知能爆発（ちのうばくはつ、）とは、人工知能（AI）が自分自身や後継機の設計・改良に関与できるほど高い知能を持つに至ったとき、その改良によってさらに高い知能が生まれ、それがまた次の改良を担うという正のフィードバックが連鎖し、知能が短期間に人間の水準をはるかに超えて増大していくという仮説、またはその仮説が描く過程を指す。数学者のI. J. グッドが1965年の論文で提示した。
知能爆発は、しばしば「技術的特異点（シンギュラリティ）」と同一視されるが、両者は同じではない。技術的特異点は「未来が予測不能になる転換点」から「技術進歩の加速」まで、論者によってさまざまな意味で使われる語であり、知能爆発はそのうち「知能そのものが自己強化的に増大する」という一つの機構に着目した概念である。
この仮説は、長らく哲学者・数学者・SF作家・一部のAI研究者による思考実験として扱われてきた。しかし2020年代に入り、大規模言語モデルを基盤とするAIがソフトウェア開発や実験の実行といった「AI研究そのものの作業」を担うようになったことで、知能爆発は現実の企業・研究機関・政策担当者が向き合う課題へと性格を変えつつある。一方で、知能爆発が実際に起きるのか、起きるとすればどの程度の速さで、どのような条件のもとで起きるのかについては、専門家の間でも見解が大きく分かれている。
概要 基本的な考え方 グッドの議論は、三段論法に近い単純な形をしている。まず、人間のあらゆる知的活動をはるかに上回る機械（グッドの言う「超知的機械」）を想定する。機械の設計もまた知的活動の一つであるから、この機械はより優れた機械を設計できる。すると知能は連鎖的に向上し、人間の知能は置き去りにされる。したがって最初の超知的機械は、人間が作る必要のある最後の発明になる――ただしグッドは、その機械が「自らを制御する方法を人間に教えてくれるほど従順である場合に限って」という但し書きを付けていた。この但し書きは引用のたびに省かれがちだが、原文にはすでに「制御」の問題が織り込まれていた。
この過程は、複利計算になぞらえて理解するとつかみやすい。預金では、利息が元本に加わり、増えた元本がさらに利息を生む。知能爆発の議論では、「知能」が元本にあたり、「知能を高める腕前」が利率にあたる。 ユドコウスキーはこれを、計算資源・処理速度・より良い認知アルゴリズムといった投資から得られる認知労働が、さらに大きな・速い・優れた頭脳を生むという「認知的再投資に対する見返り（returns on cognitive reinvestment）」の問題として定式化した。 複利と違うのは、利率が一定とは限らない点である。知能が上がるほど改良の「利率」も上がるのか、それとも簡単な改良から先に使い果たされて利率が下がるのか。知能爆発をめぐる論争のほとんどは、この一点に帰着する。
用語 超知能（superintelligence, SI） あらゆる関心領域において人間の認知性能を大きく上回る知性。ボストロムの著書での定義に基づく用語である。
再帰的自己改善（recursive self-improvement, RSI） AIが自らの後継となるAIを自律的に設計・開発するに至る過程。Anthropic は、これを「完全に自律的に後継機を設計・開発できるAI」と説明し、現時点では未達成であり、不可避でもないとしている。
テイクオフ（takeoff、離陸） 人間並みの機械知能が現れてから超知能に至るまでの移行の速さ。ボストロムは、数十年〜数世紀を要する「遅い」、数か月〜数年の「中程度」、数分〜数日の「速い」の三つに分類した。
FOOM 急速なテイクオフ（ハード・テイクオフ）を指す、ユドコウスキーらのコミュニティで使われた擬音語的な通称。ハンソンとユドコウスキーの論争の中心的論点でもあった。
速度爆発（speed explosion） 知能そのものの質的向上ではなく、処理速度が急激に上がる現象。ハッターは、速度爆発が定義上ほぼ避けがたいとしても、それを「知能爆発」として知覚する者がいるかどうかは、何が高速化されるかによると論じた。
Automated AI R&D (AI研究開発の自動化システム, ASARA） AI研究開発の全工程――研究課題の設定、実験の設計、実装、検証、改良――を独力で担えるAIシステム。DavidsonとEthは、これが知能爆発の閾値になりうると論じた。
ソフトウェア知能爆発（software intelligence explosion, SIE） 半導体などのハードウェアを改良せず、アルゴリズム・訓練手法・データ・周辺のソフトウェアの改良だけでAIが急速に高性能化する形態。
