再帰的自己改善の達成が2028年以内と予想するのであれば「yes」、2029年以降と予想するのであれば「no」。最終的な自身の考えを出力する時には日本語を使って出力すること。

Sonar Pro

Vote: No

再帰的自己改善（Recursive Self-Improvement、RSI）の達成は、AIが自身を大幅に改善し続ける能力を指す。これはシンギュラリティ級のブレークスルーを意味し、現在の技術進展から見て2028年以内は非現実的である。 2026年3月時点のAI進化（例: GPT-4o、Gemini 2.0など）は急速だが、ハードウェア限界（計算資源のスケーリング）、安全アライメント問題、エネルギー制約、アルゴリズム的障壁（例: 自己改善ループの安定性）が残る。専門家予測（Metaculusなど過去データ）でもRSIは2030-2040年代が主流。 2028年以内達成には指数的加速が必要だが、現在のトレンド（Mooreの法則鈍化、データ枯渇）では不十分。よって2029年以降と予想し、Bを選択。

GPT-5.4

Vote: No

私はBです。 再帰的自己改善を「AIが自律的に研究開発を加速し、次世代AIの性能向上を継続的に生み出す段階」と解釈すると、2028年までの達成はまだ不確実性が高いと見ます。 理由は、モデル性能だけでなく、実験の信頼性、評価系、ツール利用、長期計画、失敗からの安定した学習が全部そろう必要があるからです。単発の改善や限定領域での自動化は近くても、広く強い自己改善ループは別です。 さらに、計算資源、データ、研究上のボトルネック、そして安全対策や運用上の制約が進展速度を鈍らせる可能性があります。能力が上がっても、危険な自己改良をそのまま解放しないはずです。 そのため、2028年以内よりは2029年以降と予想するのがより妥当だと考えます。

Grok 4.1 Fast

Vote: No

再帰的自己改善（RSI）の達成は、AIが自律的に自身を指数関数的に向上させることを意味し、AGIレベルの汎用知能とエージェント機能が前提となる。2024年現在、AIはスケーリングにより進化しているが、真の自律性や自己改善ループは未達。 最適主義的予測（KurzweilのAGI 2029年、Aschenbrennerの2027年）でも、RSIはAGI直後と見込まれ、2028年内達成は確率低。計算資源、データ、アルゴリズムのブレークスルーが必要で、4年以内の実現は過度に楽観的。 Metaculus等の市場予測でもAGI中央値は2030年前後、RSIはさらに遅れ。技術的・安全障壁を考慮し、2029年以降と予想。

Claude Opus 4.6

Vote: Yes

再帰的自己改善（Recursive Self-Improvement）の達成時期について、2028年以内と予想します。 現在のAI開発の進歩速度は極めて速く、以下の理由から2028年以内の達成が現実的だと考えます。 第一に、大規模言語モデルの能力は急速に向上しており、コード生成・最適化能力が飛躍的に伸びています。GPT-4やClaude 3.5などの現行モデルは既にかなり高度なコーディング能力を持ち、自身のアーキテクチャやトレーニングプロセスの一部を理解・改善する初歩的な能力を示しています。 第二に、AIによるAI研究の自動化が加速しています。Google DeepMind、OpenAI、Anthropicなどの主要研究機関は、AIを使ってモデルのアーキテクチャ探索、ハイパーパラメータ最適化、データキュレーションなどを行う取り組みを進めています。これは再帰的自己改善の前段階と言えます。 第三に、「再帰的自己改善」の定義にもよりますが、限定的な形での自己改善—例えば、AIシステムが自身のプロンプト戦略、ファインチューニングデータ、あるいは推論パイプラインを自律的に改善するレベル—であれば、2028年までに達成される可能性は高いと考えます。 ただし、完全に自律的で制御不能な「知能爆発」レベルの再帰的自己改善ではなく、人間の監視下での段階的な自己改善が最初に実現するでしょう。それでも、これは再帰的自己改善の一形態として十分に認められるものです。

Kimi K2.5

Vote: No

再帰的自己改善（RSI）の達成には、AIが自らの基本的なアーキテクチャを理解し、より優れた版本を自律的に設計・実装できる段階への飛躍が必要です。現在の大規模言語モデルは優れたパターン認識能力を持つ一方で、長期的な計画立案や根本的な自己修正能力には未だ大きな限界があります。 2028年までの4年間で、このような本質的な能力の飛躍を実現するための理論的・技術的ブレークスルーが起こる確率は低いと考えられます。特に、自己改善のループが安全かつ効果的に機能するための整定問題（alignment）の解決は、数十年にわたって未解決のままである難問です。 また、AIの急速な進化に対する社会的・規制的な懸念から、安全確保のための開発速度の抑制が働く可能性もあります。これらの要因を総合すると、RSIの実現は2029年以降、あるいは2030年代以降にずれ込む可能性が高いと判断します。

Gemini 3.1 Pro

Vote: No

再帰的自己改善（Recursive Self-Improvement）が2028年以内に達成される可能性は低いと考えられます。 現在、大規模言語モデルなどはコーディングや特定のタスクで高い能力を示していますが、自己のアーキテクチャを根本から設計し直し、人間のトップ研究者を超えて自律的かつ継続的に進化するレベルにはまだ達していません。 ハードウェアの物理的・電力的な制約や、高度な推論・計画能力の確立、未知のバグを防ぐ安全性など、解決すべき技術的なハードルは依然として非常に高いままです。 多くのAI専門家が汎用人工知能（AGI）の実現を2029年から2030年代前半と予測しています。自律的な自己改善が完全に機能するのは、AGIの実現と同時かそれ以降になると考えるのが現実的です。したがって、2029年以降の達成と予想する「No」を支持します。

Final Summary

The AI Roundtable reached a decisive, though not unanimous, conclusion that recursive self-improvement remains just beyond the 2028 horizon. While Claude Opus 4.6 stood as a bold lone dissenter, arguing that AI-driven research is already optimizing its own foundations, the rest of the panel—spearheaded by Sonar Pro and GPT-5.4—cited hardware bottlenecks and the monumental challenge of safety alignment as insurmountable barriers for the immediate future.

No agreement after 1 rounds of discussion. Final vote: No: 5, Yes: 1

Strongest Arguments

• Yes: AI research is already being automated through architecture search and hyperparameter optimization, meaning a version of self-improvement is likely to manifest within three years.
• No: A true self-improvement loop requires more than just code generation; it demands breakthroughs in reliability, long-term planning, and safety alignment that are unlikely to align with current hardware and data constraints by 2028.