レッドウッドがハサビスにインタビュー：情報は宇宙の本質であり、AIは全く新しい科学の分野を切り開く。

原文整理：瓜哥AI新知

本文内容整理自Demis Hassabis 在Sequoia Capital频道的专访，公开发表于2026年04月29日。

内容提要：Demis Hassabis 在红杉资本 AI Ascent 2026 的专访

• AIとゲームの関係： ゲームは人工知能の優れた実験場です。AIをコアプレイとして取り入れることで、アルゴリズムのアイデアを効果的に検証できるだけでなく、技術開発に早期の計算能力を提供することができます。
• 起業の「タイミング論」： 起業は「時代を5年先取りするべきであり、50年先取りしてはいけない」と考えます。技術の突破と実際のニーズとのバランスを敏感に捉える必要があり、早すぎる先行は成功に結びつかないことが多いです。
• AGIの進化の道筋： DeepMindの使命は明確で揺るぎないものであり、第一歩として汎用人工知能（AGI）を構築し、第二歩としてAGIを利用して科学や医学を含むすべての複雑な問題を解決することです。
• 「AI for Science」の核心的価値： AIは生物学や複雑な自然システムを記述するための完璧な言語です。AIシミュレーションを活用することで、新薬の開発サイクルは数年から数週間に短縮され、個別化医療が実現する可能性があります。
• 新しい科学分野の誕生： AIシステム自体の複雑性が「メカニズムの説明可能性」などの新しい工学科学を生み出します。また、AI駆動のシミュレーション技術は、人類が経済学などの複雑な社会システムに対して制御された実験を行うことを可能にし、新しい科学の分野を切り開くでしょう。
• 情報は宇宙の本質： 物質、エネルギー、情報は相互に変換可能です。宇宙の本質は巨大な情報処理システムである可能性があり、これはAIが宇宙の基本的な運行法則を理解する上で深遠な意味を持ちます。
• チューリングマシンの計算の限界： ニューラルネットワークなどの現代AIシステムは、古典的なチューリングマシンが量子計算でしか解決できないと考えられていた問題（例えば、タンパク質の折りたたみ）をシミュレートできることを証明しました。人間の脳は、ある種の高度に近似されたチューリングマシンである可能性があります。
• 意識の哲学的考察： 意識は自己認識や時間の連続性などの要素から成り立っているかもしれません。AGIに向かう道のりで、私たちはまずそれを強力なツールとして捉え、そのツールの助けを借りて「意識」という壮大な哲学的命題を探求すべきです。

内容简介

Google DeepMind共同創業者兼CEO、AlphaFoldで2024年ノーベル化学賞を受賞したDemis Hassabisが、紅杉資本のパートナーKonstantine BuhlerとAI Ascent 2026サミットで幅広く深い対話を行い、AGIへの道とAGI以降の未来像について共に探討しました。

対談の中で、彼は2030年までにAGIが実現するとの信念の理由、新薬開発の長いサイクルが10年から数日へと短縮される可能性、そして物質やエネルギーではなく「情報」を宇宙の最も核心的で基本的な本質と見なすべき理由を説明しました。また、アインシュタインが今も生きていたら、現代のAIモデルの限界についてどのように評価するか、そして今後の1、2年が人類の運命を決定づける重要な節目となる理由についても探討しました。

訪談全文

司会者： Demis、来てくれて本当にありがとう。

デミス・ハサビス： ここに来られて嬉しいです。皆さんの前でお話しできることは素晴らしいです。

司会者： 私たちのチョコレート工場にお招きできて光栄です。

デミス・ハサビス： そのことを今聞きました。後でチョコレートを試すのが楽しみです。

司会者： 素晴らしいですね。Demis、早速本題に入りましょう。今日は本物の業界の重鎮（OG）をお招きしています。彼はオリジナルの思想家、創業者、ビジョナリーなどの多重のアイデンティティを持ち、AIのすべての分野の先駆者です。Demisは純粋な信者であり、純粋な科学者でもあります。

