著書『Co-Intelligence』の刊行から30か月を経て、著者は本日、人工知能に焦点を当てた第二作『Co-Existence』を発表した。 グラフを多用したブログ記事で、著者はそれ以降の進歩を振り返っている。彼によれば、現在では180のモデルが、リリース当時のGPT-4を凌駕しているという。また、これらのグラフの作成をAIに委ねたことについても説明しており、これは彼にとって、これらのツールの使い方の変化を象徴するものだという。
著者によれば、OpenAIが開発したモデルGPT-4は、2023年2月から2024年初頭にかけて世界最高のモデルだった。それ以降、Anthropic、Google、OpenAIのいずれかが開発した20の異なるモデルが、一時的に首位の座を占めてきた。現在GPT-4を超える180のモデルの多くはオープンウェイトであり、誰もが自由に利用または改変できる。19のモデルは最新のスマートフォン上で動作可能だ。
能力の進歩を測るために、著者はMETR Long Horizon Benchmarkを参照している。これは、単一の指示から、AIが少なくとも50%の成功率で達成できる人間の作業量を評価するテストだ。このグラフによれば、GPT-4のリリースから測定終了時点までの間に、実行可能な作業量は8倍に倍増した。2024年には、AIは4分間の作業をこなせた。著者が原稿を提出した2026年4月の時点では、17時間分の人間の作業を達成できるようになっていた。その後METRは、現在の手法ではこの数値を正確に測定できなくなったと発表した。他の研究によれば、その数値は17週間分、あるいはそれ以上の作業量に達する可能性があるという。
同時に、コストは低下した。修士課程の学生でも解答が難しい質問からなるテスト「Google Proof Question and Answer Exam」では、正答1件あたりのAI利用コストは30セントだった。現在では、同じ結果を得るのに0.04セントしかかからない。しかし、進歩は依然として不均一だ。著者は、長文の執筆においてAIはまだ不十分だと評価する一方で、同じ期間に数学的問題解決は、非常に低いレベルから超人的なレベルへと移行したと指摘している。
新たな作業様式
著者によれば、これらの進歩はAIとの協業方法を変えつつある。『Co-Intelligence』では、人間の作業とAIの作業を分担する「ケンタウロス」型と、両者が密接に絡み合う「サイボーグ」型という2つのアプローチを説明した。単独で一連のタスクを実行するエージェントの登場により、彼は3つ目の形態として「コンジャラー」を加えた。これは必要に応じてエージェントを呼び出し、作業を委託し、その結果を評価する。ブログ記事のグラフはこの方法で作成された。Claude Projects内のOpus 5.5モデルを使用し、他のエージェントを起動する主エージェントと連携して行われた。著者はこれをAIを利用する最も強力な方法と見なす一方で、AIがこれらの結果を得るために具体的に何をしているのかが見えなくなるため、新たなリスクの源とも考えている。
この主張を説明するため、著者はまた、長年使用してきた定番のテスト「飛行機内でWi-Fiを使うラッコ」という指示を再び用いた。Opus 5.5に依頼した結果、GoogleとElevenLabsのサービスを利用して作成された動画は、脚本、画像、音楽、技術的側面のすべてにおいて、著者の助力を一切受けずに制作された。著者は、動画にはいくつかの欠点があることを認めている。彼の本は、モデルの最新動向よりもトレンドに、そしてそれが人間にとって何を変えるのかという問いに焦点を当てていると強調する。Co-Existenceはオンラインで入手可能。
