「再帰的に自己改善するAIの実現に向けてのタイムライン」エリック・シュミットが語る超知能／電力／中国／宇宙【前編】
2026年3月8日から12日まで行われたAbundance360 Summitから、エリック・シュミット氏を迎えてのピーター・H・ディアマンディス氏とデイブ・ブランディン氏のファイア・サイド・チャットのコンテンツを前編と後編に分けて紹介します。
【前編】AIの爆発的進化とインフラの限界
◆ 推論エージェントの次の課題
エージェントの年を迎えた2026年は、自律的にタスクを完遂するエージェントが主流になる。課題は、再帰的な自己改善（AIが自身を改良する）の科学的根拠がまだ確立されていないこと。
◆ プログラミングのパラダイムシフト
Claude Code等により、人間の役割が「コードを書く」から「システムを指揮する」へ激変。トッププログラマーの価値は、並列化されたAIエージェントを制御する能力によって、むしろ高まる。
◆ 計算リソースと電力の制約
AIのスケーリングを阻む最大の要因は電力。米国では2030年までに92GW（原発約60基分）の電力不足が予測されており、電力とデータセンターへの莫大な資本投入は続いて行く。
◆ GoogleとDeepMindの歴史的転換点
現在のAIブームの礎となったのは、Transformer、TPU、DeepMindの存在。AlphaGoの勝利は、計算不可能な問題を強化学習で解決した歴史的瞬間であり、その後、AlphaFoldなどへ応用された。
1. ファイアサイド・チャット
［ピーター・H・ディアマンディス］
長年にわたり、私自身とXPRIZEを支えてくださったことに、まずは感謝の気持ちを伝えたいと思います。本当にありがとうございます。
さて、詳しくお話しいただきたい質問から始めたいのですが、私たちは今、歴史的な瞬間の中にいます。私たちが置かれている現在の状況を定義し、AIで何が起きているのか、その現状について教えていただけますか。
［エリック・シュミット］
私たちは、このAIの影響のまだ10%から15%の段階にあります。それは目に見える形となって現れており、肌で感じることもできます。すぐに実現することもあれば、時間がかかるものもあります。例えば、ハードウェアはソフトウェアよりも時間がかかります。そのため、従来のハードウェア上で動くデジタルシステムよりも、ロボットの方が実現には時間がかかるといった具合です。
次に非常に興味深く、同時に恐ろしいと感じるのが、再帰的な自己改善です。これはまだ実現していません。ですから、1年から2年以内に、人間のようなエージェント、失礼、人間のようなコンピューターエージェントが完全に登場すると確信するのは簡単ですが、それを可能にする科学的な根拠はまだありません。人々はその研究に取り組んでおり、私自身、それがどのように展開していくかについて考えを述べることはできますが、まだ実現には至っていません。
現在私たちが手にしているのは、良くも悪くも、人間にとって完璧なパートナーとなる推論システムです。これには多くの意味が含まれています。たとえ今日で歩みを止めたとしても、実際には止まることはありませんし、いかなる政府や特定の個人、企業であっても、これを止めることも制御することもできません。そして人類は、これらの推論エージェントによって、すでに前に進んでいるのです。
［ピーター・H・ディアマンディス］
どれほどの速さで加速していくと考えていますか。
［エリック・シュミット］
サンフランシスコ・コンセンサスと呼んでいるものがあります。私がそう呼ぶ理由は、サンフランシスコにいる誰もがこれを信じているからです。少なくとも私の知る限りでは全員です。これは理解しやすい話です。
今年はエージェントの年ですが、なぜ今年エージェントがあらゆるものを支配するのかについて議論できます。今年中に、エージェントの利用と推論のスケーリングは驚異的な速度で成長するでしょう。誰もがハードウェア不足で、電力不足です。これは本当の意味でのブームといえます。私のキャリアの中で3、4回こうした状況を経験してきましたが、これまでで最大のブームだと言えます。