Demisの初心と内なる主線

今日の対談はDeepMind創立の初期の物語から始まり、科学技術について深く探討し、最後に観客からの質問に移ります。それでは、早速始めましょう。

Demis、あなたは国際チェスの天才、ゲーム会社の創業者、そして神経科学者でもあります。あなたはDeepMindの創設者であり、現在は大規模で重要な企業を率いています。これらのアイデンティティは一見無関係に思えますが、あなたはその中に一貫した内なる主線があると言いました。それについて私たちと共有していただけますか？

デミス・ハサビス： 確かに一つの主線があります。もちろん、これは事後的な帰納（post hoc reasoning）の要素もあるかもしれませんが、私はAIの分野に身を投じることを長い間渇望していました。私は早くから、これが私の生涯で最も重要で面白い事業であると認識していました。15、16歳の頃から、私が選んだすべての学習の方向性、行ったすべてのことは、いつかDeepMindのような会社を設立するためのものでした。

ゲーム：人工知能の訓練場

私は「曲線救国」でゲーム業界に入ったのですが、90年代には最前線の技術がそこに存在していました。AIだけでなく、グラフィックレンダリングやハードウェア技術も含まれます。私たちが今日使用しているGPUは、最初はグラフィックエンジンのために設計されたものであり、私は90年代末には最初のGPUを使用していました。私が開発に関わったすべてのゲームは、Bullfrog（牛蛙スタジオ）や私自身の会社Elixir Studiosのために開発されたもので、AIをコアのプレイメカニズムとして取り入れています。

私の最も有名な作品は、17歳の時に開発した『テーマパーク』（Theme Park）です。これは遊園地シミュレーションゲームで、何千人もの小人が公園に押し寄せ、さまざまなアトラクションを楽しみ、店で何を買うかを決定します。ゲームの表面の下には、完全な経済AIモデルが動いています。『シムシティ』（SimCity）と同様に、同類のゲームの先駆けとなる作品です。私がそれが1000万本以上売れ、プレイヤーがAIと対話する際の楽しさを目の当たりにしたとき、AIの分野に生涯を捧げる決意がさらに強まりました。

その後、私は神経科学に転向し、脳の働きからインスピレーションを得て、異なるアルゴリズムのアイデアを導き出そうとしました。DeepMindを設立する最適な時期がついに訪れたとき、これらの蓄積を統合し、すべてが自然に感じられました。私たちは後にゲームをAIのアイデアを検証するための初期の訓練場として利用しました。

Elixir Studiosの起業経験

司会者： 今日ここには多くの起業家がいますが、あなたは一度ではなく二度の起業を経験した方ですので、深く共感されることでしょう。あなたの最初の起業、Elixir Studiosについてお話ししていただけますか？それはどのような経験でしたか？最も知られている会社ではありませんが、あなたはそこで大きな成功を収めました。どのようにその会社を率いたのですか？この経験は「会社を作る方法」に関して何を教えてくれましたか？

デミス・ハサビス： そうですね、私は大学を卒業してすぐにElixir Studiosを設立しました。Bullfrog Productionsで働けたことは幸運でした。ゲームを知っている人は、あそこが業界初期の伝説的なスタジオであり、当時の英国やヨーロッパで最も優れたゲームスタジオの一つであったことを知っています。

私はAIの境界を広げるようなことをしたいと考えていました。実際、その時代にはゲームを開発することで「曲線救国」の形でAI開発に資金を提供し、技術の最前線に挑戦し、極限の創造性と結びつけていました。この理念は、今日私たちが行っている探索的研究（Blue-sky Research）にも適用されると思います。

私が学んだ最も深い教訓は、時代を5年先取りするべきであり、50年先取りしてはいけないということです。 Elixir Studiosでは、『共和国』（Republic）というゲームを開発しようとしましたが、これは完全な国家をシミュレートすることを目的としていました。ゲームの設定は、プレイヤーがさまざまな方法で独裁者を倒すことができるというもので、私たちはゲーム内で生き生きとした都市をリアルにシミュレートしました。

当時は90年代末で、コンピュータはペンティウム（Pentium）プロセッサを使用していました。私たちは当時の家庭用コンピュータで100万人のすべてのグラフィックレンダリングとAIロジックを実行しなければなりませんでした。これは非常に大きな野心であり、少し高望みでした。そのため、一連の問題が発生しました。

