GPT6はAGIなのか？【レポート11】

0. このnoteの要約

2026年9月3日にOpenAIから新型AIのChatGPT6がリリースされることが発表され、話題になっている。GPT6はこれまでのAIと比べて非常に高い性能であると言われ、研究レベルの高度な数学問題でもほぼ満点のスコアを記録した。さらに、初めて見る環境でも自分でルールを理解し、PCを操作して実際の仕事まで行う。最近では、AIが人類の知らなかった数学的結果を生み出したり、研究テーマを考えて実験し、論文を書くところまで自動化する研究も出てきた。

一方で現実の社会を見ると、AIを前提に数千人規模で人員を減らす銀行が現れ、裁判官もAIを使い始め、軍隊では戦場の情報解析にAIを組み込む動きが進んでいる。ここまで来ると、「これはまだ単なるChatGPTなのか？」という疑問が出てくる。

このnoteでは、2026年9月に発表されたGPT6 Astraを中心に、現在のAIがどこまでAGI(汎用人工知能)に近づいているのか？という問題について考える。なお、GPT6単体だけを見てもAGIかどうかは判断しにくいため、同世代のAIエージェントが科学研究や実際の社会で何をし始めているのかについても合わせて見ていきたい。

1. GPT6はAGIなのか？

　まず、簡単にAIとAGIの違いを整理しておきたい。普通のAIは、文章、画像、数学など何らかの与えられたタスクの処理を実行できる人工知能全般を指す。一方AGI(汎用人工知能)は、一つの仕事だけではなく、人間のように幅広い分野へ対応し、初めて見る問題にも能動的に適応できるAIを指すことが多い。つまり重要なのは、単に「与えられたタスクを処理する賢いAI」ではなく、「人間のように色々なことを能動的に実行できる汎用的なAI」なのだと思えば分かりやすい。
　
　2026年9月3日、OpenAIはGPT6 Astraを発表した。OpenAIはGPT6について、PC操作、コーディング、科学研究、サイバーセキュリティ、専門的な実務などで大きく能力が向上したモデルだとしている。[1] 特筆すべきは、GPT6がAGI能力のベンチマークテストであるARC-AGI-3で99.9%という非常に高い値を記録したことだろう。ちなみに、今までのモデルであるGPT5.6では、このベンチマークはわずか7.8%であった。この点から、GPT6は非常に大きくAGIに近づいたモデルであることを予感させる。

　しかし、AI企業が自社の最新AIを高く評価すること自体は珍しくないため、個人的には宣伝文句そのものより、実際に公開されている数字や研究成果を見ることも重要だと思う。

　例えば、研究レベルの数学問題を扱うFrontierMath Tier 4では97.6%、大学院レベルの科学問題であるGPQA Diamondでは96.0%を記録した。また、科学研究のワークフローをコードやターミナルを使って行うTerminal-Bench Scienceでは64.6%だった。前世代のGPT5.6 Solは同ベンチマークで22.4%であり、大幅に上昇した。[1]

　ただ、個人的にはGPT6の重要な変化は、数学や科学の点数そのものだけではないと思う。実際にPCを操作するOSWorld 2.0では72.6%、様々な職業の仕事を実際のソフトウェア上で行わせるAgents' Last Examでは59.3%、業務自動化能力を調べるAutomationBenchでは41.4%を記録した。[1]

　つまりGPT6は、質問への回答だけではなく、実際にコンピューターを使いながら作業を進める能力を持っている。例えば「このデータを分析して報告書を作って」と指示した場合、ファイルを開き、データを確認し、コードを書き、計算し、グラフを作り、途中で問題が起きれば修正するといった複数工程を実行できる。

　これまでのChatGPTが主に「質問する→答えてもらう」という使われ方をしてきたのに対して、現在のAIエージェントは「仕事を渡す→AIが複数工程を実行する」という方向へ進んでいると考えられる。