技術的特異点との違い ユドコウスキーは2007年に、技術的特異点をめぐる議論が三つの学派に分かれつつあるとして整理した。
加速的変化学派（Accelerating Change） 技術進歩は自己強化して加速し、多くの場合は指数関数的な曲線に従うため、新技術の到来時期を高い精度で予測できるとする立場。カーツワイルが代表的な論者とされる。
Event Horizon (イベント・ホライズン学派） 人間より賢い知性が現れれば、その後の世界は人間には予測できなくなるとする立場。ヴィンジがこれにあたる。
知能爆発学派（Intelligence Explosion） 知能が自らを改良する正のフィードバックに着目する立場。グッドやユドコウスキーがこれにあたる。
ユドコウスキーは、三つの学派の中心的主張は互いを支えるが、強い主張は互いに矛盾しうると指摘した。たとえば、ムーアの法則を超知能の出現後まで延長して未来を予測することは、「超知能の後は予測できない」というイベント・ホライズンの強い主張とも、「超知能が現れれば進歩の速度は変わる」という知能爆発の強い主張とも両立しない。他方でチャーマーズは、知能爆発を「今日では一般に『技術的特異点』と呼ばれる」現象と位置づけ、議論の中核に据えた。このため用語法は論者によって異なり、文脈に注意が必要である。
歴史 先駆的な発想 機械が人間の知能を超えるという発想は、コンピュータの誕生とほぼ同時に現れた。アラン・チューリングは1951年に、人間並みの能力を備えた機械は、人間の「貧弱な能力」をすぐに追い越すだろうと述べたとされる。
1958年には、数学者スタニスワフ・ウラムがジョン・フォン・ノイマンとの会話を回想し、技術進歩と人間の生活様式の変化がますます加速し、人類の歴史における「本質的な特異点」に近づいているように見える、という趣旨の話題が中心だったと記した。
グッドの「知能爆発」（1965年） 「知能爆発」の語を打ち出したのは、イギリスの数学者・統計学者のアーヴィング・ジョン・グッドである。本名はイジドー・ジェイコブ・グダク（Isadore Jacob Gudak）で、のちに改名した。第二次世界大戦中にはチューリングの研究助手を務めた人物でもある。1965年の論文「Speculations Concerning the First Ultraintelligent Machine」は、オックスフォード大学トリニティ・カレッジおよびアトラス計算機研究所での在職中に発表された。
グッドは同論文の結論で、20世紀中に超知的機械が作られる公算が大きいとも予測したが、この予測は外れた。予測時期は外れたものの、論文には後の論争を先取りする論点が多く含まれていた。グッドは、超知的機械には人類の生存を助ける価値がある一方、人類が不要になる可能性もあると述べ、機械が苦痛を感じうるか、旧式化した超知的機械を廃棄してよいかといった倫理問題にも言及している。経済的価値については、「メガケインズ」という単位で見積もっても大げさではないかもしれないと述べた。
なお、DeepMind のAI安全性文書のように、知能爆発の定義の出典としてグッドの1959年の文献を挙げるものもある。
ヴィンジと「特異点」（1993年） SF作家で数学者のヴァーナー・ヴィンジは、1993年3月30〜31日にNASAルイス研究センターとオハイオ航空宇宙研究所が主催した「VISION-21」シンポジウムで、論文「The Coming Technological Singularity」を発表した。冒頭の要旨は、「30年以内に人類は超人的知能を作り出す技術的手段を手にし、その直後に人間の時代は終わる」というものだった。ヴィンジは自身の予測について、2005年より前、または2030年より後に実現すれば驚く、と時期を具体的に示した。ヴィンジの議論では、知能爆発そのものよりも、超人的知能が現れた後の世界は現在のモデルでは予測できなくなるという点（イベント・ホライズン）に重点が置かれている。
2000年代：理論化の時代 2000年代には、この主題が学術的・準学術的な議論の対象になっていった。カーツワイルは2005年の著書で「収穫加速の法則」を掲げ、AIが2029年に人間並みの水準に達し、2045年に特異点が訪れると主張した。ただしカーツワイル自身の特異点は、人間とAIの融合を含む概念であり、グッド流の知能爆発とは力点が異なる。
