論文の主張

この月、パロアルトの小さなAI研究チームが影から姿を現し、大きなニュースとさらに大きな野心を発表した。オハイオ州立大学の著名な学者たちによって設立されたNeoCognitionは、2026年4月21日に4,000万ドルのシードラウンドを発表した。このラウンドは、現在の会話はできるがしばしば不器用なツールを超えてAIを推進したいという洗練された投資家たちによって過剰に引き受けれられた。

 

NeoCognitionは、現在のAIエージェントが専門レベルの作業を信頼性高く処理できないという根本的な弱点を解決するために、職務中に継続的に学習し、運用環境の詳細なモデルを構築し、新しい職業を習得する人間のように専門家へと成長するシステムを構築しています。

オハイオ州立大学の准教授で、2025年スローン研究フェローでもあるユ・スは、ChatGPTが一般の注目を集めるずっと前から、AIエージェントの基盤ツールの開発に数年を費やしてきた。彼のチームは、Mind2Web、MMMU、SeeActといった影響力のあるプロジェクトを生み出し、現代の大規模言語モデルが計画、知覚、行動を処理する方法を形作った。これらの貢献は、現在OpenAI、Anthropic、Googleのシステムにも取り入れられている。

 

スーと共同創業者の鄧翔、顧宇は、研究を企業として独立させる时机が到来したと判断した。彼らはシリコンバレーに移り、エージェントに特化した約15名の博士レベルの研究者チームを編成した。ラボの初期の取り組みには、メモリ、計画、評価、セーフティといった重要な要素がすでに含まれていた。投資家たちはこの豊富な人材を評価し、迅速に行動した。この4,000万ドルの資金調達により、チームは学術的なブレークスルーを、企業が実業務に信頼できる自発的進化システムへと変える余裕を得た。

 

スーの経歴には、Microsoft Semantic Machinesでの対話型AIの開発経験と、清華大学およびカリフォルニア大学サンタバーバラ校の学位が含まれます。彼はCVPRやACLなどのトップカンファレンスで最優秀論文賞を複数受賞しており、その実績により、NeoCognitionが分野内の長期的な課題に取り組めるという信頼を投資家に与えました。創業者たちはエージェント研究分野で合計30年以上の経験を有し、このスタートアップを商業的目標を持つ純粋な研究ラボとして位置づけました。

現在の多くのAIエージェントは、複雑なタスクを完了する際に一貫性に欠けています。報告によると、成功するのは約半分のケースにとどまり、ユーザーは出力の監視や大量の手動修正を余儀なくされています。このギャップは、コーディング、ブラウジング、ワークフローの自動化を試みるあらゆるツールで見られます。ユーザーは、毎回エージェントを導入する際に信仰の飛躍を余儀なくされています。

 

NeoCognitionはこの具体的な課題に焦点を当てています。汎用エージェントは広範な対応には優れていますが、深さと信頼性が求められる場面では劣ります。企業の内部ソフトウェアスタックや業界のワークフローのような特定の環境に深く適応する仕組みを欠いています。その結果、企業は重要な責任をエージェントに委譲することをためらっています。このスタートアップは、人間が新しい職場や分野に移る際に示す柔軟性をエージェントに与えることが、今後の道であると考えています。

 

継続的な学習に焦点を当てることで、同社は成功確率を高め、人的監視の必要性を減らすことを目指しています。この変化により、脆弱なスクリプトではなく、能力のある同僚のように感じられるエージェントの実現が可能になるでしょう。

NeoCognitionの核心的なアイデアは、人間の学習から直接着想されています。人々が新しい役割を始めるとき、彼らはその環境に何が存在し、どのような行動が有効で、どのようなルールが適用され、異なる選択がどのような結果をもたらすかという内部マップを段階的に構築します。時間の経過とともに、このメンタルモデルは、そのマイクロワールド内での意思決定の迅速化、判断力の向上、そして創造的な問題解決を可能にします。

 

スタートアップは、自律的な経験を通じて同様のタスクを実行するエージェントを設計しています。大規模な事前学習データにのみ依存するのではなく、これらのシステムは、操作するドメインの構造、ワークフロー、制約を学習します。そして、特定の職業、組織、またはソフトウェア環境に特有の関係性とダイナミクスを捉えた「ワールドモデル」を構築します。このプロセスは実務中に進行し、エージェントが膨大な手動エンジニアリングなしに迅速に専門化できるようにします。

 

