はじめに

ある一つの検討事項が後押しするのは、より高速なスケーリングであり、プランAでそれにあたるのが協定の弱体化、すなわち協定が失効するか実効性を大きく失う可能性であり、後者を本稿では協定の機能不全).

本補足では、協定が弱体化する確率と、それによる損失の大きさを推定する。プランAの開始から10年以内に協定が弱体化する確率は少なくとも10%であり、2035年に弱体化した場合、協定の枠内で2035年にAIへ権限を移譲する場合と比べて、将来の期待価値が少なくとも5%低下すると確信している。協定の弱体化は看過できないほど起こりやすく、弱体化後にAI開発競争へ陥るよりもプランAの協定下で能力を拡張する方がはるかに安全であるため、これは次の方針を支持する重要な論拠であり、おそらく最大の論拠である。AI能力をより速く拡張し、AIへの権限移譲を早めること（非常に長い停止を続けることではない）。ただし、以下の推定値に強い確信があるわけではなく、新たな情報次第で協定弱体化への懸念を大幅に上方修正することも、下方修正することもありうる。

弱体化の可能性が相当あるにもかかわらず、プランAは依然として他のプランよりはるかに価値が高いままだと私は考える。たとえ協定の弱体化が協定締結から数年以内に起きても、結果はおそらく協定がない場合よりも大幅に良いものになるだろう。さらに、長期にわたり効果を保つ協定は、次のような手立てを通じて実現できる可能性も十分にあると私は考える――自動化された嘘発見や強固な制度設計といった仕組み。

概要

まず分類の対象とするのは協定弱体化の類型であり、そのうえで私の分析は次の要素から構成される。

1. 協定弱体化の原因：私は原因を、(a)リーダーの交代による効果的な協定維持の意図的な軽視、(b)既存のリーダー層の優先順位の変化による意図的な軽視、(c)不安定化を招く出来事、の三つに分けた。

2. 協定弱体化の確率：他の国際協定の基本レートと、想定される原因への分解を踏まえ、私は協定の弱体化が起こる年あたりの確率を、協定の最初の2年で約12%、2〜5年目で約7%、5〜10年目で約4%と見積もる。リスクは失効と機能不全にほぼ均等に分かれる。これは5年以内に37%、10年以内に48%の確率で弱体化が起こることを意味する。協定の期間中、そしてある程度はそこに至るまでの間、社会は協定がどれほど頑健かについて、私が今日持っているよりはるかに多くの情報を得るため、その確率は大きく異なりうる。

3. 協定弱体化による損失:協定の弱体化後の状況を、そもそも協定が一切なかった場合の状況と比較する。協定の弱体化後の状況が（協定のない状況と比べて）良くなる最も重要な要因は、AIを使って安全性研究などの有用な作業を数多く行えたことと、暦の上での時間が増えて社会の認識と準備が進むことにある。一方で、プランAの計算資源破壊メカニズムが失敗すれば、協定の弱体化後の世界には計算資源がはるかに多く残り、より速く危険なテイクオフを招く。総じて、協定の弱体化後の状況は、協定が一切なかった場合よりは大幅に良い一方、協定内で権限移譲を行う場合よりは著しく悪いと思われる。協定の弱体化がいつ起こるかは大きく重要であり、遅ければ遅いほど良い。

4. 協定の弱体化への備え:協定の弱体化を防ぎ、その影響を抑えるために、多くの資源を投入することを推奨する。弱体化の影響を抑えるための主な提言は、次のとおりである。世界中のほぼすべての計算資源が 確実に破壊される協定が失効した場合に備える。この破壊措置がなければ、より汎用的なAIの開発に使われず蓄積していた計算資源が一挙に投入され、テイクオフが極めて速くなるおそれがある。

協定の弱体化の種類

協定の弱体化の種類は次のとおり。

協定の失効。協定が正式に失効する。

協定の機能不全。協定が適切に実施され遵守された場合と比べて実質的に効果が大きく薄れるが、失効はしない状態である。単純化のため、本補足資料ではこれを二値としてモデル化するが、実際にはおそらく段階的に進む。協定が機能不全に陥りうる経路は次のとおり。

1. 協定の不執行。協定の執行が以前ほど厳格でなくなり、たとえば、ある国が公然と違反しても処罰されなくなる。その結果、協定の条文に反する行為が増える。

2. 協定の実施失敗。協定の条文は守られているが、その実施が不十分である。

3. 協定の改定。協定そのものが明示的に改定され、内容が悪化する。単純に規制を弱める場合だけでなく、不必要に監視を強めるなど、別の方向で悪化する場合もある。

協定は次を通じても終わりうる――すなわち秘密プロジェクトが乗っ取り可能なAIに到達する経路や、存亡に関わる大惨事（例：AIによる乗っ取り、AIを用いた生物兵器、AIが開発した超兵器）を経る経路である。これらの終了条件は本補足資料の対象外であり、私たちの用語では協定の弱体化とはみなさない。これらは別途、次で扱っている。プランAの能力スケーリング戦略の分析。

協定の弱体化の原因

協定が弱体化する経路の一つは、実効性の維持が意図的に後回しにされることである。その流れは次のとおりである。

1. 米国または中国の指導部の少なくとも一方が、以下に挙げるさまざまな理由から、協定の優先度を下げると決める。

2. これが一方の国の内部でしか起こらない場合、もう一方の国は、協定の弱体化を防ぐために自国の影響力を行使しようとして失敗するか、あるいは（エスカレーションを恐れて）協定の弱体化が起こるのを放置するかのいずれかになる。協定に参加する他の国々も、各国に圧力をかけて協定の弱体化を防ぐ形で、ある程度の影響力を持つ。

（1）、すなわち米国または中国指導部の優先事項が変わる経路は、（a）指導者の交代（米国選挙など）と、か、あるいは (b)既存のリーダー層の優先順位の変化に分けられる。

