生成AIは単なるチャットツールから社会を変革するパートナーへ

2025年7月23日に行われた『AI Market Conference 〜「AIエージェント」の現在地と未来が学べる1日〜』の基調講演『AIエージェントが「考える」から「感じて動く」に変わる時代へ』（川原 圭博 氏、東京大学 大学院工学系研究科 教授 東京大学 インクルーシブ工学連携研究機構（RIISE）機構長 内閣府 AI戦略会議 構成員）を聴講しました。
本講演では、急速に進化を続ける生成AIの現在地と、その先にある未来像が鮮やかに描き出されました。多くの人が「チャットで質問に答えたり、文章を要約したりする便利なツール」という認識を持つ生成AIですが、その実態は私たちの想像を遥かに超えるスピードで変貌を遂げていること衝撃的な影響まで、専門的かつ分かりやすく解説されていました。
AIはなぜ、ここまで「賢く」なれたのか？
この数年でAIは「1年経てば別物」と言えるほどの飛躍的な進化を遂げました。 その進化は、単なるテキスト処理（言語モデル）から、画像や音声を扱う「マルチモーダル化」、そして自律的にタスクを遂行する「AIエージェント」、さらには物理世界で活動する「フィジカルAI」へと向かっています。
では、なぜこのような進化が可能になったのでしょうか。講演では、その背景にある複数の技術的ブレークスルーが丁寧に解き明かされます。

1. 意味のベクトル化（埋め込み技術）: 「意味」という抽象的な概念を、コンピューターが計算可能な数値（ベクトル）に変換する技術です。 これにより、「王様」というベクトルから「男性」の成分を引き、「女性」の成分を足すと「女王様」のベクトルになる、といった意味の演算が可能になりました。
2. 自己教師あり学習: インターネット上に存在する膨大な文章を、AIにとっての「教科書」と見なす手法です。 文章の一部を「穴埋め問題」にしてAIに解かせることを繰り返すことで、AIは文法や文脈、単語間の関係性を自律的に学習していきました。
3. スケーリング則の発見: 「計算資源（コンピュータの性能）」「学習データの量」「モデルのパラメータ数（AIの規模）」という3つの要素を増やせば増やすほど、AIの性能が向上するという法則が発見されました。 これが巨大な投資競争を促し、AIの能力を爆発的に高める原動力となりました。
4. 人間からのフィードバックによる強化学習 (RLHF): AIが生成した複数の回答に対し、人間が「どちらがより好ましいか」を順位付けして教え込む手法です。 これにより、AIは単に正しいだけでなく、より自然で「気の利いた」対話能力を獲得しました。

これらの革新の結果、AIは医師国家試験や司法試験に軽々と合格し、世界のトッププログラマーや数学オリンピック入賞者に匹敵するほどの能力を持つに至ったということです。
未来のトレンド：「AIエージェント」と「フィジカルAI」
講演は、AIの未来を形作る2つの大きなトレンド、「AIエージェント」と「フィジカルAI」に焦点を当てます。

• AIエージェント: ユーザーの曖昧な指示に基づき、AIが自律的に計画を立て、ウェブ検索やツールの操作を駆使してタスクを実行するものです。 例えば「競合他社の最新動向を調査してレポートを作成して」と指示するだけで、AIが数十分かけて詳細なレポートを完成させます。 これは、従来コンサルタントや専門家チームが1週間かけて行っていた作業に匹敵します。
• フィジカルAI: AIがロボットと融合し、物理空間で活動する技術です。 カメラで状況を認識し、「あそこのリンゴを取ってきて」といった指示を理解し、ロボットアームを操作して実行します。 これは製造業や物流における人手不足の解消に大きく貢献すると期待されており、日本政府も競争力強化の重点分野として挙げています。

仕事は「なくす」のではなく「凝縮」される
最後に、講演は「AIによって仕事はなくなるのか？」という根源的な問いに答えます。演者の見解は「仕事はなくなるのではなく、凝縮される」というものです。
定型的な業務や、これまで専門知識が必要とされた判例調査や画像診断などはAIに代替されていく。意欲のある個人がAIを駆使し、従来は複数部署で行っていたマーケティング、開発、営業、サポートといった業務を一人でこなせるようになる未来が訪れる。組織はよりフラット化し、個人の生産性は劇的に向上する。
ただし、AIは過去のデータに基づく「正論」は言えても、責任を取ることや、過去の延長線上にないビジョンを描くことはできない。
AIとの理想的な関係は、あくまで人間の能力を拡張する「自転車」のようなもの。 ハンドルを握り、進むべき方向を決めるのは、私たち人間自身である。
 
