Sakana AI、次世代AIパラダイムを探求する社内研究組織「FIG」を新設
要点
-
Sakana AIは、長期的な視点で知能の新たなパラダイムを探求する社内研究組織「Frontier Intelligence Group（FIG）」の設立を公表した。
-
Transformerの規模拡大を中心とする現行AIの課題に対し、生物学的知能などを手本とした抜本的なブレイクスルーの創出を目指す。
-
ベンチマーク競争から離れて失敗を許容する「研究の自由」や「独自性」など、5つの基本理念を掲げて研究環境を整備する。
-
脳の神経構造に着想を得た「Continuous Thought Machines（CTM）」など、既存の枠組みにとらわれない新アーキテクチャの研究を進めている。
-
AIスタートアップのSakana AIは、長期的な視点で知能の新たなパラダイムを探求する研究組織「Frontier Intelligence Group（FIG）」の存在を公表した。同組織は、現在のAI開発の主流となっている計算資源やデータの拡大路線にとどまらず、生物学的知能に着想を得た代替アプローチを模索する取り組みだという。Transformer（現代の大規模言語モデルの基盤技術）の共同発明者の一人である同社CTOのライオン・ジョーンズ（Llion Jones）氏らが提唱する問題意識に基づき、失敗を恐れず思弁的な研究を推進する体制を整えるとしている。
現行AIが抱える根本的課題と設立の背景
現在のAIシステムは、対話や文章作成、画像・動画の生成、プログラミング、さらには高度な数学の課題解決に至るまで顕著な進歩を見せている。しかし、事実と異なる情報を尤もらしく出力するハルシネーション（幻覚）の発生や、未知の状況に対する脆弱性、稼働に要する莫大なエネルギー消費といった根本的な課題が未解決のまま残されている。
現在、多くの研究者は現行の枠組みの中でこれらの問題に対処しようとしているが、同社は異なるパラダイムの探索が必要であると主張している。自然界の生物学的知能は、自発的かつオープンエンドな好奇心によって学習し、AIよりもはるかに少ないデータで頑健に汎化する特徴を持つ。また、人工ニューラルネットワークの構造や学習方法は、実際の脳の仕組みとは大きく乖離している点も指摘されている。
ジョーンズCTOは2025年の講演などを通じ、現行パラダイムの成功が、かつてその誕生を可能にしたような自由な研究環境を狭めていると警鐘を鳴らしてきた。こうした背景から、短期的な成果に左右されず、次の大きな技術革新を長期的に探求する場としてFIGが組織された。
主流に挑むFIGの役割と研究姿勢
FIGは、社内で自律的に発展してきた研究コミュニティであり、主流のトレンドに疑問を投げかける定期ミーティングの開催や、外部の多様な研究者を招いた議論を行っている。
同グループは「知能の本質はまだ解明されていない」という立場に立っている。仮に現行の規模拡大路線によってAGI（人間と同等以上の汎用人工知能）が達成されたとしても、人間の脳のような優れたデータ効率やエネルギー効率を持つシステムが依然として求められると説明する。そのため、現行技術の短所を後から修正可能な小さな問題として扱うのではなく、正面から取り組むべき研究課題として位置づけているという。
長期探索を支える5つの基本原則
FIGでは、短期的な成果競争から研究者を保護し、創造的な探求を促すために5つの基本原則を定めている。
- 研究の自由（Research freedom）: ベンチマーク（性能測定指標）の数値を競う圧力から研究者を解放し、結果が不確実な野心的なテーマに挑戦する時間と「失敗する自由」を保証する。
- 独自性（Uniqueness）: 「自分がやらなければ誰もやらない研究を行う」ことを重視し、業界の流行や他社との先陣争いにとらわれず、研究者自身が本質的に重要と信じるテーマを追求する。
- 計画不能な偉大さ（Greatness Cannot Be Planned）: 歴史的な大発見の多くが予期せぬ探索から生まれた事実を踏まえ、厳格な開発計画に縛られない柔軟な研究環境を維持する。
- 自然からの着想（Nature-inspired）: 集合知や進化アルゴリズムに加え、計算論的神経科学や認知心理学など多分野の知見を融合し、生物の仕組みを手本に知能を多角的に捉える。
- 知能そのものの理解（Understanding intelligence）: 単なるスコア向上だけでなく、知能が機能するメカニズムそのものを解明することに本質的な価値を見出す。
生物学的知能を手本とした研究例
FIGの活動から生まれた具体的な成果の一つとして、新たな計算モデル「Continuous Thought Machines（CTM）」が紹介されている。
従来の人工ニューロンでは簡略化されていた生物学的ニューロンの複雑な構造を再導入したモデルであり、独立したシナプスや、入力に対して反復計算を行うニューロン単位のモデルを備えているという。また、ニューロン間の同期を通じて情報を表現するなど、脳の情報処理機構に着想を得た新しい仕組みを取り入れていると説明している。
Sakana AIは、人工ニューラルネットワークや人工生命に関する先駆的な研究基盤を持つ日本において、こうした長期的かつ自由な探索環境を通じて次世代のブレイクスルーを目指すとしている。