AIがAIを強くする研究に挑む — OpenAI共同創業者カルパシーがAnthropicに移籍した理由

アンドレイ・カルパシーはAI界でとっても有名な研究者だよ。OpenAIの創業メンバーの一人で、その後テスラに移ってAIによる自動運転チームを率いて、またOpenAIに戻って、最近は「Eureka Labs」という教育系スタートアップを立ち上げてたんだ。「バイブコーディング」という言葉を生み出したことでも知られているよ。

5月19日にX（旧Twitter）で発表したんだけど、「今後数年間はLLMの最前線にとって特に重要な時期だと思う。研究開発に戻れることがとても楽しみ」と語っていたよ。最先端の研究をするには、大きな計算資源と直接モデルにアクセスできる環境が必要で、それを持っているAnthropicを選んだんだね。

ChatGPTやClaudeみたいなAIは、まず膨大なテキストデータで「基礎知識」を叩き込む工程があって、それが事前学習（プレトレーニング）だよ。この段階でAIの根本的な能力が決まるんだ。すごく時間もお金もかかる工程で、世界中の有名なAI研究者がここでしのぎを削っているんだ。

一番面白いところがここで、「Claudeを使ってClaudeの事前学習を改良する」という研究を率いるんだよ。AIが自分自身の学習プロセスを分析して、「ここを変えたらもっと賢くなる」という改善案を見つけてくる。カルパシーの直近の実験では、AIエージェントが2日間で20個ものモデル改善を自律的に発見したんだ。人間の研究者なら何週間もかかる作業をね。

今すぐそうはならないよ。「何を改善すべきか」の大きな方向性を決めたり、AIが提案した内容を評価したりする役割はまだ人間がやっているんだ。でも「試行錯誤の速度」はAIのほうがずっと速い。Anthropicの共同創業者ジャック・クラークは「2028年末までにAI研究に人間がほぼ関わらなくなる確率は60%以上」と予測しているよ。

OpenAIとAnthropicはライバル関係にあるけど、カルパシーは「フロンティアの進歩には実際のラボが必要だ」と考えて独立より組織を選んだんだね。AnthropicはAIの安全性（AIセーフティ）を中核に置いていて、「賢くなるだけでなく安全なAI」を作ろうとしているところが彼の関心と合ったのかもしれないよ。

そこが「再帰的自己改善」と呼ばれる研究テーマで、AIが自分を改善する→次世代のAIが生まれる→そのAIがさらに改善する、というサイクルが回るんだよ。今回のカルパシーのAnthropicへの移籍は、AI開発が「人間が作る」から「AIが加速させる」フェーズに入りつつある転換点を象徴しているね。最前線の研究者たちがどこに賭けるかは、業界の行方を読むヒントになるよ。