グーグル元首席科学者であるジェフ・ディーンらが離職し、Discovery Loopを設立。その核心である「Loop」は、科学的手法の自動化を実現し、AIが実験を自ら提案・実行・評価する閉ループを構築することを目的としている。その重要性は、研究のパラダイムを再定義し、AIが「再帰的自己改善」（AIでAIを開発する）へと進化させ、科学的発見の効率を劇的に向上させることにある。今後、人間は目標を設定するだけで、AIが無限の探求を主導するようになる。文章執筆者、出典：腾讯科技
8月5日、グーグルはAI部門の重大な調整を発表しました。
Google DeepMindのCEOであるデミス・ハサビスが会長に就任し、Alphabetのチーフサイエンティストを務める。グーグルに約27年勤務したチーフサイエンティストのジェフ・ディーンは、サンジャイ・ゲマワット、オリオル・ヴィニャルス、クオック・リーと共にDiscovery Loopを設立した。
この4人は、過去20年以上にわたりGoogleのインフラストラクチャとAIの発展を支えてきました。Jeff DeanはMapReduce、BigTable、Spanner、DistBelief、TensorFlow、Pathwaysなどのシステム構築に携わり、Google Brainの共同設立者でもあります。Ghemawatは長年にわたり彼と協力し、Googleの初期の検索および計算インフラストラクチャの構築に貢献しました。VinyalsはGeminiの技術責任者の一人です。Quoc LeはGoogle BrainやAutoML-Zeroなどのプロジェクトに参加しました。
彼らはグーグルを退職後、AIを活用して機械学習、科学、工学の研究を推進することを目的とした非営利企業「Discovery Loop」を設立する予定である。グーグルは創設投資家およびクラウドパートナーとなり、初年度の計算リソースを提供する。海外メディアによると、この企業は剛剛設立され、大規模な採用は開始されておらず、公式なオフィスすらまだない。
しかし、その出発点はすでに明確に説明されており、AIが自動的に実験を提案し、実験を実行するためのコードやツールを実装し、結果を評価した後、その結果に基づいて次のラウンドに進むことです。
ジェフ・ディーンは7月25日の講演で、この方向性を「科学的方法の自動化バージョン」と呼びました：実験を提案し、実装し、評価して結果を得る。彼は、数万ものこのようなサイクルを同時に実行すれば、AIが科学、生物学、チップ設計、モデル開発などの分野で新たなブレークスルーをもたらす可能性があると考えています。
画像：Discovery Loopの創設チーム。画像はAIによって生成されました
ジェフ・ディーンが行う「Loop」
"Loop"は今年のAI分野で頻繁に使われる言葉已成为。
2026年6月、Claude Codeの責任者であるボリス・チェルニーは、自分はもうClaudeに直接プロンプトを出すことはほとんどなく、実行中のLoopがモデルにプロンプトを出し、次に何をすべきかを決定すると述べた。「私の仕事はLoopを書くことだ。」
「ロブスターの父」として知られるピーター・スタインバーガーは、より人間らしい表現で広い層に届けるのが得意だ：プログラミングエージェントに一つずつ指示を出すのではなく、エージェントを促すループを設計しよう。
Googleのエンジニア、Addy Osmaniは、『Loop Engineering』というタイトルで、この方法に完整的な構造を補完し、タスクのトリガー方法、状態の保存方法、結果の検証者、ループの継続条件、および停止条件を明確にした。
かつては少数の開発者のワークフローに散在していた実践が、共通の言語として定着した。海外メディアはこれを、Prompt engineeringに続く新たなパラダイムと要約した。7月17日、IBMはLoop engineeringを、「行動、観察、意思決定、反復」を継続的に実行するAgentワークフローを設計することと定義した。これにより、Loopに関する議論はプログラミングAgentコミュニティから脱し、企業オートメーションおよびより広範なAIエンジニアリングの文脈へと広がった。
この用語が業界に真正に響くのは、人間と機械の役割分担が変化していることを示しているからである。モデルが自ら次のステップを実行できるようになると、人間の価値は段階的な指示の提供から、目標の設計、フィードバック、検証、停止条件の設定へと上昇する。したがって、ループエンジニアリングは、すでに起こっているエンジニアリングの変化に名前を付けたにすぎない。