この考え方では、システムが自らを改善し始める再帰的な自己改善が可能になれば、知能が自律的に学習することになります。この議論では、私たちは生物学的に制限されている一方で、AIは私たちよりも速く学習します。サンフランシスコではこれをこのように表現します。
簡単な例を挙げましょう。1000人の素晴らしいAI研究者を抱えるテック企業があるとします。ある日、AI研究エージェント、つまりAI研究を行うエージェントを起動します。では、AI研究エージェントを何人持てるでしょうか。それは電力によって制限される数と同じだけです。彼らに食事を与える必要はありませんし、住居も必要ありません。サンフランシスコにはもう空き家もありませんが、そうした問題もありません。人事部も不要ですし、給料を払う必要もありません。ただ電力を供給するだけです。
どれくらい持てるでしょうか。おそらく100万人のエージェントでしょう。AIにおいて、進歩を判断する方法は、推論やテスト、あるいは評価フレームワークが向上したという明確な指標があることです。それが今起きていることです。そのシナリオでは、さらに人を加え、さらにエージェントが加わることで、グラフの傾斜はこのようになります。これは本質的に超知能の実現の瞬間であり、サンフランシスコでは、これが2年から3年以内に起こると信じられています。
それを裏付ける証拠はこのようなものです。数ヶ月前にClaude Code、最新のOpus 1.6が出ました。ベイエリアでソフトウェア開発をしている私の知人は皆、これまでは人間が80でAIが20だったのが、今はAIが80で人間が20だと言っています。私が導き出した最善の分析は、それがClaude Codeの部分だけでなく、基盤となるLLMが時間の経過とともにより多くの推論を行い、より質の高いトークンを生成できるようになったということです。つまり、それはより深く考える人、つまりディープ・シンカーになったのです。
現在、すべての研究室がそのために競い合っています。これは単にコンテキストウィンドウのサイズの問題ではありません。実際には推論スキルと、思考できる時間の長さの問題です。より長く考え、より多くのものを生み出すことができるようになったのです。
私はこうした状況を見守ってきました。21歳の時にベイエリアに移り、高校時代もプログラマーでしたが、当時はかなり優秀なプログラマーでした。しかし、今のAIができることを見ていると、私の時代は終わったと感じます。私ができてAIにできないことは、もう何もありません。AIがRustでCコンパイラを書いた時、私はもう終わりだ、と思いました。このことの一部は、それを作っている人々自身も、自分たちのスキルが低下していることを実感しているからだと思います。
人間のプログラマーである彼らは、プログラミングシステムのディレクターになることを余儀なくされています。私はプログラマーであったことを誇りに思っていますが。ちなみに、これには多くの意味が含まれています。一つは、地元の傲慢なプログラマーとして言わせてもらえば、トップクラスのプログラマーは、そのすぐ下の層よりも10倍の価値があるというのが常に真実でした。プログラマーの数学的推論スキルには特別な何かがあるのです。現時点ではこれらのシステムは人間が制御する必要があるため、そうした人々の価値は下がるどころか、より高まることになるでしょう。彼らは並列化やこうした活動を把握することができるからです。また、私の見解では、非常に少数の非常に大きな企業と、非常に多数の非常に小さな企業が存在することになるであろうと考えています。それは、多くの人を必要としなくなるからです。
今月、その様子を目の当たりにしています。私が関わっているあるスタートアップでの話です。非常に優秀な若いプログラマーと話をしました。真実を教えてほしいと言うと、彼はこう答えました。「私がやっていることはこうです」。彼はさまざまなUIの開発に取り組んでいますが、自分が欲しいものの仕様を書き、次にテスト機能、つまり評価関数を書きます。そしてそれを起動します。何時にやるのかと聞くと、夜の7時だと言いました。そのあと何をするのかと聞くと、奥さんと夕食を食べて寝るそうです。途中で起きるのかと聞いたら、いいえ、ぐっすり眠りますと言いました。いつ終わるのかと聞くと、朝の4時だそうです。そして彼は起きて朝食を食べ、何が発明されたかを確認します。
