まとめ

ダートマスの夏の研究会（人工知能の研究の出発点とされる）

1956年の夏、ダートマス大学の数学科の最上階に研究者が集まり、考える機械について議論した。決まった日程の会議というより、人が入れ替わりで訪れる集まりで、日々の話し合いは3〜8人ほどだった。全期間滞在したのはマッカーシー、ミンスキー、ソロモノフの3人だけだった。ニューウェルとサイモンは、論理の定理を証明するプログラム（Logic Theorist）の成果を持ち込んだ。

分かっていないこと：正確な参加者名簿は残っていない（マッカーシーは自分の名簿をなくした、とGrace Solomonoff 2016 p.9）。誰が何日滞在したかは、RayとTrenchard Moreのメモから一部だけ分かる。

R1（XCON）：コンピュータの注文部品の組み合わせを決める「もし〜なら〜」のAI、DECの工場で毎日使われる

カーネギーメロン大学のジョン・マクダーモットさんが、コンピュータ会社DECのVAXというコンピュータの注文を受けて、必要な部品（1台に約90点）の不足や組み合わせを判定する『もし〜なら〜』のAI、R1（社内名はXCON）を開発した。1978年12月に開発を始め、1979年10〜11月に6人の専門家が50件の注文で検証し、1980年1月からDECの工場で日常的に使われた。ルールの数は1980年6月の772から1984年に2,500へ増え、知識の追加に毎年およそ4人分の作業が必要だった。DECの担当者は、開発後の保守作業が『たぶんいちばん大きな費用』であり、専門に育成した人材が欠かせないと記している。

分かっていないこと：『年4,000万ドルをこえる』という見積もりの算出方法（何を利益と数えたか）は、元の論文を開けていないため分かっていない。

第五世代の研究所ICOT（新世代コンピュータ技術開発機構）設立、渕一博さんが所長に

国（通商産業省）の計画を進めるため、1982年4月に財団「新世代コンピュータ技術開発機構（ICOT）」が設立され、6月に研究所が活動を開始した。研究所長は電子技術総合研究所から来た渕一博さん。研究者は電子技術総合研究所（ETL）、日本電信電話公社（NTT）、コンピュータ会社8社などから数年ずつ派遣された人たちで、最初は約40人だった。研究費はすべて通商産業省からの委託費だった。

画像認識コンペ（ILSVRC 2012）で、トロント大学の深層畳み込みニューラルネットワーク（SuperVision）が大差で1位。2位は東京大学のチーム

写真から1000種類の物体を識別する大会で、クリジェフスキー、サツケバー、ヒントンのチーム「SuperVision」は、5回まで回答できるルールでの誤り率を15.3%（大会が用意したデータのみなら16.4%）に抑えた。2位の東京大学のチーム（ISI）は26.2%で、約11ポイントの差がついた。6000万個のパラメータを持つ8層のニューラルネットワークを、ゲーム用のGPU（画像処理用の半導体、NVIDIA製）2基で学習させた。大会の主催者は後の論文で、この年を多様な物体を認識する研究の「転換点」と書いている。

対話型AI「ChatGPT」が無料の『研究のお試し版』として公開される

OpenAIが、対話型AI「ChatGPT（チャット・ジー・ピー・ティー）」を公開した。発表文は、追加の質問に答え、自分の間違いを認め、間違った前提を指摘し、不適切な要求は断れる、としている。中身は2022年の初めに学習を終えたGPT-3.5の仲間を、人間が回答を採点して調整したものだ。「研究のお試し版」の間は無料で、利用者の感想を集めることが目的だと書かれている。

分かっていないこと：発表文は、間違いを直すのが難しい理由の1つに『強化学習の訓練の間は、今のところ正解の元が無い』ことを挙げている。もっともらしい間違い（のちに『ハルシネーション』と呼ばれる）が、なぜ・いつ起きるかは、この時点でも開発者が『難しい』と書いていた

総務省の白書（2024年）、2022年ごろからの生成AI普及で「現在は第4次AIブームに入ったとも言われている」

国の白書（総務省『情報通信白書』令和6年版）が、AIの歴史は「何度かブームと冬の時代を繰り返してきた」と説明した。そのうえで「2022年頃からの生成AIの急速な普及により」（生成AIは文章や画像を作るAI）、「現在は第4次AIブームに入ったとも言われている」と書いた。言い切らず「とも言われている」という表現にとどめている。同じ節の中で第3次を「2000年代～」「今日に至る第3次AIブーム」とも書いている。図（図表Ⅰ-3-1-1）では、第4次の帯を2022年から始め、「冬の時代を経ず世界的なAIブームへ」と書いている。

予言「10年以内に、計算機がチェスの世界チャンピオンになる…」（1957年の講演）

サイモンとニューウェルは、10年以内に計算機がチェスの世界チャンピオンになる（ルールで大会から締め出されなければ）と予言した。

その後：1967年4月の時点で、最も強いチェスプログラムの一つ（MITのMAC HACK VI）はアマチュア中級の強さ（アメリカのレーティングで1450）だった。1968年には、チェスの国際マスターのレビーと研究者たちが、10年以内に計算機がレビーに勝てるかどうかで賭けをした。1978年にレビーが計算機に勝ち、賭けに勝利した。計算機が現役の世界チャンピオン（カスパロフ）に6局の対局で勝利したのは、予言から約40年後の1997年5月だった（IBMのディープ・ブルー、3.5対2.5）。なお、計算機が人間の世界チャンピオンの称号そのものを獲得したことはない（予言にも「ルールで締め出されなければ」とある）。

1984年、AIの大会の展示会場で「もっといい脳を作った」という宣伝 ── 今度こそ本物という空気の記録

科学記者のジョージ・ジョンソンが、1984年8月のアメリカ人工知能学会（AAAI）大会の展示会場の様子を書いた。研究者の多くは小さな進歩を話し合いに来ていたが、出展企業の中には、人の知能を持つ仲間を作る昔からの夢がすでにかなったかのように振る舞う所があった。専門家の知識を書き込むAIの道具TIMMのパンフレットは『もっといい脳を作った』とうたい、エキスパートシステムは病気にならず、辞職も早期退職もしないと書いていた。記者は、売る人たちの言葉がときに『新しい時代を告げる預言者』のように聞こえた、と書いている。

分かっていないこと：TIMMを販売していた企業の名前は、記事に書かれていない。

松尾豊『人工知能は人間を超えるか』（2015年）：章の名前に第1次・第2次・第3次AIブームを使用

東京大学の松尾豊さんの本である。章の名前に「『推論』と『探索』の時代――第1次AIブーム」「『知識』を入れると賢くなる――第2次AIブーム」「『機械学習』の静かな広がり――第3次AIブーム(1)」「静寂を破る『ディープラーニング』――第3次AIブーム(2)」を用い、歴史をブームの番号で区切っている。第2章の最初の節は「ブームと冬の時代」である。2016年の総務省の白書は、AIの歴史の部分をこの本などを参考に書いたと注に記している。

分かっていないこと：本の中で各ブームを何年から何年としているか（本文・図の年）は、本を開いていないので確かめていない。

松尾豊さん（2023年7月）：「第4次AIブーム到来といっていいかもしれない」、でも「『ブーム』という言葉とはまた違った次元の現象」

東洋経済のインタビューで松尾豊さんは、「AIブームは過去に3度あった」、「生成AIの普及は、第4次AIブーム到来といっていいかもしれない」が、「今起こっているのは、『ブーム』という言葉とはまた違った次元の現象だ」と語った。生成AIは今後数年かけて世の中に一気に広がるとも述べた。3月のインタビューの「言ってもいい」と同様に、ここでも「いっていいかもしれない」という言い方をしている。同時に、ブーム（いつか終わる流行）とは見ていない。

分かっていないこと：「『ブーム』という言葉とはまた違った次元」という見方が的中するか（冬が来ないか）は、まだ分からない。過去のブームのときにも、今回は違うという言い方があったかどうかは、このサイトの各ブームの記録と並べて確かめる必要がある。