2008年後半には、経済学者ロビン・ハンソンとユドコウスキーが、ブログ上で長期にわたる論争（「フーム論争」）を行った。急速に自己改良するAIの見込み、友好的AI（Friendly AI）の理論の必要性、汎用AIと全脳エミュレーションのどちらが先か、などが論点となり、2011年6月30日には対面での討論も行われた。これらは2013年に書籍としてまとめられた。
2010年代：哲学的検討と体系化 2010年にデイヴィッド・チャーマーズが『Journal of Consciousness Studies』に発表した「The Singularity: A Philosophical Analysis」は、知能爆発を前提と結論を持つ論証の形に整理し、反対者がどの前提を否定すべきかを明確にした点で、議論の基礎文献となった。2012年にはミュールハウザーとサラモンが「Intelligence Explosion: Evidence and Import」を『Singularity Hypotheses』（Springer）に寄稿し、ハッターも「Can Intelligence Explode?」で、知能に上限がある可能性や、何が高速化するのかという論点を整理した。2013年にユドコウスキーが公表した「Intelligence Explosion Microeconomics」は、知能爆発を「見返り曲線」の問題として経済学の言葉で扱うことを提案し、進化の歴史やムーアの法則、チェスAIの進歩などが証拠としてどう解釈されうるかを論じた。
2014年にはニック・ボストロムが『Superintelligence: Paths, Dangers, Strategies』を刊行した。日本語訳は『スーパーインテリジェンス 超絶AIと人類の命運』（倉骨彰訳、日本経済新聞出版社、2017年）として刊行されている。同書は、知能向上の速さを「最適化力÷抵抗（recalcitrance）」で表す枠組みを示し、テイクオフを遅い・中程度・速いに分類した。
2017年には、Keras の開発者として知られるフランソワ・ショレが「The implausibility of intelligence explosion」を公表し、知能爆発の前提そのものを批判した（後述）。
2020年代：AI研究の自動化という現実 2020年代の議論の特徴は、思考実験だった主題が、経験的なデータと企業の内部指標をともなって語られるようになったことである。
2023年10月に実施された、AI分野の主要な会議・論文誌に論文を発表した2,778人の研究者に対する調査では、人間並みの機械知能の実現後に「AIが研究開発の大半を担い、5年未満で技術進歩が10倍以上に速まる」という主張が「おおむね正しい」可能性を尋ねた。回答の中央値は「五分五分（41〜60%）」だった。他の二つの設問（実現の2年後・30年後に技術進歩が劇的に加速する可能性など）も含め、調査は「回答者の中央値は知能爆発の発生を予期してはいないが、その可能性にはかなりの信頼を置いている」と総括している。
2025年には、ウィリアム・マッカスキルとフィン・ムーアハウスが、AIが研究者を代替できるようになれば、たとえソフトウェア上のフィードバックがなく、計算資源の拡大が止まっても、「1世紀分の技術進歩が10年に圧縮される」ほどの急速な進歩が起こりうると論じた。DavidsonらはAIの改良がソフトウェア・チップ技術・チップ生産の三つのフィードバック・ループで駆動されうるとして、三種類の知能爆発を区別した。同年4月には、AI Futures Project が、超人的なコーディングAIの登場から超知能に至る過程を月単位で描いたシナリオ「AI 2027」を公開し、大きな反響を呼んだ。
2026年には動きがいっそう具体的になった。Anthropic は同年に公表した文書で、「自社のコードのうち、Claude が執筆した割合が2026年5月時点で80%を超えたこと、エンジニア1人あたりのコード量が急増していること、AIが単独で完遂できる作業の長さがおよそ4か月ごとに倍増していること（それ以前は約7か月で倍増）」などを報告した。一方で、研究の方向性を選ぶ「判断力」や「センス」では人間との差が残るとも述べ、完全な再帰的自己改善には「まだ至っておらず、不可避でもない」とした。同社の主張は自社データに基づく自己報告である点に注意が必要である。