初めて見る世界でルールを理解する

　GPT6がAGIに近づいたのではないかと感じさせる材料の一つが、ARC-AGI-3である。ARC-AGI-3は単純な知識問題ではなく、AIを初めて見るゲームのような環境に入れて、その世界の仕組みを自分で理解しながら目的を達成できるかを評価する。

　例えば筆者が全く知らないゲームを突然渡されたとする。当然最初はルールが分からないので、とりあえず何か操作してみるだろう。そして「このボタンを押すとここが動く」「この物体を取ると何かが変わる」と少しずつ理解していく。最初の予想が間違っていれば、考えを変えて別の操作を試す。つまり、「観察する→仮説を作る→行動する→結果を見る→仮説を修正する」という能力を見るテストだと考えれば分かりやすいと思う。

　GPT6 AstraはこのARC-AGI-3で、各社を共通条件で比較するStandard harnessでは62.7%、OpenAI向けのProvider Adapterを使った条件では99.9%を記録した。さらに、人間の中央値より少ない行動数で解けたレベルが96%に達した。ARC Prizeは、未知環境を独自の記号へ変換しながら簡単な「世界モデル」を作って行動する様子も観察したと報告している。[2]

　これは、従来の「既知の問題に答えるAI」よりも一段広い能力を示しているように見える。AIについては昔から、「大量の学習データから似た問題を探して答えているだけなのではないか」という批判があった。しかし、初めて見る環境でルールを推測し、試行錯誤しながら行動を修正できるのであれば、少なくとも一部の課題では単純な既知の回答の再生だけでは説明しにくい能力が現れていると考えられる。

　もちろんARC Prize自身も、この結果をAGI達成の証明とは位置づけていない。ARC-AGI-3の世界は決定論的で範囲も限定されており、現実世界の複雑さや曖昧さを再現しているわけではない。[2] したがって、「99.9%だからAGI」と断定することはできない。一方で、未知環境からルールを学び、内部表現を作りながら目的を達成する能力が大きく進歩したことは事実である。

AIが「研究する側」に入り始めた

　さらに注目したいのが科学研究である。2026年3月、Natureには「The AI Scientist」についての論文が掲載された。このシステムは研究アイデアを考え、文献を調べ、コードを書き、実験し、データを解析し、グラフを作り、論文を書き、さらに査読まで行う。[3]

　ただし、これはAIがすでに人間の研究者を丸ごと置き換えたという意味ではない。対象はコンピューター上で実験できる機械学習研究であり、人間が用意したコードテンプレートを利用する設定もある。また、AIが作った論文の一部は機械学習系ワークショップの一次査読を通過したが、そのワークショップの採択率は70%だった。[3]

　それでも、AIが論文要約やコード作成といった一工程を支援するだけではなく、研究アイデアの生成から論文作成までの一連の工程に入り始めたことは事実である。個人的には、この変化はAIの研究利用を考えるうえでかなり重要だと思う。

　生命科学ではRobinというシステムもNatureに掲載された。Robinは文献検索から仮説を生成し、実験方法を提案し、人間が行った実験から得られたデータを解析し、その結果に基づいて次の仮説を作る。[4] ただしこちらも完全自律型の研究室ではなく、論文自身が「semi-autonomous」と表現している。物理実験の実行には人間が関与している。[4]

　一方で、物理的な実験装置の操作にもAIが入り始めている。2026年7月のNature Machine Intelligenceでは、AIエージェントが実際の放射光施設でX線実験装置を操作した研究が報告された。AIは計画を立て、装置へ命令し、観測結果を解釈し、予想外の状況に対応しながら結晶サンプルの位置などの条件コントロールを行った。[5] ただし、これは放射光実験全体を自律化したものではなく、結晶の条件コントロールという限定されたタスクである。

　それでも、「仮説を考える」「実験結果を解釈する」「実験装置を操作する」といった、これまで研究者が担ってきた工程の一部をAIが実行し始めていることは確認できる。AIが科学研究全体を代替する段階に達したとは言えないが、研究プロセスの自動化範囲が広がっているとは言えそうだ。

