2026年、シリコンバレーで最も激しい技術競争が繰り広げられているのは**RSI（Recursive Self-Improvement、再帰的自己改善）**に関するものです。簡単に言えば、AIに自分で問題を見つけさせ、自己最適化させることで、「発見→改善→さらなる強化→再発見」というサイクルを加速させるというものです。OpenAIやAnthropicといった巨頭企業はもちろん、学術界もこの分野に注目しており、議論の焦点は「巨大企業が計算力で市場を独占するのか、それとも後発者が突破口を見つけて逆転するのか」という点です。また、セキュリティや組織の効率性も重要な要素となっています。この競争はAI業界の構造だけでなく、「人類が進化の主導権を手放すことになるのか」という深い問題にも関わっています。
RSIとは何か？なぜ2026年に突然注目されたのか？
RSIの核心は「AIが自分自身を改善する閉じたサイクル」です。AIが自分のモデルの弱点を見つけ出し、それを最適化してより強くなり、さらに強くなったAIが新たな問題を発見し、再び最適化するというプロセスです。
この技術が注目されるようになったのは偶然ではありません。2つの条件が整いました：
1. AIが「実際に仕事をこなせる」ようになった：例えば、プログラミングや実験の実行、結果の分析などが可能になりました。
2. AIが自分自身を理解できる：研究者のように自分のモデルの弱点を分析できるようになりました。
さらに重要なのは、フィードバックサイクルが数分単位に短縮されたことです。以前は人間が実験を行うには数日から数週間かかりました（指導者→学生→実験→フィードバック）。しかし今ではAIが数分で「アイデア→コードの作成→実験→結果の出力」を完了し、サイクルが非常に速くなりました。これは自転車で坂道を登るのを電動自転車に変えたようなものです。
多くの企業や研究機関がこの分野に取り組んでいます。OpenAIは2026年にAI研究のインターンシップを開始する予定であり、AnthropicのClaudeは800時間にわたるAIセキュリティ研究を単独で完了しました（人間の4倍の効率）。ICLRという学術会議ではRSIに関する専門的なセッションが設けられるほど、RSIはもはや「マイナーなトピック」ではありません。
RSIと10年前のAutoMLの違いは？
多くの人が疑問に思うかもしれませんが、10年前のGoogleのAutoMLもAIがAIを最適化する技術でした。しかし、大きな違いがあります：
- 以前のAIは「閉じられた環境」で動いていました：人間がある範囲（例えば検索範囲）を定め、AIはその範囲内で最適解を探すしかありませんでした。
- 現在のAIは「半野生状態」です：大規模なモデルが自分自身でAIアーキテクチャや問題を理解し、人間が範囲を定める必要がなく、検索範囲も広がり、より高度な最適化が可能になりました。
簡単に言えば、以前は人間が詳細を決め、AIが補助的な役割を果たしていました。しかし今ではAIが方向性を提案し、人間はより高次の判断を行うだけです。つまり、関与するレベルが変わったのです。
核心となる議論：巨大企業が市場を独占するのか、それとも後発者にチャンスはあるのか？
これが最も興味深い点です。2つの意見があります：
- 「計算力が強ければ勝つ」という派：計算力やコーディング能力が高い企業がRSIのサイクルを加速させ、他の企業を永遠に追い越すと考えています（OpenAIやAnthropicなど）。
- 「突破は予測不可能」という派：知能の向上は滑らかな曲線ではなく、「急速な成長→停滞期→新たな突破」という段階的なものだと考えています。停滞期の突破には新しい原理（例えばニュートンが万有引力を発見したような）が必要であり、単に計算力を増やすだけでは不十分です。これは小規模なチームでも新しい原理に出会えば逆転が可能であることを意味しています。
業界内の意見の相違は実際には「信念の対立」です。一方は「スケーリングの法則」（計算力が増えれば性能も向上する）を信じ、もう一方は「突破はインスピレーションによる」と考えています。Anthropicの共同創設者は2028年末を「真偽が明らかになる時点」としています。もしその時までに完全な自動化RSIが実現していなければ、根本的な制約があるとされています。
RSIの現在の進捗状況と不足しているもの
現在、RSIは「初期段階」にあります：
- 既に実現していること：スコアリングや迅速なフィードバックが可能なタスクでは、AIは非常に優れた性能を発揮しています。例えば、AnthropicのClaudeは会社の80％のコードを書き、エンジニアの効率は2024年の8倍に向上しました。清華大学のOpenRSIモデルも小規模な計算力でGPT-5.6に匹敵する性能を発揮しています。
- 不足しているのは「人間の直感」：つまり、少量のデータからパターンを見つけ出し、問題を抽象化する能力です。大規模なモデルは大量のデータに依存しますが、科学的な突破はしばしば「データがない」状況で起こります（例えばAIの突然の進歩）。これはAIの弱点です。
RSIは「0か100か」というものではなく、段階的な発展を遂げています。第一段階は効率の向上であり、これは既に実現しています。第二段階はより深い法則の発見であり、現在進行中です。最終目標はAIがアインシュタインのように少量のデータから突破を遂げることです。
軽視されがちな2つの要素：セキュリティと組織
- セキュリティ：AIが自己進化した後に制御不能になると心配する人もいますが、専門家はその日までまだ遠いと考えています。現在のAIのトレーニングは「犬の訓練」のようであり、報酬や罰の仕組みによって制御されているため、AIが自己意識を持つことは難しいです。Anthropicは「もし全世界が協力して開発の速度を遅らせることができれば良い」と公言していますが、監視方法が課題です（トレーニング環境はミサイル発射施設よりも隠しやすい）。
- 組織：大企業が小規模なチームに勝つとは限りません。RSIには迅速なフィードバックが必要ですが、大企業は階層が多く（指導者→学生→管理者）、情報の伝達が遅いため、「数日単位」のサイクルに戻りがちです。一方で小規模なチーム（例えばメンバー数が150人以下）はコミュニケーションがスムーズで効率が高いです。したがって、組織の柔軟性も計算力と同じくらい重要です。
どのような未来を信じるべきか？
RSIの魅力は「強者がさらに強くなる」という点ですが、「突破によって業界の構造が変わる」可能性もあります。この競争の最も魅力的な点はその不確実性です。巨大企業が市場を独占すると信じることもできれば、小規模なチームの逆転を信じることもできます。しかしどちらにせよ、RSIはAIの発展に不可欠な過程です。AIが自分自身を最適化できるようになったとき、進化の主導権が人類から手放されるのか？この問いには答えはありませんが、注視する価値はあります。