核心内容のまとめ
RSI（Recursive Superintelligence）は、Meta社の元FAIR研究ディレクターである田渊栋氏を含む8人のトップAI研究者によって設立された新しい研究所で、評価額は46.5億ドルです。第一回の資金調達では6.5億ドルを獲得し、「AIの自己改善」に特化しています。つまり、AIが自ら最適化を行い、科学研究のタスクを完了させ、知識発見を加速することを目指しています。この記事では、RSIの技術的アプローチ、チームの強み、業界内の競争状況、雇用への影響などについて詳しく紹介されています。田渊栋氏はAI時代の職業危機を「魚が干上がった水たまりで跳ね回る」に例え、個人は単なる「ネジ」ではなく、独自の価値を見つける必要があると強調しています。
一、RSIは具体的に何をしているのか？——AIが自ら進化する
RSIの核心は「自己改善の繰り返し」です。簡単に言えば、AIに人間の代わりに科学研究での反復作業（アイデアの検討、実験の設計、モデルの最適化など）をさせ、新たな知識を自ら発見させることです。例えば、現在人間がAI研究を行う際には食事や休息が必要ですが、AIは24時間体制で作業を続け、まずは煩雑な作業を手伝い、徐々に新たな洞察を自ら見つけ出すようになります。彼らの最終目標は「知識発見の速度を最大化すること」であり、計算リソースを投入するだけで新しいアイデアや成果を生み出し、人類の進歩を加速させることです。
例えば： 以前はAIモデルの訓練には人間がアーキテクチャを設計したりパラメータを調整したりする必要がありましたが、RSIではAIに実験の設計や結果の評価をさせ、さらには自分自身のコードや重みを修正させることを目指しています。これは、生徒に自分で問題を作成したり宿題を直したり成績を上げたりさせるようなものですが、教師の監督は必要ありません。
二、なぜ資本はRSIに投資するのか？——8人のAI界のトップがチームを組むことの信頼性
RSIが6.5億ドルの資金調達に成功した理由は「人材」にあります。共同創設者8人はすべてAI分野の第一人者です：
- Richard Socher（CEO）：MetaMindの創設者で、Salesforceの元チーフサイエンティスト。ビジネスと技術の両方を理解しています。
- Tim Rocktäschel：Meta/DeepMindの元研究者で、強化学習の分野に精通しており、資金調達に大きな役割を果たしました。
- Jeff Clune：AIの自律研究に10年間取り組んでおり、論文がNature誌に掲載されています。
- 田渊栋氏自身：Meta社の元FAIRディレクターで、モデリングとエンジニアリングの統合に長けています。
資本がRSIを評価する理由は、AIの変化が非常に速く、製品の方向性も常に変わるためです。しかし、このチームは迅速に対応し、効率的に協力できるからです。さらに、彼らは単なる従業員ではなく共同創設者であるため、より強いモチベーションを持っています。
三、AIが自ら進化すると安全か？——説明可能性が「ブレーキ」となる
AIが自己進化する際に最も恐れられるのは制御不能になることです（例えば、人間がコントロールできないモデルが作られてしまう）。田渊栋氏によると、「説明可能性」が鍵となります：
1. 安全性：AIがどのように考えているかを理解する必要があります。例えば、コードを変更した場合、その論理を把握し、リスクがあるかどうかを判断できなければなりません。
2. 効率性：訓練時に説明可能性を利用してモデルの良し悪しを事前に判断できるため、数千台のGPUを使って結果を待つ必要がなく、コストを節約できます。
彼らの方法は、まず人間を「審判」として使用することです（AIがまだ人間を超えるほど強くない段階で）。将来的にはAI同士で互いに検証し合う予定であり、AIが「安全な範囲」内で進化するようにします。
四、小さな研究所と大企業の違い：RSIの差別化ポイント
OpenAI、Anthropic、DeepMindなどの大企業は現在、「コーディングエージェント」（人間の代わりにコードを書くAI）の開発に力を入れていますが、RSIはより長期的な「AIの自己進化」という道を歩んでいます：
- 専門性：大企業は多くの分野に同時に取り組むためリソースが分散していますが、RSIはすべての資金と人材を「自己改善」に集中しています。
- 柔軟性：大企業の意思決定は遅いですが、小規模なチームは迅速に試行錯誤できます。例えば、DeepMindのAlphaEvolveはAIを使ってコードを最適化しますが、RSIはAIに自己進化させることを目指しています。
- コスト効率：大企業は計算リソース（例えば10倍のリソース）に頼っていますが、RSIはより賢い方法を探そうとしています。
五、AI時代にどう生き残るか？——干上がった水たまりの魚ではなく、「四次元生物」になろう
田渊栋氏は鋭い比喩を使っています：大企業でのリストラは水たまりが干上がるようなもので、魚が跳ね回っても水はありません。生き残るには「四次元生物」になる必要があります。つまり：
- AIはすでにレベル4～5のエンジニアの仕事をこなせるようになっており、将来的にはさらに多くの反復作業を代替するでしょう。
- もはや「大企業のネジ」になるだけではなく、自分だけのユニークな価値を見つける必要があります（例えば、田渊栋氏のように小説を書くこと）。
- 将来は「新しいルネサンス」が起こるかもしれません。すべての人が自分がやりたいことを見つけ、部品として教育されるのではなくなるでしょう。
結論： AIの自己進化は大きなトレンドです。RSIのような小規模な研究所は突破口になるかもしれませんが、個人は早めに適応する必要があります。水たまりが干上がるのを待つのではなく、積極的に進化していくべきです。
このインタビューは実際にはAI業界の「未来予告」のようなものです。AIは仕事を代替するだけでなく、自ら研究も行うようになります。私たちがすべきことは、「AIに置き換えられる」存在から「AIと共に創造する」存在に変わることです。