現職指導部の優先事項は、なぜ変わり得るのか。主に考えられる理由は次のとおりである。

1. 将来の国内指導者が物事をどう扱うかへの懸念。

2. 指導部の交代前に超知能を開発して権力を得たいという願望。

3. 協定が弱体化した後の世界で、AI開発競争に勝てるとの見通しを強める。

4. AIによる権力奪取や権力の極端な集中など、超人的AIがもたらすリスクへの懸念を弱める。

5. 不正に権力を掌握したいと考え、協定がそれを妨げるとみなすこと。

6. 協定が機能するとの見通しを弱め、たとえば協定の枠内では悪用リスクが高すぎて抑えられないと考える。その結果、協定改定交渉が決裂することもあり得る。

そして、私たちが思いつかなかった多くの理由からなる「その他」の枠がある。

協定が弱体化する別の原因として、情勢を不安定化させる出来事も考えられる。主なものは次のとおりである。

1. 地政学的ショック（例：戦争）。

2. 不正が発覚する国――すなわち秘密プロジェクト発覚すること、または推論専用の検証体制を骨抜きにしようとするなど、別の違反行為が露見すること。

3. 存亡に至らない規模の大惨事。

協定弱体化の確率

全体的な見方

以下では、プランAにおける協定の弱体化の可能性を年ごとに、最初の10年に絞って見積もる（シナリオで権限移譲が起こるのがこの時期だからである）。協定の期間中、そしてある程度はそこに至るまでの間、社会は協定がどれほど頑健かについて、私が今日持っているよりはるかに多くの情報を得るため、その確率は大きく異なりうる。

私は2つの方法を用いる。

1. 基本レート に調整を加える方法:国際的な協定が弱体化する基本レートに着目した分析は、協定の弱体化が起こる年あたりの確率を、協定の最初の2年で約15%/年、2〜5年目で約12%/年、5〜10年目で約11%/年と見積もる。プランAは特に強力な検証を備え、それを実施すること自体が協定を維持する高い政治的意志の証拠であるため、私はこれらを下方修正する。修正後、リスクは失効と機能不全にほぼ均等に分かれる。

2. 原因への分解:協定の弱体化について想定される原因へ分解し、これらの見積もりを組み合わせると、協定の最初の5年で約10%/年、5〜10年目で約6%/年という協定の弱体化の値が得られる。これは基本レートに調整を加える方法よりも私の見積もりをわずかに引き上げるが、結果は総じてどちらの方法でもかなり似通っている。

上記の2つの方法を統合した私の全体的な見方は次のとおり。

次のモデリングを行う際、すなわち能力スケーリング戦略および次のプランA部分各プランの比較については、私は以下のハザード率を、その間を線形補間して用いる。累積分布関数は上の表とよく似ている。

基本レートに調整を加える方法

データ収集の方法論

私たちはClaudeに基本レートと調整の分析を行わせ、その出力を手作業でレビューして編集した。手法の概要は次のとおりで、その完全な分析は後述する):

Claudeは、規模と性質の点でプランAにおおむね似た過去の国際協定31件のリストを取りまとめる。各協定について、最初の機能不全までの期間と失効までの期間を特定し、その協定がプランAにどれほど当てはまるかの定性的な順位付けも与える。

基本ハザード率は各段階（協定開始からの年数）ごとに、適用可能性スコアで重み付けした平均率として、失効と機能不全に分けて算出される。

• 機能不全については、最初の機能不全までの重み付き年数を、機能不全のリスクにさらされた重み付き年数で割って算出する。

• 失効については、失効した協定の重み付き合計を、失効のリスクにさらされた重み付き年数で割ったものである。

Claudeは機能不全と失効の理由も特定する。失効はおおよそ5〜10年を中心とするこぶ型で、機能不全は前倒しに生じることを見いだしている。

Claudeは、検証の強化が機能不全の遅延と相関すること、そして失効は協定そのものの失敗ではなく通常は政治的撤退の結果として起こることを見いだしている。

基本レート（＋調整）による予測

以下は収集した基本レートである。

次に、ハザード率が時間とともにどう変化するかを述べる。シナリオでの協定期間がこの長さであるため、最初の10年に絞る。10年超についての注記：機能不全ハザードは10〜20年目に低下し続けるのではなく約6%/年で維持され、20年を超えると約4%/年へ下がる。協定の発効からの経過期間ごとの基本レートは次のとおり。

私は基本レートに次のとおり調整を加える。

時間が経つにつれて協定の弱体化リスクを大幅に低く見積もらせる効果が2つある。

1. 協定がより長く続いていれば、それは単位時間あたりに弱体化する可能性が低いという証拠になる。

2. 協定の期間中にAI能力が向上し、それを有効に使う時間があるため、協定を安定させる技術の構築が可能になる。たとえば、自動化された嘘発見や、次の活用が考えられる。認識基盤を改善するAIあるいは検証への活用である。

意外にも、上記の基本レートのデータではp(失効)が時間とともに増加する一方、p(機能不全)は私がプランAに予想するものに近い形で減少する。注目すべきは、基本レートのデータには上記の効果(2)が含まれていないか、少なくともそのはるかに弱い版しか含まれていないことである。したがって、協定の弱体化リスクが減少する傾向は、過去の協定のデータで見られるよりも顕著になると私は予想する。

原因への分解

協定弱体化の確率を見積もる別の方法は、考えられる原因ごとに確率を推定し、最後に合算することである。この方法では、2030s前半の10% p(decline)/year、2030s後半の6%という推定になり、累積p(decline)は2035年までに~50%、2040年までに~60%となる。起こり得る経路を多数列挙して確率を合算する方法は高めの数値を出しやすいため、基本率に調整を加える方法と統合する際には、その傾向を織り込む。

ほとんどの要因とは異なり、国の不正が発覚するリスクは、検出手法が向上するため、2030年代前半に比べて2030年代後半に下がらないかもしれない。

協定弱体化による損失

概要

協定の弱体化後の状況を、そもそも協定が一切なかった場合の状況と比較する。協定の弱体化後の世界が協定なしの世界より優れている最も重要な利点は、1)有能なAIが安全性研究のような有用な作業を行える時間がより多いこと、2)社会の認識と準備を築く時間がより多いことである。