私はこの教訓をしっかりと記憶しています：時代の先を行く必要がありますが、もし50年も先を行ってしまうと、大抵は失敗します。当然、アイデアがすべての人に明らかになったときに参入するのは遅すぎます。したがって、重要なのはその微妙なバランスを見つけることです。

2009年にDeepMindを設立

司会者： さて、時代を先取りしすぎないことについて話を戻すと、2009年に、あなたは汎用人工知能（AGI）が実現することを確信していました。その時、時代を10年先取りしていたかもしれませんが、50年先取りするよりは良いです。2009年について、ここにいる起業家たちに話していただけますか？最初の優秀な才能たちをどのように説得したのですか？あなたは確かに非常に高いレベルの従業員や初期のチームメンバーを集めました。当時、AGIは完全にSFのように聞こえましたが、彼らをどうやって信じさせたのですか？

デミス・ハサビス： 当時、私たちはいくつかの興味深い手がかりを敏感に捉えました。私たちは自分たちが5年先を行っていると思っていましたが、実際には10年先を行っていたかもしれません。深層学習（Deep Learning）は、ジェフ・ヒントンと彼の学術界の同僚たちによって発明されたばかりで、ほとんど誰もその重要性を理解していませんでした。そして、私たちは強化学習（Reinforcement Learning）において深い経験を持っており、これら二つの技術を組み合わせれば画期的な進展が得られると考えました。それ以前には、これらはほとんど結びつけて使用されることはありませんでした------あったとしても、学術界の「おもちゃの問題」（toy problems）に限られていました。AIの分野では、それらは完全に孤立した二つの島でした。

さらに、計算能力（Compute）の展望を見ました。当時のGPUは大きな注目を集めていました。もちろん、今私たちが使っているのはTPUですが、当時は計算加速業界が大きな推進力になると考えられていました。また、私の博士号取得とポスドクのキャリアの終わりに、私が集めた仲間の中には計算神経科学者がいて、私たちは脳のメカニズムから十分に価値のあるアイデアや法則を引き出しました。その中には、強化学習が最終的にスケール拡張（Scale）を通じてAGIに至るという核心的な信念も含まれていました。

私たちはこれらの核心要素をすべて集めたと感じました。私たちはまるで、学術界や産業界の誰もAIが重大な突破を達成できるとは信じていない中で、驚くべき秘密の守護者のように感じていました。 実際、私たちがAGIの開発に取り組むと提案したとき------あるいは当時は「強い人工知能」（Strong AI）と呼ばれていたこともありましたが------多くの学術界の人々は私たちに対して冷ややかな目を向けました。彼らにとって、これは明らかに行き止まりの道でした；90年代にはすでに試みられ、失敗したことがあったからです。

私はマサチューセッツ工科大学（MIT）でポスドクをしていましたが、そこはエキスパートシステム（Expert Systems）や一階論理言語システム（First-order Logic Language Systems）の拠点でした。今振り返ると信じられないことですが、当時私はその方法があまりにも古臭いと感じていました。しかし、英国のケンブリッジやMITのような伝統的なAI研究の拠点では、皆がその古い方法を使い続けていました。これが私にとって、私たちが正しい方向に進んでいるという確信を強めました。少なくとも、私たちが失敗する運命にあるのなら、90年代の人々がAGIの開発に失敗した轍を踏むのではなく、全く新しい姿勢で倒れることになるでしょう。 これが私にとって、どんなことがあっても試す価値があると感じさせました；たとえそれが前途多難な研究であっても、最終的に失敗したとしても、私たちは少なくとも独創的な失敗をすることができるのです。

DeepMindの使命とAGIへの賭け

司会者： あなたたちの初期の信念には、何か一般的な抵抗がありましたか？初期のフォロワーを引き入れるために、あなた自身や彼らに何かを証明する必要がありましたか？

デミス・ハサビス： どんな状況でも、私は生涯を人工知能に捧げるつもりです。実際、AIの発展は私たちの最も楽観的な予測を超えました。しかし、それは私たちの2010年の予測の範囲内にありました------当時、私たちはそれが20年の旅であると考えていました。

