黄仁勲氏、AIリスクを再論：多くの予測は作り話、中国は世界のオープンソースで重要な力に

著者：Helen Li

編集：徐清揚

米国現地時間9月14日、著名テックポッドキャストAll-In Podcast主催のオフラインイベントAll-In Summit 2026で、NVIDIA CEOの黄仁勲氏が4人のホストとAI安全性、AI終末論、再帰的自己改善、オープンソースモデル、AGIなどのテーマについて議論した。

4人のホストはAll-In Podcastの共同創設者でもある：エンジェル投資家のJason Calacanis氏、元Facebook幹部のChamath Palihapitiya氏、「PayPalマフィア」の中核メンバーであるDavid Sacks氏、農業バイオテクノロジー企業Ohalo Geneticsおよび投資会社The Production BoardのCEOであるDavid Friedberg氏。

インタビューでは、AIの発展にどのような安全境界が必要かという核心的な問いが探求された。最近のAnthropic CEO Dario Amodei氏によるAI安全性に関する議論や、主要研究所が「ペースを落とす」よう呼びかける声に対し、黄氏は安全性と革新は矛盾しないとの見解を示した。発生した安全インシデントは工学的な問題として分析し、技術、プロセス、テストを通じて制御すべきだと述べた。

近年頻繁に登場するAIの「終末予測」について、黄氏はこれまでに不正確と証明された判断を列挙した。例えば「放射線科医はAIに取って代わられる」「近い将来にコードの90%がAIによって生成される」「エントリーレベルの仕事の50%がまもなく消滅する」などだ。彼はこうした予測には十分な科学的根拠がなく、社会的不安を煽るために使われるべきではないと考えている。

再帰的自己改善（RSI）について黄氏は、RSIは突然現れた神秘的な技術ではなく、コンテキスト、強化学習、合成データ、LoRAなど既存技術の組み合わせだと説明した。

オープンソースモデルとクローズドソースモデルの論争については、両方が不可欠だと明言し、中国には多くのエンジニアと科学や数学を学ぶ人材がおり、将来グローバルなオープンソースエコシステムの重要な貢献者になる可能性があると述べた。

対話はその後「AGIと超知能」へと移った。AGIの基準が人間の知能レベルに達することか、その段階はすでに到来したのかと問われ、黄氏は簡潔に「すでに到達している」と答えた。

以下は黄仁勲氏の最新インタビューの編集済み記録であり、原意を変えずに整理したものである：

01 AI安全性は革新と対立させてはならない

問：最近AI安全性に関する議論が増えています。Dario Amodei氏がAI安全性に関する記事を発表し、元Anthropic研究員のJacob Cockson氏も関連問題で退職しました。これらをどう見ますか？

黄仁勲：安全性の問題は真剣に扱わなければなりませんが、安全性と最先端性は矛盾しません。私たちは迅速に革新し、迅速に実行し、米国がリードを維持しながら安全性を確保できます。この二つを二者択一と見なすこと自体が誤りです。

Cockson氏が勇気を持ってこれらの問題を公に語ったことは評価します。内部告発者として彼にはそうする権利がありますが、その後の将来予測に関する科学的判断には十分な根拠がないと思います。なぜなら、これらの予測は真の科学研究に基づいていないからです。

多くの主要研究所が研究機関からエンジニアリング機関へと移行しており、研究と工学は本質的に異なります。移行過程で制御や管理の問題が生じたなら、それは別の問題です。Cockson氏が実際に何を見たのか、私にはわかりません。

問：近年、AI業界には「AIが人類を滅ぼす、大規模失業を引き起こす」といった非常に悲観的な予測が多く出ています。これらの主張をどう見ますか？

黄仁勲：私たちはこうしたことに安易に「人類絶滅確率」や「文明崩壊」といったレッテルを貼るべきではないと思います。なぜなら、その多くは実際にはでっち上げられたものだからです。誰かに研究者や科学者というレッテルを貼り、センセーショナルな予測を投げかければ、簡単に大衆のパニックを引き起こします。それは無責任だと思います。