一方で、協定の弱体化後の世界には計算資源がはるかに多く残り、既定ではより速く危険なテイクオフを招く。このためプランAは、協定が失効した時点で計算資源が破壊される可能性が高くなるよう設計されている。詳しくは後述する。

私はいくつかの定量的な見積もりを、協定の弱体化がどれほど悪いかについて作成した。主な結果は次のとおり。

• 協定の失効と機能不全は同程度に悪く、おそらく機能不全のほうがやや悪い。機能不全には協定が依然として存在するという利点がある一方、計算資源の破壊を引き起こさないという欠点がある。

• 制御可能な最大のAI（max-controllable-AI）に至る前については、p(アラインメント | 協定の弱体化) を、2029年の p(アラインメント; 協定締結前の無条件) と、制御可能な最大のAIの目標年に協定が弱体化した場合の p(アラインメント | 協定の弱体化) との間を、ロジット空間で線形補間するものとしてモデル化することを提案する。目標年を2035年とする場合、制御可能な最大のAIの目標年に協定が弱体化した場合の p(アラインメント) はおそらく約70%である。

• 制御可能な最大のAIに至った後については、p(アラインメント | 時点tでの弱体化)を、p(アラインメント | 時点tでの協定内での権限移譲)の約90%としてモデル化することを提案する。

高レベルの状況

協定が弱体化し、私たちが具体的な準備策を何も講じていなかったら、プランAでは何が起こるか。まずは協定が完全に失効する場合から考えよう。

ある程度は既定の世界の状態へ戻ることになるが、協定が一切なかった場合と比べていくつかの重要な違いを伴う。

プラスの側面：

1. AIの活用とAIの研究による進展：協定開始以来行われてきたアラインメントと制御の研究により、安全性技術に関する知見の水準が向上した。これは、コンソーシアムがより高性能なAIを使い研究する時間を長く持てたほど、いっそう強く当てはまる。AIの活用には、次のような他の便益もある。認識基盤の改善や検証技術である。

2. 社会の認識と準備の向上： AIを使って進展を得ることとは別に、協定が稼いだ暦の上での時間は、社会に適応の時間を与えることでさまざまな面で役立つ。さらに、政策立案者を含む人々は、AIの現在および予測される能力を以前より認識している。その重要な一例は、協定開始時よりも人間のAI安全性研究者がはるかに多く存在している可能性が高いことである。

3. 支払い済みの学習用計算資源の安全税：最も高性能なモデルは、より安全な手法を使えるように、その能力水準に到達するのに必要な量を超える計算資源で学習されている。これは、接戦のAI開発競争で起こることとは異なる。失効後もこのモデルを使い続ける能力は保てるかもしれない。この利点がさほど大きくないかもしれない理由は次のとおりだ：(a) AIが制御可能な最大のAIに近くない場合、権限移譲の水準の能力に到達するには再学習が必要になり、安全税を失う。(b) AIが制御可能な最大のAIに近い場合でも、各プロジェクトはおそらく後継AIに安全税を課さず、代わりにより高い能力を目指して競争する。

マイナスの側面：既定では計算資源が増えればテイクオフは速くなるが、プランAは失効時に計算資源が破壊される可能性が高くなるよう設計している。既定では、いまや世界には2029年より多くの計算資源が存在し、そのため既定のテイクオフは速くなる。プランAのシナリオでは、計算資源のストックは2030年から2033年にかけて年あたり約0.7 OOM、2034年から2040年にかけて年あたり0.1〜0.3 OOM増える。次を素朴に当てはめると、計算資源ストックが10倍になるごとにテイクオフが5.5倍速くなるという関係からは、3 OOMでテイクオフが約150倍速まることになる！もっとも、たとえば戦争やデータセンターへの標的を絞った妨害工作により、一部の計算資源は破壊されるかもしれない。世界には産業能力もより多く存在し、危険な兵器の製造を、次を経た後であればなおさら可能にしうる――産業爆発。この問題のため、プランAは次のものが 計算資源 協定の失効時に破壊される可能性が高くなるよう設計されている。これはおそらく極端に速いテイクオフを防ぐが、私たちの最善の推測では、残りのテイクオフを終えるのにはなお1〜2年ほどかかり、その議論については後述するとおりである。

不明な点：地政学的状況の違い。協定がどのように失効するかによって、失効後の地政学的状況は既定の世界と大きく異なるかもしれない。たとえば戦争が起きているかもしれないし、そうでなくても、協定の失効によって低い水準の協調がなお実現しにくくなるかもしれない。一方で、大国は協定を実施することでAIの安全性を強く重視していると示しており、失効の起こり方によってはこれがより良い結果へつながるかもしれない。協定が失効して間もなく、新たな国際協定が結ばれる可能性も十分ある。

協定の機能不全については、協定が依然として有効であるため、世界のほぼすべての面が失効時より少なくともいくらか良い。たとえば、学習用計算資源の安全税がすでに支払われているだけでなく、協定が部分的に機能し続けているため、引き続き税を支払える可能性がある。失効よりどれほど良く見えるかは、機能不全の状況しだいである。

主な欠点は、失効時に計算資源を破壊するのに比べ機能不全の時点で計算資源を破壊する仕組みを整えるほうが難しいため、余剰の計算資源がおそらく破壊されていないことである。世界には膨大な計算資源が存在するが、協定はおそらくなおテイクオフをある程度制約している。つまり、世界の計算資源の大部分を使って可能な限り速くテイクオフすることはできないかもしれない。

定量的な見積もり

上記の要因を織り込もうと試みた、おおまかな定量的見積もりをいくつか作成した。次を参照。こちらは、さまざまな時点での協定の失効を条件とした将来価値の見積もり（他の協定終了状態の見積もりを含む）を収めたシートである。協定の機能不全は平均すると協定の失効と同程度に悪く、前節の末尾で述べた長所と短所がおおよそ相殺されると私は考える。