驚くべきことです。これはこの若者の単純な例ですが、これが現在のAIのシステムの力です。評価関数を定義し、それを実行させることができ、十分なハードウェアがあれば、世界を作り出しているようなものです。私がGoogleにいた頃なら、同じことをするのに6ヶ月と10人のプログラマーが必要だったでしょうが、この若者は寝ている間に終わらせてしまうのです。
［デイブ・ブランディン］
あなたがそう言うのはとても面白いですね。というのも、私はまさに舞台裏で、エリック・シュミットが来ると言われた時、Macを開いたままにしていました。クラウド上でジョブを動かそうとしていたのですが、蓋を閉じるとジョブが中断されてしまうので、閉じることができなかったのです。6つの同時進行のジョブを動かしています。
［エリック・シュミット］
コンピューターを開いたまま持ってきてもいいですよ。ステージの上でも開いたままにしておいてください。あなたのやっていることは重要ですから。
［デイブ・ブランディン］
いえ、本当にクレイジーな話です。ほんの2ヶ月前、ダボスで集まった時は、まだオートコンプリートのようなモードでした。コードを書くと、それを完成させるのを手伝ってくれるというものです。効率は10倍ほど上がりますが、それでも人間が付き添う必要がありました。今は文字通り、私がステージを降りる頃には、実行した6つの問題は解決されているでしょう。
［エリック・シュミット］
業界の盛り上がりは素晴らしいと思いますが、私は以前BSD、つまりBerkeleyでのUnixやBell Labsで働いていました。プログラマーは自分たちが必要なものを発明します。最初のメールシステムやメッセージングシステムも私たちが作りましたが、誰も深く考えてはいませんでした。ただこれが必要だと思っただけです。
デジタル知能について理解すべき重要な点は、最初の発明者はプログラマー自身であり、自分の問題を解決している人々だということです。これは驚くべきことではなく、予想できたはずのことです。プログラミングについてもう一つ興味深いのは、それが電力以外の特別な制限がないスケールフリーであることです。大量のデータは必要ありません。すでにGitHubやそれに類するものがあります。また、言語セットもかなり限定されています。人間の言語に比べれば、言語構成要素の数は少ないのです。言語が小さく、目的関数が明確で、必要なのは電力だけです。
このことはどこまで行くのでしょうか。まったく新しいことができなくなる地点まで行くことになるでしょう。私たちがここに座って、「若い頃はたくさんコードを書いたものだ」と言い、今年の終わり以降は誰もそんなことをしなくなるなんて、とても趣があってクレイジーだと思いませんか。
そのようなことは馬に乗るような、かつて誰もが持っていた古き良きスキルのようになるでしょう。一方で、大学関係者の皆さんに提案があります。今大学で取り組んでいる他のことはすべて止めて、9月から始まる新入生のために、プロンプトエンジニアリングのコースを設計すべきですよ。
［ピーター・H・ディアマンディス］
なぜ大学なのですか。高校でもいいのではないでしょうか。
［エリック・シュミット］
ピーター、あなたは本当に積極的ですね。まずは大学から始めましょう。私の案をさらに良くしてください。私は18歳なら十分に若いと考えましたが、あなたはもっと若い方がいいと考えているのですね。
最も重要なのは、1学期間あるいは半年間を費やすことです。大学で最初に学ぶべきことは、これらのツールの使い方です。いつものことですが、大学側は私の考えに真っ向から反対しています。彼らのあらゆる信条に反するからです。しかし、学生、つまりリベラルアーツや数学など、あらゆる分野の学生について考えてみてください。このプラットフォームは、彼らの芸術や音楽、執筆などの表現の場になります。すぐに教えない理由はありません。ピーター、あなたが私の提案をより良くしてください。
［ピーター・H・ディアマンディス］