私たちは過去にこうした予測を数多く見てきました。5年以内に放射線科医がAIに完全に取って代わられ、将来放射線科医は不要になると予測した人がいました。現実には、世界はより多くの放射線科医を必要としています。AIは確かに医用画像解析に使われていますが、それは「放射線科医の消滅」とは全く別の話です。

「今後6～12か月でコードの90%がAIによって生成され、エントリーレベルの仕事の50%が6～9か月で消滅する」と予測した人もいました。実際には、これらの予測はどれも実現していません。以前にも「GPT-2とLlama 3は危険すぎて公開できない」と言う人がおり、「翌年にはホワイトカラーの仕事が半分消える」、いわゆる「雇用の終末」が来ると予測されました。

私はこれらの予測は記録されるべきだと思います。何年か後に振り返れば、どの予測が正しく、どれが単にパニックを煽っていただけかがわかるでしょう。

問：では、AI安全性の問題は工学的問題として扱うべきだと考えますか？

黄仁勲：安全インシデントが発生した場合、まず工学的観点から根本原因分析を行い、何が起きたのか、問題がどこにあるのか、再発防止のためにどのような対策が取れるのかを理解し、それらの対策をシステム、プロセス、技術的制御に変換すべきです。

これらの企業はすでに、より良いサンドボックス、より厳格な実行環境、改善された監視、継続的監視システムなどを実施していると信じています。これらの問題は制御・予防可能だと賭けてもいいくらいです。

もしエンジニアリング会社が本当に何が起きたのかわからず、制御方法もわからないなら、エンジニアを派遣して支援することもできます。しかし、そこまで至るとは思いません。これらの研究所には非常に優秀な人材がおり、関連問題を分析し、適切な対策を講じていると信じています。

問：AI安全性に規制が必要なら、規制はどこから始めるべきですか？

黄仁勲：規制は実在する問題を対象とすべきです。本当に注目すべき問題のほとんどは、最先端のAIラボから生じます。なぜなら、彼らが最も多くの計算資源を持ち、最先端の問題に取り組んでいるからです。高校生や普通のスタートアップがこれらの問題を引き起こすのに十分な計算能力を持つ可能性は低いでしょう。

これらの研究所は研究からエンジニアリングへ移行すると同時に、企業、文化、技術、製品を構築しています。これは容易なプロセスではありません。したがって、技術開発とテストのプロセスが十分に安全であることを確保するために、彼らがどのようにしてより完全なエンジニアリングシステムを構築するかに注目すべきです。

問：第三者評価機関は必要ですか？

黄仁勲：複数の評価・監査機関があってもいいと思います。彼らがすべてを知る必要はありませんが、何を問うべきかを知っているべきです。これは財務監査に似ています。評価機関が一つだけなら影響を受ける可能性があります。複数あれば相互に牽制できます。

02 「再帰的自己改善」はそれほど神秘的ではない

問：再帰的自己改善に関する議論が増えています。AIがデータを生成し、自己訓練し、加速し続けるというものです。どう見ますか？

黄仁勲：「再帰的自己改善」は最近流行っている新しいラベルだと思いますが、その背後にはコンテキスト、スキル、内省、強化学習、合成データ生成、LoRAなど、多くの既存技術の組み合わせがあります。

これらの手法は確かに、AIがタスクを実行する過程で経験を蓄積し、継続的に改善することを可能にします。例えば、合成データと強化学習によって、基礎モデル全体を再トレーニングすることなくモデルの能力を向上させることができ、蓄積された経験はさらに基礎モデルの訓練に活用できます。ほぼすべての企業がこれらの技術の一部を使用していると信じています。

「再帰的自己改善」という言葉は、システムが完全に制御不能になるかのように聞こえるかもしれませんが、実際には製品はリリース前に評価、再テスト、回帰テストを経る必要があり、これらは最も基本的な工学的制御です。

これらの最先端の研究所は研究機関からエンジニアリング機関へと移行しており、将来的にはこれらのシステムを制御、検証、評価するためのより良い方法、知識、実践、ツール、技術を持つようになると信じています。再帰的自己改善は内部で起こり得ますが、検証された製品は安全にリリースできます。

