The Future of AI is Many, Not One

arXiv cs.AI / 4/1/2026

💬 OpinionSignals & Early TrendsIdeas & Deep AnalysisModels & Research

共有:

Key Points

論文は、現在の生成AIの考え方が「単一の個体（単一モデル/単一エージェント）」前提になっており、モデル設計・ベンチマーク・商用/研究戦略のすべてが個別最適化されがちだと指摘している。
複雑系・組織行動・科学哲学などの知見を踏まえ、深い知的ブレークスルーは「単独の超知能エージェント」ではなく「認識論的に多様なAIエージェント群の協働」から生まれると主張している。
多様なチームは解の探索範囲を広げ、早期の合意形成を遅らせ、非自明なアプローチの追求を可能にするため、ブレークスルー創出に有利だという。
現行モデルが過去データに制約され創造的洞察に乏しいという批判にも、多様なAIチームを構成することで一定の対処ができると論じている。
結論として、変革的なトランスフォーマー系AIの未来は「one（1人）」ではなく「many（多数）」であるべきだと提案している。

Abstract

The way we're thinking about generative AI right now is fundamentally individual. We see this not just in how users interact with models but also in how models are built, how they're benchmarked, and how commercial and research strategies using AI are defined. We argue that we should abandon this approach if we're hoping for AI to support groundbreaking innovation and scientific discovery. Drawing on research and formal results in complex systems, organizational behavior, and philosophy of science, we show why we should expect deep intellectual breakthroughs to come from epistemically diverse groups of AI agents working together rather than singular superintelligent agents. Having a diverse team broadens the search for solutions, delays premature consensus, and allows for the pursuit of unconventional approaches. Developing diverse AI teams also addresses AI critics' concerns that current models are constrained by past data and lack the creative insight required for innovation. The upshot, we argue, is that the future of transformative transformer-based AI is fundamentally many, not one.