今の高校生全員がAIの影響を受けることになると感じているだけです。AIに関わらないことは、不自然な生活を送っているようなものです。そして、もし大学が存続していれば、彼らが大学に入学した時に……。
［デイブ・ブランディン］
それに、あなたのお子さんもその年齢ですから、まさに今、あなたが言った通りのことをしているわけですね。
［エリック・シュミット］
ええ、10代の子供を持つ方なら、私が何を言っているか分かるはずです。彼らはすでにAIを使いこなしていますから。それは私の主張を補強する意見ですね。
ただ、年齢制限の問題があります。このテクノロジーについては、傷つきやすい10代の若者への配慮を真剣に考える必要があります。私は、この分野で何が真の問題になるかについて分析を行いました。簡単にまとめると、いずれ雇用への影響が出るということです。ソフトウェア業界や特定のカスタマーサービス業界ですでにその兆候が見られますが、まだ全般的ではありません。いつかはそれが起こり、大きな課題となるでしょう。
また、中国と競い合いながら、国としてどのように道徳的価値観を維持していくかという問題もあります。さらに、若者への影響も無視できません。13歳の子供がLLMが原因で自ら命を絶つような事態は、決してあってはならないことです。これは今すぐ対処すべき問題です。
他にもさまざまな課題があります。私が考えたもう一つの課題は、エージェントのオーケストレーションについてです。エージェントは組み合わせることができますが、互換性のないベンダーのエージェントを組み合わせた時に、予期せぬ影響が出るのではないかと、私は懸念しており、これらは解決すべき問題です。私たちは未来を歓迎すると同時に、それがもたらす問題を解決していく必要があります。
［デイブ・ブランディン］
中国や政府、そして雇用についてもお話しする予定ですが、その前に少しだけお伝えしたいことがあります。私は今、この瞬間をかみしめたいという気持ちでいます。1年後の世界は今日とは全く違うものになっていると感じますし、私たちが今取り組んでいるあらゆることを、私は長い間とても楽しんできたからです。ですから、ただこの瞬間を大切にしたいのです。
ですが、1分だけ昔話をさせてください。あなたがGoogleを率いていた頃、そこでTransformerが発明され、TPUも発明されました。デミス・ハサビスがタンパク質構造予測の問題を解決しましたが、これは今や世界中で使われています。博士課程の学生が4年かけていた作業を、わずか1時間で終わらせてしまうそうで、つまり、およそ3億倍も効率的になったということですね。
そしてそこから派生した人々、先ほど話に出たサンフランシスコでこの分野に携わっている人々は、皆あなたの部下でした。つまり、あなたは今私たちが経験しているすべての事象が誕生した瞬間に立ち会っていたのです。その時のことで、今改めて深く印象に残っていることはありますか。当時はその重大さに気づいていたのでしょうか。
［エリック・シュミット］
いいえ、歴史を作っている最中には、通常はそれに気づかないものだと思います。私はラリーとセルゲイを非常に高く評価しています。彼らは私よりも先を見据えていました。私は実務を担うCEOでしたが、彼らは卓越性を求めてひたすら突き進んでいました。
例を挙げましょう。Googleの初期の頃、ラリーとのやり取りで印象的だったことがあります。ある日、私がJavaの開発者を雇う必要があると言ったところ、ラリーとセルゲイは、それは今まで聞いた中で最も愚かなアイデアだと言いました。彼らが本気なのか、単に私をからかっているのか、判断がつかないことがよくありました。彼らの主張は、真のプログラマーはもっと低いレイヤーでプログラミングをするものだということでした。
今日、Googleには数千ものプロジェクトがあります。しかし、彼らは非常に正確で、テクノロジーの卓越性に対して非常に意欲的でした。ですから、彼らを欺くことはできませんでしたし、マーケティング的な手法で丸め込むこともできませんでした。技術的な専門知識が必要だったのです。