スーはこの並列関係を明確に説明します：人間における継続的な学習プロセスは、あらゆる職業や環境に対して世界モデルを構築します。エージェントも専門家レベルに達するためには、同様の能力が必要です。このモデルが構築されれば、行動はより速く、安価で、信頼性が高くなります。また、エージェントが結果や境界をよりよく理解できるため、センシティブな状況での安全な行動を支援します。このメカニズムは、デプロイ後に固定された静的な汎用エージェントとは異なります。NeoCognitionのエージェントは使用を通じて継続的に改善し、初期の汎用的な能力を深く、文脈に応じた熟練度へと変えていきます。

AI業界は、あらゆるタスクを処理しようとするますます大規模な基礎モデルにリソースを注ぎ込んでいます。しかし、NeoCognitionはこれとは逆の立場を取っています。彼らの見解では、未来は単一のスーパーエージェントではなく、多数の専門エージェントが豊かに存在するものです。それぞれが狭い領域を深く習得し、専門家レベルのパフォーマンス、信頼性、判断力を発揮します。

 

汎用システムは、繊細さと一貫性が求められる現実のタスクにおいて、データやパラメータを増やしても収益が次第に減少する限界に達する。経験を通じた専門化の方が、高いパフォーマンスへのより効率的な道である。エージェントは、一つの環境を深く理解するために計算リソースを集中させることで、継続的なコストを抑えながらより良い結果を実現できる。

 

このアプローチは、人間では実現できない形で専門知識をスケーリングします。最高レベルの human 専門家は依然として希少で高価ですが、自己学習エージェントは、同じ採用のボトルネックなしに組織全体にドメインレベルの知識を提供できます。同社は、より多くの人々やチームが高度な機能を活用できるよう、専門知識へのアクセスを拡大することを目的としています。

ヴィスタ・エクイティ・パートナーズは、幅広いソフトウェア企業のポートフォリオを保有していることからこのラウンドに参加しました。NeoCognitionは、確立されたSaaSプラットフォームと提携して自己学習エージェントを統合することに大きな可能性を見出しています。これらのエージェントは、既存の製品をアップグレードしたり、企業がすでに使用している既知のツール内で自律的な作業者として機能できます。

 

企業はしばしば、独自のルールやデータフローを備えた複雑なカスタム環境を運用しています。汎用エージェントは、大幅なカスタマイズがなければこのような環境では対応が困難です。NeoCognitionのシステムは、インタラクションを通じてこれらの詳細を直接学習し、セットアップ時間を短縮し、適合性を向上させます。数週間から数ヶ月の使用を通じて、エージェントはその世界モデルを洗練させ、データ処理、コンプライアンスチェック、ワークフロー自動化などのタスクにおいてより効果的になります。

 

このスタートアップは広範なAIプラットフォームではなく、エージェントラボとして位置づけています。この焦点により、他の多くのプレイヤーが二次的なものと見なしている学習と専門化の層にリソースを集中できます。エンタープライズソフトウェアパートナーを通じた早期の配布は、採用を加速し、さらなる改善のための豊富な現実世界のデータを提供する可能性があります。

Cambium CapitalとWalden Catalyst Venturesが主導し、Vista Equity Partnersが参加。また、インテルのCEOであるLip-Bu Tan氏とDatabricksの共同設立者であるIon Stoica氏が名前と専門知識を加えた。その他の出資者には、Dawn Song、Ruslan Salakhutdinov、Luke ZettlemoyerらのAI研究者が含まれる。

 

CambiumのLandon Downsは、同社の核となる新規の学習メカニズムにより、迅速な専門化が可能であることを強調しました。Lip-Bu Tanは、チームが知覚から安全性に至るまでのエージェントの課題を包括的にカバーしていると称賛しました。Ion Stoicaは、汎用エージェントが標準化されるにつれ、真の試練は、本格的なアプリケーションに必要な信頼性を備えた専門レベルの知性を実現することに移行すると指摘しました。

 

過剰申込となったラウンドは、創設チームの研究経歴に対する強い信頼を反映しています。NeoCognitionは約15人の小さなチームですが、優れた人材密度を備えています。この資金は、自己学習アーキテクチャの推進に向けて、より深い実験と人材採用を支援します。

複数の企業がAIエージェントを検討していますが、多くの場合、改善のために定期的な再学習や人間が作成したプロンプトに依然として依存しています。NeoCognitionは、エージェントが外部からの継続的な介入なしに自らの理解を構築し、洗練する内部的かつ自律的なプロセスを重視しています。この設計は、意欲的な新入社員のように新しい状況に迅速に適応する本物の可塑性を実現することを目的としています。

 