1984年の討論が描いた「AIの冬」の最悪の筋書き ── その後の答え合わせ

アメリカ人工知能学会（AAAI）の大会で「AIの暗黒時代 ── 避けられるか、生き残れるか」という討論会が開かれた。司会のドルー・マクダーモットさんは、産業界のにぎわいの裏で、長年研究してきた人たちの間に『AIへの期待はもしかすると高すぎ、それがいずれ大惨事を招く』という心配からくる深い不安がある、と話した。最悪の筋書きとして、5年後にアメリカの『戦略的コンピューティング計画』が失敗し、日本の第五世代も行きづまり、ベンチャー企業がつぶれ、AIへの資金提供が止まって、みんなが研究の名前を別のものに変える、という姿を描いた。そして、この状態を『AIの冬』と呼ぶ人がいる、と紹介した。ただし本人は、そうなる見込みは高くないと思う、とも述べた。討論では、ほかの研究者（ロジャー・シャンクさん）が、破局が来ると思うかと聞かれて来ると答えた、という話をした。一方で、『AIの冬は来るのか？AIの夕暮れになるかもしれないと思う』という意見も出た（同じ人は続けて、泡がはじけるのではなく、少し小さくなるかもしれない、と話した）。

その後：その後、計画の目玉の1つだった自動運転車（ALV）の開発は1988年4月に打ち切られた。1987年に着任した担当部門の責任者も、AI計画の一部を打ち切っている。計画は1993年にDARPAの予算から消えた。アメリカ人工知能学会の会員数は1987年の16,421人をピークに、1996年には4,000〜5,000人に落ち着いた。エキスパートシステムを開発するAI企業の多くは、消えるか買収されるか事業を変えた。日本の第五世代コンピュータプロジェクトは1992年度で本体を終えた。Nilssonは、こうした出来事が1980年代半ばから後半に重なり、『AIの冬』と呼ばれるようになった、と記している。

分かっていないこと：シナリオの1つ『みんなが急いで研究計画の名前を別の物に変える』が1990年代に本当に起きたかは、元の資料で確かめていない（u08で扱う候補）

チューリングの予言「約50年後には…5分質問した後で正しく見分ける見込みは70%以下」

1950年の論文で、チューリングは自身の見通しを記した。約50年後にはコンピュータに模倣ゲームを上手にさせられるようになり、ふつうの質問者が5分質問した後に正しく見分けられる見込みは70%以下になるだろう、と書いた。同じ段落で、今世紀の終わりには言葉の使い方や人々の考えが変わり、「機械が考える」と言っても反対されなくなるだろう、とも書いている。

その後：2000年のまとめ論文（Sayginら）によると、1991年から開催されていた賞金つきの大会（ローブナー賞）で大賞を取ったプログラムはまだ無く、記録を見ると機械は普通すぐに見分けがついた。つまり予言の年には、予言の形では実現していなかった。なお、2000年の大会結果について『チューリングの予言が誤りだったことを示す』と言われたこともあったが、コープランドは同じ2000年に『約50年はちょうど50年という意味ではない』と書いている。その後2025年3月に、アメリカの大学（UC San Diego）の研究者が、質問者が人間1人と機械1つの両方と同時に5分間対話する実験結果を論文（arXiv）で発表した。人間の役を演じるよう指示された大規模な文章AI 2つのうち、1つ（GPT-4.5）は73%、もう1つ（LLaMa-3.1-405B）は56%の割合で人間だと判定された（2択のため、前者で質問者が正しく見破れたのは残りの27%）。ただし1つの研究グループの発表であり、このサイトではその後の評価を確かめていない。「機械が考えると言っても、反対されると思わずにすむ」の方は、確かめていない。

分かっていないこと：2025年の実験で機械が人間と判定されたことが『考えている』ことを意味するのかどうかは、分かっていない（チューリング自身も、元の問いは議論に値しないとして、ゲームに置き換えた）。

サイモンの予言「20年以内に、機械は人ができるどんな仕事もできるようになる」（1965年の本／もとは1960年の論文）

サイモンは1965年の著書で、機械は20年以内に人間ができるどんな仕事もできるようになる、と書いた。もとになった1960年の論文では、25年よりずっと短い期間で、組織内の人間のどんな働きも機械で置き換える「技術的な力」を持つだろう、と書いている。ただし直後に、技術的に可能なことと、それを実際にどう使うかは別だと続けた。そして、長期的に見れば働きたい人はほぼみな働ける（完全雇用）と仮定し、人と機械の分担は「比較優位」（それぞれが相対的に得意なことを受け持つ）で決まると論じた。

その後：1985年までに、機械が人間のどんな仕事もできるようになったとする資料は見つけられなかった。Nilsson（2010）は、サイモンの1957年の同じ種類の発言（機械が扱える問題の広さが人の頭と同じになる）について、2010年の時点でもまだ遠いと述べている。一方、サイモン自身は技術的な力と雇用を分けて考え、長期的に見て失業は増えないと予想していた（1966年の返信では、失業率は4%未満で、下がっていると書いた）。

1981年の見通し：1990年代初めに、目・耳・口があり、話がわかり、自動翻訳・通訳もできるコンピュータが現れるといわれている

計画前の調査（1979〜1981年、委員長は東京大学の元岡達さん）の報告は、1990年を目標の年として試作機を完成させると記述した。それを一般向けに解説した冊子は、第五世代のコンピュータは「1990年代初頭に出現するといわれている」、「1990年にプロトタイプを実現する」（試作機を作る）には早く研究を始めなければならない、と書いた。目指す姿として、音声・図形・画像・文字をそのまま扱える『目、耳、口のあるコンピュータ』、日常の言葉で話せる『話がわかるコンピュータ』（その力で自動翻訳・通訳も可能）、常識を持って初めての問題も推論で解くコンピュータ、プログラムを書かなくても使えるコンピュータなど8つの機能を挙げた。

その後：計画は1982〜1992年度に行われた。1993年の最終評価報告書によると、推論速度の目標（1秒に1億回）は1億5千万回以上で達成して超えた。一方、音声や画像で人とやりとりする仕組みは、大量の背景知識が必要だと分かり、途中から言語研究の基盤に絞ったため、具体的な仕組みを作るまでには至らなかったと書かれている。所長の渕一博さんは1992年に、機械翻訳のような応用システムを作ることは、1982年に計画が始まった時点で目標から外していた、と話している。

分かっていないこと：翻訳の単語数や正解率などの数字の目標が書かれた『研究開発課題説明書』（1981年、7グループ26課題）は見つけられず、確かめていない。

ヒントンさん「放射線科医を育てるのは今すぐやめるべきだ」「5年以内にディープラーニングの方が上手くなる」（2016年）

2016年、ジェフリー・ヒントンさんがトロントの会議で、放射線科医（レントゲンやCTなどの画像を読んで病気を見つける医師）について語った。要点は、放射線科医を育成するのは今すぐやめるべきで、5年以内に（10年かもしれないが）ディープラーニングの方が上手くなるのは明らかだ、というものだった。その場を記録した84秒の動画が公開され、後の記事（AuntMinnie 2025年、Fortune 2026年など）で繰り返し引用された。

その後：アメリカの研修医募集（NRMPの公式の表）では、放射線科（診断）の募集は減らなかった。2年目から始まる枠は2016年982 → 2025年1,057、1年目から始まる枠は2016年151 → 2025年151。2025年の枠はほぼすべて埋まった（2年目からの枠は1,057のうち1,042）。

分かっていないこと：AIが画像を読み取る能力と、放射線科医の仕事全体（患者や他の医師との対話、検査の判断など）の関係は、2016年時点ではよく分かっていなかった。今も、AIでこの仕事がどう変わるかは研究中である。

