識者の読み 2026年8月9日

Jeff Dean(Google に 27 年在籍したのち退職して起業)、2026-08-05。

彼は退職したその日に、本人のアカウントで新しい会社の技術路線をはじめて説明した。各社の報道による又聞きには、まったく出てこない一次の言い方である。要旨はこうだ。全体の作法は実験の輪を自動化することにある。この作法は科学と工学の多くの分野へ広く効くと考えている。初期は機械学習の研究と工学に絞るが、米国工学アカデミーが挙げる十四の重大な課題のほぼすべてについて、その重要な部分問題に役立つと信じている。これをうまくやるには、機械学習と大規模なシステムの両方に強い専門性が要る(原文、2026-08-05)。彼はこれをシステムの問題として定義した。モデルの問題としては定義していない。共同創業者に MapReduce と Bigtable(大規模なデータ処理を支える下層のシステムだ)の共著者が入っていて、モデルの研究者ばかりではない理由も、これで説明が付く。この方角は空き地ではない。Sakana AI の AI Scientist が同じものを売っており、Sakana の共同創業者 David Ha はその日に公に支持を表明した。ただし彼自身の製品がこの線の上にあるので、独立した裏づけには数えない。⚠️ 原文が書いているのは「この数週間のうちにシードラウンドを閉じる」であって、募集が終わったとは書いていない。成果はゼロ、実演もゼロ、第三者もゼロだ。

彼は広く効くと言いながら、始めるのは機械学習からである。この落差そのものが情報であり、同じ週にその仕組みを与えた人がいた。Arc Institute の共同創業者 Patrick Hsu は 8 月 4 日、生物学に神童がいない理由をこう語る。「実験科学のフィードバックループは、数学や計算の分野と比べてほんとうに遅い」、しかも生物の実験には、理論だけの分野が要らないものが要る——手を動かす細やかさと、持久力だ(原文、2026-08-04)。二人をつなぐと、こうなる。一つの輪を自動化する値打ちは、その輪がもともとどれだけ速く回っていたか、そして輪のなかにどれだけ人でなければできない仕事があるかで決まる。機械学習は「実験を一回走らせること」が「計算の仕事を一つ投げること」と等しい、唯一の分野だ。湿式の実験を扱う分野では、自動化して消えるのは輪のなかで最も時間を食っていない部分である。 ⚠️ これは本紙が二人の発言をつないだ推論であり、二人は互いを引いていない。Hsu の機関は純粋な計算で生物の発見をやる側に賭けており、彼の楽観的な予測は自らの路線と同じ向きを向く。むしろ制約を語ったあの一節は自分に不利であり、そのぶん信じられる。持ち帰れる一文。 「AI が科学をやる」という投資先を値踏みするときは、まずその分野で実験を一回終えるのにどれだけかかるか、そしてその実験は人を介さずに終えられるかを問う。フィードバックループの長さは、モデルの能力よりもうまく、実現の速さを言い当てる。本紙の 8/8 号は同じ族にあたる「検証できることの三つの層」という枠組みを扱った。今日新しいのは、それに名前の出せる建て手の版と、その週の資本配分の実例が付いたことである。