抽象的・構造的・操作的な環境の世界モデルへの注目は、単なる画面の認識や基本的なツールの使用を超えています。エージェントは、与えられたマイクロワールドにおいて何が重要か、要素どうしがどのように相互作用するか、どの行動が望ましい結果をもたらすかを学びます。この構造化された知識は、時間とともにより優れた計画立案とエラーの削減を可能にします。

 

創業者たちは、自社のシステムが人間の作業を置き換えるのではなく、補完することを強調しています。エージェントは、経験を積むにつれて反復的または複雑な日常タスクを処理し、人間がより高度な創造性や戦略に集中できるようにします。目的は、チームや組織全体の能力を高めることにあります。

ユ・スと共同設立者たちは、人間の日常的な適応からインスピレーションを得ました。ジュニアアナリストや修業中の取引担当者として始める人を見てください。数ヶ月以内に、彼らはその分野の明文化されていないルール、近道、そして落とし穴を直感的に理解します。その内面的なモデルが効率性と適切な意思決定を促します。NeoCognitionは、意図的で経験に基づく学習を通じてエージェントにも同様の道を歩ませることを目的としています。

 

チームメンバーはこのビジョンに個人的な情熱を抱いています。多くのメンバーは、学術研究室で有望なエージェントのプロトタイプが現実の複雑さでつまずくのを見てきました。一貫しない結果に対する不満が、継続的な改善に明確に焦点を当てた商業化への転換を促しました。

 

初期の従業員には、現在業界全体で使用されている基礎的な論文に貢献した研究者が含まれます。彼らの集積された知識は、学習メカニズムの継続的な改善を可能にする豊かな環境を生み出しています。パロアルトの本社は、研究を最優先とする文化を維持しながら、人材やパートナーと密接に連携しています。

NeoCognitionが成功すれば、会計、デザインレビュー、カスタマーサポートのワークフロー、または科学的データ分析における信頼できる専門家へと成長するエージェントを組織が導入できるようになります。これらのシステムは、新しいクライアントや部署ごとに継続的な再プログラミングを必要とせず、ターゲット環境の正確なモデルを構築することで適応します。

 

この機能は、エキスパートレベルのサポートへのアクセスを民主化する可能性があります。人材が不足している小規模なチームや地域でも、これまで資源が豊富なグループにしか提供されなかったレベルのツールを利用できるようになるでしょう。経済的な効果としては、日常的な認知作業が優れた自己改善型システムに移行することで、生産性の向上とイノベーションサイクルの加速が期待されます。

 

このアプローチは安全性の懸念にも対応しています。より深い環境理解により、エージェントは境界を認識し、ハイステークス分野での有害な行動を回避できます。信頼性の向上は、エラーに実際のコストが伴う場所で特に重要です。

堅牢な自己学習ループの構築には技術的な課題が伴います。エージェントは有用なパターンとノイズを区別し、誤りを強化せず、世界モデルを更新しながら安定性を維持する必要があります。新しい戦略の探索と信頼できる実行のバランスを取るには、慎重なアーキテクチャが求められます。データ効率も重要です。人間は新しい状況で限られた例から学習しますが、その効率を半導体上でスケールさせるのは、まだ解決されていない研究課題です。 

 

NeoCognitionのチームは、評価と記憶に関する過去の研究を活かしてこれらの課題に取り組んでいますが、実際のスケールでのテストによりギャップが明らかになるでしょう。同社は、成功率の向上と専門化の高速化という、測定可能な進展に焦点を当てています。エージェントが多様な企業環境に直面し、学習プロセスを洗練させていく中で、進展は段階的に得られる可能性があります。

NeoCognitionは、自己学習エージェントを通じて専門知識が豊富になる世界を描いています。これらのシステムは人間と競合するのではなく、能力を補完し、発明や問題解決の新たな可能性を開きます。各エージェントは特定の分野における熟練を深め、さまざまなニーズに応える専門的知性のネットワークを構築します。4,000万ドルの資金調達は、このビジョンを可能にする学習メカニズムの研究を加速します。 

 

強力な投資家の支援と優れたコアチームにより、ラボは一貫して改善されるパフォーマンスを通じて信頼を得られるエージェントの提供を目指しています。企業や開発者は、初期から優れた能力を持ち、時間とともに本物の専門家へと成長するシステムをまもなくテストできるようになるでしょう。この進化は、今日のAIアシスタントから、ユーザーと共に真正に学ぶパートナーへと向かう、意味のある一歩となる可能性があります。

新規資金は、コア学習アルゴリズムと世界モデル構築の実験を拡大するための支援となります。少数ながらエリートチームにより、エージェントの可塑性に関する高リスク・高リターンの方向性を追求します。計画には、企業環境におけるより深い統合テストを実施し、フィードバックとデータを収集して改善を図ることが含まれます。