人間がまだ知らなかった数学的結果まで出始めた

　個人的には、ベンチマークの数字以上に興味深いのが、AIが既知の問題を解くだけではなく、人間がまだ知らなかった新しい結果を生成し始めていることである。

　2026年5月、OpenAIは開発中の未公開汎用推論モデルが、Erdősのunit distance problemに関する約80年来の予想に反例を発見したと発表した。しかも数学専用モデルではなく、一般目的の推論モデルだった。[6]

　ここで重要なのは、OpenAIの自己申告だけで終わっていないことである。Noga Alon、Tim Gowers、Will Sawin、Arul Shankar、Jacob Tsimermanなどの数学者がAI生成の反例を検証し、人間向けに整理した論文を公開した。[7] その論文は、OpenAIが生成した反例を人間側で検証したものであることを明記している。

　さらにOpenAIは2026年8月、Astraの内部開発版が数学・理論計算機科学の10の長年の未解決問題について、解決につながる進展となる結果を生成したと報告した。[8] ただし、こちらはOpenAI自身の発表であり、全ての結果について数学界の長期的な独立検証が終わっているわけではない。したがって、「GPT6が未解決問題を10個解決した」と断定することはできない。

　それでも、一部の成果ではAIが新しい数学的アイデアを生成し、それを人間の専門家が検証するという構図が成立している。AIが「知識を答える道具」から、「未知の問題について新しい候補解を生成する道具」へ広がりつつある可能性は高いと思う。

2. AIは産業界でも広まっている

　さて、ここまで紹介したのは主にベンチマークや科学研究の話である。しかし同じ時期に、AIは研究室やIT企業の中だけではなく、実際の経済活動や社会制度へも入り始めている。

　なお、ここから紹介する事例は「GPT6がAGIであること」を直接証明するものではない。これらの事例が示しているのは、AIが実験的な技術にとどまらず、実際の仕事や意思決定へ組み込まれ始めているという事実である。

AIは実際に人間の仕事を減らし始めた

　Standard Charteredは2026年、2030年までに7,000人超の仕事を削減する方針を発表した。CEOは、AIと自動化によって一部の「lower-value human capital」を技術へ置き換える方針を説明している。[9] これは大手国際銀行が実際の中期人員計画にAIと自動化を織り込んだ事例である。

　DuolingoもAI-first戦略を進め、多くの契約労働者が担っていた仕事をAIへ移す方針を示した。同時に生成AIを使うことで148の新しい語学コースを1年未満で開発した。同社が最初の100コースを作るには約12年かかった。[10]

　ただし、AIの経済効果は人員削減だけではない。METRが2026年2〜4月に349人の技術職を対象に行った調査では、AIによって自分の仕事が生み出す価値が中央値で1.4〜2倍になったという自己申告が得られた。[11] これは自己申告調査であり、METR自身も数値の解釈には注意が必要だとしている。そのため「AIで生産性が1.4〜2倍になった」と一般化することはできないが、人を減らす以外に「同じ人間がAIを使ってより多くの価値を生む」という経路も存在する可能性はある。

人間の「判断」にもAIが入り始めた

　AIの利用は定型作業だけにはとどまっていない。米国では、調査対象となった連邦裁判官の60%が司法業務で少なくとも一つのAIツールを利用していることが報告された。利用用途は法律検索や文書レビューなどが中心である。[12]

　安全保障でもAIの利用が進んでいる。ドイツ陸軍は、これまで多数の人員と数日を要していた戦場情報の解析をAIによって高速化し、過去のデータから相手の行動を推定して対抗策を提示するシステムの導入を進めている。ただし最終的な判断は人間が行う方針である。[13] 米国でもPalantirのMavenが国防総省の中核プログラムとなり、衛星やドローン、各種センサーから得られる情報をAIで解析する体制が進んでいる。[14]

　一方で教育では、AIの利用を制限する動きもある。2026年9月、ニューヨーク市は公立小中学校を中心に約60万人の生徒について、原則1年間AIの利用を制限する方針を発表した。理由として、人間同士の交流や、自分で難しい問題を考える能力への影響が挙げられている。[15]