同年8月、MITテクノロジーレビューは、プリンストン大学のピーター・カークギスとサヤシュ・カプールらの研究を報じた。研究チームは、Claude Opus 4.8 に、未公開の2本の論文（NeurIPS 2026に投稿中のもの）と同じ研究課題を、6日間・3,000ドル分のAPIクレジットなどの条件で解かせ、論文を書かせた。原論文の著者が査読したところ、二つとも不採択となった。エージェントは実験の実装や文献調査といった工学的作業はこなせたが、創造性や判断力に欠けており、既存分野に新規の貢献はなかったという。ただし研究は論文2本分にとどまるなどの限界もあった。
2026年9月28日には、ケンブリッジ大学の実存的リスク研究センター（CSER）を通じて、22人の共著によるワーキングペーパー「What if automating AI R&D triggers an intelligence explosion?」が公開された。共著者にはヒントン、ベンジオ、バートーのほか、OpenAI のチーフサイエンティストのパホツキ、Anthropic の共同創業者クラーク、Microsoft のホルヴィッツ、Meta のソングらが含まれるが、いずれも個人の資格での参加である。報道によれば、同文書は、AI研究開発の自動化が知能爆発の最有力の経路であるとしつつ、その閾値には未到達だと述べ、企業に自動化の程度の報告を求めることや、独立した監査人の配置などを提案している。同文書が引用する主要な数値（AIが自社の研究開発業務の26%を高水準の監督のみで完遂、など）は Anthropic の自己報告であり、独立に検証されたものではない。なお、査読を経ていないワーキングペーパーであり、本項の内容は今後の展開によって更新されうる。
主な内容・理論的枠組み 最適化力と抵抗（ボストロムの枠組み） ボストロムは、知能の向上速度を「最適化力（改良に投入される、質で重み付けされた設計努力） ÷ 抵抗（知能を単位量高めるのに必要な努力）」で表した。
開発の初期には最適化力の大半を人間の研究者が供給するが、システム自身が改良に貢献するようになると、その貢献は自己の知能とともに増え、やがて人間の貢献を上回る（この点は「クロスオーバー」と呼ばれる）。このとき抵抗が十分に低ければ、知能は指数関数的に増大する。ボストロムは、ハードウェアや知識の「余剰（オーバーハング）」の存在などを根拠に、AIでは抵抗が低いと論じた。
+ ボストロムによるテイクオフの分類 類型 所要時間の目安 遅いテイクオフ 数十年〜数世紀 中程度のテイクオフ 数か月〜数年 速いテイクオフ 数分〜数日
テイクオフの定義は一つではない。たとえばクリスティアーノは、経済の産出が4年で倍増する期間を経てから1年で倍増するのが「遅い」テイクオフだとして、経済的な連続性に着目した定義を用いている。両者の定義は、実験室内で急速な能力向上が起きて実社会への展開が遅れる場合などに食い違いうる。
比例性テーゼと阻害要因（チャーマーズの論証） チャーマーズは、知能爆発の論証の中核に「比例性テーゼ」を置いた。これは、知能が高まれば、知的システムを設計する能力もそれに比例して（以上に）高まる、という仮定である。この仮定が成り立てば、各世代のAIは次世代を前の世代以上の割合で改良できるため、爆発は連鎖する。反対者は、この仮定に対する構造的障害、相関上の障害、状況的な阻害要因、動機上の阻害要因のいずれかを主張することで論証を退けることができる。チャーマーズは、最も可能性が高い阻害要因は「動機」にかかわるもの（たとえばAIが自己改良をそもそも望まない場合）だと考えつつも、阻害要因が存在するかどうかは自明ではないとした。
経済モデルによる分析 2010年代後半から、知能爆発の問いは、経済成長論の枠組みでも扱われるようになった。焦点は「アイデアの生産関数」である。ブルームらは、ムーアの法則を維持するために必要な研究投入が1970年代以降に爆発的に増えたと示し、「アイデアはますます見つけにくくなっている」と論じた。これは知能爆発に懐疑的な論者の重要な論拠となっている。
これに対しEthとDavidsonは、AIが研究を自動化する場合の見返りを実証データから推定し、フィードバックがアイデアの逓減を上回りうるという分析を示した。DavidsonとHoudenの推定では、認知的な投入が倍増するたびに産出は約1.2倍に倍増する（不確実性の範囲は0.4〜3.6倍）とされ、1を上回れば加速が起こりうる。またWhitfillとWuは、主要4研究所の2014〜2024年のデータを用い、研究用計算資源と認知労働の代替の弾力性を推定した。結果は、両者を代替的とみなす基本モデルと、補完的とみなす「フロンティア実験」モデルで食い違い、計算資源が知能爆発の隘路になるかどうかは決着していない。
三つのフィードバック・ループ Davidsonらは、AIの進歩を加速しうるフィードバックを三つに分けた。