全体として私の見方はおおよそ、協定の第1段階、すなわち制御可能な最大のAIに至る前の期間にわたって、既定の世界と、制御可能な最大のAIの時点で協定が弱体化する最終状態との間を、ロジット空間で価値を補間できるというものだ。第2段階、すなわち制御可能な最大のAI以降については、ある年の協定の弱体化の価値は、おそらくその年に協定内で権限移譲する場合の約75-80%である。

協定の弱体化への備え

協定の弱体化がどれほど大きな脅威かを踏まえ、私たちはその防止と緩和をプランAの最優先事項とするよう勧める。たとえば、プランAで技術的安全性研究に投じる労力の少なくとも5%相当は、協定の弱体化の防止と備えに充てるべきだと私は考える（場合によってはそれをはるかに上回る規模で）。これらの含意は次で論じている。能力スケーリング戦略の補足資料。

協定の弱体化のリスクを下げ、その負の側面を和らげる一つの方法は、AI能力をより速くスケールさせ、権限移譲をより速く行うことである。

協定の弱体化を防ぐ

協定の弱体化を防ぐうえで有望だと私たちが考える方策をいくつか挙げる。

1. 敵対的攻撃に極めて強い自動化された嘘発見：これは、協定から抜けようとする主体に不意を突かれる可能性を大幅に下げる。

2. 制度設計：協定とコンソーシアムは、関係国に最適な誘因を与え、合理的な規制判断につながる形で設計されるべきである。加えて、国内の制度は、一個人の気まぐれな変心にも耐えられるよう改善されるべきであり、たとえば理想的には、協定は米国で正式な条約として批准されるべきである。

3. 結束した外交的圧力：協定に参加するすべての国は、協定から抜ける国はいかなる国であれ、他のすべての国の国家安全保障と主権に対する容認できない脅威であり、そのように扱われると明確にすべきである。協定から抜けることを検討する国は、自国が厳しく制裁され、サイバー攻撃を受け、数のうえで大きく劣勢な戦争を戦わされる可能性があると認識すべきである。

4. 健全な認識形成のためのAI:社会の認識基盤を全般的に改善することは、頑健で効果的な協定をつくるうえで重要だと思われる。特に有用なAIの応用例は、協定の失敗モードを予測することや、前述の制度設計を支援することである。

誘因を整えるための備蓄の準備

協定の失効後の状況を改善し、離反をめぐる誘因を整えるため、私たちは次を勧める。

米国と中国はそれぞれ、協定締結前の計算資源の2%を、堅牢化した備蓄として保有する。2%はプランAのシナリオで用いる係数であり、実際には失われる計算資源の量に応じて決めるべきである。

米国と中国が秘密プロジェクトを立ち上げる潜在的な誘因の一つは、協定から抜けて中央集約された計算資源を破壊できること（例：爆撃や、オフライン用ライセンスキーを差し控えるなどの他の手立てによる）である。そのうえで、一方が秘密プロジェクトを行い他方が行わなかった場合、秘密プロジェクトを持つ側は相手に対して大きな先行を得て、知能爆発で相手に先んじるかもしれない。

これへの一つの解決策は、双方が、堅牢化されているが電源につながれておらず、協定が有効な間はAI研究に使えないGPUのキャッシュを持てるようにすることである。実際にはこの備蓄は各当事国の自国内の安全な施設に保管でき、協定が失効した場合に相手側から破壊されえないよう意図的に設計されるが、ただし協定が続く間、査察官はこれらのチップが使われていないことを検証できる。

このキャッシュは、双方の協定締結前の計算資源の約2%程度でありうる。これはおそらく秘密プロジェクトが持ちうるより多い計算資源だが、新しいチップがチップ供給全体を支配するため、協定締結後の計算資源に占める割合は比較的小さい。

さて、協定が崩壊し検証済みのデータセンターが停止されれば、双方は協定前に持っていたのと比例した量の計算資源で競争するという反実仮想へ戻ることになり、これもまた、協定前により多くの計算資源を持つ米国に有利に働く。

同じ備蓄の中で、米国と中国はそれぞれ、厳重に監視されたフロンティアモデル重みのコールドコピーを保有する。

そうする理由は次のとおり。

1. これは、フロンティアの重みを持ち出したうえで直ちに協定から抜けて大きな優位を得ようとする誘因を下げる。また、秘密プロジェクトを行う誘因も下げる。

2. フロンティアモデル重みをつくるために支払われた学習用計算資源の安全税の便益を、支払い直す必要がなくなる。ただし、重みを保存することには欠点もあり、たとえばAIの進歩を速める。この理由だけで重みをコールドストレージに保管したいと考えるかどうかは定かでない。

重みを保管するための一つの案は次のとおり。

1. ロック解除に米国と中国の許可を要するハードドライブがある。コールドストレージはそれだけである。

2. 他のストレージは揮発性メモリなので、電源を切ればメモリの内容は失われる

3. 物理的な持ち出しを止めるため、自動的に電源を切る物理的な防御を多数備える

相互確証による計算資源破壊：計算資源、ファブ、ロボットの破壊

プランAの中心的な潜在的問題は、協定が失効した場合、世界にあまりにも多くの計算資源が存在し、極端に速い知能爆発が起こりうることである。たとえば2035年の初めに協定が崩壊し、その時点で世界に100B H100eが存在するとしよう。これは既定の世界で2030年初頭に存在した量（約500M）より約2.3 OOM多い計算資源であり、1年かかったはずのテイクオフが代わりに5^2.3=40倍速く、すなわち9日で起こるかもしれない。これはもちろん極めて危険な状況になる。したがって、プランAの協定が崩壊した場合、世界の計算資源の大部分が破壊されることが極めて重要になる。

本節では、相互確証による計算資源破壊を確実にするための、そして再構築の過程が容認できないほど速いテイクオフをもたらさないようにするための私たちの政策を論じる。これを達成するための優先順位は次のとおり。