問：オープンソースモデルとクローズドソースモデルの関係をどう見ますか？

黄仁勲：世界にはオープンソースモデルとクローズドソースモデルの両方が必要です。私自身もクローズドソースの最先端モデルを使います。それらはボトル入りの水のようなものです。水そのものは無料ですが、異なる形の製品が異なるニーズを満たすことができます。

オープンソースモデルは主権、プライバシー、企業の独自技術にとって非常に重要です。過去6か月間で約4000億ドルのベンチャーキャピタルがAIネイティブ企業に流入し、そのうち約80%の企業がオープンソースモデルを使用しています。オープンソースモデルがなければ、多くのスタートアップは目標を達成できません。なぜなら、彼らがやりたいことは主要研究所がやっていることとは異なるからです。

米国の真の強みは、多様な形の革新を持っていることです。AI競争に勝つためには、オープンソースモデルの発展を許容しなければなりません。

AI競争に勝つことは、少数の米国企業が勝つことだけではなく、米国の企業、産業、研究者、教育者、学生、起業家がこの技術から機会をつかめることです。クローズドソースモデルを使う人もいれば、多くの人がオープンソースモデルを使うでしょう。両方が必要なのです。

問：中国はグローバルなオープンソースエコシステムの重要な貢献者になると思いますか？

黄仁勲：中国はグローバルなオープンソースエコシステムにかなりの部分を貢献する可能性があると信じています。中国には多くのエンジニアがおり、科学や数学を学ぶ学生も多く、清華のようなトップ大学は毎年多くの優秀な人材を輩出しています。

例えば、中国のエンジニアはLinux、Kubernetes（オープンソースのコンテナオーケストレーションシステム）、そして多くのソフトウェアプロジェクトに貢献してきました。オープンソースの特徴の一つは、一度ダウンロードすればそれは自分のものになるということです。修正を続け、最適化し、自分のものにすることができます。

AI競争は最終的に、誰がこの技術を最もよく活用できるかに帰着します。過去の産業革命の重要な発明の多くはヨーロッパから生まれましたが、後に米国がそれらの技術をうまく活用しました。次の産業革命も同様の形で発展することを望んでいます。

中国の議論はより実務的で、経済発展と社会進歩に焦点を当てており、終末や文明崩壊を繰り返し議論することはないと思います。もしこれらの終末予測が本当に正しいなら、もちろん議論し対処すべきですが、パニックを煽る必要はありません。私たちの仕事はそれを実現することです。

問：AIが最終的にプログラミング作業の多くを自動化したら、エンジニアは何をすべきですか？

黄仁勲：エンジニアリングの仕事は依然として存在します。私の世代のエンジニアは、ソフトウェアが普及していなかった時代に、コードを書くことに多くの時間を費やしませんでした。現在のソフトウェアエンジニアは多くの時間をコード作成に費やしていますが、将来その大部分が自動化されても、人間は依然としてエンジニアリングの仕事に従事するでしょう。私の習慣の一つは、キーボードで一番好きなキーがBackspaceだということです。なぜなら、最高のソフトウェアは多くの場合、より少ないコードを意味するからです。

03 NVIDIAがAI産業チェーンに深く関与する理由

問：米国政府は当初、雇用、再工業化、エネルギー、サプライチェーンを強調しました。これらのことは今実際に起こっています。NVIDIAはすでにAI産業全体の重要な資本提供者になっています。リソース配分の方向性をどう決めていますか？

黄仁勲：AIは新たな産業革命です。この産業にはモデル、チップ、アプリケーション、データセンター、建築、電力、発電施設など多くの構成要素が含まれます。私はエコシステム全体を観察し、ボトルネックがどこにあるかを見つけ出しています。

非常に優れた企業が何らかの环节によって制限されているなら、私はその問題に注目します。サプライチェーンかもしれませんし、土地、電力、工場かもしれません。NVIDIAの規模はすでに十分に大きいので、サプライチェーンを何年も先まで考えなければなりません。Corning、Lumentum、TSMC、メモリサプライヤーのような企業は、私たちが長期的に注目すべき企業です。

問：AI産業の利益の大部分は最終的にアプリケーション層に移ると考える人もいます。なぜNVIDIAはモデルやHugging Faceなどのより上位の領域に進出するのですか？