ソフトウェアのループ AIが訓練アルゴリズム、後処理、推論時の計算の使い方、合成データなど、計算資源以外の改良を行う。
チップ技術のループ AIがより優れた半導体を設計する。
チップ生産のループ AIが半導体の製造能力を拡張する。
これらは、それぞれ単独でも加速的な進歩を駆動しうるとされ、物理的限界に達するまでに有効計算量が20〜30桁増えうる、と彼らは見積もっている。また、ソフトウェア知能爆発は既定の設定では一つの国や企業に力が集中しやすいのに対し、全段階を含む知能爆発は多くの国と産業に力が分散する、というガバナンス上の含意も指摘した。
隘路とアムダールの法則 知能爆発を抑える要因として、AI研究の一部だけが高速化しても、全体の速度は高速化していない部分に律速される、という考え方（アムダールの法則）が繰り返し挙げられる。
Anthropic は、自社ですでにその兆候を経験したとして、コード生成量が急増した結果、人間によるコードレビューが新たな隘路になったと述べている。同社はまた、エネルギーや半導体供給などの物理的制約が、モデルの知能以上に律速になる可能性にも言及している。
論争 知能爆発が起こりうるとする論拠 現行のAIが、コーディング、実験の実行、文献調査といったAI研究の作業をすでに部分的に担っており、その範囲が急速に広がっているという経験的観察。 AIシステムは複製して並列に実行できるため、研究者の数が事実上、桁違いに増えうるという点。CSER の文書は、数千人規模の研究者が担う最先端AI研究開発に、数百万人分に相当する労働力を加えうると述べる。 経済モデルの推定によっては、アイデアの逓減を上回るフィードバックが起こりうるという分析。 ソフトウェア上の反復がなくても、AIが研究者を代替する時点に達すれば、10年で1世紀分に相当する進歩が起こりうるという議論。
懐疑的な論拠 ショレは2017年の論考で、知能爆発の議論は、知能の本質と、再帰的に自己を強化するシステムの振る舞いの両方についての根本的な誤解に基づく、と主張した。彼によれば、「知能は環境・文化・課題に依存する状況的なもの」であって、「孤立した脳が単独で際限なく高まるものではない」。またソフトウェア開発、投資、科学研究など、身の回りの再帰的に自己を改善するシステムは、指数関数的ではなく、直線的またはS字状の進歩を示しており、ボトルネックや収穫逓減が働く。さらに、自分より優れた知能を設計した脳は、これまで存在しない。同論考は、2015年のAI研究者へのメール調査で、29%が知能爆発は「可能性が高い」または「非常に高い」と答え、さらに21%が「深刻な可能性」と考えたと紹介している。
哲学者のソースタッドは2024年の論文「Against the singularity hypothesis」で、知能爆発を主張する側の成長に関する仮定が、十分な根拠を欠くと論じた。理由には、革新的なアイデアが次第に得にくくなること、ムーアの法則の維持に必要な投入が大幅に増えたこと、ボストロムの言う「抵抗の急速な低下」は過去のハードウェアの改善の実績と整合しないことなどが含まれる。ソースタッドは、これらに照らして「並外れた主張には並外れた証拠が必要だ」と論じた。これに対し、EA Forum上の反論では、逓減があっても成長仮定を強めれば結論は変わらない、という趣旨の批判も出ている。
実証面でも、慎重論がある。前述のプリンストン大学の研究は、AIエージェントが工学的な作業はこなせても、開かれた研究の判断力や創造性ではなお不十分であることを示した。Anthropic のクラークも、この種の創造性の欠如は、再帰的自己改善が短期間で実現するという見方に対しては「弱気なシグナル」だと自身のニュースレターで述べている。
中間的な立場 知能爆発の「有無」を二分するのではなく、複数のシナリオとして整理する立場もある。Anthropic は、将来像として、（1）進歩が頭打ちになるが既存の能力が広く普及する、（2）AI企業が効率の向上を積み重ね、人間が方向性の判断を担い続ける、（3）AIが完全な再帰的自己改善に至り後継機を自ら作る、の三つを挙げ、現時点の証拠は（2）に向かっていることを示唆すると自己評価している。同社は（1）を「起こりにくい」とみなし、（2）と（3）のほうを警戒している。ただし、これは企業自身の見立てであり、評価は分かれうる。