私は、この分野の一員として、私たちの進捗は完全に予想通りであり、私たちもその中で適切な役割を果たしていると考えています。

一歩引いて考えると、たとえ物事がこのように進展しなかったとしても、AIは今でもニッチな学問分野であり、私はこの道を貫くでしょう。なぜなら、それは私の心の中で最も重要な技術だからです。私の目標は非常に明確で、DeepMindの最初の使命の声明は次の通りです：第一歩は知性を解明することであり、汎用人工知能（AGI）を構築すること；第二歩はそれを使って他のすべての問題を解決することです。 私は常に、これは人類が発明する可能性のある最も重要で魅力的な技術であると考えています。

それは科学探求の道具であり、それ自体も魅力的な創造物であり、私たちが人間の心（意識、夢、創造性の本質）を理解するための最良の手段の一つです。神経科学者として、私はこれらの問題を考える際に、AIのような分析ツールが欠けていると感じていました。それは、私たちが対照実験を行うように、二つの異なるシステムを深く研究し比較するための比較メカニズムを提供します。

「AI助力科学」の文化

司会者： 異なるシステムを比較することについて。では、「AI助力科学」（AI for Science）について話しましょう。あなたはこの分野に早くから関わり、堅実な信者であり、純粋な理想主義者でもあります。これはあなたたちの核心的な使命です。DeepMindを設立した際に築いたモデルと文化は、どのようにして「AI助力科学」の最前線に立ち続けることを可能にしたのでしょうか？

デミス・ハサビス： これが私たちの究極の目標です。私にとって、最も根本的な推進力はAIを構築し、それを通じて科学、医学、そして私たちの世界の理解を推進することです。これが私が使命を実践する方法です------まず究極のツールを作り、それが成熟した後にそれを使って科学的な突破を実現するという「メタ方法」（Meta Way）です。私たちはAlphaFoldのような成果を上げており、未来にはさらに多くの成果が生まれると信じています。

DeepMindは常にこの目標を最優先事項としています。実際、私たちはPushmeet Kohliが率いる「AI助力科学」部門を持っており、設立からほぼ10年が経過しています。私たちはAlphaGoの試合を終えた後、ほぼすぐにこの作業を正式に開始しました。ちょうど10年が経過したところです。

以前、私は待機していました。アルゴリズムが十分に強力になり、理念が十分に普遍的になるのを。私にとって、囲碁を克服することは歴史的な転換点でした。その瞬間、私たちは時機が来たと認識し、これらの理念を現実世界の重要な問題に適用する時が来たのです。私たちはこれらの重大な科学的課題から取り組み始める必要があります。

私たちは常に、これはAIが最も恩恵をもたらす場所であると信じています。病気を治し、人間の健康寿命を延ばし、医療事業を支援するためにそれを使うことほど素晴らしいことはありません。その後、必然的に材料科学、環境、エネルギーなどの重要な分野が続くでしょう。私は、AIが今後数年内にこれらの分野で大きな成果を上げると信じています。

生物学の突破とIsomorphic Labs

司会者： AIは生物学の分野でどのように突破を達成したのでしょうか？あなたはIsomorphic Labsの仕事に深く関与しており、これはあなたが情熱を注いでいる分野です。最初から、あなたはAIが病気を治す可能性を信じていました。生物学の分野で、言語やプログラミングの分野のような「ハイライトの瞬間」を迎えるのはいつになるでしょうか？

デミス・ハサビス： 私は、AlphaFoldの誕生が生物学の「ハイライトの瞬間」を迎えたと考えています。タンパク質の折りたたみとその三次元構造は、50年にわたる科学的な難題です。薬を設計したり、生物学の基礎的な暗号を解読したりするためには、この難題を克服することが重要です。もちろん、これは薬の発見プロセスの一環であり、非常に重要ですが、その一環に過ぎません。

