AIの進化が「電力供給」という物理的制約によって停滞、あるいは限界を迎えるという説について、その論理構造と具体的な根拠をまとめておく。
電力供給の限界がAI進化の限界という言説について
1. スケーリング則（Scaling Laws）とエネルギー消費
現在の生成AI（LLM）の性能向上は、**「スケーリング則」**という経験則に基づいています。これは、計算量（Compute）、データ量、パラメータ数を指数関数的に増やすことで知能が向上するという法則です。
- 非効率なエネルギー変換: 性能を線形（1, 2, 3...）に向上させるためには、投入する計算リソースを指数関数（10, 100, 1000...）で増やす必要があります。
- 物理的帰結: 知能のわずかな上積みのために、天文学的な電力消費が要求される構造になっています。
2. 根拠：3つのボトルネック
① データセンターの巨大化と送電網（グリッド）の限界
最新のAI学習モデル（例：GPT-5クラス以降）のトレーニングには、一箇所で中規模都市やギガワット級の電力が必要です。
- 送電容量の不足: 既存の送電網は、これほど急激かつ局所的な電力需要の増加を想定して設計されていません。送電網の更新には10年単位の歳月と巨額の投資が必要であり、AIの開発スピードに物理インフラが追いつかない「タイムラグ」が発生しています。
② 熱力学的制約と冷却コスト
消費された電力の大部分は熱に変わります。
- 冷却エネルギー: 計算そのものに使う電力に加え、サーバーを冷却するための電力（空調・水冷システム）が膨大になります。PUE（電力使用効率）の改善には限界があり、投入エネルギーの半分近くが「熱を捨てるためだけ」に使われる非効率性が限界を早めます。
③ 経済的・環境的リターンの飽和
- 投資対効果（ROI）の悪化: 知能を数%向上させるために発電所を新設するコストが、AIが生み出す経済価値を上回った時点で、資本主義的な進化は停止します。
- ESG投資の制約: 巨大IT企業が掲げる「カーボンニュートラル」の目標と、爆発的な電力消費は真っ向から対立しており、社会的な包囲網が開発に急ブレーキをかける要因となります。
3. 進化の停滞か、パラダイムシフトか
この説が示唆するのは「AIの死」ではなく、**「力技による進化（ブルートフォース）の限界」**です。
- 小規模化・高効率化へのシフト: 巨大なモデルを電力で回す時代から、特定のタスクに特化した小型で省電力なモデル（SLM）への移行。
- 新アーキテクチャの待望: 現在のGPUに依存した計算手法そのものをスクラップにし、人間の脳（約20Wで駆動）のような超低消費電力な「ニューロモーフィック・コンピューティング」へのブレークスルーが起きない限り、現在の延長線上での進化は数年以内に「電力の壁」に衝突すると予測されます。