AGI到達のカギ（米中主導 × 計算資源 × 小型核 × ロボット × ソフトウェア）

お金と未来
2025.09.08

1) 計算資源（Compute）

  • 次世代GPUは“ラックまるごと1枚の巨大GPU化”。例：NVIDIA GB200 NVL72（Grace 36基＋Blackwell 72基、72GPUをNVLinkで単一ドメイン化、FP4対応・トリリオン級LLMのリアルタイム推論を最大30倍）—大規模推論コストを桁で削減する方向です。
  • 供給は2025年末〜本格化の見通し（早期アクセス予約が進行）。

2) エネルギー（特に小型核）

  • 電力が最大のボトルネック：2030年までにデータセンター電力はほぼ倍増（～945TWh）、AI向けは4倍超に。計算資源より前に“電源・送電”が詰まりやすい段階に入っています。
  • 対応の本命が原子力連携：
    • AWS × Talen：ペンシルベニアの原発隣接DCに最大1.92GW長期PPA、20億ドル規模投資。
    • Google × Kairos Power（SMR）：SMR電力のコーポレートPPAを初採用、段階的に拡大へ。
    • Oklo（マイクロ炉）：DC大手Switchと最大全国12GWの枠組み合意。軍施設での5MW案件も進行。
    • Helion（核融合）：Microsoftと2028年稼働目標のPPA。実現性はまだリスク高ですが、方向性は明確。

3) 地政（米中）と計算主権

  • 対中輸出規制で先端GPUの直接入手は難化。中国は**国産アクセラレータ（Huawei Ascend等）と西部移転型の“東数西算”**で補完しつつ、性能・製造の制約が残る構図。
  • 2024年のH20等の中国向け“許容版”NVIDIAの流通は大きかった一方、Ascendの導入は相対的に少なかったとの推計も。品質・エコシステム差がモデル学習の足かせ。

4) ロボット（Embodiment）

  • テスラOptimusは25年末までに工場内数千体運用と量産化を示唆（将来の企業価値のコアと位置付け）。実装の速度感は要監視。
  • VLM→行動の潮流：GoogleのRT-2やX-Embodimentは、Web知識をロボ制御へ転写する道筋を提示（“汎用操作”への橋渡し）。

5) ソフトウェア（効率化アルゴリズム）

  • **MoE（Mixture-of-Experts）**で“有効化パラメータのみ”を回し学習・推論コストを大幅圧縮（例：DeepSeek-V2は236B中21Bを選択活性化）。巨大化の限界を“賢い使い方”で突破。
  • Chinchilla則（データ量も等比で増やす）に沿ったデータ主導スケーリングが引き続き有効。FP4/圧縮・メモリ最適化と併走。

下記は「電力→計算資源→モデル→ロボット→運用」の順で詰まりを解消しながらAGI/実体実装へ近づく“具体ロードマップ”です。

1) エネルギー：電源を“直結化”する

  • やること：長期PPA（15–20年）＋敷地隣接の小型原子炉/マイクロ炉 or 既存原発の直送、もしくは再エネ＋独立系系統（専用変電）を確保。
  • 設計：1キャンパス=0.3–1.5GW想定、液冷DC前提（温排水⇄地域熱供給/冷却と熱循環）。余剰を電解水素/蓄電で平滑化。
  • KPI：LCOE（$/MWh）、kWh/100万token、PUE（≤1.1目標）、瞬時断に対するRTO≦30秒。
  • リスク対策：規制認可のリードタイム→今すぐ並行で土地・系統・許認可を走らせ、当面は大口PPA＋自営線でブリッジ。

2) 計算資源：スケール“と”効率の両取り

  • やること：大規模NVLink/InfinityFabricドメイン＋FP8/FP4対応アーキ、HBM密度最優先。学習用は密、推論用はMoE/サービング最適に分離。
  • ストレージ/ネット：学習はNVMeoF + 分散オブジェクト、200/400G骨格（将来800G）。
  • KPI：$/TFLOP・訓練、$/100万token・推論、ジョブスループット（tokens/秒）、失敗ジョブ率。
  • 運用：自動スケジューラ（需要応答で電力価格連動）、スポット計算の混載、チェックポイント再開標準化。