日本の研究者が始めた「ロボカップ」：目標は、21世紀半ばまでに人型ロボットのチームでワールドカップ優勝チームに勝つこと

ロボットによるサッカーを、AIとロボット研究の共通の挑戦課題にする「ロボカップ」は、日本の研究者たち（北野宏明・浅田稔・國吉康夫ほか）が始めた。1993年6月に日本だけの「ロボットJリーグ」として構想したが、ひと月のうちに海外から参加希望が集まり、国際的なプロジェクトへと発展した。1997年に名古屋で最初の大会が開かれ、40を超えるチームと5000人を超える観客が集まった。公式サイトが掲げる最終目標は「21世紀の半ばまでに、完全に自分で動く人型ロボットのサッカー選手のチームが、FIFAの公式ルールにしたがって、最新のワールドカップの優勝チームとのサッカーの試合に勝つ」ことである。

その後：期限前で、結果はまだ出ていない。2026年7月5日、韓国の仁川で開催されたロボカップ2026で、初めて人型ロボット同士の11対11の試合が行われた（ドイツのB-Humanが同じドイツのHTWKに4対0で勝利）。ただしこれはロボット同士の試合で、人間のチャンピオンとの対戦ではない。

チューリング「少なくとも100年」（ラジオ討論）

1952年1月、BBCラジオでチューリング、数学者のニューマン、脳外科医のジェファーソン、哲学者のブレイスウェイトの4人が「自動計算機は考えると言えるか」を議論した。ニューマンが「どんな質問でも許される形で機械に見こみが出るのは、ずっと先だろう」と問うと、チューリングは「少なくとも100年はかかると思う」と答えた。

その後：目標の年はまだ来ていない（答え合わせ待ち）。2025年に、5分の会話の形で大規模な文章AIが人間と判定される割合が高かった実験が論文で発表されたが（→ チューリングの予言約50年後には…5分質問し… を参照）、『どんな質問でも許される』長い形での結果は、このサイトでは確かめていない。

分かっていないこと：放送の原稿（AMT/B/6）そのものは、このサイトでは閲覧できていない。録音が残っているかも確かめていない。

AI実現時期の予言一覧（AI Impacts修正版）。65件。予言の中央値は2033〜2037年

アームストロングさんたちの95件の一覧を、AI Impactsが重複やアンケートのまとめを除いて65件に整理した。予言が示す、人間並みのAIができる時期の中央値は2033年と2037年（2つの読み方による）だった。2000年より前と後の予言を比べると、予言した年から何年後と見込むかの分布は似ている（予言した年と年数の相関は0.13）。

AIの予言は15〜25年後が多いとした研究（いまは論文の頭に「この論文の結果は、データセットの誤りに基づく」という注）

95件のAIの実現時期の予言を集めて分析した論文。「15〜25年後」という予言が最も多く、専門家とそうでない人の予言は見分けがつかないとした。公開されているPDFの1ページ目には、現在「この論文の結果は、データセットの誤りに基づく」という注が付いている。誤りの原因は、専門家かどうかの分類列の読み間違いだった（AI Impactsが2016年に指摘）。

分かっていないこと：予言がおよそ20年後に集まるかは、データの作り方によって変わる。はっきりしていない。

AIの予言は15〜25年後が多いとした研究（いまは論文の頭に「この論文の結果は、データセットの誤りに基づく」という注）

95件のAIの実現時期の予言を集めて分析した論文。「15〜25年後」という予言が最も多く、専門家とそうでない人の予言は見分けがつかないとした。公開されているPDFの1ページ目には、現在「この論文の結果は、データセットの誤りに基づく」という注が付いている。誤りの原因は、専門家かどうかの分類列の読み間違いだった（AI Impactsが2016年に指摘）。

分かっていないこと：予言がおよそ20年後に集まるかは、データの作り方によって変わる。はっきりしていない。

AI実現時期の予言一覧（AI Impacts修正版）。65件。予言の中央値は2033〜2037年

アームストロングさんたちの95件の一覧を、AI Impactsが重複やアンケートのまとめを除いて65件に整理した。予言が示す、人間並みのAIができる時期の中央値は2033年と2037年（2つの読み方による）だった。2000年より前と後の予言を比べると、予言した年から何年後と見込むかの分布は似ている（予言した年と年数の相関は0.13）。

AIの予言は15〜25年後が多いとした研究（いまは論文の頭に「この論文の結果は、データセットの誤りに基づく」という注）

95件のAIの実現時期の予言を集めて分析した論文。「15〜25年後」という予言が最も多く、専門家とそうでない人の予言は見分けがつかないとした。公開されているPDFの1ページ目には、現在「この論文の結果は、データセットの誤りに基づく」という注が付いている。誤りの原因は、専門家かどうかの分類列の読み間違いだった（AI Impactsが2016年に指摘）。

分かっていないこと：予言がおよそ20年後に集まるかは、データの作り方によって変わる。はっきりしていない。

AI実現時期の予言一覧（AI Impacts修正版）。65件。予言の中央値は2033〜2037年

アームストロングさんたちの95件の一覧を、AI Impactsが重複やアンケートのまとめを除いて65件に整理した。予言が示す、人間並みのAIができる時期の中央値は2033年と2037年（2つの読み方による）だった。2000年より前と後の予言を比べると、予言した年から何年後と見込むかの分布は似ている（予言した年と年数の相関は0.13）。

ラブレスの見通し「解析機関は…手のこんだ科学的な曲を作るかもしれない」

ラブレスは注釈Aで、解析機関は数だけでなく、関係を記号で表せる対象なら扱えるはずだと論じた。例として、音の高さの関係を機械の記号で表現できるなら、機械はどんなに複雑で長い、手の込んだ曲でも作曲するかもしれない、と書いた。

その後：解析機関そのものは作られなかった。約110年後の1956年8月9日、アメリカのイリノイ大学で、コンピュータILLIAC Iを使って作曲された弦楽四重奏曲（イリアック組曲）の最初の3楽章が学生によって演奏された（大学の博物館の説明。1956年末までに完成。『1957年』と書く資料もある）。

予言「10年以内に、計算機がチェスの世界チャンピオンになる…」（1957年の講演）

サイモンとニューウェルは、10年以内に計算機がチェスの世界チャンピオンになる（ルールで大会から締め出されなければ）と予言した。

その後：1967年4月の時点で、最も強いチェスプログラムの一つ（MITのMAC HACK VI）はアマチュア中級の強さ（アメリカのレーティングで1450）だった。1968年には、チェスの国際マスターのレビーと研究者たちが、10年以内に計算機がレビーに勝てるかどうかで賭けをした。1978年にレビーが計算機に勝ち、賭けに勝利した。計算機が現役の世界チャンピオン（カスパロフ）に6局の対局で勝利したのは、予言から約40年後の1997年5月だった（IBMのディープ・ブルー、3.5対2.5）。なお、計算機が人間の世界チャンピオンの称号そのものを獲得したことはない（予言にも「ルールで締め出されなければ」とある）。

チューリングの予言「約50年後には…5分質問した後で正しく見分ける見込みは70%以下」

1950年の論文で、チューリングは自身の見通しを記した。約50年後にはコンピュータに模倣ゲームを上手にさせられるようになり、ふつうの質問者が5分質問した後に正しく見分けられる見込みは70%以下になるだろう、と書いた。同じ段落で、今世紀の終わりには言葉の使い方や人々の考えが変わり、「機械が考える」と言っても反対されなくなるだろう、とも書いている。

その後：2000年のまとめ論文（Sayginら）によると、1991年から開催されていた賞金つきの大会（ローブナー賞）で大賞を取ったプログラムはまだ無く、記録を見ると機械は普通すぐに見分けがついた。つまり予言の年には、予言の形では実現していなかった。なお、2000年の大会結果について『チューリングの予言が誤りだったことを示す』と言われたこともあったが、コープランドは同じ2000年に『約50年はちょうど50年という意味ではない』と書いている。その後2025年3月に、アメリカの大学（UC San Diego）の研究者が、質問者が人間1人と機械1つの両方と同時に5分間対話する実験結果を論文（arXiv）で発表した。人間の役を演じるよう指示された大規模な文章AI 2つのうち、1つ（GPT-4.5）は73%、もう1つ（LLaMa-3.1-405B）は56%の割合で人間だと判定された（2択のため、前者で質問者が正しく見破れたのは残りの27%）。ただし1つの研究グループの発表であり、このサイトではその後の評価を確かめていない。「機械が考えると言っても、反対されると思わずにすむ」の方は、確かめていない。

