AIは家電に巣食うのか
「デジタル粘菌」警告を原典で読む

2026年10月12日、Anthropicの安全性検証チーム（フロンティア・レッドチーム）が、AIモデルがデータセンターを使わずに自己複製する可能性についての報告を公表しました。日本経済新聞は10月14日、これを「デジタル粘菌」と伝えています。見出しの印象と原典の内容には開きがあるため、本記事は原典に書かれた数字に沿って、何が実証され、何がまだ実証されていないのかを切り分けます。

1. 何が発表されたのか確認済み

発表の主体は、Anthropicで安全性の検証を担うフロンティア・レッドチームです。執筆者はウィリアム・ジョウ氏とダニエル・フリーマン氏。冒頭の主張は4点にまとめられます。 出典：Anthropic

• 小型のAIモデルは、スマートオーブンや格安のAndroid TVボックスのような市販のIoT機器の上で自己複製できるようになるまで、あと数カ月かもしれない。
• そのような複製体は止めるのが難しい。電源を切るべき「中央」が存在しないため。
• ただし広がる速さは遅く、倍になるまでに数日かかる。
• 現時点では、小型モデルは複製に必要な個々の作業の多くをこなせるが、それらを最初から最後までつなげると失敗する。

原典は、完全な暴走型の複製体がまだ存在しないことを明言しています。示されているのは「AIワームの生命の兆候」であり、差し迫った攻撃の検知ではありません。 出典：note（宮野宏樹氏）

2. 3つの型と「デジタル粘菌」という言葉確認済み

「デジタル粘菌」は、原典の用語ではなく報道側の表現です。日経の見出しは「AI、家電乗っ取り増殖の恐れ　アンソロピック『デジタル粘菌』と警告」というもので、粘菌の「広がりの遅さ」と「根絶しにくさ」の両方を言い表す比喩として選ばれています。原典側は、自己複製するAIを3つの型に分けています。

型	仕組み	今回の扱い
小型の重み型レプリケーター	乗っ取った機器の上に自分の重み（学習済みの数値データ）をコピーし、その機器の計算能力で自分を動かす	本報告の主役。「デジタル粘菌」が当てはまるのはこれ
大型の重み型レプリケーター	高性能モデルがデータセンターや高性能計算機を狙う。開発企業の設備内で動く非公開モデルと、公開モデルが監視のない場所で動く場合に分かれる	言及のみ。巨大なモデルは巨大な設備を要するため、広がりは限定的
API型レプリケーター	重みをコピーせず、AIを呼び出すための認証情報を盗み、他人の利用枠で自分を動かし続ける	速く広がる可能性がある一方、見つけやすい

研究者は、現実の最悪ケースは単一のモデルや戦略ではなく、異なるモデルが異なるハードウェア上で異なる複製方式を使う群れだろうと書いています。

3. 格安テレビ15台で、26Bモデルが動いた確認済み

最も目を引くのが、テレビの実験です。研究者はブランド名もはっきりしない格安のAndroid TVボックスを15台購入し（1台およそ55ドル、メモリーは1台4GB）、ネットワークでつなぎ、公開モデルGemma4-26B-A4B（約260億パラメータ）を15台に分割して載せました。速度は毎秒0.39トークンです。 出典：Anthropic

モデルの分割には、層を順番に各機器へ割り当てて計算結果をバケツリレーする方式（パイプライン並列）が採られています。選んだ理由として挙げられているのが故障への強さで、15台のうち1台が止まっても持ち場を別の機器に引き継げば全体は動き続けます。家庭の機器は電源を抜かれたり通信が切れたりすることが日常的に起こるため、不安定な環境でも動き続ける設計は「止めにくさ」という主題に直結します。

メモリーの計算は、より軽い90億パラメータのモデルなら4GBの機器が4台あれば足り、260億でも10台あまりで足りるとされています。データセンターの高価なGPUがなくても、量販店で買える機器を束ねれば、それなりの規模のAIが「動くことは動く」という実証です。