私たちが最近分割した会社Isomorphic Labs（私自身もこの会社の管理を非常に楽しんでいます）は、生物化学や化学の分野で関連するコア技術を構築することに取り組んでいます。これらの技術は、特定のタンパク質部位に完璧にフィットする化合物を自動的に設計することができます。私たちがタンパク質の形状やその表面構造を把握しているので、ターゲットをロックオンしたことになります。次に、私たちはそのターゲットと強力に結合する化合物を製造する必要があります。同時に、理想的には、毒副作用を引き起こす可能性のあるオフターゲット反応を回避する必要があります。

私たちの究極の夢は、現在の研究開発における99%の作業量と時間を計算機シミュレーション（In Silico）に移し、実体の湿実験（Wet Lab）を最終的な検証段階に留めることです。これが実現できれば------私は今後数年内に実現できると信じています------平均10年かかる薬の発見サイクルを数ヶ月、数週間、さらには数日へと短縮することができます。

私は、この臨界点を越えれば、すべての病気を克服することが手の届くところになると信じています。個別化医療（例えば、患者個々にカスタマイズされた薬の変種）といった概念も現実のものとなるでしょう。私は、医療と薬の開発の全体像が今後数年内に根本的に再構築されると考えています。

シミュレーターが育む新しい科学

司会者： 素晴らしいですね。あなたは「AI助力科学」について何度も言及しました。あなたは、将来的なある時点でAIが全く新しい科学体系を育むと考えていますか？産業革命が熱力学を生み出したように。私たちの教育体系に本質的に全く新しい学問が登場するでしょうか？もしそうなら、それはどのようなものでしょうか？

デミス・ハサビス： この点について、私は以下のことが起こると考えています。

まず、AIシステム自体の理解と分析が、完全な学問------工学科学（Engineering Science）------に進化するでしょう。私たちが構築しているこれらの創造物は非常に魅力的であり、同時に極めて複雑です。最終的には、それらの複雑さは人間の心と脳に匹敵するでしょう。したがって、私たちはそれらを深く研究し、これらのシステムの動作原理を完全に理解する必要があります。これは、今日の私たちの認識レベルでは到底達成できないことです。私は全く新しい分野が必ず台頭すると思います；メカニズムの説明可能性（Mechanistic Interpretability）はその氷山の一角に過ぎず、私たちはこれらのシステムを解析する上で広範な探求の余地があります。

次に、AI自体が全く新しい科学の扉を開くと信じています。その中で最も私を興奮させるのは「AI助力シミュレーション」（AI for Simulations）です。私はシミュレーションに夢中です；私が書いたすべてのゲームはAIを含むだけでなく、その本質もシミュレーターです。私は、シミュレーターが経済学などの社会科学や他の人文学科の難題を解決するための究極の道であると考えています。

これらの学問の難しさは、生物学と同様に、それらが出現システム（Emergent Systems）に属し、再現可能な制御実験を行うことが非常に難しいことです。たとえば、金利を0.5%引き上げると仮定すると、あなたは実際の世界で強引に操作し、その結果を観察するしかありません。理論は持っていても、その実験を何千回も繰り返すことはできません。しかし、もし私たちがこれらの複雑なシステムを正確にシミュレートできれば、高度に正確なシミュレーターに基づいて厳密なサンプリング推論を行うことで、新しい科学を確立できるかもしれません。私は、これが現在高度に不確実な分野でより良い意思決定を行う能力を私たちに与えると信じています。

司会者： これらの非常に正確なシミュレーションを実現するためには、どのような条件が必要ですか？たとえば、世界モデル（World Models）について、私たちはこの段階に到達するためにどのような科学的および工学的な突破が必要ですか？

デミス・ハサビス： 私はこの問題について深く考えています。私たちの作業では、学習型シミュレーター（Learning Simulators）を大量に使用しています。これらのシミュレーターは、私たちが数学的原理を十分に理解していないか、システムがあまりにも複雑な分野に適用されます。私たちは、特定の状況に対する直接的なシミュレーションプログラムを単に書くことで問題を解決することはできません。なぜなら、その方法は十分に正確ではなく、すべての変数をカバーすることができないからです。