分かっていないこと：2025年の実験で機械が人間と判定されたことが『考えている』ことを意味するのかどうかは、分かっていない（チューリング自身も、元の問いは議論に値しないとして、ゲームに置き換えた）。

2025年までにAIが数学五輪で金を取るか──2022年、2人の研究者が8%未満と16%超と予想。2025年7月、結果が出た

AI研究者のポール・クリスティアーノさんとエリエゼル・ユドコウスキーさんは、AIの進歩についての考えが異なっていた。そこで白黒がつく予想として、国際数学オリンピック（高校生の大会）で『大会の前に作られたAIが…2022〜2025年のどれかで金を取れる』確率を公開した（時間などのルールはIMOグランドチャレンジに合わせる）。クリスティアーノさんは8%未満、ユドコウスキーさんは16%以上とした。最も難しい問題を解く確率は、クリスティアーノさんは4%未満と予想した。2025年7月、Google DeepMindは、Geminiの強化版が6問中5問を完答して42点中35点（金メダルの点）を獲得し、大会の採点者が正式に採点・確認したと発表した。4.5時間の制限時間内に、ふつうの言葉で解答を書いた。

その後：2025年7月、Google DeepMindのGeminiの強化版が42点中35点（金メダルの点）を獲得した。大会の採点者が正式に採点し、国際数学オリンピックの会長が『金メダルの点』と確認した（ただしブログによると、確認は解答についてであり、AIの仕組みの検証ではない）。4.5時間の制限時間内で行われ、一番難しい問題（第6問）は解けていない（6問中5問）。どちらの予想も確率のため的中か外れかは断定できないが、実際の結果は、確率をより高く見積もっていた側（16%超）に近かった。

2005年 カーツワイル「シンギュラリティの日付を2045年とする」──本人の説明では、機械の知能が人間に並ぶのは『四半世紀のうち』（2030年まで）、2045年は『いまの全人類の知能の10億倍』の年

レイ・カーツワイルさん（2014年の人工知能学会誌では『米国の未来学者』と紹介）は、2005年の著書『The Singularity Is Near』（日本語訳『ポスト・ヒューマン誕生』）について自分で答えたQ&Aで、四半世紀のうちに機械の知能が人間の知能の幅と細やかさに並び、その後追い越していくと書いた。さらに、機械の知能が自分の設計を作り直してどんどん速く賢くなり、手を加えていない人間の知能では追いつけないほど技術が速く進む時点を『シンギュラリティ（特異点）』と呼び、その年を『2045年』とした。その年に作られる機械の知能は『いまの全人類の知能の10億倍の力』になるという。そのための計算量として、人の脳全体の働きには1秒に約1京回（10^16回）の計算が必要で、スーパーコンピュータは2000年代の終わりごろに到達し（日本の2つの計画が目指している）、2020年には約1,000ドルで手に入るとも書いた。

その後：2045年の答え合わせはまだ先である（2026年9月の時点）。途中の見通しのうち、スーパーコンピュータが1秒に10^16回（1京回）に届くという予測については、日本の理化学研究所（RIKEN）の『K computer』が2011年11月のTOP500で10.51ペタフロップスを出した。これが『1秒に1京回の計算』に初めて届いたスーパーコンピュータとなった（見通しの『2000年代の終わりごろ』より少し後）。2020年までに約1,000ドルで1秒に10^16回という見通しは、このサイトでは答え合わせの資料を開いていない。

分かっていないこと：人の脳全体の働きに必要な計算量は、見積もる人によって100倍の違いがある（カーツワイル2005は1秒に10^16回、モラベック1998は1億MIPS＝1秒に10^14回の命令）。脳がどれだけの計算を行っているかは、今も分かっていない。

国の教材の予言「2025年には，人間一人の脳を完全にシミュレーション可能な性能に達する」を元までたどる ── 元は2005年のカーツワイルの本の、スーパーコンピュータの速さの図に引いた線

文部科学省の高校「情報Ⅱ」の教員向け教材（2020年）は、総務省の2014年情報通信白書の資料をもとに、こう書いている。計算速度がこのまま上がり続けると仮定すると、2025年には人間一人の脳を完全にシミュレーション（コンピュータの中でまねして動かすこと）できる性能に達する。出どころをたどると、白書は本文ではなく図表3-1-1-4「演算速度の向上」にこの記述を載せていた。図の出典は、2014年2月13日の総務省の会議で木谷強さん（資料表紙ではＮＴＴデータ技術開発本部）が出した資料である。その資料は、レイ・カーツワイルさんの2005年の著書『The Singularity Is Near』の図をもとに作った、と書いている。元の図はスーパーコンピュータの速さ（FLOPS：1秒に何回、小数の計算ができるか）の点と、1.2年で2倍になる直線（Trendline）を描いたもので、その線が10の19乗FLOPSに達する位置に「アップロードのための、人間の脳の神経のシミュレーションに要る（2025）」という注記が付けられていた。つまり原典は脳シミュレーションそのものではなく、計算速度の見通しだった。

その後：計算速度の検証：元の図と同じ指標（スーパーコンピュータの性能ランキングTOP500で用いられるHPL値。元の図もTOP500を出典に挙げる）では、2025年11月時点で首位のEl Capitan（アメリカ）が1.809エクサフロップス（毎秒約180京回）であり、10の19乗FLOPSの約5.5分の1にとどまる。2026年6月に1位となったLineShine（中国）も2.198エクサフロップスで、まだ届いていない。一方、桁数の少ない計算を混ぜた方式（mixed-precision）を測る別の順位表HPL-MxP（旧HPL-AI）では、2025年11月にEl Capitan（16.680）、Aurora（11.643）、Frontier（11.390）の3台が10の19乗FLOPSを突破した。10の16乗FLOPS（図では2013年と予測）には、日本の「京」が2011年11月に10.51ペタフロップスで到達していた。脳シミュレーションの実績：2013年に「京」の全計算ノードを用いて17億3,000万個の神経細胞と10兆4,000億個のシナプス（人間の脳の神経回路の約1%）をシミュレーションしたが、脳の1秒分の活動を再現するのに40分を要した（理化学研究所など）。2018年、理化学研究所は、当時の最高性能のスパコンでも人間の脳全体の規模のシミュレーションはできないと書き、2020年以降の次世代スパコンでの実現に向けたやり方を発表した。2025年11月にはアレン研究所や電気通信大学などが「富岳」を使い、ネズミの大脳皮質全体（約1,000万個の神経細胞、260億個のシナプス、86の脳領域）を細かくシミュレーションしたと発表した。アレン研究所のAnton Arkhipov氏は、長期的な目標は脳全体のモデル化であり、いずれは人間の脳モデルも目指すと述べている。このサイトで開いた当事者の発表の中には、2025年までに人間の脳全体をシミュレーションした、というものは無かった。

分かっていないこと：人間の脳全体のシミュレーションに本当はどれだけの計算が要るかは、見積もる人によって大きく異なる。同じ2014年情報通信白書の別章の注には、IBMのモジャさんの2008年の話として、2018年に38.5ペタフロップス（約4×10の16乗）で人間の脳のシミュレーションが可能になる、という見通しがある。カーツワイルの図の10の19乗とは約260倍の開きがある。神経細胞をどこまで細かくまねるかで、要る速さは変わる（たとえば2025年の「富岳」のシミュレーションは、神経細胞の枝の中の電気の流れまでまねた、と発表された）。2025年までに人間の脳全体をシミュレーションした例がどこにも無いかは、このサイトでは確かめきれていない（開いたのは当事者の3つの発表だけ）。