1. ほぼすべての計算資源が破壊されることを確実にする。

2. ほぼすべてのファブが破壊されることを確実にする。

3. ほぼすべてのロボット能力が破壊されることを確実にする。

上記のそれぞれを順に論じ、そのうえで協定の失効時に知能爆発がどれくらいの時間で起こるかを分析する。

計算資源

この表は、プランAのシナリオにおける各種の計算資源の点推定を示す。

これを達成するための政策は次のとおり。

• AIデータセンター。米国と中国はいずれも、意図的に脆弱な立地にデータセンターを建設し、協定が崩壊した場合に自爆する誘因を持たせる。これはシナリオの2034年の節でより詳しく論じる。ほぼすべての計算資源が（上記のとおり）この区分に属するため、破壊可能性を確保することが非常に重要である。

• 消費者向けハードウェアとエッジ計算資源。これには、電話や消費者向けノートパソコンなどで使われるすべての計算資源が含まれ、これは世界中に分散しており、協定の失効後にAIプロジェクトへ転用されうる。したがって私たちは、(i)学習に向けられないよう検証するか、(ii)この区分のチップの総量に上限を設けるかのいずれかを行わねばならない。この計算資源区分の未検証チップに対して、実効H100e換算で30Mのキャップ・アンド・トレード制度を私たちは勧める。協定締結前の在庫は約25M実効H100eと見積もられるため、通常の生産水準は短期的には続けられるが、その後に新たなAI対応エッジ計算資源を生産するには、旧来のハードウェアを下取りに出すか検証可能な形で破壊する必要がある。さらなるチップを有効化する極めて頑健なオンチップ検証や、根本的に学習へ転用できないチップの製造法を開発できれば、これはキャップの例外となりうる。それを実現しうる一つの手立ては、製造工程でチップに制約的な計算構造を焼き込むことである（例： Etched）.

• 備蓄。参照：上記。

• 免除される軍事用計算資源。AIに関連する免除軍事用計算資源は最小化するか、10,000 H100eなどごく少数のGPUのみを免除するよう私たちは勧める。

ファブ

プランAでは、世界のAI関連ファブ（半導体工場）はすべて、破壊可能な経済特区（SEZ）へ2032年までに移される。これらのファブは、海上か、敵対する超大国の近傍に置かれ、自爆機構を備える。こうした性質を持たない協定締結前のファブ（例：TSMC Arizona）は廃止される。幸い、廃止は2030年代に建設される計算資源のごく一部にすぎないため、費用がかからない。

100M H100eは、Automated coderからTED-AIまで1 yearで知能爆発を進めるために必要な計算資源量のおおよその目安である。プランAでは10年の終わりまでに産業能力が極めて高まり、この量の計算資源を53 minutesごとに生産する。したがって、特にその10年の終盤に協定が決裂した場合、ファブを確実に破壊することが極めて重要となる。幸い、ファブは本質的に壊れやすいため、前述のAIデータセンターと同じく、自壊させる誘因が働く場所に設置する仕組みを利用できる。

ロボット

ロボットはファブの建設に使え、そのファブはGPUを製造でき、そのGPUは知能爆発を起こすのに使える。ロボットが十分にあれば、この過程は極めて速く進みうる。

ロボットに関する私たちの基本戦略は、GPUやファブに関するものを反映している。ほぼすべてのロボットの生産と使用は、指定された経済特区（SEZ）で行われる。

ロボットに関する政策は次のとおり。

1. 破壊可能なSEZで生産されるロボットに高く、かつ増加する上限を設け、ほぼすべてのロボットがそこで生産されるようにする。

2. 民生用ロボットには、協定が崩壊した場合に動作を停止するよう十分なオフライン用ライセンスと自爆機能を持たせるか、計算資源のサプライチェーンの再構築のいかなる作業にも使えないよう頑健なエッジ検証を持たせること（例：重みを焼き込んだ自動運転車）を義務づける。

3. 米国と中国について、オフライン用ライセンスなしで免除される軍事用ロボットは合計10万台を上限とする。

失効後のテイクオフの長さ

大きな問いは、協定内で生産された計算資源のストックで急速な知能爆発が起こりうるのか、それとも計算資源の生産が必要になるのかである。

並行して追求できる進展の主要な源が2つあるが、トレードオフがあるかもしれない（たとえば、計算資源をロボットの運用支援に使ったり、新しい計算資源を生産するために人間へ指示を出したりする場合である）。

進展の第一の源：新しい計算資源を生産する。協定の弱体化後のAIプロジェクトは、ロボットや人間を使って半導体サプライチェーンを再構築し、計算資源を増やそうとするかもしれない。そうする難しさは、こうした取り組みに対する協定後の状況での攻撃的でありうる妨害工作によって、おそらくさらに増す。とはいえ、約10万台の免除軍事用ロボットと、おそらく民生用ロボットのごく一部、たとえば0.1%、すなわち約1Mは、自爆後に有用な部品を剥ぎ取られたり、安全対策を回避されたりしうる。これに取り組める人間換算で約1Mのロボット群があると仮定しよう。2026年の半導体サプライチェーンでは約2Mの人々が働いており、過去5年でおおよそ2026年の技術水準（チップ設計と製造プロセス）で年100M H100eの総生産能力を築いてきたので、おおまかに1,000万人年で年100Mの2026年技術のH100e能力という対応関係が得られる。2026年技術が2032年までに約1 OOM、2036年までにさらにもう一段向上する（世界の総計算資源は技術の向上でおよそ50%、生産規模でおよそ50%増えると仮定する）とすると、この対応関係は2032年技術では1,000万人年で年1B H100e、2036年技術では10Bになる。したがって、1Mのロボットが100M H100eを建設するのにかかるのは、2032年には1年、2036年には1か月である。純粋に並列とみたこれらの見積もりを多少押し上げる直列のボトルネックや、立ち上げの問題、妨害工作の問題があると私たちは見込む。

進展の第二の源：既存の計算資源を研究開発に使う。協定の失効後のAIプロジェクトは、協定由来の透明なアルゴリズム、コールドストレージの重み、そして再利用できる消費者向けハードウェアを持つ。それが米国であり、コールドストレージのGPUを使うか世界の消費者向けハードウェアの約10%を得られるとすると、2030年1月の既定の先行プロジェクトに比べて計算資源は約25分の1になり（米国の備蓄の約5M H100e対、既定での2030年の約130M）、すなわち-1.3 OOMである。この25倍の計算資源の不利は、同じ能力水準で他の条件が等しければ約10倍遅くなるはずであることを意味する（計算資源が10倍少なければ約5.5倍遅くなると仮定する）.