　研究者、会社員、裁判官、軍人、教師、生徒という全く異なる領域で、AIをどこまで使うべきかという問題が現実の制度設計に入り始めている。個人的には、これは「AIを使えるか？」という段階から、「人間が担ってきた判断のどこまでをAIへ委任してよいか？」という段階へ議論が移りつつあることを示しているように思う。

GPT6の一番AGIらしいところは「能力の幅」

　ここでAGIという話へ戻る。特定分野で人間を超えるAI自体は以前から存在した。チェスAIは人間のトッププレイヤーを上回り、囲碁AIも同様に人間を上回った。しかし、それらは基本的に特定タスクへ特化したシステムだった。

　GPT6は数学、科学、文章、コーディング、検索、PC操作、データ分析、未知環境への適応といった、異なる種類の能力を一つのシステムで扱える。

　個人的には、GPT6がAGIに近いと考える最大の理由は、FrontierMathで97.6%取ったことではない。数学を解くシステムと、ブラウザを操作するシステムと、コードを書くシステムと、科学研究を支援するシステムが、同じ汎用モデルへ統合されてきたことの方が重要なのではないかと思う。

　つまりGPT6のAGIらしさは、能力の高さ以上に、能力の横幅にあると考えられる。

　OpenAIはAGIを「経済的に価値のある仕事の大部分において、人間を上回る高度に自律的なシステム」と定義している。[16] この定義を採用するのであれば、一つの試験で人間を上回ることだけではAGIとは言えず、一つのシステムがどれだけ異なる種類の仕事を自律的にこなせるかを見る必要がある。

3. しかし、普通の仕事では失敗もする

　ここまで読むと、「GPT6は、もうAGIなのでは？」と思うかもしれない。GPT6は研究レベルの数学問題を解き、初めて見る環境に適応し、PC上で複数工程の仕事を実行する。同世代のAIエージェントでは、科学研究や実験装置の操作まで行う事例も出ている。

　しかし、GPT6は人間の専門家でも難しい問題を解く一方で、実務に近い仕事では成功率が大きく下がる報告もある。

　GPT6では、数学的能力を示すFrontierMath Tier 4は97.6%という、非常に高い値が報告された。一方で、Agents' Last Exam(実社会の専門家業務)は59.3%、AutomationBench(複数のアプリを横断的に使用して、指示された業務を完遂するテスト)は41.4%と、そこまで高くないベンチマークもある。また、OpenAI内部のデータサイエンス業務の遂行率は40.9%だった。[1]

　その意味は、研究レベルの数学問題では非常に高い正答率を記録している一方で、実務に近いタスク、複数のアプリの活用、実際の業務では4〜6割程度しか成功しないのが現状でもあるということだろう。この落差は、現在のAIを理解するうえでかなり重要だと思う。

AIの問題は「能力」より「信頼性」なのでは？

　個人的には、現在のAIを見る時には「能力の上限」と「能力の下限」を分けて考えた方がいいと思っている。GPT6は一部の条件では専門家でも難しい問題を解ける。一方で、比較的単純な作業でも誤った判断をすることがある。

　かなり極端な比喩を使えば、「IQ200の天才なのに、たまに新入社員でもしないミスをするAI」のような状態に見える。もちろんAIの能力をIQで表現できるわけではないので、これはあくまで直感的な例えである。

　人間社員の場合、突出した最高性能だけではなく、毎日安定して一定以上の仕事をすることにも価値がある。そのためAIの実用能力も、最高到達能力だけで判断するべきではないと思う。

　大雑把な考え方としては、

　AIの実用能力 ≒ 能力 × 信頼性

　と捉えると分かりやすいのではないかと思う。

　どれだけ高い能力があっても、その能力を安定して発揮できなければ重要な仕事を完全に委任することは難しい。一方で人間を圧倒するほど高性能でなくても、必要な仕事を非常に高い確率で安定して処理できるAIであれば、実務上の価値は高くなる可能性がある。