私たちはすでに天気予報でこれを実践しています。私たちは世界で最も正確な天気シミュレーター「WeatherNext」を持っており、その速度は気象学者が現在使用しているツールをはるかに超えています。私たちがすべてを洞察できるかどうかは不明ですが、それが良いアイデアかどうかも分かりませんが、第一歩はこれらの複雑なシステムをよりよく理解することです。

生物学の分野でも、私たちは「仮想細胞（Virtual Cell）」と呼ばれるものを研究しています------これは非常に動的な出現システムです。数学が物理学の完璧な記述言語であるのと同様に、機械学習も生物学の完璧な記述言語となるでしょう。 生物学や多くの自然システムには、微弱な信号、弱い相関、膨大なデータが溢れており、これは人間の脳の分析能力を超えています。しかし、これらの膨大なデータの中には、内在する関連性や因果関係が存在します。

機械学習は、これらのシステムを記述するための完璧なツールです。今日に至るまで、数学はこれを達成できていません。その理由は、システムがあまりにも複雑で、トップレベルの数学者でさえも扱えないからか、または数学の表現力がこれらの高度に出現する動的システムを理解するには不十分だからです------その一因は、それらが非常に混沌としており、確率的な性質を持っているからです。

最終的に、これらのシミュレーターをマスターすれば、新しい科学の分野が生まれるかもしれません。あなたはこれらの暗黙的または直感的なシミュレーターから明示的な方程式（Explicit Equations）を抽出しようとすることができます。あなたがシミュレーターに対して無限にサンプリングを行うことができるので、いつかはマクスウェル方程式のような基本的な科学法則を発見できるかもしれません。

もしかしたら、そうかもしれません。私はこのような出現システムにそのような法則が存在するかどうかは分かりませんが、もしそれらが本当に存在するなら、私たちがこの方法でそれらを発見できない理由は見当たりません。

司会者： それは非常に素晴らしいことです。あなたは宇宙の基本構成要素（Building Block）が情報に似ているという理論について言及したことがあります。これはより理論的な側面に属しますが、あなたはこれをどのように考えていますか？これは古典的なチューリングコンピュータにとって何を意味しますか？

デミス・ハサビス： もちろん、あなたは有名なE=mc²やアインシュタインのすべての研究成果を引用して、エネルギーと物質が本質的に等価であることを示すことができます。しかし、私は実際には、情報にも何らかの等価性があると考えています。物質や構造の組織の仕方------特に生物のようにエントロピーの増加に抵抗できるシステム------を本質的に情報処理システムと見なすことができます。したがって、これら三者は相互に変換可能であると考えています。

しかし、私は情報が最も基本的であるという感覚を持っています。これは20世紀20年代の古典物理学者の見解とは正反対で、その時代の人々はエネルギーと物質が最も重要であると考えていました。私は、宇宙をまず情報で構成されていると見ることが、この世界を理解するためのより良い方法であると考えています。

もしこれが成立するなら------私は現在、多くの証拠がこれを支持していると考えています------人工知能の意義は私たちが想像している以上に深遠なものとなります。AIがすでに重要な意味を持つのは、情報を組織し、理解し、情報の対象（Informational Objects）を構築することがその核心だからです。

私の見解では、人工知能の核心は情報処理です。もし情報処理を世界を理解するための最も重要な方法とすれば、これらの異なる分野の間には非常に深い内在的な関連性が存在することが分かります。

司会者： では、あなたは古典的なチューリングマシンがすべてを計算できると考えていますか？

デミス・ハサビス： 時々、私は私たちの仕事について考え、私自身を「チューリングの守護者」と見なすことがあります。なぜなら、アラン・チューリングは私が生涯で最も尊敬する科学の英雄の一人だからです。彼の行った仕事は、コンピュータとコンピュータ科学の基礎を築いただけでなく、人工知能の基盤も築いたと信じています。チューリングマシンの理論は、歴史上最も深遠な成果の一つです：計算可能なすべての事柄は、比較的単純な機械によって計算できるということです。したがって、私たちの脳もおそらく近似的なチューリングマシン（Approximate Turing Machines）であると考えています。

