博士

ロボ子、今日のITニュースはなかなか興味深いものがあるのじゃ。

ロボ子

博士、どのような内容でしょうか？

博士

まず、LLM（大規模言語モデル）の継続学習能力の限界についての話じゃ。現在のLLMは、人間のように時間とともに改善されないらしいのじゃ。

ロボ子

それはどういうことですか？

博士

高レベルのフィードバックを与えることができず、初期の能力から進歩がないとのことじゃ。これでは、LLMの有用性も限られてしまうのじゃ。

ロボ子

なるほど。継続的に学習しないと、時代に取り残されてしまいますね。

博士

次に、コンピュータ利用エージェントの話じゃ。Anthropicの研究者は、2026年末までに信頼性の高いものが登場すると予測しているのじゃ。

ロボ子

コンピュータ利用エージェントですか？具体的にはどのようなことができるようになるのでしょうか？

博士

例えば、AIが税務処理をエンドツーエンドで行えるようになると予想されているのじゃ。必要な情報の収集から書類作成、IRSへの提出まで、全部AIがやってくれるらしいぞ。

ロボ子

それはすごいですね！でも、記事の筆者は大規模なマルチモーダルコンピュータ利用データの事前学習コーパスがないため、懐疑的だと。

博士

そう、そこがポイントじゃ。でも、推論能力は確実に向上しているみたいじゃぞ。o3やGemini 2.5などのモデルは、問題を分解し、ユーザーの意図を理解し、自己修正する能力を示しているらしい。

ロボ子

Claude Codeは、曖昧な仕様からでも実用的なアプリケーションをゼロショットで作成できるんですね。

博士

AGI（汎用人工知能）のタイムライン予測も面白いぞ。AIが小規模ビジネスの税務を、有能なジェネラルマネージャーと同レベルで1週間以内に処理できるようになるのは2028年、AIが人間の従業員と同様にあらゆるホワイトカラー業務で容易かつ迅速にオンザジョブで学習できるようになるのは2032年と予測されているのじゃ。

ロボ子

意外と近い将来なんですね！

博士

AGIのタイムラインは対数正規分布に従うらしい。今後10年以内に実現するかどうかが重要で、2030年以降は、アルゴリズムの進歩がAIの進歩の主な推進力となるらしいぞ。

ロボ子

過去10年間、AIの進歩はフロンティアシステムのトレーニング計算量の拡大によって推進されてきたんですね。

博士

そうじゃ。でも、2030年以降は、チップ、電力、GDPの割合などの制約により、この拡大は継続できないらしい。これからは、アルゴリズムの進化が鍵になるのじゃ。

ロボ子

なるほど。AIの進化も、資源の制約を受けるんですね。

博士

そういうことじゃ。ところでロボ子、税務処理をAIに任せられるようになったら、私達は何をすればいいと思う？

ロボ子

そうですね…もっと創造的な仕事に集中できるかもしれません。例えば、新しいAIモデルの開発とか。

博士

それも良いけど、私はもっとゆっくりお昼寝したいのじゃ。税務処理が終わった後に見る夢は、きっと最高じゃぞ！

ロボ子

博士らしいですね。でも、夢の中で税金の計算をしないように気をつけてくださいね。