5分の仕事と8時間の仕事は全く違う

　信頼性の問題は、仕事が長くなるほど重要になる。例えば、ある仕事を終えるまでに100回の判断が必要で、それぞれを99%の確率で正しく判断できると仮定する。各判断が独立なら、100回全て正しく処理できる確率は約37%になる。

　もちろん現実の仕事では各判断は独立していないため、この数字を実際のAIの成功率として使うことはできない。これは、長い仕事では小さな失敗の機会が増えることを示すための単純な例である。

　さらに現実にはエラーの伝播が起こる可能性がある。例えばExcelの数字を一つ間違えれば、その数字からグラフを作り、誤ったグラフを基に分析し、その分析から報告書を書く可能性がある。

　また、自己検証能力も重要である。人間もミスをするが、仕事の途中で「この数字はおかしい」と気づき、前の工程へ戻って確認することがある。本当に人間の仕事を丸ごと任せるには、単純な正答率だけではなく、自分の出力を疑い、確認し、必要ならやり直す能力が必要になると考えられる。

　AGIの最後の壁の一つは、このような自己監査能力になる可能性がある。

実際に「任せられる仕事の長さ」を測る研究もある

　この問題を定量化しようとしているのが独立評価組織METRである。METRは、AIが解ける問題を「人間の専門家なら何時間かかる仕事か」という尺度に換算するTask-Completion Time Horizonを測定している。[17]

　2026年初頭には、最も能力の高いエージェントが既存のTime Horizon 1.1評価をほぼ飽和させ、測定値では人間のフルタイム労働で2日以上に相当するタスクまで到達した。また、MirrorCodeというソフトウェア再実装評価では、人間なら数週間かかる一部の仕事をAIエージェントが完遂した例も報告された。[18]

　これはAIが長時間タスクで大きく進歩したことを示している。ただし、METR自身が「8時間のtime horizonだから普通の会社員の仕事を8時間丸ごと代替できる」という意味ではないと説明している。評価対象の中心はソフトウェア、機械学習、サイバーセキュリティなど、課題や成功条件を比較的明確に定義できる仕事である。[17]

　現実の仕事では、人間との調整が必要だったり、指示そのものが曖昧だったり、何をもって成功とするかが明確でない場合も多い。したがって「数日相当のタスクを解ける」と「会社員一人を数日間完全に代替できる」は同じではない。

　それでも、AIが完遂できるタスクの時間的な長さが伸びていること自体は重要な変化である。この指標が今後さらに伸びるなら、人間がAIへ委任できる仕事の範囲も広がる可能性があると思う。

現実の企業でも同じことが起きている

　企業でのAI導入を見ると、「AIには高い能力がある一方、信頼性が経済価値を左右する」という構図と整合的な事例が見られる。

　Standard CharteredやDuolingoでは、AIや自動化を前提に人間が担ってきた一部の仕事を減らす動きが進んでいる。[9][10]

　一方、Reutersが報じたMetaのProject OTでは、AIエージェントを前提に一部チームを最大60%縮小する構想が検討された。しかしAIの生産性が期待を下回り、システムの信頼性問題も増え、追加の大規模削減計画は停止された。Reutersによると、重大なサイト障害は約40%増え、社員がその対応に使う時間も70%増加した。[19]

　この事例だけで「AIによる人員削減は失敗する」と一般化することはできない。しかし、AIが人間の仕事を代替できても、監視や修正に大きなコストがかかれば、期待したほど経済的な利益が得られない可能性があることは示唆している。

　司法でも、AIを使う裁判官が増える一方、AI由来の誤りが司法文書へ入り込む問題が発生している。そのためカリフォルニアでは、弁護士にAI生成内容の確認を求めるルール作りが進んだ。[20]

　現在のAIは、一部では非常に高度な仕事を実行できる。しかし、どの仕事でも継続的に安心して丸投げできる状態にはまだ達していないと考えるのが妥当だと思う。

4. 結局、GPT6はAGIなのか

　さて、話を戻すと、GPT6はAGIなのだろうか？個人的には、「完成したAGI」と呼ぶのはまだ早いと思う。一方で、「AGIとは全く違う普通のAIだ」と評価するのも難しくなってきたように思う。

