Google DeepMindはどう動いているのか——実験と研究の文化を紐解く
GoogleのAI研究部門であるGoogle DeepMind。その内部がどのような思想と仕組みで動いているのか、同組織のCOOであるLila Ibrahim氏とGoogleのSVPであるJames Manyika氏がダボス会議でのインタビューで語った。研究から製品、そして、社会実装へ——その道筋と組織哲学を整理する。
1. Google DeepMindの組織哲学——「アポロ計画」に学ぶ
1-1. ミッションから逆算する研究体制
Ibrahim氏は、Google DeepMindの運営方針をこう説明する。「まず出発点は私たちのミッション、つまり、AIを責任ある形で構築し、人類に貢献することだ。そこから大きな研究課題を設定し、何をすべきかは示すが、どうやるかは研究者に委ねる」。
この姿勢は、Bell Labsの黄金期やNASAのアポロ計画、そして、Pixarの創造的な組織文化からインスピレーションを受けているという。優秀な人材を集め、探索できる環境を整える——これがGoogle DeepMindの基本設計だ。
1-2. 学際的なチームづくり
研究課題が広範であるがゆえに、Google DeepMindは、意図的に学際的なチームを編成している。生命倫理学者、コンピュータサイエンティスト、神経科学者が同じ場で議論する環境をつくることが、ブレークスルーを生む鍵だという。
2. Geminiプログラム——全社を支えるAIの「エンジンルーム」
Manyika氏によれば、Googleの現在のAI体制は、約3年前にGoogle BrainチームとDeepMindチームを統合したことに始まる。「Geminiプログラムが、あらゆるものの基盤となっている。検索、Workspace、Notebookなど、すべてのプロダクトにGeminiが組み込まれている」。
現在、Geminiモデルは、約6ヶ月ごとに新世代がリリースされる体制が整っており、最新モデルがリリースされると同時に全プロダクトに反映される。Ibrahim氏は、この体制を「コラボレーション」と表現しており、「プロダクトチームに提供するというよりも、最初からニーズを理解したうえで共同で構築する」と語った。
3. Google Labsと実験文化——「30の実験が常に進行中」
3-1. LabsとNotebookLMの誕生
Google Labsは、3年前にSundar Pichai CEOの号令でリブートされた。「AIファーストのプロダクトをどう作るかを実験する場」として位置づけられており、現時点で常時約30のプロジェクトが進行しているという。
代表的な成果が、NotebookLMだ。「Tailwind」という名称で4〜5人のチームが始めたこのツールは、ユーザーが自分のソースを投入して対話できるAIリサーチツールとして誕生した。その後、Jeff Dean氏の「論文を運転中に音声で聞きたい」というアイデアをきっかけに音声概要機能が追加され、現在ではポッドキャスト形式のAI音声要約として広く知られている。
3-2. 20%ルールは今も生きている
かつて、Googleが、「20%タイム」と呼んでいた自由研究の文化は、形を変えながら今も続いている。Manyika氏によれば、Labsで公開されているプロジェクトのうち約80%は、Labsチームが主導し、残りの20%は他部門からのボトムアップのアイデアから生まれている。
「Learn Your Way（自分のペースで学ぶ）」という学習ツールは、Labsチームではなく、別部門の研究者が自発的に考案したものだ。同様に、科学的発見を支援する「Co-Scientist」は、Google DeepMindとGoogle Researchから生まれた。組織横断的なアイデアの流れが、実験文化の基盤を支えている。
4. 教育へのAI活用——「すべての学習者に個別指導を」
4-1. データが示す現状
Googleの調査では、18歳以上の学生の85%がすでにAIを活用しており、教師でも81%が利用しているという。そのうち約80%が「学習に役立っている」と回答している。
Ibrahim氏は、自身の経験を交えてこう語る。「私には、ディスレクシアの娘がいる。従来の教育システムは彼女向けに設計されていなかった。でも、AIを学習に取り入れることで、数学の問題を分解したり、言葉を整理したりする助けになり、これまでにない自信を持つようになった」。
4-2. 教師の負担軽減と授業設計の変革
北アイルランドで実施されたパイロットプログラムでは、教師一人あたり週平均10時間の節約が報告された。その時間は、家族との時間や、個別ニーズに対応した授業設計に充てられているという。「AIが魔法なのではない。教師こそが魔法だ。AIは教師が本来の人間同士のやり取りに集中できるよう支援するものだ」とIbrahim氏は強調する。
5. 研究フロンティア——量子・素材・気象・宇宙
5-1. 量子コンピューティング
Manyika氏によれば、量子コンピューティングの進展は一般に思われているよりも速い。GoogleのWillowチップは、古典的なスーパーコンピュータが、10^25年かかる計算を5分未満で実行し、スケールアップ時にエラー率が下がる「閾値以下のエラー訂正」を初めて実証した。さらに、分子のスピンダイナミクスという「実際に有用な計算」をバークレー校との共同検証で示した。「有用なアプリケーションが今後5年以内に登場し始めると思っている」とManyika氏は述べた。
5-2. 新素材の探索
AlphaMaterial（Alpha Gnome）の研究では、既知の安定した結晶が4万種から40万種以上へと拡大し、研究所での検証が始まっている。電気自動車の電池性能や超伝導素材の開発への貢献が期待されている。
5-3. 気象予測と社会貢献
洪水予測モデルでは、6日以上前の予報を可能にすることで被害を大幅に軽減できるというUNの試算をもとに、現在150カ国・20億人以上をカバーする河川洪水予測を提供している。また、ハリケーンの50通りのルートを15日前に予測する取り組みも進んでいる。
5-4. 宇宙でのAI訓練——プロジェクト「Suncatcher」
最後に、まだ一般にはあまり知られていない取り組みとして「Suncatcher」が紹介された。宇宙では太陽エネルギーが地上の100兆倍利用可能で、24時間365日供給できる。このエネルギーを活用してAIの学習を宇宙で行うことを目指すプロジェクトで、2027年には宇宙でのTPUによるトレーニングランが予定されているという。
Google DeepMindの取り組みは、基礎研究から社会実装、そして宇宙まで、きわめて広いスペクトラムにまたがっている。重要なのは、その一つ一つが「研究のための研究」ではなく、現実の問題解決へとつながる意図のもとに設計されている点だ。組織の規模と自由度を両立させるこのモデルが、今後のAI時代においてどのような成果を生み出すか——引き続き注目に値する。