ただし、他の条件は等しくない――少なくともプランAのシナリオで2040年の権限移譲より前に失効が起これば、失効後のプロジェクトは、同じ能力水準にあったときの既定プロジェクトより効率の劣るソフトウェアとアルゴリズムしか持たない。これは、プランAでは既定よりはるかに高い、ソフトウェアに対する学習用計算資源の比率で意図的に進展させるためである。ソフトウェアが劣るため、学習効率は低い。一方で、有望なソフトウェアのアイデアはより多く残っているため、一定量の研究の労力がより遠くまで及ぶ。

一方、協定由来の透明なアルゴリズムは、すでに実装されたものと、次を支払うために見送られたものとに分けられる、すなわち学習用計算資源の安全税であり、私たちはTED-AIの時点でおよそ1 OOM分を支払うことを勧める。プロジェクトは、見送ったこれらのアルゴリズムを使って実際にいくらか学習する必要があるが、おそらくその利得の多くを素早く取り込める。

すべてをまとめる。TED-AIで一時停止した後、たとえば2037年に失効が起こるとしよう――既定（減速なし）のプランAの軌道でのTED-AIからASIまでの時間は約1.5か月である。学習用計算資源の減少による10倍の減速を素朴に当てはめると約15か月になる。失効後のプロジェクトのソフトウェアが劣ることを踏まえると、ASIへのテイクオフは次のとおりになる約2.75年（さらに、失効後の計算資源の増加をゼロと置くと、既定の軌道に比べて進行はいっそう遅くなる）。失効後に年1 OOMの計算資源の増加を認めると、テイクオフは次のようになる。約1年。

次に、SARをわずかに下回る2032年に失効が起こる場合を考えよう。SARからTED-AIまでは既定で約0.3年かかる。学習用計算資源の減少による10倍の減速を素朴に当てはめると3年強になる。ソフトウェアの劣りを踏まえ、失効後の計算資源の増加を年0.5 OOMとすると、その結果、約2年でTED-AIに到達する。

謝辞

Claudeの基本レート分析の事実確認と図版の作成を手伝ってくれたDillon Nguyenに感謝する。失効後の計算資源破壊に関する各節の草稿を作成してくれたThomas LarsenとRomeo Deanに感謝する。

付録：Claudeによる基本レートの分析

Claudeによる完全な基本レート分析を、推論の透明性のため以下に添付する。日付と出来事は手作業で検証した。本文は、見つかった問題に基づきごく軽微に更新した。

Claudeの分析

このタブは、プランAの米中減速協定が、成立（約2029年）から権限移譲（約2040年）まで年ごとにどれほど失効または機能不全に陥りやすいかについての、外部視点による基本レート推定の全体的な推論を収めている。条約ごとのデータセットと条約ごとの推論は、併載の「Deal Decline 」スプレッドシートの「Base rates」タブに収めており、このタブでは手法、参照クラスの選び方、中心的な発見、そして素の基本レートから本プランに固有の年ごとのハザードへどう調整したかを説明する。起草はClaude（Opus 4.8）、2026-06-29。歴史上の日付と結末はウェブで検証したが、年ごとの数字への総合は初回の草稿であり、判断を伴う。

手法と参照クラスの選択

この手法は標準的な「外部視点」であり、プランAの個別事情から推論するのではなく、それに似た過去の国際協定を約31件集め、それぞれが最初に機能不全へ陥るまで、そして失効するまでどれだけ続いたかを記録し、蓄積された経験を年あたりのハザード率へ変換した。私は補足資料と同じ2つの結果区分――失効（正式に終了、離脱、または崩壊）と機能不全（正式な失効なしに実質的に効果が大きく薄れる状態、すなわち不執行、黙認された違反、停止、または弱体化する改定）――を用い、プランAの設計はそれぞれに大きく異なる影響を及ぼすため、分析者がしばしば混同する3つのこと、すなわち最初の機能不全までの期間、失効までの期間、そして失敗モード（誰がなぜ壊したか）を別々に追う。私は各協定に適用可能性の数値の重み（0〜3：3 = 離反への強い誘因の下で決定的な軍事・戦略技術を制限する、ライバル大国間の能力協定で最も近い類例、約1.5〜2 = 参考になる類例、約1 = 広範な多国間条約、約0.25〜0.5 = 離反の誘因が低いか実効性に乏しいもの）を割り当て、そのうえで基本レートを重み付きハザード、すなわち Σ(重み × 事象) / Σ(重み × リスクにさらされた年数) として、失効と機能不全に分けて算出する。重み、条約ごとの入力、そして動的な計算式はすべてスプレッドシート（パート1〜2）にあり、集計は完全に透明で編集可能であって、重みを変えれば基本レートが再計算される。プールしたハザードはなお粗く――1922年の海軍軍縮での不正と2023年の条約停止を一つの壺からの引きとして扱う――そこで私はそれを、重み付けなしの版、最も近い類例のみの版、そして何より重要な、ハザードを段階（協定開始からの年数、パート2b）ごとに変化させた版と並べて報告し、そのうえでプランAの個別事情に合わせて調整する。

