[王テスラ飛車取り] 「Teslaを超える」と叫ぶ将棋AIの狂気——Turingが100億ドルを賭けて挑む、資本と物理のマネーゲーム

https://x.gd/dC3c6　⬅️葦原翔Kindle

こんにちは、葦原翔です。

深夜の首都高速道路。橘色のナトリウム灯が過ぎ去っていく流線型の車内で、ふと考えたことがあります。

私たちは日頃、時速100キロで鉄の塊を走らせながら、恐ろしいほど曖昧で高度な判断をこなしています。雨の日の濡れた路面の反射、路肩に停まったトラックの影から誰かが飛び出してきそうな「嫌な予感」、そして交差点で誘導員のおじさんが見せる、ほんのわずかな手招き。

人間は、その場の空気や常識という膨大な文脈（コンテキスト）を読み取り、実に「ヌルっと」ハンドルを切ります。では、AIにこの「ヌルっとした感覚」を教えることはできるのでしょうか？

今、日本の1つのスタートアップが、とてつもない大風呂敷を広げて世界に挑もうとしています。東京を拠点とする自動運転スタートアップ「Turing（チューリング）」です。

彼らは今後1年以内に米国オフィスを開設し、2031年までに企業価値100億ドル（約1.5兆円）での米国または日本での上場を目指すと宣言しました。

CEOの山本一成氏が掲げる目標は実に明快です。「Teslaを超える」こと。

さて、私たちはこの事実から何を考えるべきでしょうか？単なる「威勢のいい日本のスタートアップの威勢」として受け取るべきか、それとも現代の資本主義とAIが織りなす、ある種の狂気と奇跡の兆候として見るべきなのでしょうか。

1. 100億ドルという名の「踏み絵」——なぜ今、米国なのか

「100億ドルでの上場」と聞くと、多くの人は「またスタートアップの威勢の良い大言壮語か」と苦笑するかもしれません。ですが、AIと自動運転の世界において、この数字は単なる「夢」ではなく、生き残るための「最低限の参加チケット」なのです。

自動運転の開発現場は今、恐ろしいほどのマネーゲームと化しています。米国のWaymo（Alphabet傘下）やTesla、中国のBaiduといったメガキャップ企業は、年間で数千億円規模の資金をAIの計算資源（GPU）とデータ収集に注ぎ込んでいます。

日本の国内市場や一般的なVCの規模感——数百億円調達して数百億円でIPOすれば大成功、という箱庭のゲーム——のままでは、AIの計算サーバー代（Compute Cost）だけで一瞬で蒸発してしまいます。

だからこそ、Turingは米国オフィスを立ち上げ、最初から100億ドル評価というグローバルの土俵に身を投げ出さざるを得ないのです。

日本で小さくまとまるくらいなら、世界のトップリーグで巨額のマネーを飲み込み、巨大なGPUの山を築いて殴り合う。この「踏み絵」を踏む覚悟を決めたこと自体が、従来の日本のDeepTechスタートアップとは一線を画しています。

2. 将棋盤（81マス）から、カオスの道路へ

TuringのCEO、山本一成氏という人物をご存知でしょうか。かつて公然と「人間には勝てない」と言われていた将棋の世界で、歴史上初めてプロタイトル保持者を公式戦で破ったAI「Ponanza（ポナンザ）」の開発者です。

将棋盤という空間は、一見複雑に見えて「ルールが厳密で、盤上の情報がすべて見えている（完全情報ゲーム）」という特性を持っています。しかし、私たちが毎日走っている道路は真逆です。

豪雨で白線が見えない道路、路上に落ちている段ボール箱、歩行者の急な飛び出し、路肩の工事看板。ルールなどあってないような「カオスの空間」です。

従来の自動運転は、このカオスに対抗するために「LiDAR（レーザーセンサー）で街全体の3Dマップを作り、ルールをガチガチにプログラミングする」という手法をとっていました。しかし、Turingが挑むのは「E2E（End-to-End）深層学習」と大型視覚言語モデル（VLM）「Heron」を組み合わせたアプローチです。