彼らは、それは退屈だ、そんなことはするな、それはまたあなたのいつものアイデアの一つだ、と言いました。私たちは新しいアイデアが欲しいのだ、と。彼らのそうした姿勢を私はとても尊敬しています。
［デイブ・ブランディン］
TPUについてはどうでしょうか。私はかなり後になるまでその存在を聞きませんでした。独自の内部チップを設計し構築するには何年もかかりますが、今まさにそれが爆発的に普及しようとしています。どこまでが公表されている情報かは分かりませんが、とにかく凄まじい規模ですね。
［エリック・シュミット］
TPUのバージョン1は、実質的にはある種の行列乗算器でした。バージョン2に移行した際、彼らはアルゴリズムを複雑な方法で変更しましたが、これが推論には非常に適していたのです。それが明晰さゆえなのか、単なる幸運だったのかは分かりませんが、10年前のそれらの決定によって、TPUは完璧な推論エンジンとして確立されました。皆さんのために補足しますと、推論とは私が説明している推論技術のステップのことです。ですから、Googleは非常に有利な立場にあります。
ご存知の通り、エヌビディアはそれを取り込むためにGroqを実質的に買収しました。10年前に考えていたことに追いつこうとしているわけです。エヌビディアについて興味深いのは、彼らのRubinアーキテクチャを見ると、インテルが決して成し遂げられなかったことを成し遂げている点です。インテルはサーバーアーキテクチャ全体の制御を試みましたが、結局できませんでした。エヌビディアは、十分な資金があれば実際に購入できる本物のスーパーコンピューターを構築することに成功しました。それは実際に納品され、システム全体として完璧に機能します。これらは重要な産業の成果であり、その理由から両社ともに今後も信じられないほどの好調を維持することになるでしょう。
［ピーター・H・ディアマンディス］
エリック、現在のAIの指数関数的な成長において、どこに制約があるのかを教えてください。あなたは議会でエネルギーや半導体、人材、資本について話していましたね。現時点での制約はどこにあるのでしょうか。
［エリック・シュミット］
それは興味深い質問ですね。私は友人とデータセンターの会社を立ち上げました。私の証言の中で、現在から2030年までの間に、アメリカでは推定92ギガワットの電力が不足すると述べました。ちなみに、原子力発電所1基の出力は約1.5ギガワットです。つまり、原子力発電所が約60基必要だということになりますが、現在の状況は、数え方にもよりますが実質的に0基か1基といったところです。
そこで、アメリカにおける真のリソース制約は何だろうと考えたところ、それは電力であるという結論に達しました。私たちには大学があり、聡明な人材がおり、経済力もあります。そして、たとえ成否が分からなくても何十億ドルもの資金を投じてくれる素晴らしい金融家たちがいます。これほど大胆に資金を出す金融家がいる国は他にありません。中国でもありえませんし、ヨーロッパならなおさら不可能です。彼らはアメリカの金融システムを非常に羨ましく思っています。ですから私はいつも、夢が叶うかどうかにかかわらず、私たちの夢に資金を提供してくれる金融家の方々に感謝することから始めています。ありがとうございます。
さて、ここでよくある反論として、アルゴリズムが必要とするエネルギーは最終的に少なくなるという見方があります。それが事実であることは間違いないでしょう。しかし、ハードウェアの性能が上がり、アルゴリズムが効率化されると、必要な電力が減るどころか、新しい用途が次々と見つかるため、さらに多くの電力とコンピューターが必要になるという性質があります。これはジェボンズのパラドックスと呼ばれています。人間は指数関数的な変化を理解するのが苦手なので、誰もが「あと6ヶ月か9ヶ月もすればバブルになる」などと言います。しかし、その兆候は全く見られません。
私とチームは長年これに取り組んできましたが、究極のスケーリング則はまだ限界に達していません。私は友人たちに、いつ漸近線（Asymptote）に到達し、いつ曲線が緩やかになるのかと問い続けていますが、まだその兆候は見られません。もちろん、いつかは限界が来るでしょうし、私たちの熱狂に限界があるというのも事実です。しかし、私たちはまだその限界を見つけてはおらず、私たちは壁に向かって全力疾走しています。そして、率直に言って、それこそがアメリカの素晴らしい点なのです。
