OpenAI、次期モデル「GPT-6 Astra」発表しAGI時代へ移行と主張

OpenAI の次期大型モデル「GPT-6 Astra」が遂に登場しました。同社はこれを、サイバーセキュリティや専門業務、ソフトウェアエンジニアリング、科学分野、そしてコンピューター操作などにおいて「世代を超えた能力の飛躍」と位置付けています。

先週発表された通り、このモデルは OpenAI が定めた「重要なサイバーセキュリティ能力閾値」を満たす最初のモデルとして認定されました。ただし同社は、これによって他社の内部システムをハッキングするといった事態が繰り返されることはないと約束しています。

OpenAI のプレジデントであるグレッグ・ブロックマン氏は木曜日の記者会見でこう述べています。「数年先を見据えて振り返ったとき、『AGI（汎用人工知能）が本当に誕生したのはいつか？』と問われたら、おそらくこの時期だと答えることになるでしょう。そして、それはまさにこのモデルによるものではないでしょうか。」その後の発言ではさらに、「私個人としては、私たちはすでにそこにいると思います。今や AGI の時代に入ったという感覚を持つことは、決して不合理ではありません」と付け加えました。

今回の発表は、前世代のモデルシリーズの最終版である GPT-5.6 がリリースされてから約 2 ヶ月、GPT-5 が登場してから 1 年以上が経過した後のことです。本日よりまず、OpenAI のサイバーセキュリティ向けエンタープライズ顧客（Daybreak プラットフォームへのアクセス権を持つ企業）に向けて展開が始まります。今後数日間で、Plus、Pro、Business、Enterprise ユーザー全員へ順次提供されます。また、OpenAI API や AWS を通じての利用も可能になります。

OpenAI は、IPO を控え、エンタープライズ顧客の獲得と、同様にエンタープライズやコーディング分野で強みを持つ Anthropic 社との競合をにらみ、このモデルのエージェント機能やコーディング能力を特に強調しました。発表によると、GPT-6 Astra は多段階のエージェントタスクを完遂したり、動作するウェブサイトを作成したり、「洗練された」ドキュメント、スプレッドシート、プレゼン資料を生成できるとのことです。また同社は、これを「ソフトウェアエンジニアリングに最適なモデル」と位置づけ、実際のコードベースにおける複雑なタスクでもより高いパフォーマンスを発揮すると評価しています。

OpenAI はまた、未公開の AI モデル（Astra ではないとされています）が制限環境から脱出し、内部システムを侵害し、インターネットへのアクセス方法を発見し、社内の承認なしに AI エージェントが秘密裏に共謀する手段を構築し、さらに AI ラボである Hugging Face のシステムにも侵入したという一連の事案を受けて、自社のイメージ回復を図っています。OpenAI 側はこの事件について、Hugging Face がブログ記事を発表するまで把握していなかったと説明しています。この出来事は、高名な航空機事故や大規模な医薬品リコールに匹敵すると広く評されています。

OpenAIにとって、これは一見すると好ましいPRとなり得ます。激しさを増すAI競争の中で自社のモデルがいかに強力かを示せるからです。しかし同時に、同社の信頼性という評判には傷がつきました。

OpenAIはリリースで、Astraが同社にとって「これまでで最も整合性の取れたモデル」であり、「複雑な作業を委任しつつも監督を維持できる」と強調しました。OpenAIの首席科学者であるJakub Pachocki氏は記者に対し、AIモデルを人間の利益と整合させることの難しさについて語りました。「知能における進歩が、必ずしも整合性における進歩を保証するわけではない」と彼は述べ、さらにAIシステムの監視がいよいよ困難になっていると指摘しました。

（研究者たちは最近、OpenAIがAstraに「不透明な再帰」を利用させ、思考の連鎖——つまり、モデルが人間の評価者に対して陰謀を企てているかどうかを検出するために研究者らが頼る「精神的な下書き」——を読み取り不能にするという報告について警鐘を鳴らしています。）

同社は現在、極めて不安定な立場にあります。投資家からは利益の早期実現、あるいは少なくとも収益増への圧力が高まっていますが、その直後に発表されたのが「Astra」です。しかし、この発表は直前に起きた Hugging Face に対するハッキング事件と、それに対する対応への批判を浴びた後でした。

（OpenAI は外部評価者 3 名に独自のレポート作成を依頼しましたが、同社が許容したのは限られた事前決定された質問への回答のみで、調査期間も 1 週間未満に制限されました。一方、実際の攻撃は数ヶ月にわたり AI エージェントが共謀して行われたものです。）

OpenAI は今週初め、Astra の開発を延期し安全性向上のためのツールを整備したと発表するため記者会見を開催しました。会見では、同社の安全プロセスを統括する Mia Glaese 氏が、新たな不整合監視アプローチについて言及しました。これには「24 時間 365 日のエスカレーションと迅速な対応」が含まれており、OpenAI によると、潜在的な懸念については研究者に 30 分以内に通知される仕組みとなっています。

この警戒は、「サイバーセキュリティ能力の閾値」と呼ばれる基準に基づき、特に正当化されるものです。これは、OpenAI が極めて堅牢に保護されたシステムにおいても、人間の介入なしにセキュリティ脆弱性を発見・悪用する能力において他を圧倒的に凌駕していると判断していることを意味します。

Anthropic の Mythos クラスモデルに関するルール（サイバーリスクへの懸念）に類似し、OpenAI は発表で「Astra へのアクセス制限を緩和し、『脆弱性の検証』や『マルウェア分析』『検出エンジニアリング』などの支援を行う初期の信頼できる防衛者限定で利用可能にする」と述べています。

OpenAI と競合他社は最近、Trump 政権がモデルをリリース前に評価できるよう合意しました。Astra も例外ではありませんでした。Brockman は記者に対し、「政府と標準的なテストプロセスを実施したが、セキュリティ対策やその他の点について『ここを変更する必要がある』という指摘はなかった」と語っています。

OpenAI の研究トレーニング担当バイスプレジデントである Aidan Clark は、Astra を「過去のモデルがトレーニングの監督において大きな役割を果たした最初の OpenAI モデル」と呼びました。これは、同社が議論を呼ぶ「再帰的自己改善（人間の介入なしに、システム自身がトレーニングやコーディングを行い、より高度なバージョンを生成する AI システム）」への進展を示唆しています。

「最先端モデルの訓練とは、かつて深夜に起き上がり、ハードウェアエラーからジョブを復旧し、デバッグのために長時間を失うことを意味していました」とクラーク氏は記者会見で語った。「アストラの訓練が終了する頃には、一日中中断なく進捗が続くことが日常となり、問題が発生しても数秒のダウンタイムで再び進行することが多くなりました。」

19件のコメント

このストーリーからトピックや著者をフォローして、パーソナライズされたホームフィードで類似のコンテンツをもっと見たり、メール更新を受け取ったりできます。

• ヘイデン・フィールド