2005年 カーツワイル「シンギュラリティの日付を2045年とする」──本人の説明では、機械の知能が人間に並ぶのは『四半世紀のうち』（2030年まで）、2045年は『いまの全人類の知能の10億倍』の年

レイ・カーツワイルさん（2014年の人工知能学会誌では『米国の未来学者』と紹介）は、2005年の著書『The Singularity Is Near』（日本語訳『ポスト・ヒューマン誕生』）について自分で答えたQ&Aで、四半世紀のうちに機械の知能が人間の知能の幅と細やかさに並び、その後追い越していくと書いた。さらに、機械の知能が自分の設計を作り直してどんどん速く賢くなり、手を加えていない人間の知能では追いつけないほど技術が速く進む時点を『シンギュラリティ（特異点）』と呼び、その年を『2045年』とした。その年に作られる機械の知能は『いまの全人類の知能の10億倍の力』になるという。そのための計算量として、人の脳全体の働きには1秒に約1京回（10^16回）の計算が必要で、スーパーコンピュータは2000年代の終わりごろに到達し（日本の2つの計画が目指している）、2020年には約1,000ドルで手に入るとも書いた。

その後：2045年の答え合わせはまだ先である（2026年9月の時点）。途中の見通しのうち、スーパーコンピュータが1秒に10^16回（1京回）に届くという予測については、日本の理化学研究所（RIKEN）の『K computer』が2011年11月のTOP500で10.51ペタフロップスを出した。これが『1秒に1京回の計算』に初めて届いたスーパーコンピュータとなった（見通しの『2000年代の終わりごろ』より少し後）。2020年までに約1,000ドルで1秒に10^16回という見通しは、このサイトでは答え合わせの資料を開いていない。

分かっていないこと：人の脳全体の働きに必要な計算量は、見積もる人によって100倍の違いがある（カーツワイル2005は1秒に10^16回、モラベック1998は1億MIPS＝1秒に10^14回の命令）。脳がどれだけの計算を行っているかは、今も分かっていない。

1998年 モラベック「計算機のハードウェアが人の脳に並ぶのはいつか」── 答えは『2020年代に安い機械で』。そして1960〜1990年のAI研究は『1 MIPSの計算機の凍った冬』の中にあった

カーネギーメロン大学ロボット研究所のハンス・モラベックさんは、1998年の論文で、脳と同じ働きに必要な計算速度と記憶容量を見積もった。網膜の働きをロボットの画像処理に置き換えると1,000 MIPS（MIPS＝1秒に100万回の命令）になる。脳は網膜の約10万倍の大きさなので、脳全体で約1億MIPS、記憶は約1億メガバイトとした。そしてコンピュータが安くなる傾向から、脳に並ぶのに『必要なハードウェアは2020年代に安い機械で手に入る』、その1億MIPSは『家のコンピュータに2030年より前に来る』と予言した。同じ論文で、AI研究に使えたコンピュータの性能は1960年から1990年まで約1 MIPSのまま伸びず、研究者の一生分が『1 MIPSの計算機の凍った冬』の中で過ぎたと指摘した。1990年からは毎年倍増しており、今（1998年）は春だ、とも述べている。

その後：2026年9月の時点で、予言の期限（2020年代・2030年より前）はまだ来ていない。また、モラベックさんの指標（MIPS＝1秒に何百万回の命令、約1,000ドルの家庭用マシン）と、現在のAIの計算指標（1秒あたりの浮動小数点演算数、FLOP/sなど）は一致しない。置き換え方しだいで結果が変わるため、このサイトでは当たり外れを判定していない。

分かっていないこと：脳の働き＝1億MIPSという見積もりは、網膜の働きをロボットの画像処理に置き換えた一つの考え方であり、脳がどれだけの計算をしているかは今も分かっていない（論文自身も、見積もりは『たとえと外挿』に頼ると書いている。外挿とは、これまでの傾向の線を未来に伸ばして推定すること）。

国の教材の予言「2025年には，人間一人の脳を完全にシミュレーション可能な性能に達する」を元までたどる ── 元は2005年のカーツワイルの本の、スーパーコンピュータの速さの図に引いた線

文部科学省の高校「情報Ⅱ」の教員向け教材（2020年）は、総務省の2014年情報通信白書の資料をもとに、こう書いている。計算速度がこのまま上がり続けると仮定すると、2025年には人間一人の脳を完全にシミュレーション（コンピュータの中でまねして動かすこと）できる性能に達する。出どころをたどると、白書は本文ではなく図表3-1-1-4「演算速度の向上」にこの記述を載せていた。図の出典は、2014年2月13日の総務省の会議で木谷強さん（資料表紙ではＮＴＴデータ技術開発本部）が出した資料である。その資料は、レイ・カーツワイルさんの2005年の著書『The Singularity Is Near』の図をもとに作った、と書いている。元の図はスーパーコンピュータの速さ（FLOPS：1秒に何回、小数の計算ができるか）の点と、1.2年で2倍になる直線（Trendline）を描いたもので、その線が10の19乗FLOPSに達する位置に「アップロードのための、人間の脳の神経のシミュレーションに要る（2025）」という注記が付けられていた。つまり原典は脳シミュレーションそのものではなく、計算速度の見通しだった。

その後：計算速度の検証：元の図と同じ指標（スーパーコンピュータの性能ランキングTOP500で用いられるHPL値。元の図もTOP500を出典に挙げる）では、2025年11月時点で首位のEl Capitan（アメリカ）が1.809エクサフロップス（毎秒約180京回）であり、10の19乗FLOPSの約5.5分の1にとどまる。2026年6月に1位となったLineShine（中国）も2.198エクサフロップスで、まだ届いていない。一方、桁数の少ない計算を混ぜた方式（mixed-precision）を測る別の順位表HPL-MxP（旧HPL-AI）では、2025年11月にEl Capitan（16.680）、Aurora（11.643）、Frontier（11.390）の3台が10の19乗FLOPSを突破した。10の16乗FLOPS（図では2013年と予測）には、日本の「京」が2011年11月に10.51ペタフロップスで到達していた。脳シミュレーションの実績：2013年に「京」の全計算ノードを用いて17億3,000万個の神経細胞と10兆4,000億個のシナプス（人間の脳の神経回路の約1%）をシミュレーションしたが、脳の1秒分の活動を再現するのに40分を要した（理化学研究所など）。2018年、理化学研究所は、当時の最高性能のスパコンでも人間の脳全体の規模のシミュレーションはできないと書き、2020年以降の次世代スパコンでの実現に向けたやり方を発表した。2025年11月にはアレン研究所や電気通信大学などが「富岳」を使い、ネズミの大脳皮質全体（約1,000万個の神経細胞、260億個のシナプス、86の脳領域）を細かくシミュレーションしたと発表した。アレン研究所のAnton Arkhipov氏は、長期的な目標は脳全体のモデル化であり、いずれは人間の脳モデルも目指すと述べている。このサイトで開いた当事者の発表の中には、2025年までに人間の脳全体をシミュレーションした、というものは無かった。

分かっていないこと：人間の脳全体のシミュレーションに本当はどれだけの計算が要るかは、見積もる人によって大きく異なる。同じ2014年情報通信白書の別章の注には、IBMのモジャさんの2008年の話として、2018年に38.5ペタフロップス（約4×10の16乗）で人間の脳のシミュレーションが可能になる、という見通しがある。カーツワイルの図の10の19乗とは約260倍の開きがある。神経細胞をどこまで細かくまねるかで、要る速さは変わる（たとえば2025年の「富岳」のシミュレーションは、神経細胞の枝の中の電気の流れまでまねた、と発表された）。2025年までに人間の脳全体をシミュレーションした例がどこにも無いかは、このサイトでは確かめきれていない（開いたのは当事者の3つの発表だけ）。