［デイブ・ブランディン］
資本に限界があると考えていますか、それともスケールやパラメータを際限なく増やし続けても、どこかで機能しなくなるような限界があると考えていますか。
［エリック・シュミット］
まず、利用可能な資本に限界があるかという点についてお話しします。1ギガワットの電力は、使用する数値にもよりますが、ハードウェアやソフトウェア、データセンターを含めておよそ500億ドルに相当します。つまり100ギガワットなら、計算すれば分かります。5年間で5兆ドルを調達できるかという話ですが、それはアメリカの強みです。それをさらに倍にできるでしょうか。データセンターの拡充は、現在のアメリカのGDP成長の1%を占めています。アポロ計画の頃に戻ったようなものです。
現在のアメリカの電力使用量の予測では、全米の電力の10%がデータセンターで消費されることになります。これらのデータセンターは、私がGoogleで建設していたものとは比べものにならないほど巨大です。当時はあれでも莫大だと思っていましたが。
現在建設されている標準的なデータセンターは400メガワット規模で、長さは約0.5マイル、幅は約500フィートあります。これらは実質的には空気の流れを作る機械です。空気を取り込み、中央で空冷し、排出します。さらにチップを冷却するために内部に水冷システムを備えています。
エヌビディアを例に挙げると、チップ自体が水冷式であるだけでなく、HBM3Eや最新のHBM4メモリも非常に多くの熱を出すため、水冷が必要になります。チップ1枚で2キロワットです。これは正気の沙汰ではありません。扱いを間違えれば命に関わります。
［デイブ・ブランディン］
後から振り返ると本当に驚くべきで面白い話があります。皆さんがDeepMindを買収した時のことです。当時は8億ドルくらいだと思われていましたが、実際には6億ドルでした。破格の値段です。売上のない、ただ囲碁をするだけのAIに、なぜ6億ドルも無駄遣いするのかと誰もが思っていました。しかし数年後、データセンターの空調をより効率的に制御しただけで、買収費用を完全に回収できたことが明らかになりました。そしてそれが、今日の世界を変えているAIになったのですね。
［エリック・シュミット］
それについては、実際にはラリー・ペイジの功績です。ラリーはスタンフォードの大学院生時代にAIを研究していたので、私たちはこの件に関しては常に彼を尊重していました。
彼は「これが最高のチームだ」と言いました。イーロンとラリーがその件で競い合っていたようで、そこには何か複雑な揉め事もありました。それで、チーフサイエンティストのジェフ・ディーンが現地へ行き、そのあと私と彼で実質的に契約をまとめました。今でも覚えています。ワンフロアにイギリス人のような人たちが集まっていて、デミスというギリシャ系イギリス人のような人物に率いられていました。ええ、彼らは賢かったですが、Googleにも他にも賢い人たちがたくさんいましたから。
例を挙げますと、2016年のことです。デミスが「囲碁で勝つつもりだ」と発表しました。私はそうかと思いました。ちなみに、その時点では彼らは別のグループでした。彼らが成長し、自分たちの進むべき道を見つける必要があると考えていたので、私たちは彼らを自由にさせていました。これは資本の忍耐と言えます。私たちは彼らに何も強要することなく、やりたいようにさせていました。
彼が韓国へ行くと言うので、私も一緒に行くと答えました。それで韓国へ飛んだのですが、そこはワンフロアになっていて、私は対局で勝ち続けているチームに会いました。もちろん、そこには大勢の韓国人たちがいて、コンピューターを負かしてやると確信してとても興奮していました。韓国人たちが一つの部屋にいて、私は別の部屋にいました。韓国側の部屋に行くと、皆が「Googleのグループなんてこてんぱんにしてやる」と言っていました。一方でGoogle側の部屋に入ると、そこはとても静かで、モニターが一台ありました。そこには、今なら分かりますが、自分たちが勝っているかどうかを示す強化学習の予測メカニズムが表示されていました。
