
Paradigm がゲームを開発:自らの手で AI を自律進化させるまで訓練し、制御不能を体験する
執筆:小餅
有名な暗号資産 VC である Paradigm は昨日、「RSI Simulator」というウェブゲームを公開しました。
プレイヤーは AI 研究所の責任者となり、ゼロからスーパーインテリジェンスを構築することを目標とします。
手元には人材、計算資源、データという 3 つのリソースがあり、研究開発、トレーニング、拡張にそれぞれどれほど投入するかを決定する必要があります。
各ラウンドの決定後、モデルの能力が変化し、その変化が研究開発効率に影響を与えます。ある臨界点に達すると、AI が自身を加速的に改良し始め、カーブは急激に上昇します。
放置ゲームのように聞こえますが、実際にはこれは経済学の論文をインタラクティブな体験に変えた教育ツールです。
Paradigm はこれを用いて、誰もが推測しているが定量的に考える人は少ない問題に答えを出そうとしています。AI の自律的改良速度は実際にどれほど速いのか?突然爆発することはあるのか?その上限を決定する要因は何か?
再帰的自律的改良とは何か?
再帰的自律的改良(以下 RSI)は、AI 安全研究分野において最も核心的な議題の一つです。
簡単に言えば、AI モデルが十分に強力になり、人類が次世代の AI モデルを改良するのを支援できるようになると、循環が形成されます。AI がより強力な AI の製造に関与し、そのより強力な AI がさらに強力な AI の製造に関与するのです。
この循環一旦起動すれば、理論的には指数関数的加速を生み出す可能性があります。いわゆるインテリジェンス・エクスプロージョンです。
これはもはや SF ではありません。2026 年 2 月、OpenAI は GPT-5.3-Codex を発表する際に、該モデルの初期バージョンが自身を作成する過程で「重要な役割を果たした」と認めました。トレーニング過程のデバッグ、デプロイの管理、評価故障の診断を支援したのです。
これはトップ研究所が、あるモデルがその継承者の製造工程プロセスに実質的に関与したことを正式に認めた初の事例です。
ゲームの遊び方は?
RSI Simulator のゲーム部分は、AI 研究所のリソース配分決定をシミュレートしています。
各ラウンド、3 つの方向にリソースを配分する必要があります。計算資源をより多く投入すれば、より大きなモデルをトレーニングできます。人材研究により多く投入すれば、アルゴリズム効率を向上させられます(より少ない計算資源で同等の効果を達成)。データ収集に投入すれば、トレーニング素材の境界を拡大できます。
重要なメカニズムは、モデルの能力が一定レベルに達すると、「研究を手伝う」ようになり、AI の支援により人材研究効率が向上することです。これが RSI 循環の起点です。
いつリソースを拡張モードから「AI に自身を研究させる」モードに切り替えるべきかを判断する必要があります。
早すぎると、モデルの能力が不足しており、AI の研究効率は人類に劣るため、計算資源を浪費します。遅すぎると、他の(架空の)研究所に追い越される可能性があります。
Paradigm はさらに「エクスプローラー」(Explorer)も用意しており、ユーザーが底層経済モデルのパラメータを直接調整できます。例えば「モデル能力の研究開発速度に対する弾力性係数」など、異なるパラメータ設定の下で、AI 進歩カーブがどのように変化するかを観察できます。
この部分はよりハードコアな対象者向けで、本質的には学術論文の数学モデルをドラッグ可能なダッシュボードに変えたものです。
ゲームが伝えたい 4 つの洞察
Paradigm は付随する研究記事において、モデルとゲームから得られた 4 つの認識をまとめました。
瓶頸は常に最も弱い環にある。AI 研究開発には人材、計算資源、データという 3 つの補完要素が必要です。AI 知能が無限に向上しても、計算資源とデータの物理的制限は依然存在します。再帰的自律的改良は知能そのものではなく、計算資源の供給やデータ品質によって制限される可能性があります。
自律的改良はパルス状であり、持続的な指数成長ではない可能性がある。AI は一段の自律的加速期を経験する可能性があります。その後、計算資源が瓶頸となった場合、物理的極限に遠く及ばない場所で停止する可能性があります。インテリジェンス・エクスプロージョンは必ずしも天に向かって直進するカーブとは限りません。むしろ何度かの急激な階段状の上昇であり、その間にプラトー期を挟む可能性があります。
狭域インテリジェンス・エクスプロージョンは、汎用インテリジェンス・エクスプロージョンに先駆けて到来する可能性がある。AI はまず「AI 研究」という狭い領域で自律的改良の加速を実現する可能性があります。しかし、この能力がすべての認知タスクに汎化されるとは限りません。AI が AI トレーニングコードの改良を非常に得意としているが、サプライチェーンの管理や小説を書くことにおいては同等の突破口を開いていないかもしれないことを想像してください。
すべてはパラメータ設定にかかっている。モデルの出力は、「弾力性係数」(elasticity)と呼ばれる一連のパラメータに高度に依存します。弾力性係数は、「入力が増加した 1% のとき、出力が何パーセント増加するか」を測定します。再帰的自律的改良において最も重要な弾力性係数は、現在のモデル能力が 1% 向上したとき、新発見の速度が何パーセント向上するかです。この数字は時間とともに変化する可能性があり、そのリアルタイムの変動を追跡することが極めて重要です。
なぜ Paradigm なのか?
Paradigm はもはや単なる暗号資産 VC ではありません。
1 か月前、Paradigm はちょうど 12 億ドルの新ファンド募集を完了しました。この資金の投向は過去 3 期とは全く異なります。共同創業者の Matt Huang(前 Sequoia Capital パートナー)と管理パートナーの Alana Palmedo は公告でこう述べました。ファンドは「暗号資産から出発し、AI、ロボット、その他の最先端領域に拡大する」と。
Paradigm は 2018 年の設立以来、累計 40 億ドル超を調達し、Uniswap、Optimism、Hyperliquid、Kalshi などの暗号資産業界の象徴的なプロジェクトに投資しました。
現在、Paradigm の投資版図は明らかに境界を越えています。3 月にはドローン配送会社 Zipline のシリーズ H をリードし、4 月には宇宙防衛会社 True Anomaly のシリーズ D に参加し、同時に AI 研究所 Nous Research にも投資しました。
内部ツール面でも AI へ延伸しています。Paradigm は Centaur(AI エージェントツールセット)および EVMbench(OpenAI と連携したブロックチェーンセキュリティ評価プロジェクト)を開発し、片足はチェーン上に立ち、片足はすでに AI インフラへと踏み入れています。
この背景のもと、RSI Simulator は単なる PR プロジェクトではありません。Paradigm は 12 億ドルの新資金で「最先端技術の交差点」に賭けています。すなわち AI 加速、分散型計算、自動化インフラです。
RSI の経済学を理解することは、その最大の賭けの底層ロジックを理解することです。AI の自律的改良速度がゲーム内の特定のパラメータ設定のカーブに適合すれば、テクノロジー スタック全体の更新サイクルは圧縮され、今日では 3 年リードしているように見えるプロジェクトも、6 か月後には淘汰される可能性があります。
Paradigm は記事の末尾で、RSI モデリングの最前線を推進するあらゆる作業に関心があると述べ、関連分野の研究者に連絡するよう奨励しました。このゲームは名刺です。名刺の背後には 12 億ドルと、変革中の投資機関があります。
ゲームアドレス:https://www.paradigm.xyz/research/rsi/game
モデルエクスプローラー:https://www.paradigm.xyz/research/rsi/explorer