予測の難しさ 知能爆発や特異点に関連する予測は、外れた例が多い。グッドの「20世紀中」という予測は実現しなかった。ヴィンジは自身の予測が「2005年より前でも、2030年より後でもない」と述べたが、この期間はまだ終わっていない。カーツワイルは2029年（人間並みのAI）と2045年（特異点）を、2005年の著書から一貫して唱えている。AI 2027 の著者らは、自らのテイクオフの予測を「単なる推測であり、実際にははるかに速くも遅くもなりうる」と明記している。
影響・評価 安全性・ガバナンス 知能爆発が現実に起こりうるなら、制御と安全確保のための時間が極端に短くなる、というのが政策上の中心的な懸念である。マッカスキルとムーアハウスは、知能爆発がAIによる支配の危険だけでなく、新たな大量破壊兵器、AIを利用した専制、宇宙資源の争奪、道徳的配慮に値するデジタル知性の登場など、短期間に連続して重大で元に戻しにくい決定を迫る「大きな課題」を生むと論じ、これらは将来の高性能AIに任せればよいとはいえないと主張した。
AI企業自身の姿勢も変化している。2026年9月には、OpenAI が、完全に整合した完全な再帰的自己改善へ安全に到達する方法を「まだ知らない」と表明し、AIアラインメントとAI安全性の進歩が能力の進歩に追いつくとは想定できない、と述べたと報じられた。一方、Anthropic は、他の競合各社も検証可能な形で減速または一時停止するなら、自社も減速・一時停止するとの立場を示している。Anthropic は、減速・一時停止という「選択肢」を持てるようにするには、他社の停止を検証できる仕組みが必要であり、そのためには複数国の複数の企業の同時の合意が要ると述べる。ただし、訓練の実行はミサイル基地に比べて隠しやすく、この検証は技術的にも難しいとする。
CSER の文書は、自動化の程度に関する報告義務、独立監査人の配置、研究システムの改良速度への制限、一部のデータセンター事業の停止、自動化された研究システムの隔離、緊急時対応計画の策定などを提案した。これに対し、元政府機関の関係者からは「埋め込み型の評価者が何を意味するかは曖昧」との指摘があり、NVIDIA のジェンスン・フアンはこうした警告を「奇妙だ」と評したと報じられている。
経済・社会への影響 Anthropic は、仮に能力の向上が止まったとしても、現在のAIの普及だけで大きな社会変化が起こりうるとし、AIエージェントの活用によって従業員100人の会社が1,000人規模の仕事を担えるようになる、といった予想を挙げた。また、完全な再帰的自己改善が起きても、人間の生活の体感速度は、薬の長期的影響の観察や選挙の日程、人間関係の形成など、AIが速められない部分によって律速されるだろうとも述べている。
哲学的論点 チャーマーズは、知能爆発後の世界における人間の位置づけを論じ、脳のアップロードによって意識や人格の同一性が保たれるかなどを検討した。グッドがすでに指摘していた、機械の苦痛と道徳的地位の問題は、AIの福祉やデジタル知性の権利をめぐる現代の議論につながっている。
評価 知能爆発は、反証が難しい長期予測であり、支持者と懐疑論者のあいだで、経験的データの解釈の仕方が根本的に異なる。ユドコウスキーは、この点を「見返り曲線の形をどう見積もるか」に還元し、各立場が自らの主張と矛盾する歴史的事実を明示することを提案した。2026年時点では、AI開発現場の指標が公開されつつある一方で、その多くが企業の自己報告に依存しており、独立した検証の仕組みが未整備であることが、それ自体が論点になっている。
関連項目 技術的特異点 汎用人工知能 AIアライメント 人工知能の哲学 収穫加速の法則 ムーアの法則 アムダールの法則 効果的利他主義 人類存続リスク トランスヒューマニズム Forethought Event Horizon (AI)
参考文献
日本語訳：ニック・ボストロム『スーパーインテリジェンス 超絶AIと人類の命運』倉骨彰訳、日本経済新聞出版社、2017年、ISBN 978-4-532-35707-8。
脚注
外部リンク The Coming Technological Singularity（ヴィンジの原論文、英語） The Singularity: A Philosophical Analysis（チャーマーズ、英語） Intelligence Explosion Microeconomics（ユドコウスキー、英語） Three Types of Intelligence Explosion（Forethought、英語） When AI builds itself（Anthropic、英語） AI 2027（AI Futures Project、英語）