 

支援者は、この資金が信頼性と適応速度における明確な利点を示すプロトタイプの実現を期待しています。ここで成功すれば、さらに資金調達ラウンドや広範なパートナーシップを引き寄せる可能性があります。研究重視のアプローチにより、企業は早期の製品投入ではなく、厳密な評価に基づいた活動を維持しています。

エンタープライズソフトウェア環境は、構造的だが複雑なルールが豊富なテスト環境を提供します。エージェントは多様なワークフロー、データスキーマ、コンプライアンス要件に直面します。これらを成功裏にナビゲートすることにより、ワールドモデルの概念が検証され、改善点が明らかになります。

 

早期のパイロットからのユーザーのフィードバックは、エージェントが速度、正確性、安全性をどのようにバランスさせるかを調整するのに役立ちます。同社は、環境の理解を活用してより安全な行動を促す、責任ある開発を重視しています。時間の経過とともに、これらの実際の導入により、日常運用においてますます自然で信頼できるエージェントが実現されるでしょう。

大規模な資金が、 Frontier モデルのトレーニングにとどまらず、アプリケーションおよび信頼性層へと流れている。NeoCognitionのラウンドは、エージェントに関する実績ある学術的貢献を持つチームへの投資家の関心を示している。この賭けは、専門化と継続的な学習が、実用的なインパクトの次なるフロンティアであるという考えに集中している。

 

このパターンは、分野における期待の成熟を示唆しています。支援者は、印象的なデモではなく、実際の環境で測定可能な価値を提供するシステムを求めています。NeoCognitionが自己改善に焦点を当てていることは、能力の向上と長期的なコスト削減を通じて企業導入を正当化するエージェントに対する需要と一致しています。

1. NeoCognitionのAIエージェントに対するアプローチは、現在のほとんどのシステムとどのように異なりますか？ 

 

同社は、特定の環境の世界モデルを構築することで、職務中に継続的に学習するエージェントを構築しています。これにより、複雑なタスクで成功率が通常約半分にとどまる今日の汎用エージェントが抱える一貫性の欠如を解決し、迅速に専門家として特化できます。

 

2. NeoCognitionは誰が設立したのでしょうか？また、そのバックグラウンドの特徴は何ですか？ 

 

余蘇、鄧翔、余顧がラボを設立しました。蘇はスローン研究フェローでオハイオ州立大学の教授であり、以前はエージェント研究をリードし、マイクロソフトで会話型AIに従事していました。彼らの共同論文とツールは主要なAI開発者に影響を与え、チームは知覚、計画、セーフティの分野で深い専門知識を有しています。

 

3. 4000万ドルの資金はどのような用途に使われますか？ 

 

資金は、自己学習メカニズムの開発とテストに焦点を当てた取り組みを支援します。博士号保有者の小さな研究チームと共に、この資金はワールドモデル構築、専門化アルゴリズム、および企業向け統合パイロットの迅速な反復を可能にし、さらに優れた人材を引き寄せます。

 

4. これらの自己学習エージェントは、すぐにハイステークスのエンタープライズ環境で動作させることができますか？ 

 

初期バージョンは慎重な検証が必要ですが、この設計は信頼性と安全性を向上させるために環境理解の構築を重視しています。目的は、使用を重ねるごとにより信頼性が高まるエージェントを作成し、一貫性が重要なワークフローに適したものを実現することです。

 

5. NeoCognitionの技術は知識労働者にどのような影響を与える可能性がありますか？ 

 

エージェントは、日常的またはデータ量の多い作業を処理し、人間が創造的かつ戦略的な業務に集中できるようにします。専門知識をより広く利用可能にすることで、これらのシステムは小規模なチームや組織がかつて大規模な専門家グループに限定されていた能力にアクセスできるようにし、全体的な生産性の向上に貢献する可能性があります。

 

6. NeoCognitionの進捗についてさらに詳しく知るにはどこで確認できますか？ 

 

彼らのミッションと研究方向に関する最新情報は公式サイトをご覧ください。TechCrunchの報道と企業のプレスリリースが、資金調達および技術的ビジョンの良い出発点となります。

このコンテンツは情報提供を目的としたものであり、投資アドバイスを構成するものではありません。仮想通貨への投資にはリスクが伴います。ご自身で調査してください（DYOR）。

 

免責事項: このページは、お客様の便宜のためにAI技術(GPT活用)を使用して翻訳されています。最も正確な情報については、元の英語版を参照してください。