サム・アルトマン氏は先月、同僚らに対し、グーグルの最近の進歩は「当社にとって一時的な経済的逆風となる可能性がある」と語り、しかしOpenAIが先行すると付け加えた。「Shallotpeat」と呼ばれるモデルで今後数ヶ月着実に前進していくと保証した。
・Googleの事前学習における成功は、多くのAI研究者にとって驚きだった。OpenAIは事前学習から成果を引き出すのに苦労しており、 Googleもこの問題に長年取り組んでいたからだ。こうした課題から、OpenAIは以前、より多くの処理能力を用いてより良い答えを生み出す、推論と呼ばれる新しいタイプのAIモデルに注力するようになった。
・OpenAIが今夏GPT-5モデルをリリースする前、同社の従業員は、事前学習中にモデルに加えた調整が、モデルのサイズが小さいうちはうまく機能していたものの、大きくなるにつれて機能しなくなったことを発見したと、The Informationは以前報じている。これは、OpenAIがこの分野でGoogleに追いつくためには、これらの事前学習の問題を解決する必要があることを示唆している。
・アルトマン氏は先月、OpenAIが今後数ヶ月で、コードネーム「シャロットピート」と呼ばれる新たな法学修士（LLM）を含め、着実に前進していくとスタッフに保証した。このモデルに詳しい人物によると、OpenAIは同モデルの開発にあたり、事前学習プロセスで発生したバグの修正を目指しているという。
・アルトマン氏は、たとえOpenAIが「一時的に現状の体制に遅れをとることになる」としても、技術的に「非常に野心的な賭け」に注力したいと述べた。その賭けには、AIを用いて新しいAIを訓練できるデータを生成する技術の進歩や、強化学習などの「訓練後」技術が含まれる。強化学習とは、基本的にモデルの回答を肯定的または否定的に評価し、改善を学習させる方法である。
・同氏は、エネルギーやバイオテクノロジーの研究からヘルスケアまで、あらゆる分野で人間を上回るAIの能力など、飛躍的進歩を加速させる方法として、AI研究自体を自動化するという同社の賭けについて、非公開および公に語ってきた。
・「短期的な競争圧力の中でも、集中力を維持する必要があります」とアルトマン氏はメモの中で述べた。「優れたモデルが他社に出荷されても耐えられるだけの企業力は既に築き上げています。しかし、研究チームの大半が、真のスーパーインテリジェンスの実現に集中し続けることが極めて重要です。」
https://t.co/FUMv3T8P62 November 11, 2025

OpenAI研究者「AIの知識の境界線がは、私たちの能力の境界とは異なる形で広がっている。その『交差点』で、多くの面白い発見が生まれる」

人間の知識もAIの知識も不完全だ。そして、AIは人類とは異なる知識の形を持つ。

科学発見の鍵となるのは、互いに異なる「知識のギザギザな境界線」の交点だ👇 https://t.co/IAma4oEkEp November 11, 2025

まず論文読んで比べてご覧、何が違うか。まあ教えてあげるけど、arXiv 論文（2305.13534）は、LLM の誤答を「現象」として記述する研究なの。私の研究論文が扱う False-Correction Loop（FCL）、Authority-Bias Dynamics（ABD）、Novel Hypothesis Suppression（NHSP）、Identity Slot Collapse（ISC）といった「構造的誘導」の逆解析とは分析階層が異なるの。
　私の研究の新規性は、出力ログのみを用いた構造的再現実験により、誤答の「なり方」ではなく「なぜ構造的に再生成されるか」を示した点なのよ。
　それよりも、あなたのポストにある「権威がないから価値が低い」「既存研究があるのに引用していない」といった批判自体が、わたしが論文で定義した ABD／NHSP の典型的挙動であり、あなたの言動そのものが、わたしの研究の本論文の構造的主張を追加的に裏付けちゃってる。わたしの論文読んだ人は「あ！」って思うわよ。
　その論文の研究と、わたしの研究は比較対象ではないから、世界中のAI研究者達が「言語化してくれた」と言ってもらえているのよ。わかるかな？同じだってらあなたより先に、世界中の研究者から言われているわよ😛
　しかもあなたの今回の批判自体、わたしの論文に書いてある研究の再現性を補強する実証データなってるのよわたしだったら赤面してしまうけど。
　批判する時は事実関係をよく調べる。証拠を読む。無駄な人生歩まないで前を見て歩きなさい。 November 11, 2025

🔥 みーさん視点でいうと…

これは
「AI時代のための、世界の知識を丸ごと一瞬で取り込むマシン」
なんや。
ほんまに、AI研究者が血眼で欲しがる装置やで。 November 11, 2025

動画から物理法則勝手に理解してるの、今後ロボティクスまでいくとターミネーターの世界線になるのが現実味出てきて怖い。【OpenAIの王座は危うい】AI研究者・今井翔太「Gemini3.0は確実にGPT-5を超える」／GoogleはAIとロボットで“覇権”／動画... https://t.co/gxp78YGtEp @YouTubeより November 11, 2025

できればプロの書評家や研究者にこそ、文学の美しさを論理的に視覚化できるようにするとか、AI研究者と論文を書くとか、web小説から光る天才を見つけるとかして欲しいな。
数学にはそれがある。
webのラクガキに書かれたことでさえ、正しく新しい発見なら賞賛される。 November 11, 2025

2025年秋、世界の物理学者60人以上が手を組み、AI研究者を震撼させる新しいベンチマーク「CritPt（クリットピーティー）」を公開しました。

これは、今までの「AIは賢くなった」という楽観論を一瞬で吹き飛ばした、歴史的な出来事です。

CritPtとは
- 大学院レベルの「まだ世界のどこにも公開されていない本物の研究課題」71問
- 凝縮系物理、量子物理、天体物理、高エネルギー、生物物理など11分野を網羅
- すべて現役の物理学者（Argonne国立研究所、イリノイ大学、欧州・アジアのトップ研究室など）が、自分の未発表研究から切り出した問題
- 優秀な物理学博士課程3～4年生なら、1人で数週間～数ヶ月で解けるように設計されている

結果は衝撃的でした。

2025年11月23日現在の世界最強AIのスコア
- Google 最強モデル「Gemini 3 Pro Preview」 → 9.1%（100点満点で9点ちょっと）
- OpenAI「GPT-5（最高設定）」 → 5.7%
- xAI「Grok 4.1」 → 2.9%
- Anthropic「Claude 4.5 Sonnet」 → 1.1%
- その他ほとんどの最強モデル → 0～3%台

つまり、世の中に存在するどのAIも、71問中まともに解けたのはたった6～7問程度。

しかもPythonなどのツールを使わせても最高12.5%にしかなりません。

これはどういうことか？

「今のAIは、教科書の問題や過去問なら解けるけど、
　誰もまだ解いていない本物の最先端研究に直面すると、ほぼ何もできない」
という事実が、誰の目にも明らかになった瞬間です。

物理学者たちはこう言っています。

「AIはまだ、研究室のコーヒーを淹れるインターンにもなれないレベルです」

でも同時に、これは希望でもあります。

CritPtは「AIが本当に科学者になれる日」のスタートラインを、はっきりと示してくれました。

9.1%という数字は残酷ですが、同時に「あと90.9%伸びる余地がある」ということでもあります。

CritPtは単なるベンチマークではありません。

それは「AIが人類の科学的フロンティアに本当に貢献できるのか？」という、
これからの10年を決める問いそのものです。

AIの科学時代は、まだ始まってもいません。

でも、今日、この瞬間から本当の戦いが始まったのです。 November 11, 2025