後日、アーカイブ動画が視聴できるようです。
 
 
AI Market Conference 〜「AIエージェント」の現在地と未来が学べる1日〜
https://ai-market.jp/aiagent-conference-202507/
 
 
Generative AI: From a Mere Chat Tool to a Partner That Transforms Society
On July 23, 2025, I attended the keynote speech titled "From Thinking to Feeling and Acting: The Evolution of AI Agents" by Professor Yoshihiro Kawahara (Graduate School of Engineering, The University of Tokyo; Director of RIISE; Member of the Cabinet Office AI Strategy Council) at the AI Market Conference – A Full Day to Understand the Present and Future of “AI Agents.”
This keynote offered a vivid depiction of the current status and future outlook of generative AI, which continues to evolve rapidly. While many still view generative AI as a "convenient tool for answering questions and summarizing text via chat," the lecture clearly and compellingly revealed that AI is transforming at a pace far beyond our imagination—and with potentially transformative impact.
Why Has AI Become So “Smart”?
In just a few years, AI has advanced to the point where “a year makes it a different species.” Its evolution has extended from simple text processing (language models) to handling images and audio (multimodality), then to autonomously performing tasks (AI agents), and now toward operating in the physical world (physical AI).
The lecture carefully unpacked the technical breakthroughs behind this rapid progress:

1. Semantic Vectorization (Embedding Technology): This technique transforms abstract concepts like “meaning” into machine-computable values (vectors). For example, by subtracting the vector for “man” from “king” and adding the vector for “woman,” one obtains the vector for “queen.” This enables meaningful computation.
2. Self-Supervised Learning: A method that treats the vast textual content on the internet as AI's "textbook." By solving countless fill-in-the-blank problems within texts, AI learns grammar, context, and inter-word relationships autonomously.
3. Scaling Law Discovery: It was found that increasing three factors—computational power, data volume, and model parameters—consistently improves AI performance. This sparked massive investment competition and led to explosive gains in AI capabilities.
4. Reinforcement Learning from Human Feedback (RLHF): Humans rank multiple AI-generated outputs based on preference, allowing the AI to refine its responses. This goes beyond factual accuracy, enabling more natural and nuanced dialogue.

As a result of these innovations, AI can now easily pass national medical and bar exams and possesses abilities on par with top global programmers and medalists in math Olympiads.


Future Trends: “AI Agents” and “Physical AI”
The lecture spotlighted two major trends shaping the future of AI:

• AI Agents: These autonomously plan and execute tasks based on ambiguous user instructions by leveraging web searches and tool operations. For example, if you ask it to “analyze recent trends of competitors and prepare a report,” the AI will complete a detailed report within minutes—a task that once took a team of consultants a full week.
• Physical AI: This refers to AI systems integrated with robotics that can act in the physical world. A camera recognizes a situation, understands a command like “fetch that apple,” and manipulates a robotic arm to perform the task. This is expected to play a major role in solving labor shortages in manufacturing and logistics—areas the Japanese government prioritizes for strengthening national competitiveness.

Jobs Won’t Disappear—They’ll Be Condensed
The keynote concluded by addressing a fundamental question: Will AI eliminate jobs? The speaker’s perspective was clear: jobs won’t vanish—they’ll be condensed.
Routine tasks and even formerly specialist areas like legal case research or medical image diagnosis will be taken over by AI. Ambitious individuals using AI will be able to handle tasks across marketing, development, sales, and support that once required entire departments. Organizations will flatten, and individual productivity will soar.
However, AI—though able to state logical conclusions based on past data—cannot bear responsibility or envision futures that lie beyond past precedent.
The ideal relationship with AI is akin to a bicycle that enhances human ability. Ultimately, it is up to us—the humans—to steer and decide the direction we wish to go.


An archive video of the lecture is expected to be available for later viewing.