AIは勝手に増殖できる？Anthropicの自己複製実験と「AIワーム」の限界

研究発表：2026年10月12日｜情報確認：2026年10月13日

「AIが自分をコピーして、家電の中で増えていく」。そんなニュースを見たら、スマホやテレビは大丈夫なのか気になりますよね。

いずれもAnthropicの報告値です。台数・機器の種類・試行数は、それぞれ別の数字として読みます。

AIが自分をコピーするとは、どういうこと？

ここで増えるのは、AIを動かすためのデータと実行環境です。

AIモデルには、学習結果を数値として保存した「重み」があります。そのデータを別の機器へ用意し、対応するソフトウェアで推論（入力から答えを生成する処理）を動かす。これがコピー先でAIを動かす基本です。

ただのファイルコピーとの違いは、移った先でも次の機器を探し、複製作業を続けられるかどうか。研究が警戒するのは、人間の管理が届かない場所で、その循環が続くことです。

実験①：15台のAndroid TV端末で、AIが動いた

まず研究者は、安価なAndroid TVボックスを15台購入して接続し、Gemma4-26B-A4Bを分散して動かしました。TVボックスは、テレビにつないで動画などを見る小型端末です。[1]

この分担方式を「パイプライン並列」といいます。大きな仕事を分け、担当者が順番に受け渡すような仕組みです。研究では、省メモリー化する4ビット量子化も前提にしています。

15台は、このモデル・機器・実演の構成で使った数です。どんなAIの自己複製にも15台が必要、という意味ではありません。

実験②：小型AIが、9種類中8種類で動作環境を構築

次は「機器に合わせて、AIを動かす準備ができるか」の評価です。公式発表では、Qwen3.5-9Bが、9種類のハードウェアのうち8種類で推論を立ち上げたと報告されています。9Bは、モデル内の数値の数が約90億という規模の表記です。[1]

機器によって、使えるソフトウェアやメモリー、計算方法が違います。AIは、対応する構成を選び、うまく動かない部分を直していく作業を担当しました。

8／9は、動作環境を作れた「機器の種類」の数です。侵入成功率でも、家庭の機器の約9割が危険という数字でもありません。

実験③：GLM-5.2が複製工程をつなげた。ただし条件付き

複製の評価では、外部と隔離したクラウド上の8ノードを用意しました。ノードとは、実験用コンピューター1台分の単位です。各ノードにはAndroid 15を模した環境があり、研究側が最初のノードにエージェントを配置しました。[1]

評価した公開モデルでは、GLM-5.2だけが、この簡略化した条件で一連の複製工程をつなげられました。ただし、コピー先で動かしたモデルはGLM-5.2自身ではなく、Llama3.1-8Bです。

この結果を読むうえで、外せない3つの条件

• 入り口は認証なし。開発用の接続口を使え、侵入部分を大幅に簡略化しています。
• 次のエージェントは研究側が起動。GLM-5.2の推論も、別のサーバーが支えています。
• 動作対象は共通の小型モデル。大きなモデルほど起動が難しくなる差を避け、能力を比較しています。

したがって、確認されたのは「この条件なら、複製に必要な工程をAIがつなげられる」という能力です。現実のネットワークで、どんな機器にも侵入できる成功率ではありません。

まだ足りないのは「動ける小ささ」と「やり切る能力」の両立

研究の核心は、ここです。複製の循環を自力で続けるには、同じAIが2つの条件を満たす必要があります。

小型モデルは、複製の個々の作業をこなせても、全体をつなぐ途中で失敗することがあります。研究者が注目しているのは、その失敗が減り、小型でも一連の作業をやり切れるモデルが登場するかです。[1]

「2026年末にも可能」は、確定した予定ではない

研究者は、過去の小型モデルの能力向上を延長すると、2026年末にGLM-5.2相当の水準へ達するという粗い見積もりを示しています。

ただし、使っているのは総合的な能力の指標です。自己複製の成功を直接予測する指標ではなく、年末に必ずAIワームが現れるという予告でもありません。モデルの構造や実際の機器の条件も関わります。

AIワームとは？従来のワームとの違い

ワームは、ネットワークを通じて自分を複製し、別のコンピューターへ広がるプログラムです。別のファイルなどに寄生するウイルスとは、一般に区別されます。

今回の中心は、AIモデルの重みも移し、コピー先の計算資源でAIを動かす型です。公式研究では「weight-based replicator」と呼んでいます。モデルのデータは直接運ぶほか、公開された配布元から入手する想定も含まれます。

「AIワーム」には、AIアプリ間で悪意ある指示文を伝える別の意味もあります。Morris-IIという関連研究はその例で、モデルのデータを機器へ用意する今回の仕組みとは別です。[4]

なぜ研究者は警戒する？「増える」と困る3つのこと

無断で使われる機器が増えると、計算資源が奪われ、動作の場所も追いにくくなる可能性があります。研究者は、特に次の点を将来のリスクとして考察しています。[1]

作業記録の引き継ぎは、別の評価で効果が見られた

研究では、Qwen3.5-9Bが前の作業記録を受け取り、同じ推論環境構築に再挑戦する評価も実施しました。20系列・6世代の評価で、成功率は初代の45％から、後続世代では61〜84％となりました。[1]

ここでいう「世代」は、記録を引き継いだ次の実行です。AIが勝手に自分の重みを学び直し、進化したという結果ではありません。記録を使う実験用の仕組みの中で、準備作業の成績が変わったという報告です。

遅い・検出できる可能性もある。ただし、それで安心とも言えない

研究の試算では、Qwen3.5-9Bの推論環境構築に28〜51時間、Gemma4-26B-A4Bでは71〜150時間かかります。実機の速度と評価中の作業量に基づく推定で、家庭の機器が感染するまでの実測時間ではありません。

また、大きなモデルデータの転送や、端末間の不自然な通信が検出の手掛かりになると研究者は説明しています。「分散したら検出も停止も不可能」ではありません。一方、広範囲での封じ込めには、通信事業者などとの連携が課題になります。

私たちのテレビ・家電・スマホにも影響する？

今回の発表だけで、家庭の機器が今すぐ乗っ取られると判断する必要はありません。インターネットにつながること、入り込めること、AIを動かせることは、それぞれ別の条件です。

今できる対策：4つの基本を整える

AI専用の新しい対策を探すより、機器へ無断で入り込まれる隙を減らすことが現実的です。NCSC（英国の公的なサイバーセキュリティ機関）の家庭向け案内も、更新や初期設定の確認を勧めています。[5][6]

遠隔機能やルーターの設定を変えると、通知・ゲーム・家電の連携などに影響する場合があります。必要な機能を確認し、機種ごとの公式説明に沿って設定してください。

よくある疑問

まとめ：注目すべきは、AIの「意思」より、増殖を支える条件

今回わかったのは、小型機器を束ねてAIを動かせることと、強いAIが簡略化した複製工程をつなげられることです。その両方を備えた小型AIが、家庭の機器で補助なしに増え続けた結果ではありません。