【第2弾】知能の閾値効果とは！？ 人間とチンパンジーを分けた「ほんの小さな違い」

私たちホモ・サピエンスとチンパンジーは、DNAの約99%が共通。脳の容量も、わずか約3倍しか違いません。配線にも、ごく微細な違いしかない。それなのに、片方は宇宙ロケットを飛ばし、もう片方は森で果実を食べている。
このギャップは、ゆっくり積み上がったわけではありません。ある「閾値」を超えた瞬間に、一気に開いたものです。

🌑 事前には見えない。超えた瞬間に、景色が変わる。
これが「知能の閾値効果」です。

🐒 人間とチンパンジーは、何で分かれたのか

「人と類人猿は、何が違うのか」── これは人類学の最大の問いの一つです。事実だけ並べると、こうなります。

DNAの差はわずか1%。脳容量の差は「3倍」と聞くと大きく感じますが、地球上の哺乳類全体で見ればごく狭いレンジの中の違いです。クジラやゾウの脳は、人間より大きい。それでも、ノーベル化学賞を受賞したクジラはいませんし、月へ行ったゾウもいません。

何が、私たちを分けたのでしょうか。

🧠 「ほんの少し」が、文明を生んだ

本書が指摘するのは、こういうことです。

DNAも、脳のサイズも、配線も、人間とチンパンジーは「ほんの少し」しか違わない。
しかし、その「ほんの少し」が、文明と非文明を分けた。

進化の時間軸で見ると、人間の脳は約200万年前から急速に拡大しました。

1. 300万年前
   アウストラロピテクス
   450 cc

   チンパンジーとほぼ同じ
2. 200万年前
   ホモ・ハビリス
   610 cc

   石器の使用が始まる
3. 180万年前
   ホモ・エルガスター
   860 cc

   火の使用・長距離移動
4. 60万年前
   ホモ・ハイデルベルゲンシス
   1,250 cc

   複雑な狩猟・住居の構築
5. 現在
   ホモ・サピエンス
   1,350 cc

   月面到達・遺伝子編集・AI開発

たった200〜300万年で3倍になった。これは進化のタイムスケールではほぼ一瞬です。しかも、脳容量だけが本当の違いではありません。配線の微細な違いが決定的だったと考えられています。

• 大脳新皮質が3倍以上に拡大
• 言語野（ブローカ野・ウェルニッケ野）が肥大
• 前頭前野（計画・抽象化・自己抑制を司る部位）の比率が増大
• ニューロン同士の接続パターンが、左右非対称・長距離結合の方向に変化

この「ちょっとだけ」の積み重ねが、ロケットと石器の差になった。

🌾 これは、品種改良に似ています。
「葉の形」「糖度」「皮の厚み」の0.数%の違いを100世代積み上げた結果、まったく別の作物になる。事前に見たら「ほぼ同じ」にしか見えないのに、結果は「市場で別物」です。

💪 知能の正体 ── 「予測」と「操舵」

そもそも「知能」とは何なのでしょうか。本書はシンプルに、こう定義します。

チンパンジーも、これをある程度はできます。枝を折ってシロアリ塚に差し込み餌を釣る。雨が降りそうな空を見上げて洞穴に避難する。仲間の表情を読んでけんかを避ける。これは紛れもなく、予測と操舵の組み合わせです。

では、人間との違いはどこか。人間の予測と操舵は、3つの軸で桁外れに長い。

チンパンジーは、せいぜい数分先〜数日先の予測しかしません。彼らは「来年の冬のために小屋を建てる」とは考えない。
人間は、100年後の地球を心配する唯一の動物です。

🚀 AIの「閾値効果」も、同じ構造

ここからが本題です。AI研究の世界では、ChatGPT登場（2022年末）以降、ある奇妙な現象が報告されてきました。

創発能力（Emergent Abilities）

2022年、Google・スタンフォード・DeepMindなどの共同研究で、論文「Emergent Abilities of Large Language Models」（Jason Wei ら）が発表されました。要点はこうです。

AIのモデルサイズや訓練量を少しずつ増やしていくと、ある特定のタスクで、ある臨界点までは成績がほぼランダムだったのに、閾値を超えた瞬間に、一気に高い成績が出るようになる。

これを論文は「Phase Transition（相転移）」と呼びました。物理学の言葉で言えば、水が99°Cでは液体のままなのに、100°Cで一気に水蒸気になる、あの現象と同じ構造です。

発表当時、特に話題になったのは以下の能力でした。

• 多桁の足し算
• 国際音声記号（IPA）の発音表記
• ペルシア語のQ&A
• 論理パズルの段階的推論

どれも、小さなモデルではまったくできなかったのに、ある規模を超えた瞬間に、突然できるようになった。

「事前には見えない」性質 ── METRが捉えた爆発

問題は、この閾値が事前に予測できない点です。「今までできなかったのだから、次のモデルもできないだろう」── この外挿が、AIの世界では通用しません。

非営利研究機関 METR（Model Evaluation & Threat Research）は、AIが「人間なら何分かかるタスク」を完遂できるかを継続的に測定しています。

つまり、「数分のタスクしかできない」AIから、「数十分」「数時間」と、年単位で桁が変わっていく現象が、現実に観測されている。
この先には、おそらく1日のタスク・1週間のタスク・1ヶ月のプロジェクトを、AIが自律的に最後までやり切る世界があります。

それが、いつ起きるかは予測できない。でも、起きたあとには、もう景色が違っている。

📌 結論：閾値は、事前には見えない

本書の著者が言いたいのは、「明日にもAIが超知能になる」というSF的予言ではありません。言っているのは、もっと地味で、もっと厄介なことです。

🌑 「いつ来るか分からない、でも来たらもう手遅れ」性質を、AIは持っている。