カメラが捉えた映像を、人間と同じように「視覚と常識」で直接解釈し、直接ハンドルとアクセルを操作する。

「看板に書いてある文字」を読み、「誘導員の手振り」を言語的に理解し、「この状況なら人はこう動くはずだ」という常識をAIに持たせる。盤上の駒を自動で評価していた男が、今度は物理世界のカオスそのものをAIに飲み込ませようとしています。

3. ハードを捨てた「Android戦略」のリアリティ

Turingの物語で実に面白いのは、彼らの「しなやかな敗北とピボット（方針転換）」です。

創業当初、彼らは自社で自動車そのものを製造する「完全自社製EVメーカー」を目指していました。しかし、彼らは途中で気づきます。自動車の量産プラントを建て、安全基準をクリアし、物理的なサプライチェーンを維持するには、何兆円もの資本と気の遠くなるような年月がかかるということに。

そこで彼らは「車をつくること」の自社完結を修正しました。代わりに狙うのは、自動運転の頭脳である「ソフトウェア（Heron）」と、車載用AIチップ「Hummingbird」を、世界の自動車メーカー（OEM）に供給するポジションです。

言ってみれば、スマートフォンにおける「Google（Android）」であり、AIにおける「NVIDIA」になるという戦略です。

すでに米半導体大手AMD（AMD Ventures）や大手商社からの出資を引き出し、AIの学習基盤をNVIDIA一強からAMDチップへと分散させる動きも見せています。巨大な自動車メーカーたちが自社でAIを開発するのに四苦八苦しているスキマに、独自の頭脳とチップを持ち込もうというわけです。

4. 「AIのハルシネーション」と物理世界の壁

ですが、ここで私たちは1つの大きな不都合な真実と向き合わなければなりません。

生成AIや大型言語モデルを使ったことがある人なら誰でも知っている通り、AIは時に堂々と嘘をつきます。いわゆる「ハルシネーション（幻覚）」です。
チャットボットが間違った歴史を語るくらいなら「クスッと笑って終わり」で済みます。

しかし、時速100キロで走る2トンの鉄の塊に乗っているAIが「存在しない障害物」を見たり、逆に「目の前の歩行者」を景色の一部だと勘違いしたらどうなるでしょうか？

E2E深層学習の最大の弱点は、「なぜAIがその判断を下したのか、人間には完全には解明できない（ブラックボックス問題）」点にあります。

100%の安全性を求め、事故が起きれば即座に法的な責任を追及される自動車業界において、「たぶん大丈夫です、AIがそう判断したので」というロジックがどこまで通用するのか。

機能安全規格（ISO 26262等）という分厚い壁を、確率論で動くAIがどう突破するのかは、依然として誰も答えを持っていない巨大な問いです。

エピローグ：私たちは未来に何を差し出すのか

かつて、将棋AI「Ponanza」が名人を倒したとき、私たちは「人間性の敗北」を感じたでしょうか？

違います。むしろ「人間が知らなかった将棋の美しさや深さ」をAIに教えてもらったのだと、多くの棋士が語っています。

自動運転も同じかもしれません。Turingが目指す100億ドルの未来は、単に「人間がハンドルを握らなくてよくなる便利さ」の先にあるものです。

それは、人間がこれまで直感と感覚で処理してきた「移動」という物理現象を、AIという新しいレンズを通して再定義する壮大な試みです。

数千億円の計算資源を喰らうグローバルな資本の渦の中で、日本発のチームが「Teslaを超える」と叫びながら米国市場へと踏み出していく。

その姿は、一見すると無謀な狂気に見えるかもしれません。けれど、歴史を振り返れば、世界を少しだけ前に動かしてきたのは、いつだって「盤上のルール」を疑い、無謀なゲームに本気で人生を賭けた狂人たちでした。

深夜の首都高を抜けるとき、次に車のハンドルを握っているのは、人間でしょうか。それとも、将棋盤から世界へ飛び出した、あのAIなのでしょうか。