「期待は山になり、がっかりの谷を通って落ち着く」という型は、研究で検証すると、ぴったりは当てはまらなかった

調査会社ガートナーの、期待の山と谷の図（ハイプ・サイクル）が本当に起きているかを、ガートナー自身の記録で検証した研究。実際の記録と図の型には食い違いがあった、と報告している。

分かっていないこと：「毎回同じ流れがくり返す」は歴史に見える形であって、決まった法則とは言えない。第4次が同じ形をたどるかは分からない

2019年、日本の調査会社の見立てで人工知能は「幻滅期」

ガートナー・ジャパンが発表した「日本におけるテクノロジのハイプ・サイクル：2019年」で、人工知能は「幻滅期」（期待が高まりすぎたあとに失望が広がる時期）に位置づけられた。試しに使ってみる取り組みを通して、期待から現実に向き合うようになったため、と説明している。

分かっていないこと：ハイプ・サイクルの曲線の形は調査会社独自の見立てであり、法則として確かめられたものではない。

2025年、同じ調査会社の日本の見立てで、生成AIは「『過度な期待』のピーク期」（図では幻滅期との境目）

ガートナー・ジャパンの「日本における未来志向型インフラ・テクノロジのハイプ・サイクル：2025年」の本文は、AIエージェントと生成AIを「『過度な期待』のピーク期に位置付けられている」と記した。一方、図の生成AIの点はピーク期と幻滅期の境目の線の上にあり、ある報道記事の見出しは「生成AIは幻滅期」と伝えた。

分かっていないこと：第4次がいま曲線のどこにいるかは、見る人によって違い、分かっていない。

日本国会と本の題名では、第2次の山は1990年（英語より3年ほど遅い）、第3次は2019年。2023年から再び上昇

国会の発言記録と日本の書籍の題名から、「人工知能」とAIを意味する「AI」（他の言葉の一部を除いて数え直したもの）の件数を集計した。書籍の題名の「人工知能」は1990年が最も多い（37冊）。国会の「人工知能」は1985年（7件）と1990年（9件）にピークがあり、1993〜2014年はほぼ0件だった。国会でのAIを意味する「ＡＩ」は、2015年11件 → 2019年593件 → 2021年336件に減少し → 2023年761件 → 2025年2,424件（この年にAIの法律ができた）。「生成ＡＩ」は2022年まで0件で、2023年に172件となった。

分かっていないこと：2020〜2021年に件数が減少した理由は1つに特定できない（感染症の流行期と重なる）。

「第1次のAIの冬」は何年から何年？──資料によって答えが違う。「第1次のAIの冬は無かった」という歴史家もいる

日本の総務省の白書（2016）は1970年代を『冬の時代』とし、Wikipediaは1974〜1980年とする。一方、AIの歴史を著した研究者Nilsson（2010）は1975〜1985年ごろをAIの『好景気（boomtimes）』と呼び、『AIの冬』は1980年代後半のことだとした。また歴史家Haigh（2023）は、コンピュータ学会ACMのAI分科会（SIGART）の会員が1973〜1978年にほぼ3倍に増えたことなどから、『第1次のAIの冬は無かった』と論じた。そもそも『AIの冬（AI Winter）』という言葉は、これから来るかもしれない冬を心配する言葉として1984年に使われたのが早い例である。

分かっていないこと：1970年代のAI全体の研究費を、国ごと・年ごとに並べた数字は見つけられていない。『冬』だったかどうかは、何を基準にするか（大規模研究所の予算／学会の会員数／言葉の使われ方）によって答えが変わる

1984年、「AIの冬（AI Winter）」は、来るかもしれない最悪の事態の名前として語られた

AAAI-84の討論会で、司会のドリュー・マクダーモットさんが、AIへの期待が高すぎて、いつか大変なことになるのではという不安が研究者の間にある、と話した。最悪の筋書きとして、5年後にstrategic computing initiative（戦略的コンピューティング計画）がみじめに失敗し、日本の第五世代もうまくいかず、日本政府がすぐにコンピュータから手を引き、新興企業はみな倒産し、AI関連には何もお金が出なくなる様子を挙げた。そして、それを「一部で『AIの冬』と呼ばれるこの状態」と表現した。そうならないよう自分たちを戒め、世の中に伝えようと呼びかけた。つまり『AIの冬』は、第2次ブームのさなかに未来への警告として出てきた言葉だ。1970年代の研究費の減少を『第1の冬』と呼ぶのは、後から付けた呼び方である。

分かっていないこと：『AI Winter』を最初に言った人は分かっていない（討論の中でも『by some』）。Ngramの1983年の小さな値が何の本かは確かめていない。

人工知能学会の座談会（2023年）：今は第四次ブームか、という問いに「誰もauthorizeはしてないですよね」「3.1次ブームくらいかもしれないですね」「冷えない分野になった」のかも

歴史絵巻を作った人たちの座談会で、鳥海不二夫さんが「やっぱり今は第四次AIブーム扱いなんですかね？」と聞いた。松原仁さんは「そう言っている先生もいますね」、谷口忠大さんは「言ったもん勝ちなところはありますよね（笑）」と答えた。鳥海さんが、誰かが決めているわけでもないのかと重ねて聞くと、松原さんは「誰もauthorizeはしてないですよね」（authorizeは、正式に認めるという意味）、「ただ、第三次ブームから上がったままという気もしますね」と答えた。関西大学社会学部の杉本舞さんは「そもそもグローバルには、第二次AIブームとその後の第二の冬の扱いが微妙です」、「日本では第五世代コンピュータ計画の影響が大きかったと思います」と話し、さらに「資金が途切れないと（世間的に）下がったイメージにはならない」、第三次AIブームから資金が切れずに生成系AIブームになっているので「ブームがいったん終わったことにはならないと思います」と話した。鳥海さんが「3.1次ブームくらいかもしれないですね」と言い、杉本さんが「ブームに頼らずとも伸びていく分野、冷えない分野になった」のかもしれないと続けた。このやりとりは、鳥海さんの「また冬が来るかもしれませんね（笑）」に、杉本さんが「フラグが立ってしまったかもしれませんね（笑）」と返して終わっている（フラグが立つは、そうなる前ぶれになる、という意味の言い回し）。

分かっていないこと：ブームの区切りを資金が途切れたかどうかで判断するなら、第3次と現在の間に区切りはない。世の中の注目の大きさで判断するなら、2022〜2023年に区切りがある。どちらを基準にするかで答えが変わる

イギリスの中央銀行が「株の値段は、とくにAIに力を入れる技術の会社で、いくつかの物差しで高くなりすぎて見える」と注意

イギリスの中央銀行（イングランド銀行）で金融の安定を見守る委員会は、2025年10月の議事録で『株の値段は、とくにAIに力を入れる技術の会社で、いくつかの物差しで高くなりすぎて見える』と記した。株価指数が少数の企業に偏っているため、『AIの影響についての見込みが楽観的でなくなれば』市場が大きく影響を受けるおそれがあるとした。下落のきっかけの例として、AIの性能や普及が期待はずれに終わること、電力・データ・材料の不足を挙げている。大きなAI設備を不要にするような、考え方の大発見も例に挙げた。2026年7月の報告でも『株の値段は、とくにAI関連の株で上がった』『いくつかの物差しでは、値段はさらに高くなりすぎた』『株の急な下げのおそれは高いまま』と書いた。

分かっていないこと：現在のブームの後に冬の時代が来るかは分からない。2026年7月の時点で、中央銀行は『株の急な下げのおそれは高いまま』と書いていた。その一方で株価は上がり続けていた。答えはまだ出ていない。

2025年、同じ調査会社の日本の見立てで、生成AIは「『過度な期待』のピーク期」（図では幻滅期との境目）

ガートナー・ジャパンの「日本における未来志向型インフラ・テクノロジのハイプ・サイクル：2025年」の本文は、AIエージェントと生成AIを「『過度な期待』のピーク期に位置付けられている」と記した。一方、図の生成AIの点はピーク期と幻滅期の境目の線の上にあり、ある報道記事の見出しは「生成AIは幻滅期」と伝えた。