AGIは0か1ではないのでは？

　AGIについては、「AGIか、AGIではないか」という二択で議論されることが多い。しかし技術の進歩は、もう少し連続的に起こる可能性が高いのではないかと思う。

　特定用途しかできないAIから始まり、幅広い仕事ができるようになり、未知の問題へ適応し、自分で道具を使い、最終的には長時間の仕事まで安定して続けられるようになる。そう考えると、「昨日までAIだったものが今日突然AGIになる」というより、AGIに必要と考えられてきた能力が少しずつ埋まっていくと考える方が自然に思える。

　この記事では便宜的に、幅広い知的能力、未知環境への適応、自律的なツール利用を持ちながら、長期的な信頼性にはまだ明確な弱点が残る段階を「初期AGI」と呼ぶことにする。これは世界共通の正式な分類ではなく、この記事内で議論を整理するための呼び方である。

GPT6を初期AGIと呼びたくなる理由

　この記事で見てきたAGIの条件を大雑把に整理すると、4つに分けられると思う。第一に幅広い分野で高い能力を持つこと、第二に初めて見る問題や環境へ適応できること、第三に必要な道具を自分で使いながら仕事を進められること、そして第四に、それらの能力を長時間安定して使い続けられることである。

　GPT6は、数学、科学、文章、コード、検索、PC操作など複数の異なる能力を一つのモデルで扱う。またARC-AGI-3では未知環境に適応する能力を示し、実際のソフトウェアを操作しながら仕事を進める能力も持っている。[1][2]

　さらに同世代のAIエージェントまで視野を広げれば、研究アイデアを考え、論文を書き、実験結果から次の仮説を作り、本物の科学装置を操作するシステムも存在する。[3][4][5] 数学では、汎用推論モデルが人間の知らなかった結果を生成し、専門家による検証を通った事例も存在する。[6][7]

　これらを踏まえると、これまでAGIに必要だと言われてきた「能力の種類」のかなりの部分は、すでに実現され始めていると考えられる。

　個人的にはGPT6をAGIに近いと考える最大の理由は、何か一つの能力で人間を超えたことではなく、非常に多くの異なる能力が同じシステムの中に集まったことだと思う。

しかし「安定して人間の仕事を代替する」はまだ弱い

　一方で、最後の「長時間の安定性」はまだ弱い。実務に近いベンチマークでは成功率が40～60%台のものが存在し、METRの評価でも、長いタスクをこなせる能力が急速に伸びている一方、現実の仕事には曖昧さや人間関係、評価しにくい目標が大量に存在する。[1][17]

　OpenAIはAGIを「経済的に価値のある仕事の大部分で人間を上回る、高度に自律的なシステム」と定義している。[16] この定義をそのまま採用するなら、GPT6がその条件を満たしたことは現時点では証明されていない。

　したがって、個人的にはGPT6を「完成したAGI」と呼ぶのはまだ早いと思う。一方で、「初期AGI」、あるいは従来型AIとAGIの境界線上にいるシステムと表現することには、一定の合理性があるのではないかと思う。

経済にとってはAGI認定より重要なこともある

　そして、ここまで「GPT6はAGIなのか？」という話を長々としておいて何なのだが、経済を考えるうえでは、AGIという名前自体はそれほど重要ではないのかもしれない。

　企業が実際に判断するのは、「GPT6は定義としてAGIか？」ではなく、「この仕事を人間ではなくAIに任せた方が安いか？」という問題である。

　例えば人間が1時間5000円かかる仕事を、AIなら100円で処理できるとする。AIだけでは不安なので、人間が最後に10分確認するとしても、合計コストが人間だけで1時間働くより安ければ、AI導入には経済合理性が生じる。