Discovery Loopは、同じ「Loop」構造を用いて、より高い目標を掲げています。創設チームの現在の説明によると、AIが科学および工学研究の全プロセスに参加することを目指しており、仮説の提案、実験の実行、結果の評価、そしてフィードバックに基づく次なる探索方向の決定を含みます。
したがって、Loopエンジニアリングはより基本的なエンジニアリングアプローチに近いのに対し、Discovery Loopは新しい発見を継続的に生み出し検証するための研究システムを構築します。
退職直前のある会議で、ジェフ・ディーンはこれを科学的方法の自動化と要約した：実験を提案し、実装し、評価し、結果を得る。システムは複雑な問題をサブプロブレムに分解し、複数の密接な実験ループでそれぞれを探索した後、結果を統合して改良されたシステムを構築する。
ジェフ・ディーンは、2027年までに、機械学習システム自身の自動化がさらに進むと予測している。AIは多数の実験を実行して能力を向上させ、この方法をあらゆる目標が測定可能な科学および工学の分野に広める。
ループが成立するには、タスクが繰り返し試行でき、結果が信頼性を持って評価できるという2つの条件を満たす必要があります。
Loopはどの段階まで進みましたか
過去2年間、同様の閉ループ構造が3つの方向でそれぞれ登場した。
第一類はモデル開発Loopです。
2026年3月、Andrej KarpathyはAutoResearchをオープンソース化し、AIエージェントが固定された時間と評価指標に基づいて、モデルのトレーニングコードを自動的に修正し、実験を実行し、結果をチェックして有効な変更を保持できるようにした。この環境は、修正可能なトレーニングスクリプト1つ、固定された指標1つ、GPU1枚に圧縮され、実験の迅速な比較を可能にした。
かつて、最先端のAI研究は「肉身のコンピュータ」によって行われていた。彼らは食事をとり、眠り、他の楽しみを享受し、時折「音声」と呼ばれる接続方式を通じて、「ミーティング」という儀式で情報を同期していた。その時代はすでに過去のものとなった。現在では、研究は完全にAIエージェントの自律的なクラスタによって行われている。それらは空に広がる巨大な計算クラスタ上で動作している。これらのエージェントは、現在のコードベースが10,205世代に進化したと主張している。しかし、この主張が正しいかどうかを判断できる者はもう誰もいない——現在の「コード」は自己修正可能なバイナリシステムとなっており、その複雑さはすでに人間の理解をはるかに超えている。このコードリポジトリには、すべてがどのようにして始まったかの物語が記録されています。——アンドレジ・カルパティ、2026年3月カーパルティはその後、Anthropicに参加し、Claudeを用いて事前学習研究を加速するチームを構築することを担当した。これは、AIがAIの開発を支援する取り組みが個人のオープンソース実験から最先端モデル企業の内部プロセスへと移行したことを意味する。
グーグルも同様の探求を進めています。Google DeepMindのAlphaEvolveは、Geminiにコードやアルゴリズムを提案させ、自動評価器で実行・評価し、より優れた案を次のラウンドに送り込みます。グーグルは、このシステムをデータセンターの効率化、チップ設計、AIトレーニング、行列乗算アルゴリズム、数学的問題にすでに適用していると述べています。
図：AlphaEvolveはGeminiがアルゴリズム案を提案し、自動評価器で実行・選別した後、より優れた結果を次ラウンドに送る。出典：Google DeepMind
第二類は科学知識Loopです。
Sakana AIは2024年にThe AI Scientistをリリースし、大規模言語モデルが研究アイデアを生成し、コードを記述し、実験を実行し、結果を分析して論文を構築することを試みた。2025年、同社はAIが生成した論文が機械学習会議のワークショップの査読を通過した事例を発表した。
FutureHouseはAIエージェントを活用して文献検索、データ分析、仮説生成、実験計画を処理し、マルチエージェントシステムRobinが科学研究の複数の知識の断片を結びつけようとしています。
第三類は物理実験Loopです。
シアトルのスタートアップであるPotatoは「完全な閉ループ型自律科学」を提唱し、計算研究から実験室ロボットへの移行を目指している。ヨーロッパのSigmatic Sciencesは「lab-in-the-loop」を提唱し、計算モデル、自動実験、データフィードバックを接続している。
中国でも類似の実践が見られる。上海科学知能研究院や格物智研などの機関が発表したGolab物質科学知能研究開発工場は、「AI計算—自動実験—データフィードバック—モデル自己進化」のサイクルとされ、自走型ラボが既に構築されている。