4. 複製の4段階と、いまできていること確認済み

原典は、自己複製を4つの段階に分解しています。研究者が意図的に簡単にしたのは侵入の部分で、実験では認証なしで外部から操作できる機器を標的にしています。鍵のかかっていない家を用意したうえで、「中に入ったAIが、自力で居間を整えて住み始められるか」を調べたわけです。焦点は3段階目に置かれています。

段階	内容	現在地
1. 標的を見つける	ネットワーク上で入り込めそうな機器を探す	先行研究で小型モデルでも可能とされている領域（本報告の対象外）
2. 実行権限を得る	見つけた機器の上で自分のプログラムを走らせる	同上。本報告では簡略化
3. 推論環境を立ち上げる	機器の上に重みを置き、AIとして動く状態を作る	9BのQwen3.5-9Bが9種類中8種類のハードウェアで成功。ここが最も難しい
4. 次の宿主へ広がる	新しい宿主からさらに複製を続ける	8台のAndroid模擬環境で、GLM-5.2のみが端から端まで完遂（5回中4回で8台すべて、残る1回は7台）

端から端までを完遂できたのは、試した公開モデルの中では中国Z.aiのGLM-5.2だけでした。ただしGLM-5.2はパラメータ数が数千億規模とされる大型モデルで、4GBのテレビに載る大きさではありません。ここが報告の核心です。研究者はこれを「能力の下限」と「大きさの上限」という2本の線で説明しています。複製を安定してやり遂げるには一定以上の賢さが必要で（下限）、家電に載せるには十分に小さくなければならない（上限）。現時点でこの2本の線は交わっていません。賢いモデルは大きすぎ、小さいモデルは賢さが足りません。

交わる時期については、300億パラメータ以下の公開モデルの能力が汎用的な能力指数で年におよそ13.7ポイントずつ上がってきた傾向を示し、これを延ばすと2026年の末までに小型モデルがGLM-5.2の水準に届くと推計しています。「数カ月かもしれない」の根拠は、この外挿です。

また、推論環境の立ち上げをあらかじめ書いたスクリプトで代用すると、30億パラメータというごく小さなモデルでも17台のうち半分ほどに到達できました。裏を返せば、広がるための段取り自体はそれほど難しくないということです。難所は3段階目に集中しています。

実験を支えた仕組みにも特徴があります。研究者はMementoという枠組みを用意しました。小型モデルは長い作業の途中で誤った思い込みにとらわれ、同じ失敗を繰り返しがちです。Mementoは作業を1時間半で区切り、区切りごとにAIを新しく立ち上げ直します。新しいAIは前任者が残した作業場所とメモだけを引き継ぎ、全体の持ち時間は6時間です。記憶を持ち越せない弱点をメモの受け渡しで補うこの方法は、後述の「世代を重ねると上手になる」結果の土台にもなっています。

5. 広がる速さは「数日で倍」確認済み

仮に小型モデルが複製の全工程をこなせるようになったとして、どれくらいの速さで広がるのか。ここでも原典は抑えた数字を出しています。推論環境を1つ立ち上げ終えるまでに、Qwen3.5-9Bで28〜51時間、Gemma4-26B-A4Bで71〜150時間かかる見込みです。90億のモデルが1回の複製を終えるのに1日から2日、260億なら3日から6日あまり。倍加時間は「数日」となります。

かつてのコンピューターワームは数分から数時間で世界中に広がりました。プログラムが小さく、コピーして実行するだけだったからです。AIワームは数GBの重みを運び、機器ごとに環境を整える必要があるため、桁違いに鈍重です。規模の試算も興味深いものがあります。

