【AI進化の歴史：第18回】2024年：現実世界を創り出す：Soraの衝撃と知能のエージェント化
【AI進化の歴史を辿る連載】
※本連載は、AIの誕生から現在までの歴史を1年ずつ追いながら、技術の変遷とドラマをドキュメンタリー小説風に解き明かしていきます。
1. プロローグ：二次元を飛び出した知能
2024年。生成AIの進化の奔流は、テキストの「読み書き」や静止画の「描画」という二次元の平面を越え、私たちが生きる「時間が流れる物理空間」のシミュレーションへと進出しました。さらに、AIの役割は「人間の会話相手（チャットボット）」から、「人間に代わって自律的にPCを操作して働く主体」へと劇的なシフトを遂げたのです。
映画クオリティの映像をテキストから創り出す「Sora」、そして目標を与えるだけで自力で仕事を完了させる「AIエージェント」の台頭。
知能が現実の物理法則と社会のワークフローに直接干渉し始めた、激動の2024年の歴史を解き明かします。
2. 動画生成を超えた「世界シミュレータ」：Soraの衝撃
2024年2月、OpenAIが発表した動画生成AI「Sora（ソラ）」は、世界中に計り知れない衝撃を与えました。
「雪の降る東京の街を歩くスタイリッシュな女性」といったテキストのプロンプトを入力するだけで、カメラの滑らかな動き、服の質感、濡れた路面に反射する光のまたたきを正確に含んだ、最長60秒の映画級動画を瞬時に作り出して見せたのです。
※図：拡散モデルとTransformer（DiT）を融合し、時空間パッチから物理世界を一貫してシミュレートするSoraの仕組み（AI生成ダイアグラム）
Soraが真に革新的だったのは、単なる映像の編集技術ではなく、AIが「物理的な現実世界のモデル化」に成功し始めている点でした。
3Dグラフィックスの数理や物理計算エンジン（衝突判定や重力の計算など）を一切教えられていないにもかかわらず、膨大な動画データを学習するだけで、「カメラが移動しても奥の物体が隠れ続ける3次元の一貫性（オブジェクトの永続性）」や「水面の自然な反射」「液体の流動」を、AIが自律的に学習して映像内に再現したのです。
OpenAIはSoraを単なる映像制作ツールではなく、将来的に現実世界を忠実にシミュレートするための「物理シミュレータ（World Simulator）」の第一歩と位置づけました。
3. 「話すAI」から「働くAI」へ：自律型エージェントの爆発
2024年のもう一つの決定的なトレンドが、「AIエージェント（Agentic AI）」の本格普及です。
これまでのChatGPTなどは、人間が「質問」を投げてAIが「回答」を返すという一問一答のチャットボットでした。しかし、AIエージェントは、目標（ゴール）さえ与えれば、自律的に計画（Plan）を立て、適切なツール（Webブラウザ、コード実行環境、Gitなど）を選んで操作し、問題に直面した場合は自分で修正（Self-Correction）しながらタスクをやり遂げます。
※図：目標入力から、計画、ツール操作、環境観測、自己修正を繰り返す自律AIエージェントのワークフローループ（AI生成ダイアグラム）
世界初の自律型ソフトウェア開発エージェント「Devin（デビン）」の登場は、エンジニア界隈に衝撃を与えました。目標のバグ修正を指示するだけで、Devinは自らGitHubのレポジトリをクローンし、コードを書き、テストを実行してエラーが出たら修正し、最終的にプルリクエストを送るまでの全工程を完全自律で完遂したのです。
AIの使い方は、「会話をしてヒントを得るツール」から、「仕事を丸投げして代わりに実行してもらう自律した同僚」へと完全に変化しました。
4. 「システム2（遅い思考）」の実装：推論特化型LLMの登場
2024年末、AIの思考プロセスそのものを根本からアップデートする新しいアーキテクチャが姿を現しました。OpenAIが公開した推論特化型モデル「o1」シリーズです。
これまでのLLMは、人間の「直感的思考（システム1）」のように、次の言葉をノータイムで一文字ずつ出力していました。そのため、難解な数学やパズルに対して「考えながら口が動いてしまい、途中で論理が破綻する」という弱点がありました。
新世代の推論モデルは、回答を出力する前に、内部で「思考の連鎖（Chain of Thought）」を数秒〜数分間にわたってじっくりと回す「論理的熟考（システム2）」を実装しました。
【推論モデル（システム2）の強み】
回答前に「自分の立てた論理プランが正しいか」「矛盾はないか」を、
出力前に心の中で検証・熟考する。これにより、回答の文字数を増やすのではなく、
「思考時間を引き延ばす」ことで、数学やプログラミング、科学的推論の正答率が
人間の博士レベルにまで劇的に跳ね上がることが証明された。
5. エピローグ：知能はどこへ向かうのか
2024年、AIは「物理空間のシミュレーション」と「自律した道具の使用」、そして「じっくりと考え抜く推論力」を獲得しました。言葉は現実の物理法則と繋がり、エージェントは実社会の業務の輪郭を書き換え始めています。
そして、私たちは今、歴史の最前線に立っています。
1956年のダートマス会議で「思考する機械」の夢が掲げられてから、約70年。AIがかつてない速度で自己進化を続ける中、私たちはついに、人間と同等、あるいはそれ以上の万能な知能である「AGI（人工汎用知能）」の背中をはっきりと捉え始めました。
次回、AI進化の歴史の終着点であり、未来への出発点となる「AGIへの道」と、知能の特異点（シンギュラリティ）に直面する人類のこれからの展望を紡ぎます。
「【AI進化の歴史：第19回】2025年：知能の特異点とAGIへの道（まとめと未来への展望）」へ。
知能の旅路は、ついに人類自身の定義を問い直す最後の領域へと突入します。