私は協定を、プランAとの類似度で3つの層に分けた。最も当てはまるものは、離反への強い誘因の下で決定的な軍事・戦略技術を制限する、ライバル大国間の協定――戦間期の海軍軍縮条約（ワシントン／ロンドン）、米ソ・米ロの二国間戦略軍備管理条約（ABM、SALT、INF、START、新START、オープンスカイズ）、そして2つの「ライバル間の協定」型の不拡散取り決め（JCPOA、米朝枠組み合意）――に加え、ライバル間の協定がどれだけ続くかの定量的な基本レートに最も近い、国際関係論の同盟終了に関する文献（1945年以前の同盟の平均寿命は約9〜10年で、試練にさらされると約3分の1が破られた）である。中程度に当てはまるものは、主に検証について明らかにする点と楽観側の上限として有用な、広範な多国間の不拡散・検証条約（NPT、CWC、BWC、CTBT）、そしてAIチップの管理に最も近い類例であり設計上恒常的に漏れやすい、二重用途品の輸出管理体制（ワッセナー／MTCR／NSG）である。最も当てはまらないが参考になるものは、誰も離反したくないときはほぼ恒久的で拘束力が何もないときはほぼ役に立たないという両極を画す、離反の誘因が低く長続きする条約（宇宙条約、トラテロルコ、PTBT）と実効性に乏しい気候協定（京都、パリ）である。単一で最も近い歴史的類例は、対等なライバルが決定的な軍事技術を制限し、双方に離反の誘惑があり、自己申告による検証を伴う、ワシントン／ロンドンの海軍体制である。それは日本が離脱するまで約13〜14年続いたが、その間ずっと不正が行われていた。

中心的な結論：検証は不正を遅らせるが、政治的判断が協定を終わらせる

2つのパターンがデータを支配し、推定全体を左右する。

第一に、検証の強さは、協定が不正で損なわれずにどれだけ続くかの最も明快な予測因子である。強く検証された体制（INF、START I、新START、オープンスカイズ、NPT/IAEA、CWC/OPCW）は重大な機能不全までおおよそ8〜35年かかったのに対し弱く検証された体制では0〜4年だった――これは実在するが一見したほど明快な分離ではなく、機能不全を発覚時ではなく違反の開始時に日付づけると検証された協定の記録が短くなるからである（INFの違反となる試験は約2008年、米国の正式な指摘の6年前に始まり、オープンスカイズの制限は2010年に始まった）。検証は最終的に不正を検出したが、意味のある遅れを伴い、検出それ自体では違反を覆さなかった。データセットで唯一の明快な巻き戻しはモントリオール議定書で、安価な大気観測が数年以内に違法なCFC-11の生産を捉え執行が遵守を回復させた――この協定は実質的に効果が大きく薄れることはなく、機能不全に陥らなかったものとして符号化されている。弱くまたは未検証の体制（海軍軍縮条約、英独海軍協定、OPECの生産枠、捕鯨モラトリアム、そして何よりBWC――検証がなく、ソ連がその初期の全期間を通じて大規模に違反した――）は、ほぼ即座に、0〜4年以内に機能不全へ陥った。これがプランAについて楽観する最も強い構造的な理由であり、その検証体制は歴史的な基準からして異例に強く、不正を検出可能かつ自動的に処罰可能にするよう明示的に設計されている。

第二に、より重要なのは、強力な検証体制も政治的な離脱による協定終了をほとんど防げないことである。ABM条約（30年）、INF（31年）、Open Skies（約19年）、JCPOA（2.3年）はいずれも、検証の失敗ではなく政府が離脱を決めたため終了した。JCPOAは最も明確な警告であり、史上最も優れた検証体制が米国の政権交代によって約2年で放棄された。したがって検証は、不正による実効性低下には効くが、政権交代、方針転換、地政学的ショックによる失効にはほとんど効かず、同盟研究（Leeds & Savun 2007）はこれを早期終了の主要因と特定している。プランAの検証が優れていても、失効ハザードを明確にゼロより高く置くのはそのためである。

プランAが基本レートとどう異なるか（調整）

一般的な注目度の高い条約よりハザードを引き上げる要因は五つある：(1)想定しうる最も決定的な単一技術をめぐるライバル間協定であるため、穏健な~0%/yrの条約クラスではなく、厳しい~7–12%/yrの海軍・ライバル・同盟クラスに属する。(2)批准条約ではなく行政協定であり、シナリオも最後の重要な米国批准条約としてNew START（2010年）を挙げて明記している。データセットで一政権が一方的に離脱できた協定（ABM、INF、Open Skies、JCPOA）は、批准済みの約束を覆さずに離脱できたからこそ離脱可能だった。(3)利害の大きさと技術変化の速さはいずれも前例がなく、歴史上こうした協定を終わらせてきた「最初の大きな衝撃」までの時間を縮めるうえ、能力が権限移譲へ近づくほど協定違反で得られる利益も増す。(4)2032年と2036年の米国選挙、2033年頃の中国指導部交代（Xiが80歳になる）は予定された政権交代リスクであり、Leeds & Savunが終了ハザードを高めるとした事象に正確に当てはまる。(5)シナリオは米国が異例に適切な実施を行うと仮定する。

ハザードを引き下げる要因：(1)異例に強力な検証に自動執行（オフライン用ライセンス、離脱時の計算資源の暗号的な遮断）が加わることで、不正による機能不全の要素は、海軍軍縮条約の高い側ではなくINF・新STARTの低い側（約2〜4%/年）へ押し下げられる。(2)異例に強い共有された利害である――純粋な能力競争とは異なり、双方が制御の喪失と絶滅を本気で恐れている。これはゼロサムの軍拡競争というより、（数十年もった）MADで安定した核抑制に近く、プランAが参照クラスを上回りうる最良の構造的理由であるが、きれいな歴史的先例はない。

総合すると、ライバル間協定クラス（失効~7%/yr）を基準としつつ、存続という共通利益と適切な実施を考慮して失効率を年に応じて~4–7%/yrへ引き下げ、また、強力な検証を理由に不正による実効性低下を~2.5–5%/yrと低く置く一方、不執行、不適切な実施、弱体化する改定は検証で防げないため、実効性低下の確率をゼロにはしない。