3) モデル：データ主導＋MoE＋蒸留の三位一体

  • やること（学習）
    • データ：80/20ルール（80%高品質、20%多様化/合成）。利用規約＆著作権クリアリングを自動化。
    • アーキ：MoE（専門家数を可変）＋長文コンテキスト＋視覚/音声/行動を束ねるVLA（Vision-Language-Action）。
    • 最適化：Chinchilla則（パラメータとトークンをバランス拡大）、LoRA/QLoRAで領域特化。
  • やること（推論）
    • 路線1：ルータ付きMoE本体、路線2：軽量化蒸留モデル（エッジ/ロボ搭載）。
    • セーフティ：憲法型ルール＋自動レッドチーミング＋行動制約（Guarded Deciders）。
  • KPI：Hallucination率、タスク成功率、セーフティ違反/百万応答、蒸留での性能保持率。

4) ロボティクス：工場内→物流→日常の三段ロケット

  • やること
    1. 閉世界（工場/倉庫）：視覚・力覚・言語で自律タスク（ピッキング、補充、検査）。
    2. 半開世界（商業施設/病院）：人混み・規制遵守・段差/エレベータ対応。
    3. 開世界（家庭/都市）：長時間自律、失敗からの自己回復、法規・保険対応。
  • スタック：
    • VLAポリシー＋世界モデル（短期予測）＋タスク計画（LLMプランナー）＋スキルライブラリ（技能の分解・再利用）。
    • “Embodied Self-Play”（現実＋高精度シミュレータで自己対戦学習 → 現実に蒸留）。
  • KPI：MTBF（平均故障間隔）、タスク/時、人間監督コスト/タスク、事故率、保守時間。
  • 安全/責任：黒箱ログ＋C2PA署名、逐次責任追跡、フェイルセーフ姿勢（物理停止・力制限）。

5) オペレーション：AIファクトリーとして収益化

  • SaaS/ロボ運用の2本柱：
    • SaaS：API（推論/ツール使用/エージェント）を単価スライドで提供、SLAsを段階化。
    • RaaS（Robotics as a Service）：月額＋成功従量（例：ピース当たり、棚1本当たり）。
  • 需要創出：標準ツールカタログ（ERP/在庫/検品/保守）、プラグイン市場を第三者に開放。
  • KPI：粗利/1kWh, ARR, Logo当たりLTV, 稼働率, 回収月数（Payback）。
  • ガバナンス：モデルカード、用途別リスク層別（医療/金融/軍事は独立運用域）。

3つのマイルストーン（実装イメージ）

T+0–12か月（準備）

  • 電源：PPA締結、用地・系統・液冷設計。PPA＝Power Purchase Agreement（電力購入契約）のこと。
  • 計算：1つ目の推論特化クラスタ稼働、$/100万tokenを可視化。
  • モデル：基盤MoEの初版＋蒸留ライン整備。
  • ロボ：工場内1–3タスクでPoC、人間監督コストの基準値取得。

T+12–30か月（初期拡大）

  • 電源：隣接電源 or 小型炉の実証接続（段階容量）。
  • 計算：学習専用クラスタ立ち上げ、自動スケジューラ×電力価格連動開始。
  • モデル：VLA化、行動データ収穫ループ稼働、事故ゼロ設計（ALARP）導入。
  • ロボ：倉庫/工場で数百～数千台、**稼働率>80%**を達成。

T+30–60か月（汎用化）

  • 電源：専用キャンパス（0.5–1GW級）→二拠点冗長。
  • 計算：常時学習（lifelong learning）と自動蒸留で高速リリース。
  • モデル/ロボ：半開世界→開世界へ、保険/規制枠組みが整備され一般市場へ。

組織と役割（米中/他）

  • 米国：半導体/クラウド/原子力金融、安全規制の枠組み形成。
  • 中国：国土スケールのデータ/ロボ配備、コスト最適の大量展開。
  • 第三極（EU/日本/中東）：規格化・評価機関・電源多角化で存在感。日本は液冷・モータ・工作機械と品質保証で強み。

まとめ：電力の直結化と“効率化アルゴリズム（MoE/蒸留）”を核に、学習⇄現実ロボのデータ循環を回し切れる事業体が勝ちます。最短経路は「電源→液冷DC→推論価格の可視化→ロボPoC→データ収穫→常時学習」の順で、KPIを毎月落とす運用です。