分かっていないこと：第4次がいま曲線のどこにいるかは、見る人によって違い、分かっていない。

人工知能学会の座談会（2023年）：今は第四次ブームか、という問いに「誰もauthorizeはしてないですよね」「3.1次ブームくらいかもしれないですね」「冷えない分野になった」のかも

歴史絵巻を作った人たちの座談会で、鳥海不二夫さんが「やっぱり今は第四次AIブーム扱いなんですかね？」と聞いた。松原仁さんは「そう言っている先生もいますね」、谷口忠大さんは「言ったもん勝ちなところはありますよね（笑）」と答えた。鳥海さんが、誰かが決めているわけでもないのかと重ねて聞くと、松原さんは「誰もauthorizeはしてないですよね」（authorizeは、正式に認めるという意味）、「ただ、第三次ブームから上がったままという気もしますね」と答えた。関西大学社会学部の杉本舞さんは「そもそもグローバルには、第二次AIブームとその後の第二の冬の扱いが微妙です」、「日本では第五世代コンピュータ計画の影響が大きかったと思います」と話し、さらに「資金が途切れないと（世間的に）下がったイメージにはならない」、第三次AIブームから資金が切れずに生成系AIブームになっているので「ブームがいったん終わったことにはならないと思います」と話した。鳥海さんが「3.1次ブームくらいかもしれないですね」と言い、杉本さんが「ブームに頼らずとも伸びていく分野、冷えない分野になった」のかもしれないと続けた。このやりとりは、鳥海さんの「また冬が来るかもしれませんね（笑）」に、杉本さんが「フラグが立ってしまったかもしれませんね（笑）」と返して終わっている（フラグが立つは、そうなる前ぶれになる、という意味の言い回し）。

分かっていないこと：ブームの区切りを資金が途切れたかどうかで判断するなら、第3次と現在の間に区切りはない。世の中の注目の大きさで判断するなら、2022〜2023年に区切りがある。どちらを基準にするかで答えが変わる

総務省の白書（2024年）、2022年ごろからの生成AI普及で「現在は第4次AIブームに入ったとも言われている」

国の白書（総務省『情報通信白書』令和6年版）が、AIの歴史は「何度かブームと冬の時代を繰り返してきた」と説明した。そのうえで「2022年頃からの生成AIの急速な普及により」（生成AIは文章や画像を作るAI）、「現在は第4次AIブームに入ったとも言われている」と書いた。言い切らず「とも言われている」という表現にとどめている。同じ節の中で第3次を「2000年代～」「今日に至る第3次AIブーム」とも書いている。図（図表Ⅰ-3-1-1）では、第4次の帯を2022年から始め、「冬の時代を経ず世界的なAIブームへ」と書いている。

96人の専門家の国際報告（30か国などが選んだ助言委員会を含む）「（汎用AIの）モデルの中のしくみは、作った人にとってもほとんど読み解けない」「この先数か月・数年に何が起きるかでも、専門家の意見は分かれる」

ブレッチリーの会議（2023年）を機に、ヨシュア・ベンジオさんを長とする96人の専門家（30か国と国連・EU・OECDが選んだ助言委員会を含む）が、AI安全性に関する国際報告書をまとめた（日本からは北野宏明さん）。報告書は、汎用AIモデルが『従来の意味でプログラムされているのではない』、学習によって構築されると説明し、『これらのモデルの中のしくみは、作った人にとってもほとんど読み解けない』『汎用AIのモデルがなぜその出力を出したのかを説明する、いまの解釈の技術は、まだ大きく限られている』と記した。今後の進展について、汎用AIの能力向上は『ゆっくり、速く、またはとても速く進みうる』とし、『さらに大きくする（スケーリング）ことの見込みについての見方の違いから、専門家はこの先の進む速さで意見が分かれる』とした。2026年2月の第2回報告書でも、『研究者は、ある力がいつ現れるかを確かには予測できない』『入れる物（計算・アルゴリズムの改良・データ）の指数関数的な増加が続くかどうかで、専門家の意見は分かれる』と指摘している。

分かっていないこと：分かっていないこと（各国が選定した専門家による指摘）：①現代の大規模AIの内部動作（内部の仕組みは開発者にもほぼ読み解けず、説明技術も大きく限られている）。②今後の進歩の速さ（ゆっくりからとても速いまで、どれもありうる。スケーリングがどこまで効くかで専門家の意見が分かれている）。2026年の報告書でも同様の不確実性が続いている。

AIの中をのぞく研究者自身が「この分野には、解決が要る未解決の問題が多い」とまとめる（大学・研究所・企業の29人）

大規模AIの内部で各要素がどう計算しているかを調べる研究（しくみの解釈＝メカニスティック・インタープリタビリティ）の研究者29人が、この分野の『解けていない問題』をまとめた。著者の所属は、アポロ・リサーチ、Anthropic、Google DeepMind、MIT、ハーバード大学、テルアビブ大学、メルボルン大学など、企業と大学にまたがる。論文は、近年の進展を認めつつも『この分野には、多くの科学や実用の利点が得られる前に解決が要る、未解決の問題が多くある』と書いた。挙げた点は例えば次のとおり。調べる手がかりの中心である『特徴』とは何かが、はっきりしないこと。いまはAIの力を主に外から答えを見る『ブラックボックス』の試験で調べていること。小さな実験用のAIで使えた方法を、最先端の大規模AIに広げられるかは分からないこと。

分かっていないこと：分かっていないこと（内部構造を研究する専門家自身の指摘）：大規模AIの中で何が計算されているかを読み解く方法は、基本の考え（『特徴』とは何か）から、まだはっきりしていない。いまのAIの力は、主に外から試して調べている。

チューリングの予言「約50年後には…5分質問した後で正しく見分ける見込みは70%以下」

1950年の論文で、チューリングは自身の見通しを記した。約50年後にはコンピュータに模倣ゲームを上手にさせられるようになり、ふつうの質問者が5分質問した後に正しく見分けられる見込みは70%以下になるだろう、と書いた。同じ段落で、今世紀の終わりには言葉の使い方や人々の考えが変わり、「機械が考える」と言っても反対されなくなるだろう、とも書いている。

その後：2000年のまとめ論文（Sayginら）によると、1991年から開催されていた賞金つきの大会（ローブナー賞）で大賞を取ったプログラムはまだ無く、記録を見ると機械は普通すぐに見分けがついた。つまり予言の年には、予言の形では実現していなかった。なお、2000年の大会結果について『チューリングの予言が誤りだったことを示す』と言われたこともあったが、コープランドは同じ2000年に『約50年はちょうど50年という意味ではない』と書いている。その後2025年3月に、アメリカの大学（UC San Diego）の研究者が、質問者が人間1人と機械1つの両方と同時に5分間対話する実験結果を論文（arXiv）で発表した。人間の役を演じるよう指示された大規模な文章AI 2つのうち、1つ（GPT-4.5）は73%、もう1つ（LLaMa-3.1-405B）は56%の割合で人間だと判定された（2択のため、前者で質問者が正しく見破れたのは残りの27%）。ただし1つの研究グループの発表であり、このサイトではその後の評価を確かめていない。「機械が考えると言っても、反対されると思わずにすむ」の方は、確かめていない。

分かっていないこと：2025年の実験で機械が人間と判定されたことが『考えている』ことを意味するのかどうかは、分かっていない（チューリング自身も、元の問いは議論に値しないとして、ゲームに置き換えた）。