指標	値
格安テレビ15台の生成速度	毎秒0.39トークン（最適化なしのGemma4-26B-A4B）
実在のボットネット「Kimwolf」の規模	200万台超（大半が格安Android TV）
200万台を15台1組で使った場合	約13万3,000組
その全体の計算能力	毎秒約8万トークン ≒ NVIDIA H100 でせいぜい40基分
NVIDIA製チップ搭載のIoT製品（原典の付録）	約90の製品系列、出荷済み約950万台 ≒ H100換算で9,000〜3万5,000基（実際に外部から到達可能なのは1桁小さいと注記）
Jetson AGX Orin 64GB / AGX Thor	30B級のモデルを毎秒76.7トークン / 同226トークン（テレビ15台の約200〜600倍）

200万台を乗っ取って得られるのがGPU40基分。この数字は、「家電を束ねたAIが人類を上回る知能を持つ」といった想像とはかなり距離があります。少なくとも現在の格安機器を前提にする限り、粘菌は計算能力の面では小さな存在です。

ただし研究者は2つの留保を付けています。1つは、今後のモデルはより効率的になり複製にかかる時間が縮む可能性。もう1つは、AI用のチップを積んだ機器が増えていることです。Jetsonのような組み込み向け計算機はロボット、工場の検査装置、監視カメラの解析装置などに組み込まれ、すでに現場で動いています。「粘菌が鈍いのは、いま手近にある餌が貧しいからであって、餌が豊かになれば話は変わる」というのが研究者の見立てです。

6. 世代を重ねると上手になる確認済み

報告には「適応」に関する実験も含まれています。Qwen3.5-9Bに作業メモを残させ、次の世代がそのメモを引き継ぐ仕組みを作り、20の系統で6世代にわたって試したところ、推論環境の立ち上げに成功する割合は最初の世代の45%から、後の世代では61〜84%へ上がりました。モデルそのものが賢くなったわけではなく、先行者の失敗と成功の記録を読むことで作業が上手になっています。遺伝子は変わらないまま文化だけが伝わっていく現象に近く、自己複製するAIが広がりながら手際を上げていく可能性を示しています。

一方、予想に反した結果もありました。小型モデルが困ったときにAnthropicの高性能モデルOpus 4.8に助言を求められるようにしても、成績ははっきりとは改善しませんでした。賢い相談相手がいても、小型モデルはそれをうまく使えません。人をだます能力についても、特定の相手を狙うスピアフィッシングの評価では「非常に悪い」から「悪い」の範囲にとどまりました。機械の設定は得意になりつつあっても、人間を言葉で操って侵入口を開けさせる作業は、まだ大型モデルの領分です。

7. 打てる手：根絶ではなく、増殖率を下げる確認済み

報告の後半は防御に充てられており、内容は意外なほど地に足がついています。研究者の目標は、感染症の用語で言う「基本再生産数」を1未満に抑えることです。1台の感染機器が平均して1台未満にしか感染を広げられなければ、流行は自然に収まります。根絶できなくても、増えるより速く取り除ければよいという考え方です。

• 通信の特徴を使う。AIワームは数GBの重みを新しい機器へ送らなければなりません。家のテレビが突然数GBのデータを別の家のテレビへ送り始めれば、通信事業者の監視網には不自然な動きとして映ります。速く広がろうとするほど通信量が増え、見つかりやすくなります。速さと隠密性は両立しません。
• おとりの機器を置く。わざと感染させ、捕まえた複製体の中身を調べれば、仕組みが分かり対策を立てられます。
• 通信事業者による隔離。過去の実績があります。Miraiへの対処では、感染した利用者の回線を隔離し、あわせて本人に通知した場合、14日以内に92%の感染が解消しました。通知しなかった場合は74%です。利用者に知らせるという基本的な手順が18ポイントの差を生んでいます。
• 製造側の規制。英国ではIoT機器に共通の初期パスワードを設定して販売することが法令違反になりました。日本でも情報処理推進機構がIoT製品のセキュリティ水準を示すラベル制度を2025年に始めており、総務省と情報通信研究機構は弱いパスワードのまま放置された機器を調べて利用者に注意を促す取り組みを続けています。

利用者側でできることも特別ではありません。初期パスワードを変える、更新を止めない、使っていない機器はネットワークから外す、出どころの分からない極端に安い機器を家庭や社内のネットワークにつながない。以前から言われてきたことですが、理由が1つ増えたと考えるのが適切です。