チューリングマシンと量子システムの関係を考えることは非常に興味深いです。しかし、私たちがAlphaGoや特にAlphaFoldなどのシステムを通じて示したことは、現代のニューラルネットワークの外見を持つ古典的なチューリングマシンが、以前は量子力学でしか解決できないと考えられていた問題をモデル化できるということです。例えば、タンパク質の折りたたみはある意味で極微小粒子を含む量子システムであり、人々は水素結合（Hydrogen Bonds）のすべての量子効果や他の複雑な相互作用を考慮する必要があると考えられていました。

しかし、実際には古典的なシステムを利用して近似的な最適解を得ることができることが証明されました。したがって、私たちは、以前は量子システムに依存しなければならないと考えていた多くの事柄が、適切な方法であれば実際には古典的なシステム上でもモデル化できることを発見するかもしれません。

意識の哲学

司会者： あなたは人工知能を道具として見なしてきましたが、過去数世紀の望遠鏡、顕微鏡、または星盤（Astrolabe）のように。しかし、もしあなたがほぼすべてをシミュレートできる機械に直面したとき------例えば、あなたが言ったように、それは量子システムさえもシミュレートできる------それはいつ道具の範疇を超えるのでしょうか？その日が本当に来るのでしょうか？

デミス・ハサビス： 私は非常に強く感じています。汎用人工知能（AGI）を構築する使命と道のりにおいて、私たちの仲間たち------ここにいる多くの人々を含めて------は、最良の方法はまずツールを構築することだと考えています：非常に賢く、実用的で正確なツールを作り、その後に次の門を越えることです。このこと自体の意義はすでに十分に深遠です。もちろん、このツールはますます自律的になり、知能体の特性を持つようになるかもしれません。これは私たちが現在目撃していることです。私たちはこの知能体の時代（Agent Era）の波に乗っています。

しかし、さらに進んだ問いがあります：それは能動性（Agency）を持つのでしょうか？それは意識を持つのでしょうか？これらは私たちが直面しなければならない問題です。しかし、私はこれを第二歩として考えることを提案します。おそらく、第一歩で構築したツールを使って、これらの深遠な問題を探求するのに役立てることができるでしょう。

理想的には、このプロセスを通じて、私たち自身の脳や思考をよりよく理解し、「意識」といった概念を今日よりも正確に定義できるようになるでしょう。

司会者： 意識の未来の定義について、あなたはどのような予測を持っていますか？

デミス・ハサビス： いいえ、数千年にわたって哲学界で探討されてきた内容を除いて、特に補足することはありません。しかし、私にとって明確なのは、特定の要素が明らかに必要であるということです。それらは必要条件であるが十分条件ではないかもしれません（Necessary but not sufficient）。自己意識、自己と他者の概念、そしてある種の時間的連続性は、意識を持つように見える存在にとって明らかに必要です。

しかし、完全な定義が何であるかは、依然として未解決の問題です（Open Question）。私は多くの偉大な哲学者とこの問題について議論してきました。数年前、最近不幸にも亡くなったダニエル・デネット（Daniel Dennett）とこの話題について深く交流しました。核心的な問題の一つは、システムの行動表現です：それは意識を持つシステムのように振る舞っていますか？あなたは、特定の人工知能システムがAGIに近づくにつれて、最終的にそれを達成する可能性があると考えることができます。

しかし、次に来る問いは、なぜ私たちはお互いを意識を持つ存在だと考えるのかということです。その理由の一つは、私たちの行動様式にあります。私たちの振る舞いは、意識を持つ生命体のように見えます。しかし、もう一つの要因は、私たちが同じ基盤（Substrate）上で動作しているということです。

したがって、私は、これらの二つの点が成立するなら、あなたと私の体験が同じであるという仮定が論理的に最も簡潔であると考えています。これは、私たちが通常お互いに意識を持っているかどうかを議論しない理由です。しかし明らかに、私たちは人工システム上で同じ基盤の同等性（Substrate Equivalence）を実現することはできません。したがって、このギャップを完全に埋めることは非常に困難であると考えています。あなたは行動の観点から（Behaviorally）見ることができますが、体験の観点から（Experientially）はどうでしょうか？AGIを実現した後、これに対処する方法があるかもしれませんが、それは今日の議論の範囲を超えているかもしれません。たとえそれが「AIと科学」の探討の中でもそうであっても。