「第1次のAIの冬」は何年から何年？──資料によって答えが違う。「第1次のAIの冬は無かった」という歴史家もいる

日本の総務省の白書（2016）は1970年代を『冬の時代』とし、Wikipediaは1974〜1980年とする。一方、AIの歴史を著した研究者Nilsson（2010）は1975〜1985年ごろをAIの『好景気（boomtimes）』と呼び、『AIの冬』は1980年代後半のことだとした。また歴史家Haigh（2023）は、コンピュータ学会ACMのAI分科会（SIGART）の会員が1973〜1978年にほぼ3倍に増えたことなどから、『第1次のAIの冬は無かった』と論じた。そもそも『AIの冬（AI Winter）』という言葉は、これから来るかもしれない冬を心配する言葉として1984年に使われたのが早い例である。

分かっていないこと：1970年代のAI全体の研究費を、国ごと・年ごとに並べた数字は見つけられていない。『冬』だったかどうかは、何を基準にするか（大規模研究所の予算／学会の会員数／言葉の使われ方）によって答えが変わる

Wikipedia日本語版は見出しに「[2020年代以降]第4回AIブーム」、英語版は番号なしの「AI boom」（2020年代）「AI spring」と表記

Wikipedia日本語版『人工知能の歴史』は見出しで、第1回AIブームを1956〜1974年、AIの冬 第1期を1974〜1980年、第2回を1980〜1987年、AIの冬 第2期を1987〜1993年、第3回を2006〜2019年、第4回を『2020年代以降』とする。日本語版『AIの冬』には『現在のAIの春（2022年〜現在）』という節がある。英語版『AI boom』は、直近のブームを2020年代とし番号はつけず、『AI spring』とも呼ばれると書く。英語版『AI winter』は大きな冬を1974〜1980年と1987〜2000年の2回としている。

分かっていないこと：Wikipediaは随時更新される。ここに記したのは2026-09時点の版の記述。

カーツワイルさんの、AIは2029年までに人間並みの知能に届くという予言──2002年、反対のケイパーさんと2万ドルを賭け、2024年の本で見直す

未来予測で知られる発明家レイ・カーツワイルさんは、1999年に、AIは2029年までに人間並みの知能に届くと予言した（出版社の説明による）。2002年には、ミッチ・ケイパーさんと、『2029年までに、どのコンピュータも…チューリング・テストに合格していない』（ケイパーさんの側）という予言に2万ドルを賭けた。ルールは細かく定められ、3人の審査員が、コンピュータと3人の人間の計4人と、それぞれ2時間ずつ文字でやりとりし（合わせて24時間）、審査員3人のうち2人以上をだませたら合格とされた。カーツワイルさんは2024年の本『シンギュラリティはより近く』で、この2029年の予言を見直している。

その後：結果が分かるのは2029年である。2025年には、5分の会話の試験でGPT-4.5が73%の割合で人間と判定された研究がある。しかしこれは賭けの条件（合計24時間の試験）とは別の試験で、賭けそのものの判定は出ていない（賭けの判定の記録は見つからなかった）。

2025年までにAIが数学五輪で金を取るか──2022年、2人の研究者が8%未満と16%超と予想。2025年7月、結果が出た

AI研究者のポール・クリスティアーノさんとエリエゼル・ユドコウスキーさんは、AIの進歩についての考えが異なっていた。そこで白黒がつく予想として、国際数学オリンピック（高校生の大会）で『大会の前に作られたAIが…2022〜2025年のどれかで金を取れる』確率を公開した（時間などのルールはIMOグランドチャレンジに合わせる）。クリスティアーノさんは8%未満、ユドコウスキーさんは16%以上とした。最も難しい問題を解く確率は、クリスティアーノさんは4%未満と予想した。2025年7月、Google DeepMindは、Geminiの強化版が6問中5問を完答して42点中35点（金メダルの点）を獲得し、大会の採点者が正式に採点・確認したと発表した。4.5時間の制限時間内に、ふつうの言葉で解答を書いた。

その後：2025年7月、Google DeepMindのGeminiの強化版が42点中35点（金メダルの点）を獲得した。大会の採点者が正式に採点し、国際数学オリンピックの会長が『金メダルの点』と確認した（ただしブログによると、確認は解答についてであり、AIの仕組みの検証ではない）。4.5時間の制限時間内で行われ、一番難しい問題（第6問）は解けていない（6問中5問）。どちらの予想も確率のため的中か外れかは断定できないが、実際の結果は、確率をより高く見積もっていた側（16%超）に近かった。

カーツワイルさんの、AIは2029年までに人間並みの知能に届くという予言──2002年、反対のケイパーさんと2万ドルを賭け、2024年の本で見直す

未来予測で知られる発明家レイ・カーツワイルさんは、1999年に、AIは2029年までに人間並みの知能に届くと予言した（出版社の説明による）。2002年には、ミッチ・ケイパーさんと、『2029年までに、どのコンピュータも…チューリング・テストに合格していない』（ケイパーさんの側）という予言に2万ドルを賭けた。ルールは細かく定められ、3人の審査員が、コンピュータと3人の人間の計4人と、それぞれ2時間ずつ文字でやりとりし（合わせて24時間）、審査員3人のうち2人以上をだませたら合格とされた。カーツワイルさんは2024年の本『シンギュラリティはより近く』で、この2029年の予言を見直している。

その後：結果が分かるのは2029年である。2025年には、5分の会話の試験でGPT-4.5が73%の割合で人間と判定された研究がある。しかしこれは賭けの条件（合計24時間の試験）とは別の試験で、賭けそのものの判定は出ていない（賭けの判定の記録は見つからなかった）。

2011年、のちにGoogle DeepMindの研究者になるシェーン・レッグさんが「人間並みのAGI…平均2028年、いちばんありそうなのは2025年」と予想

AIの研究者シェーン・レッグさんが、ブログで毎年出していた予想を2011年の大みそかにも公開した。人間並みの汎用AI（AGI）ができる年を確率の山（分布）で表し、平均は2028年、最も可能性が高い年は2025年とした（核戦争のような大事件が無い前提）。さらに『この先8年以内に、印象的なAGIの原型（proto-AGI）を見ると予想している』とも書いた。原型とは、視覚・聴覚・身体の制御・言語の基本能力を、事前に組み込むのではなく学習して身につけたシステムだと説明している。コメント欄では本人が『この予想のやっかいな点は、外れだと確かめるのが無理かもしれないことだ』（たとえば大きな軍がそうしたシステムを作れば、秘密にしておく強い理由がある、と続く）、『これが最後の毎年の予想になるかもしれない。理由の1つは、いわば当たっても外れても損な話だからだ』と書いている。

その後：最も可能性が高いとされた2025年は過ぎた。人間並みのAGIができたと第三者が判定した資料は、このサイトでは見つけていない。平均の2028年は答え合わせ待ちである。2019年までの『原型』については、本人が判定の基準（詳しい人が1〜2時間説明を受けて触れば、人間並みまで10年以内だと思うもの）を示しているが、それに当たるものがあったかの判定資料は見つけていない。

予言：AGI（人並みの汎用AI）は「今後5〜10年だと思う」（2025年、Google DeepMindのハサビスさん、テレビのインタビュー）

2025年4月、米CBSの番組『60 Minutes』で、Google DeepMind代表のデミス・ハサビスさん（2024年ノーベル化学賞）がインタビューに答えた。聞き手が『AGIの予定は…』（AGI＝人間のようにあらゆる知的な作業ができるAI）と尋ねると、ハサビスさんは『今後5〜10年だと思う』と述べた。『2030年には何があるのか』という問いには、『身の回りのすべてを細やかに深く理解し、日々の暮らしにいわば組みこまれたシステム』と答えている。同じ取材で、現在のAIはまだ自発的に新しい問いや仮説を出せず、好奇心もなく、想像力や直感もたぶん少し足りないと指摘した。

その後：予測の対象となる年はまだ訪れていない（2026年9月現在）。

分かっていないこと：何ができたら『AGI』と呼ぶのかの基準が人や企業によって異なるため、達成を判定する物差し自体が決まっていない（このサイトの推定。書き起こしでは『人の心のような多才さ』と紹介されている）。