2026年初頭、Vishal Sikka氏とVarin Sikka氏による親子研究者チームが、大規模言語モデル（LLM）の本質的な限界を数学的に証明した論文を発表しました。この研究は当初注目されませんでしたが、後にWIREDなど大手メディアが取り上げ、広く知られるようになりました。論文によると、LLMはある一定の複雑さを超える計算的・エージェント的タスクを実行できないことが示されています。これは、モデルが処理可能な範囲を超えるプロンプトやタスクが与えられた場合、正しく処理を完遂できないことを意味します。

この発見は、AI企業が「データ量を増やせば人間以上の知能が実現できる」と主張する立場に対して、現実的な制約を提示するものです。特に、完全自律型のエージェントAIが汎用人工知能（AGI）につながるという期待に対し、根本的な疑問を投げかけています。LLMはあくまでパターン認識に基づく予測モデルであり、人間のような推論や意識を持っているわけではありません。

実際、Appleの研究者らも2025年に、LLMは「推論しているように見えるが実際には推論していない」と結論づける研究を発表しています。また、教育起業家のBenjamin Riley氏は、LLMが人間のような「意味のある知能」を持つことは原理的に不可能だと指摘しています。今回の研究は、こうした懐疑論に数学的な裏付けを与えた点で、AI分野における重要な一歩となっています。