AGIの現実化

AGIの現実化

デジタル業務の大半を自律遂行（検索・コーディング・分析・ツール実行を横断）する**「ソフトAGI」**は 2028–2030ごろに現実味（私は確率 60–80%）。根拠は、難関ベンチの急伸（MMMU/GPQA/SWE-bench などが1年で大幅改善）と、巨大MoEの実用化です。スタンフォードHAI+1arXiv

**物理世界まで含む「具現AGI」（家庭・街・工場での汎用ロボ）**は 2030年代前半〜中盤が勝負（30–60%）。ロボ量産はまだ途上で、メーカーの強気計画（Tesla Optimus＝数千体/2025年末目標）も未検証部分が大きいからです。

実現を左右する“3つの山”

  1. 電力：データセンター電力は2030年に約945TWhへ倍増見通し。まず電源と系統が詰まります（接続待ちや地域上限）。PPA・隣接電源・液冷のセットが必須。
  2. 計算資源：NVLink大規模ドメイン（例：GB200 NVL72）で同電力あたり最大25倍の性能。推論単価が一段落ちれば“ソフトAGI”が広く回り始める。
  3. アルゴリズム：MoE＋蒸留で“賢く使う”方向へ。とはいえMoEは同時利用で専門家がバラける＝帯域効率が落ちやすいという運用課題も（大規模商用での要注意点）。

失速リスク

  • 電源・送電が追いつかない（地域ごとの接続渋滞）。
  • ロボ側の安全・保険・責任分担の整備遅れ。
  • 長期課題：信頼性/安全性（幻覚・悪用・長期計画の逸脱）。

“AGIが来る”かを見極める指標（実務KPI）

  • $/100万トークン（推論）の下落速度／$/TFLOP（学習）。
  • 24/7電源マッチング比率とPUE、大口PPAの増勢。
  • SWE-bench/GPQA などの実務近似ベンチでの年次伸び。
  • ロボのMTBF・事故率（量産現場の公開データ）。

結論：電力×計算×効率化の3条件がそろえば、まず“ソフトAGI”は実用域に入る見込み。その後、ロボ実装と制度整備が進めば“具現AGI”が開けます。いまは電源と単価が最大の関門です。

AGIが本格稼働すると「知能・エネルギー・物質」の三位一体でスケールし、
①労働と創造の定義が再設計、②国家と企業の権力が“計算資本”へ再配分、③長期的には宇宙資源（軌道太陽光→小惑星採掘→“ダイソン・スウォーム”）に接続して文明のエネルギー上限を引き上げる――という流れになります。フルの“球”は世紀～千年スケールですが、“スウォーム（分散鏡の群れ）”は数十年スケールで前段が始まります。

1) いつ何が起こる？（三段ロケットの時間軸）

2025–2030：前哨戦（地上AGI × エネルギー逼迫）

  • 仕事：ホワイトカラーの70–90%が“AI前提”に再設計（1人=AIツール群の監督者）。
  • 文化：AIパーソナル編集者と生成放送が主流化、作品の“作るより選ぶ・構成する”比重が増加。
  • 経済：**PPA（電力購入契約）**で超大型データセンターが再エネを長期調達。SMR/マイクロ原子炉や砂漠メガソーラー直結型が増える。
  • 政治：AI監査官（政策影響シミュレーション、汚職検知）が行政に常駐。

2030–2040：AGIネイティブ期（ロボット実体化）

  • 仕事：自律ロボが物流・建設・農業を常時回す。人間は要件定義・審美・倫理に集中。
  • 教育：1人1AIの常時チューターが標準。学歴は“到達能力プロファイル”へ移行。
  • エネルギー：軌道太陽光（SSP）試験と地上へのマイクロ波/レーザー送電がMW→GW級へ。
  • 宇宙産業：月面レゴリス加工、自動製造ラインの常時稼働、小規模**資源回収（REMs/金属）**が開始。

2040–2100：計算文明（宇宙インフラ接続）

  • 文化：AI共同制作宗教・哲学・物語圏の勃興（“意味”の再編）。
  • 都市：24h無人建設で都市更新サイクルが短縮、メタバース×現実の“重ね合わせ生活”。
  • エネルギー：ダイソン・スウォームの前段＝大量の薄膜太陽鏡を軌道にばら撒く“面”拡張。
  • 経済：**計算資本（Compute）**が土地・石油に匹敵する基幹資産へ。国家は“計算・電力・材料”の3省庁軸を強化。