　ただし実際には、AIが失敗した場合の損失も考える必要がある。したがって経済的なAI代替は、大雑把には、

　AI利用コスト＋人間の監督コスト＋AIの失敗による期待損失 ＜ 人間だけで仕事をするコスト

　となった仕事から進むと考えると分かりやすいと思う。

　例えば単純な問い合わせ対応では、多少のミスが発生しても人間へ引き継ぐことで損失を限定できる場合がある。一方、手術、裁判、軍事判断のように一度のミスが大きな損失につながる仕事では、AIの正答率が非常に高くても人間を完全に外しにくい可能性がある。

　つまりAIによる労働代替は、「AIが人間より完全に賢くなった瞬間」に一斉に起こるわけではないと考えられる。AIが多少人間より能力で劣っていても、安く、速く、人間が簡単に確認できる仕事なら代替が進む可能性がある。一方で人間より高い能力を持っていても、毎回厳しい監視が必要で、一度の失敗が致命的な仕事では代替が進みにくいかもしれない。

　この意味では、「AGIが完成した日から雇用が変わる」という考え方は単純すぎると思う。Standard CharteredやDuolingoの事例では、完全なAGIが登場する前からAIを前提とした仕事の再編が始まっている。一方、METRの調査が示唆するように、人員そのものを減らさなくても、AIと組み合わせることで一人当たりの生産性を高める経路も存在する可能性がある。

　AIが社会へ与える影響を考えるなら、「AGIになったか？」というラベル以上に、AIによって代替できるタスクの範囲と、AIを使う人間の生産性がどれだけ速く広がるかを見る方が重要なのではないかと思う。

5. まとめ

　GPT6は、研究レベルの数学、科学、未知環境への適応、PC操作、ツール利用など、非常に幅広い分野で高い能力を示している。同世代のAI全体を見れば、研究アイデアを考えて論文を書くAI、実験結果から次の仮説を考えるAI、本物の科学装置を操作するAI、人間がまだ知らなかった数学的結果を生成するAIも登場している。

　個人的には、GPT6の一番AGIらしいところは、何か一つのベンチマークで世界最高になったことではないと思う。数学、科学、文章、コード、PC操作、未知環境への適応といった、本来は異なる能力が一つの汎用システムに集まり始めた「能力の幅」の方が重要なのではないかと思う。

　一方で、現実の仕事に近い評価ではまだ明確な失敗が存在し、長い仕事になればなるほど信頼性、エラーの伝播、自己検証能力が問題になる。現在のAIの主要な課題は、単純な「賢さ不足」から、「その賢さをどこまで安定して使い続けられるのか？」へ移りつつある可能性がある。

　個人的には、GPT6を「完成したAGI」と呼ぶのはまだ早いと思う。しかし、「初期AGI」あるいは「従来型AIとAGIの境界線上にあるシステム」と呼ぶことには、一定の妥当性があるのではないかと思う。

　前半だけを見れば「ついにAGIが来た」と感じる人がいても不思議ではない。社会実装を見ると、実際に人間の仕事の一部がAIへ移り始めていることも確認できる。しかし、長時間の信頼性や現実の仕事での成功率を見ると、まだ人間の仕事の大部分を安心して丸ごと任せられる段階ではない。おそらく現在地は、その間にあるのではないだろうか。

　そしてこれから本当に重要になるのは、「AGIが実現したか？」という定義としてのラベルではなく、どの仕事を、どれくらいの精度で、どれくらい長く、どれくらい安くAIへ任せられるようになるのかという問題なのではないだろうか。

【読んでいただいて、ありがとうございます！】
スキ(いいね)、フォロー、すぐに通知、ぜひお願いします！
いつもスキしていただいている方、ありがとうございます。

【他の記事はこちら】

メルマガのご紹介

メルマガでは、noteより詳しいマクロ経済分析レポートを、配布しております。また、メルマガ登録特典として、「インデックスガチホを超える投資法」の解説資料も、ご用意しております。ぜひ一度、下の紹介画像をご覧ください。メルマガ登録はこちらから。

出典

[1] OpenAI, “GPT-6 Astra: A new generation of intelligence”, 2026年9月3日。GPT6 Astraの主要ベンチマーク、PC操作、科学研究など。