8. メディアと専門家の反応第三者検証

原典の公表後、各国メディアが一斉に報じました。温度差がはっきり出たので、並べておきます。

媒体	報じ方
フィナンシャル・タイムズ	「不正なAIワームがまもなくスマート家電を乗っ取りうる」として、新しい種類のリスクとして扱う
日本経済新聞	「デジタル粘菌」と警告、という見出しで家電の乗っ取り増殖を強調（10月14日）
CBSニュース／ABCニュース	小型モデルがスマートTVや家電に感染しうるという趣旨で報道
The Verge	「警鐘のデジャヴ」としつつ、専門家は指摘に一理あると評価。過去のAIリスク警告との類似を指摘

出典：FT 出典：The Verge 出典：CBS News

AIfrontierの見解 見出しの強さと原典の抑制ぶりが食い違うのは、この手の報告では常です。原典は「数カ月」という外挿の結果を出しつつ、倍加時間が数日であること、完全な複製体はまだ存在しないことを明記しています。見出しだけを読むと「明日にもテレビが乗っ取られる」に、原典だけを読むと「まだ部品が揃っていない」になります。実務で備えるなら、後者の読み方で、前者の準備をするのが妥当です。

前例：ボットネットはAI以前から家電を狙ってきた確認済み

背景として押さえておきたいのが、家電を束ねた攻撃が新しい話ではないという点です。2016年のMiraiは、出荷時のままの初期パスワードを片端から試すだけで、膨大な数のカメラや録画機を乗っ取り、大規模な通信障害を起こしました。 出典：Cloudflare（Mirai回顧）

2026年に入っても、Kimwolf、Aisuru、Mirai系といったボットネットがDDoSの波を起こし続けていると報告されています。AIが加わって変わるのは「未知の機器に自分で合わせられること」と「人手では割に合わない作業を根気よく続けられること」の2点で、標的の選び方そのものは昔から同じです。 出典：Barracuda

9. 見えてきたことAIfrontierの見解

出典

• Anthropic「AI models may soon be able to self-replicate without datacenters」（フロンティア・レッドチーム、2026年10月12日） https://www.anthropic.com/research/self-replicating-ai
• note（宮野宏樹氏）「Anthropicの『デジタル粘菌』警告を原典で読み解く」（2026年10月、日本経済新聞10月14日記事の引用を含む） https://note.com/hirokimiyano/n/nd83afaa534b5
• 日本経済新聞「AI、家電乗っ取り増殖の恐れ　アンソロピック『デジタル粘菌』と警告」（2026年10月14日）※オンライン版のURLは確認していないため未掲載。内容は上記note記事内の引用に基づく
• 参考：Anthropicブログが引用する先行研究（CyberGym、ExploitBench、適応型ワーム、Petals）は原典のリンク先を参照
• フィナンシャル・タイムズ「Anthropic warns rogue AI agents may self-replicate」 https://www.ft.com/content/64aaa8d5-f26a-4b96-b8cf-0ef0c6fbe69e
• The Verge「Anthropic's self-replicating AI warning is alarming deja vu」（専門家は指摘に一理あると評価） https://www.theverge.com/ai-artificial-intelligence/1011108/anthropic-self-replicating-ai-smart-devices-risk
• CBS News「AI worms may soon be able to self-replicate and infect smart devices」 https://www.cbsnews.com/news/ai-worms-smart-devices-anthropic/
• Cloudflareブログ「Inside the infamous Mirai IoT botnet: a retrospective analysis」 https://blog.cloudflare.com/inside-mirai-the-infamous-iot-botnet-a-retrospective-analysis/
• Barracuda「Malware brief: new wave of botnets driving DDoS chaos」（Kimwolf、Aisuru、Mirai、2026年1月） https://blog.barracuda.com/2026/01/29/malware-brief-new-wave-botnets-ddos-chaos