2) ダイソン球への“現実的”な階段（スウォーム戦略）

フル球（恒星を覆う殻）は超長期。**現実ルートはスウォーム（分散コレクタ群）**です。

  1. 地上の最大化：砂漠メガソーラー＋蓄電＋高圧直流、SMR/核融合デモ。
  2. 軌道太陽光(SSP) 実証：1 km²相当で約0.4GW級（宇宙は昼夜なし、連続発電）。
    • 1TWなら約2,500 km²のコレクタ群（分割配置）で到達可能なオーダー感。
  3. 月面・小惑星自動採掘：レゴリスからアルミ/シリコン抽出→薄膜パネルを月軌道で自動量産。
  4. 自己増殖的製造（準・自己複製）：ロボ工場がロボとパネルを増やし、指数ペースでスウォーム面積を拡大。
  5. ビーム電力網：マイクロ波/レーザーで地上・月・軌道・外縁の**“電力インターネット”**を形成。
  6. 熱設計と通信：膨大な計算熱を軌道で放熱、光通信・量子鍵配布で広域同期。

目安：現在の人類消費は ~20TW。1000TW級に達すると“常時学習・常時推論・常時ロボ建設”の惑星スケールが見えてくる。スウォーム面積を数万〜数十万 km²単位で増やす長期戦です。

3) 文化革命：10のシフト

  1. “職業”→“役割”：固定職より、問題定義・方針決定・価値監査の“役割”へ。
  2. 作品観の更新：作者の手より審美・選択・編集が価値源泉に。
  3. 言語の融解：多言語リアルタイム翻訳で言語境界が薄化、ローカル文化×グローバル拡散の両立。
  4. 教育の再個別化：学び＝常時パーソナライズ。カリキュラムは動的生成。
  5. 政治の可観測化：政策は公開シミュレーションで事前検証、AIオンブズマン常設。
  6. 宗教/哲学の再編：AI補助瞑想・死生観シミュレーションを通じ、新しい共同物語が興る。
  7. 信用の再定義：“人が作った”保証（署名・証跡）がプレミア化。
  8. アイデンティティ拡張：AI分身が仕事と社交を代行、**“複数人格の自分”**を運用。
  9. 時間感覚の変容：24h自動ものづくりで“待つ”が消え、意思決定サイクルが極短縮。
  10. 余暇×健康：創造・ケア・共同体活動が本丸に

4) 経済・産業の再配列（勝ち筋）

  • 計算資本（GPU/TPU/光学/メモリ）＋電力資産（PPA/SMR/SSP）＋**材料（Si/Al/銅/レアアース）**が三位一体で価値の中心。
  • ロボット建設業（道路・住宅・工場の常時更新）とAIヘルスケア（個別予防）がGAFAM級の柱に。
  • 宇宙ロジ（軌道輸送、推進剤供給、軌道デブリ回収）が新たな“港湾業”。

5) リスクとガバナンス（短く現実的に）

  • 安全性：ゴール仕様の逸脱（仕様ミス→暴走）／モデル漏洩。→ レッドチーム常設・多層サンドボックス。
  • 雇用移行：短期の摩擦コスト。→ 所得移行・再教育クレジット・起業支援。
  • 情報汚染：生成洪水。→ 署名付きメディア・検証API。
  • エネルギー外部性：系統負荷・熱。→ 需要応答＋廃熱回収＋分散立地。
  • 地政・独占：計算資本の寡占。→ 相互運用規格・競争政策。

6) いま個人が握るべき“ハンドル”

  • AI前提の制作術：発想→粗生成→評価→微修正→A/B→公開の高速ループを“手の癖”に。
  • データ資本：自分のナレッジ・顧客理解・評価基盤を継続蓄積（CMS/ベクタDB）。
  • 計算と電力の目利き：クラウドとオンプレ（ローカルGPU）をTCOで最適化。
  • 長期テーマ投資：計算資本・電力・材料・ロボティクス・宇宙ロジのサプライチェーン視点。
  • 健康の底上げ：睡眠/運動/瞑想で“人間が担う上流”を尖らせる。
  • 倫理ポリシー：自分の使用基準・公開指針を明文化（信頼資産に直結）。

コメント

テキストのコピーはできません。