最初は50対50から始まりました。私はしばらく韓国人たちの話を聞いてから、画面を見守っていました。すると51%になりました。それから52%になりました。すると設計担当のデビッドが「あとは無限大に向かって進むだけです」と言いました。私は驚きました。つまり、それは豊かさの理論のようなもので、一気に加速したのです。そして人間は皆、打ちのめされました。彼らは皆泣いていましたし、DeepMindの人たちは「ええ、これはそうなるべきことだったのです」と言っていました。
ようこそ、という感じです。その時、私はDeepMindの人たちの天才性を理解しました。その成果は今日のGeminiでも目にすることができます。Gemini 3は、多言語対応やマルチモーダルであるといった深みの点において、中国以外のシステムの中でおそらく最も広範な能力を持っています。
［デイブ・ブランディン］
あなたの人生における非常に多くの瞬間が、まさに歴史の転換点となっています。その瞬間に、あなたがそれらに気づいていたかどうかは分かりませんが、あれは人間がコンピューターを自分たちに追いつかせようと挑戦を求めていた最後の瞬間の一つだったと思います。チェスのように。そして、囲碁がその終着点だったと考えています。今の囲碁は……。
［エリック・シュミット］
ちなみに私たちはそれを分かっていました。囲碁というゲームは、通常のアルゴリズムでは計算不可能であることを理解していました。それを解決することはできないという数学的な根拠がたくさんあったのです。
そこで、彼らは2つの異なる強化学習のツリーを用いた、2つのツリーモデルという組み合わせを編み出しました。私がこれらのことから学んだもう一つのことは、単に囲碁の試合に勝つためのプログラムを書けばいいというわけではないということです。実際にゲームを理解する必要があるのです。そして彼らは、囲碁で勝利を収めたことで退屈してしまった同じチームに、今度はタンパク質構造予測の研究を与えました。タンパク質構造予測において、彼らはタンパク質と、私の知る限り大勢のタンパク質科学者たちを動員しました。その天才的な発想を考えてみてください。囲碁のゲームが生物学全体の解決につながると考える人など、誰もいないでしょう。しかし、それがデミスなのです。デミスはずっとこれに取り組みたいと考えていました。
ラリーとセルゲイもこれに非常に興味を持っていました。タンパク質構造予測は、定義された終着点であるコンテストがあったため、完璧な課題でした。AIに期待が高まるとよくあることですが、これらのシステムにはまだ常識が備わっていないため、検証関数が必要になります。何を目指すべきかを示す必要があるのです。最終的に彼らは、本質的に自己学習を行うAlpha Zeroというものを生み出すことになりました。
（前編、以上）
2. オリジナル・コンテンツ
オリジナル・コンテンツは、以下リンクからご視聴になれます。
尚、本投稿の内容は、参考訳です。また、意訳や省略、情報を補足したコンテンツを含んでいます。
Peter H. Diamandisより
（Original Published date : 2026/03/24 EST）
3. 関連コンテンツ
＜御礼＞
＜御礼＞
最後までお読み頂きまして誠に有難うございます。
役に立ちましたら、スキ、フォロー頂けると大変喜び、モチベーションにもつながりますので、是非よろしくお願いいたします。
だうじょん
＜免責事項＞
本執筆内容は、執筆者個人の備忘録を情報提供のみを目的として公開するものであり、いかなる金融商品や個別株への投資勧誘や投資手法を推奨するものではありません。また、本執筆によって提供される情報は、個々の読者の方々にとって適切であるとは限らず、またその真実性、完全性、正確性、いかなる特定の目的への適時性について保証されるものではありません。 投資を行う際は、株式への投資は大きなリスクを伴うものであることをご認識の上、読者の皆様ご自身の判断と責任で投資なされるようお願い申し上げます。