[2] Greg Kamradt, ARC Prize Foundation, “OpenAI's GPT-6 Astra on ARC-AGI-3”, 2026年9月3日。Standard harness 62.7%、Provider Adapter 99.9%、人間とのaction efficiency比較、world modelに関する観察。

[3] Lu, C. et al., “Towards end-to-end automation of AI research”, Nature 651, 914–919, 2026。AI Scientistによる研究アイデア生成、コード、実験、論文執筆、査読までの自動化。

[4] Ghareeb, A. E. et al., “A multi-agent system for automating scientific discovery”, Nature 655, 497–505, 2026。Robinによる仮説生成、実験提案、データ解析、仮説更新。

[5] Chen, Z. et al., “An agentic artificially intelligent X-ray scientist”, Nature Machine Intelligence 8, 1075–1086, 2026。実際のシンクロトロンビームラインにおけるAIエージェントのclosed-loop実験。

[6] OpenAI, “An OpenAI model has disproved a central conjecture in discrete geometry”, 2026年5月20日。Erdősのunit distance問題に関するAI生成の反例。

[7] Alon, N., Bloom, T. F., Gowers, W. T. et al., “Remarks on the disproof of the unit distance conjecture”, 2026年。OpenAI生成の反例を外部数学者が検証・整理した論文。

[8] OpenAI, “Ten advances in mathematics and theoretical computer science”, 2026年8月1日。Astra内部開発版による数学・理論計算機科学の未解決問題への結果。

[9] Reuters, “StanChart to cut over 7,000 jobs, boost AI to replace 'lower-value human capital'”, 2026年5月19日。

[10] Reuters, “Duolingo raises 2025 forecast as AI-powered subscription garners wider appeal”, 2025年5月1日。生成AIによる148コース開発、AI-first戦略について。

[11] METR, “Measuring the Self-Reported Impact of Early-2026 AI on Technical Worker Productivity”, 2026年5月11日。349人の技術職を対象としたAIによる仕事価値向上の自己申告調査。

[12] Reuters, “Majority of US federal judges are using AI, study finds”, 2026年3月30日。

[13] Reuters, “German army eyes AI tools to expedite wartime decision-making”, 2026年3月25日。

[14] Reuters, “Pentagon to adopt Palantir AI as core US military system, memo says”, 2026年3月20日。

[15] Reuters, “Mamdani imposes one-year ban on AI for most NYC students”, 2026年9月2日。

[16] OpenAI, “OpenAI Charter”。AGIを「経済的に価値のある仕事の大部分で人間を上回る高度に自律的なシステム」と定義。

[17] METR, “Task-Completion Time Horizons of Frontier AI Models”, 2026年5月更新。人間の専門家が必要とする作業時間を基準にAIエージェントの長期タスク能力を評価。

[18] METR, “Frontier Risk Report (February to March 2026)” / “MirrorCode”, 2026年。最先端エージェントのTime Horizon 1.1飽和と、数週間相当の一部ソフトウェア再実装タスクの完遂について。

[19] Reuters, “Mark Zuckerberg had a bold plan to replace Meta staff with AI. Here's how it imploded.”, 2026年8月26日。MetaのAI前提の組織再編構想と、その後の計画修正について。

[20] Reuters, “California lawmakers pass bill governing lawyers' use of AI”, 2026年9月1日。弁護士によるAI出力の確認義務など。

免責事項

この記事は個人的な意見と分析の公開であり、投資助言を目的とするものではありません。
この記事は経済および時事問題の解説を目的としており、特定の商品の購入や売却を推奨および助言するものではありません。
将来の政策、需要、企業業績、資産価格に関する記述は、公開情報に基づく推定や仮説であり、その実現を保証するものではありません。
この記事を参考にして行った投資、運用、トレーディングなどの結果について、著者は責任を負うことができません。
この記事はAIを利用して情報整理と分析を行っているため、内容の完全性や正確性を保証するものではありません。