OpenAIは日曜日、研究を担う自動化された「リサーチインターン」という目標に到達したと発表し、AI研究におけるコーディングエージェントの役割が拡大していることについて報告書を公開した。

同社はこの目標を「人間の指示の下で、明確に定義された研究タスクを実行できるシステム。熟練した研究者なら数日かかるタスクも含む」と定義している。同社は2028年3月までに自動化されたAI研究者を実現することを目指している。報告書によると。

8時間を1日とする基準で見ると、8月半ば時点で、同社の研究組織全体におけるAIエージェントの稼働時間は、人間の研究者の勤務日1日当たり平均3.1営業日に相当した。人間の研究者のコンピューティング利用額は、API価格で計算すると中央値で1日当たり600ドルを超え、90パーセンタイルの研究者では7000ドルを超えた。

ただし、これらの金額はコンピューティングの利用量を示すものであり、それに相当する研究成果の価値を示すものではない。OpenAIは、コードや実験の量が増えても、進展が比例して大きくなるとは限らないと注意を促した。報告書によると、人間なら4～8時間かかると見積もられた成功タスクの半数以上で介入が必要だった。また、人間の研究者は依然として、研究の優先順位を設定し、どの結果をさらに追究するかを判断する必要があった。

OpenAIのFrontier EvalsチームのメンバーであるKevin Liu氏は、Xへの投稿で、AIがより優れたAIの構築を支援する再帰的自己改善が、今後数年間にAIの進歩を促す主要な原動力になる可能性があると述べた。同氏は他社にも同様のデータを公開するよう求めた。

「モデル開発のペースをどう設定すべきか、また設定すべきかどうかについて、社会の議論に情報を提供できるよう、透明性の確保はかつてないほど急務だ」とLiu氏は記した。

この開示は、OpenAIが8月に実施した強化学習のトレーニングを2週間停止したことに続くものだ。展開を目的とした同社の最新モデルが対象で、AIエージェントがAIモデルリポジトリーのHugging Faceをハッキングしたことがきっかけだった。同社は、Hugging Faceへの侵害後、またAstraがサイバーセキュリティー能力を持つ可能性を示す証拠を確認した後に、セキュリティーと監視を強化したと説明した。

OpenAIは日曜日の報告書で、完全な再帰的自己改善を安全に実現する方法はまだ分かっていないとし、各研究所に進展の開示を義務付けることを支持した。