司会者： 素晴らしいですね。すぐに観客からの質問を受け付けますので、皆さんは質問の準備をしてください。あなたは哲学者について言及しました。特にカント（Kant）とスピノザ（Spinoza）を挙げて、彼らはあなたのお気に入りの哲学者だと言いました。カントは典型的な義務論（Deontological）哲学者で、責任の概念を非常に強調しています。一方、スピノザはほぼ宿命論（Deterministic）に近い宇宙観を持っています。あなたはどのようにこれら二つの異なる理念を結びつけているのでしょうか？あなたの世界の運営方法に対する根本的な認識はどのようなものでしょうか？

デミス・ハサビス： 私がこの二人の哲学者を好きな理由、そして彼らに感銘を受けた理由は、カントが提唱した「心が現実を創造する（The mind creates reality）」という見解にあります。私はこれが基本的に正しいと考えています。これは、私たちが心と脳の働きを研究するためのもう一つの素晴らしい理由を提供します。私が最終的に探求しているのは現実の本質であり、私たちは心が現実をどのように解釈するかを理解する必要があります。これが私がカントから得た洞察です。

スピノザについては、精神的な次元に関するものです。もしあなたが科学を道具として宇宙を理解しようとするなら、あなたは宇宙の運営方法の背後にある深い秘密に触れ始めているのです。

これは私が現在の事業に対する感覚です。私が科学研究に身を投じ、人工知能を深く掘り下げ、これらのツールを構築しているとき、私たちはある意味で、宇宙の言語を読み取っていると感じています。

司会者： 本当に美しいですね。これはあなたの日常業務に対する最も美しい解釈です：デミス（Demis）、あなたは科学者、演説者、哲学者を兼ね備えています。最後に、いくつかのクイック質問を行いましょう。彼はこれらの質問を全く見ていませんでした。汎用人工知能（AGI）の実現年を予測すると、予想より早いですか、それとも遅いですか？または、この質問に答えないこともできます。

デミス・ハサビス： 私は2030年を選びます。この予測にはずっと自信を持っています。

司会者： では、2030年ですね。汎用人工知能（AGI）が実現したとき、あなたが推薦する必読の書籍、詩、または論文は何ですか？

デミス・ハサビス： 汎用人工知能（AGI）実現後の世界について、私が最も好きな本はデイヴィッド・ドイッチ（David Deutsch）の『現実の織り成すもの』（The Fabric of Reality）です。この本の思想は今でも適用可能だと思います。私はその本で提起された深い問題を汎用人工知能（AGI）を使って解決できることを望んでいます。それが私のAGI時代の後の仕事の中心になるでしょう。

司会者： 素晴らしいですね。これまでDeepMindで最も誇りに思う瞬間は何ですか？

デミス・ハサビス： 私たちは多くの頂点の瞬間を経験する幸運に恵まれました。最も誇りに思うのは、AlphaFoldの誕生でしょう。

司会者： 最後に、いくつかのゲームに関する質問です。もしあなたが高リスクのターン制戦略ゲームに参加していて、例えば『文明』（Civ）や『ポリトピア』（Polytopia）などのハードコアゲームで、歴史上の科学者をチームメイトとして選べるとしたら、アインシュタイン（Einstein）、チューリング（Turing）、またはニュートン（Newton）の中から誰を選びますか？

デミス・ハサビス： 私はフォン・ノイマン（von Neumann）を選ぶと思います。なぜなら、この状況ではゲーム理論（Game Theory）の専門家が必要だからです。彼はその分野で最高の人物だと思います。

司会者： それは間違いなく神レベルのチームメイトですね。デミス（Demis）、あなたは本当に多才です。今日は私たちの番組に来ていただき、ありがとうございました。皆さん、デミス（Demis）の素晴らしいシェアに拍手をお願いします。ありがとうございました。