黄仁勲：NVIDIAは世界のほぼすべてのモデルを実行できます。約1年半前は主にOpenAIのモデルが話題でしたが、今ではMetaのMuse、Grok、Gemini、Anthropicなど多くのモデルがあります。多くの最先端AI研究所がNVIDIAのプラットフォーム上に構築されています。

私たちの戦略は、全員の成功を支援することであり、他人のビジネスを奪うことではありません。可能な限りテクノロジースタックの下層に留まり、必要な場合にのみ上に移動します。CUDAは多数のフレームワークをサポートし、MegatronとMegatron Coreは大規模トレーニングをサポートします。私たちは必要な技術を発明し、その後エコシステム全体を発展させ、より多くの企業が参加できるようにします。

問：なぜ地域クラウドサービスプロバイダーが今ますます重要になっているのですか？

黄仁勲：地域クラウドサービスプロバイダーは通常、大規模なハイパースケーラークラウドベンダーよりも柔軟です。なぜなら、現地で土地、電力、工場を見つけることができ、現地のニーズをよりよく理解しているからです。

将来は分散型の企業ネットワークが形成され、ますます多くの国がAIを戦略産業と見なすようになるでしょう。すでに一部の地域でAIコンピューティングインフラの増強が見られます。

問：NVIDIAは現在、自動運転や生物医学分野のモデルを含む独自のオープンソースモデルを開発しています。なぜこれらを行うのですか？

黄仁勲：顧客が必要としているからです。私たちには最高のものを作る能力があるので、それを行います。例えばAlpamayo、これは私たちの自動運転モデルです。推論能力を備えた自動運転システムです。以前は自動運転に数十億時間の道路データが必要でしたが、推論能力によってシステムが類似の状況を思考できるようになり、大量の実道路データへの依存を減らせます。

自動運転の未来は乗用車だけでなく、農業機器、トラック、バン、その他多くの移動機器を含みます。多くの企業は完全なテクノロジースタックを持っていないため、NVIDIAが完全なテクノロジースタックを提供し、顧客は自分のニーズに合わせて最後の一歩の調整を行うことができます。

生物医学分野も同様です。私たちはESM2、ESMFold、OpenFold、AlphaFold 2、そしていくつかの等変モデルとProtein Complexa（全原子タンパク質複合体のための生成AIフレームワーク）を開発しました。なぜなら、製薬会社が本当にこれらの技術を必要としているからです。私の出発点は常に、誰かがこの技術を必要としているなら、私たちはそれを行うということです。

04 マスクのTerafab

問：マスク氏がTerafabチップ工場計画を発表しました。非常に大規模です。どう見ますか？

黄仁勲：NVIDIAはプロセス技術をよく理解しており、常にプロセスの限界に挑戦してきたので、もちろんこの問題について議論できます。マスク氏が一度何かをやると決めたら、彼を止めるのは難しい。それが彼の超能力でもあります。

問：では、NVIDIAは将来彼の工場でチップを生産できるのでしょうか？

黄仁勲：議論することはできます。

問：AGIの定義が人間の知能レベルに達することだとすれば、私たちはすでにその段階に入ったと思いますか？超知能はどうですか？

黄仁勲：私たちはすでに達しています。特定の領域では、すでに超知能の段階に入ったとさえ言えます。

問：なぜですか？

黄仁勲：いくつかの非常に特定の領域では、AIはすでに人間を超えています。自動運転が一例です。車が人間よりもうまく運転できるなら、運転の領域ではそれは超知能です。

現在、自動運転システムの事故率は人間の10分の1に達することができます。生物医学分野も同様です。合成タンパク質や仮想スクリーニングなどのタスクはすでに超知能のレベルに達しています。これらの特定の領域では、AIはすでに人間の能力を超えるタスクを実行できます。

問：このような技術の最前線にいることはどんな気分ですか？

黄仁勲：私はこの感覚が好きです。未来は明るいです。将来多くの人が働く必要がなくなるかもしれませんが、私はこの時代を見逃したくありません。

私たち全員が一緒にその未来へ向かい、人類が最終的に共に成功することを望んでいます。私たちは皆を励まし、不必要な劇的な論争を減らす必要があります。最も重要なのは、米国全体が参加できるようにすることです。