またか、という声が聞こえてきそうだ。毎週のように飛び交う、汎用人工知能（AGI）達成の息をのむような発表の数々。正直、そろそろAGI疲れを発症してもおかしくはないだろう。しかし今回、その主張はシリコンバレーのいつもの巨大企業からではなく、東京とシリコンバレーに拠点を置くスタートアップ、Integral AIから発せられた。しかも、その舵を取るのは元Google AIのパイオニア、ジャド・タリフィ氏だ。彼らが約束するのは、単なる「もっと大きく、もっと優れた大規模言語モデル」ではない。彼らは、根本的なパラダイムシフトを宣言しているのだ。
Integral AIは、「世界初のAGI対応モデル」の創出を宣言した。あなたのAIセンサーが回転し始める前に言っておくが、彼らの主張は、既存AIのデータ貪欲で力任せなスケールアップを意図的に回避した基盤の上に構築されている。彼らが提唱するのは、人間により近い方法で学習するシステムであり、ロボットが自力で物事を理解する未来を約束するというのだ。これは大胆な宣言であり、その内部を深く掘り下げてみる価値はある。果たしてこれは本物なのか、それとも過熱する市場における単なる「AGIウォッシュ」に過ぎないのだろうか？
新たな知性の設計者
この舞台裏の立役者は、ジャド・タリフィ博士。彼は、よくあるスタートアップの創業者とは一線を画す人物だ。Google AIで10年近くを過ごし、初の生成AIチームを設立・率いて、「イマジネーションモデル」と限られたデータからの学習方法に注力した。AIの博士号と量子コンピューティングの修士号を持つ彼の経歴は、その野心と同じくらい本物だ。
興味深いことに、タリフィ氏が拠点を東京に置いたのは、日本がロボット工学の世界的な中心地であるという彼の信念に基づく意図的な選択だ。これは単なる地理的な好みではない。戦略的な選択なのだ。Integral AIのビジョンは、「身体性を持つ知性」――つまり、物理世界で生き、学習するAIであり、ロボット工学を究極の実験場と位置づけている。
定義できなければ、構築できない
Integral AIの発表で最も新鮮な点は、その厳密で工学主導のAGIの定義だろう。OpenAIやGoogle DeepMindのような巨大企業が、AGIについて広範で、ほとんど哲学的とも言える言葉で語ることが多い中、Integral AIは、その称号を主張するいかなるシステムに対しても、3つの厳格で測定可能な柱を打ち出したのだ。
- 自律的なスキル学習: 未知の環境で、事前にコンパイルされたデータセットや人間の手助けなしに、全く新しいスキルを学習できること。これは、学習データに根本的に制約されるChatGPTのようなモデルへの直接的な挑戦だ。
- 安全で信頼性の高い習熟: 学習プロセスは本質的に安全でなければならない。タリフィ氏は、見事にシンプルな比喩を用いている。料理を学ぶロボットは、試行錯誤の末にキッチンを燃やしてはならない、と。安全性は後から慌てて適用するパッチではなく、最初から備わる機能でなければならないのだ。
- エネルギー効率: そして、これが本当の決め手だ。モデルが新しいスキルを学習するのに、人間が消費する以上のエネルギーを使ってはならない。この柱は、巨大AIが抱える見て見ぬふりをしてきた問題――つまり、ますます大規模になるモデルの学習における、全くもって持続不可能なエネルギー消費量――に真正面から取り組んでいる。
2025年12月の発表によると、Integral AIのモデルは、閉鎖されたテスト環境において、これら3つの基準を成功裏に満たしたという。もしこれが真実であれば、それはまさに革命に他ならない。
ワードモデルではなく、ワールドモデル
では、その秘伝のタレは何だろうか？ Integral AIが構築しているのは、大規模言語モデルではない。「ファウンデーション・ワールドモデル」なのだ。ワールドモデルの概念自体は数十年前から存在し、ユルゲン・シュミットフーバーやヤン・ルカンといった先駆者たちが、より堅牢なAIへの重要な一歩としてそのアイデアを提唱してきた。その核心は、AIが環境の内部的な予測シミュレーションを構築し、行動を起こす前にその結果を「想像」できるようにすることにある。
Integralのアーキテクチャは、人間の大脳新皮質にインスパイアされており、単にシーケンスの次のトークンを統計的に予測するのではなく、抽象化し、計画し、統一された全体として機能するように設計されている。このシステムは、「ユニバーサルオペレーター」と彼らが呼ぶものを利用しており、それは科学的手法のように機能する。仮説を立て、実験を設計し（例えばロボットアームを動かすなど）、その結果から学習するのだ。この能動的な学習プロセスこそが、膨大な静的データセットなしで動作することを可能にしている。
その真価はパズルを解く能力にあり
もちろん、主張はタダだ。今のところ、その証拠はいくつかの重要なデモンストレーションにかかっている。最初のものは、古典的なAIチャレンジであるゲーム『倉庫番』だ。この倉庫パズルゲームは、たった一つの間違った動きがはるか後になってパズルを解けなくしてしまうため、長期的な計画を必要とし、AIにとっては見かけによらず難しい。現在の生成AIは、このような状態追跡と論理的帰結に苦戦することで有名だ。タリフィ氏は、彼らのモデルがシミュレーションと相互作用するだけで、白紙の状態（タブラ・ラサ）から倉庫番を習得し、ルールとプロレベルの戦略を学んだと主張している。
これが単なるゲームの話ではないことを証明するため、Integral AIはHonda R&D向けのプロジェクトも披露した。そのタスクは、複雑な現実世界のロジスティクスと計画システムを調整すること――つまり、実際のサプライチェーンとAPIを使って倉庫番をプレイするようなものだった。その計画能力は、Google DeepMindの伝説的なAlphaGoに匹敵するとされたが、制約されたゲーム盤ではなく、混沌とした、動的な物理世界に適用されたのだ。
で、今回のAGIブームは本物なのか？
冷静になろう。Integral AIは、信じられないほど説得力のあるビジョンと、反証可能な主張を提示した。しかし、これらの結果は「サンドボックス」からのものであり、より広範な科学コミュニティによって独立して検証されたわけではない。同社は本質的に、自前のAGI測定基準を作り出し、そしてその基準をクリアしたと宣言したに過ぎないのだ。
もし――そしてそれは極めて重要な『もし』なのだが――これらの主張が精査に耐えうるなら、その影響は計り知れない。それは、データ収集偏重のパラダイムからの脱却を意味し、AIの環境負荷を劇的に低減させ、高度に構造化された工場だけでなく、私たちの家庭にも適応できる汎用ロボットへの道を開くだろう。
Integral AIは、インテリジェントな機械を構築する業界全体のアプローチに挑戦状を叩きつけたのだ。同社はこれを、「自由と集合的エージェンシーを拡大する超知性」への第一歩と見なしている。今、世界がその動向を見守っている。主張は並外れている。次のステップは、この箱の中の脳を研究室から私たちの世界へと連れ出し、その並外れた証明を提供することだ――願わくば、キッチンを炎上させることなく、である。