ヘッドラインの基本レートと年ごとの形状

プールした重み付き基本レート（全年齢を合わせたもの）は、失効が3.4%/年、機能不全が7.9%/年である（重み付けなしで1.8% / 4.8%、最も近い類例のみの部分集合で6.6% / 8.3%）。しかし、歴史的なハザードは協定がすでにどれだけ生き延びたかに強く依存するため、より有用な対象は段階別（パート2b）の基本レートである。失効はこぶ型であり前倒しではなく、0〜2年目は0%（データセットで2年以内に正式に失効した協定はない）から5〜10年目に約5〜6%/年のピークへ上がり、その後20年を超えて生き延びる協定では約2%/年へ下がる――ライバル間の協定は死ぬまでに数年かかるということだ。機能不全は強く前倒しであり、0〜2年目は約15.5%/年、2〜5年目は約9%/年、5〜10年目は約6%/年へ下がるが、後半に小さな盛り上がり（新STARTの停止とシリア・CWCにより10〜20年目に約6%/年）がある。データセット全体では、正式な失効より機能不全のほうが多く、多くの体制は殺されるのではなく空洞化する。段階曲線を協定のタイムラインに入れると、素の基本レートは2040年までに何らかの破綻が起こる累積確率を約79%（失効約39%、機能不全約65%）と示唆する。これらはパート3の「基本レート」列であり、私の「調整後」列は以下で、本プランに固有の推論を重ねたもので、累積の破綻を約62%（失効約43%、機能不全約33%）とする。

調整後の曲線は、二つの点で意図的に基本率から変えている。第一に、早期失効を基本率の0%より高くし、歴史上0〜2年目が0%なのは、生存者バイアスの影響もあり、交渉中に崩壊した協定は「発効済み」データセットへ入らない一方、プランAの立ち上がりは実際に脆弱であるため、2029–30年には~5%/yrを用いる。第二に、実効性低下は全期間で基本率より大幅に低い≈2.5–5%とした（基本率は15.5%→3%）が、プランAの強力な検証が、歴史上の実効性低下の大半を占める不正由来の失敗と発効時から実効性を欠く失敗を特に抑えるからである。さらに、予定された政権交代（2032年と2036年の米国選挙、~2033年の中国指導部交代）に離散的な失効急増を加え、権限移譲とアラインした超知能が近づくほど協定違反の利益が増すため、2030年代後半のハザードもほぼゼロまでは減衰させない。

内部視点との比較、留保、そして詳細の所在

私の調整後の推定（2040年までに累積の破綻約62%、累積の失効約43%）は、内部視点よりも悲観的であり、「協定の弱体化の総合確率ビュー」タブ（Eliの累積約48%）、そして未調整の素の基本レートはさらに厳しい（破綻約79%）。私はこの隔たりは実在し、示唆に富むと考える――決定的な技術をめぐるライバル間の協定の基本レートは厳しく、内部視点はこの参照クラスがどれほど確実に失敗するかを過小評価しているかもしれない。構成要素について言えば、重み付き失効基本レート（3.4%/年）はスプレッドシートの注記にある一般的な注目度の高い条約のアンカー「0.5〜3%/年」のすぐ上に位置する一方、機能不全基本レート（7.9%/年）ははるかに高いが、これは最も当てはまる参照クラスが一般の注目度の高い条約ではなくライバル間の能力協定（海軍軍縮条約、JCPOA、枠組み合意、同盟）だからであり、また支配的な歴史的殺し手である政治的撤退が、どれほど強力でもプランAの検証では無力化されないからである。

主な留保。(1) プールしたハザード率は巨大な不均一性を覆い隠しており、「正しい」数字は、共有された生存への利害という安定化要因にどれだけ重みを置くかに大きく依存するが、それにはきれいな先例がない。(2) Nは小さく、ライバル間の協定という下位クラスは少数の事例に支配される。(3) 外部視点と内部視点は単純に平均すべきではなく、両者は部分的に二重計上しており、同じ要因を2倍に数えている（政権交代はここでは基本レートの要因として、分解タブでは明示的な下位原因として現れる）。(4) 私は良性の終わり（予定された満了、より強力な後継への置き換え――SALT I、START I、SORT）を失敗として扱っておらず、これらを失効として数えれば、失効率はより高くなる。(5) プランAの2つの構造的特徴――離脱時の自動的な計算資源破壊と、真に共有された存亡上の利害――は、歴史的に良い類例を欠いており、それらが効くと信じるなら、いずれも素の基本レートよりかなり低い数字を正当化しうる。

詳細の所在：31件の協定データセット（条約ごとの推論はO列）、動的な重み付きハザードの計算（パート2）、国際関係論の文献のアンカー、そして完全な年ごとの基本レート対調整後の表（パート3）はすべて、Deal Declineスプレッドシートの「Base rates」タブにある。各条約の行には、署名・発効の年、検証の強さ、適用可能性の数値の重み（G列、基本レート式への入力）、リスクにさらされた年数、失効・機能不全のフラグ、機能不全に陥らず続いた年数、失効までの年数、支配的な失敗モード、推論、そして出典が記録されている。

滑らかな当てはめ（パラメトリック生存分析）

段階・ステップの基本レート（パート2b）は協定が31件しかなくノイズが多いため、私は重み付き・右側打ち切りの最尤法（パート2c）で条約水準のデータに滑らかなパラメトリック生存曲線も当てはめ、指数、ワイブル、対数ロジスティック、対数正規をAICで比較した。対数正規が両方の結果に最もよく当てはまり（失効AIC 301.8、機能不全AIC 275.4）、ステップ率が示す形状を再現する。当てはめた失効ハザードは、年齢0.5での約0.2%/年から、8〜11年での約4.4%/年のプラトーへ上がり――こぶを描き、失効が前倒しでないことを裏づける――一方、当てはめた機能不全ハザードは、年齢0.5での約17%/年から年齢11.5での約5.6%/年へ滑らかに減衰する（前倒し）。ワイブルは妥当でより単純な代替（機能不全 k=0.71、単調減少するハザード、失効 k=1.1、ほぼ平坦）だが、こぶを生めないため失効を過小に当てはめ、対数ロジスティックはその中間である。当てはめた年ごとのハザードは、パート3のL〜M列、ステップの基本レートの隣にあり、2029〜2040年にかけて、累積の失効約34%、累積の機能不全約69%を示唆し、ステップ関数の数字（39% / 65%）に近く、安心できる。留保：N=31で少数のライバル間の協定に大きく重み付けしているため、当てはめた曲線は正確な推定ではなく小標本の平滑化された要約として読むのが最善であり、ストレステストをしたければパート2cのパラメータは編集可能である。