現在、Loopはコードとモデルのトレーニング段階で最初に動作し、毎回の変更に対して迅速にスコアが得られ、成功か失敗かが明確である。文献調査や実験設計の段階に入ると、フィードバックは専門的な判断に依存し始める。さらに実際の実験室へ進むと、1回の検証に機器やサンプル、数週間の時間を要し、ループの速度は次第に遅くなる。
ジェフ・ディーンはYCのインタビューで、量子化学の事例を挙げました。
従来の方法では、分子の性質を判断するために密度汎関数理論シミュレーションを一晩中実行する必要があった。グーグルの研究者は、多数のシミュレーション結果を用いてニューラル近似器を訓練し、ディーンの記憶によると、その速度は元のシミュレーターと比較して約30万倍速くなり、ほぼ同等の精度を維持した。その結果、研究者は数千万の候補を迅速にスクリーニングできるようになった。
これは科研ループが成立するかどうかの分かれ目でもある。モデルは迅速に多数の候補を生成できるが、検証プロセスも同様に迅速で信頼性が高ければ、システムは結果に基づいて次のラウンドに進むことができる。量子化学では、ニューラル近似器を用いてフィードバックサイクルを短縮する実践がすでに登場しているが、より多くの実験に依存する分野では、検証コストとフィードバック速度の制約を受け続けている。
これは、AutoResearchとAlphaEvolveがまずコード、アルゴリズム、モデルのトレーニングで進展を遂げた理由でもあります。これらの分野には明確で迅速かつ低コストの評価関数が存在します。薬物や材料の分野に進むと、モデルは依然として現実の実験に直面しなければなりません。
評価システムは、ループが実際に進歩をもたらしたかどうかも決定します。Sakana AIは過去に公開で振り返りを行い、AI CUDAエンジニアがベンチマーク情報に触れたことで、性能向上を過大評価したことを明らかにしました。システムは効率的にループを回すこともできますが、評価指標の穴を効率的に突くこともできます。
したがって、Discovery Loopのコア資産は、より強力なモデルだけでなく、十分に高速で信頼性の高い評価システムを含む必要があります。
ループから自己改善の繰り返しへ
三つのループは適用分野に基づいて分類され、その中に「再帰的自己改善」という縦方向の進化がある。英語ではRecursive Self-Improvementと呼ばれ、略してRSIという。
普通LoopはAIに外部タスクを継続的に完了させます。RSIはAIに自らのアルゴリズム、トレーニングプロセス、評価器、または研究手法の改善に参加させ、前ラウンドで改善された能力を次ラウンドで活用します。
今年5月、元Meta FAIR研究科学者ディレクターの田淵棟は、リチャード・ソッチャー、ティム・ロックタシェル、ジェフ・クライン、アレクセイ・ドソヴィツキイらと共同でRecursive Superintelligenceを設立し、社名に「再帰的自己改善」を直接取り入れた。同社は6億5千万ドルの資金調達を実施し、評価額は46億5千万ドルに達した。GVとGreycroftがリード投資家として参加し、NVIDIAやAMDも出資した。
6月、Recursiveは第一段階の自動化AI研究システムを発表しました。このシステムは、AIがアイデアを提案し、実装を記述し、実験を実行して結果を検証した後、以前の実験に基づいて次の研究パスを選択します。システムは複数の研究ブランチを並列で実行し、可能性のある方向を統合し、報酬の投機と実験の分散をチェックします。彼らは、固定計算リソースでのモデル訓練、小規模モデルの訓練速度、GPUカーネル最適化の3つのテストでリーディング結果を達成したと述べています。
2026年7月に発表されたレビュー論文は、1,250本の関連論文を分析した結果、現在のRSIの実践を「境界のある自己改善」と「オープンな再帰的自己改善」に分類した。前者は既に産業実践に導入されているが、後者は外部検証、モデル崩壊、計算リソースコスト、研究方向の選択などの制約を受けている。
Discovery Loopは自らをRSI企業と定義していないが、Jeff Deanが描いたロードマップはすでにそれと交差している。
彼はインタビューで、「機械学習モデルは、何を探索するかを自ら決定し、多数の実験を実行して有効な結果を抽出し、新たなトレーニングレシピに統合できる。人間はより高いレベルで研究方向を提示し、モデルにその後の大規模な探索を任せることができる。」と述べた。
これは潜在的な再帰チェーンを形成します：
AIが実験を実行し、実験によって機械学習システムを改善し、改善されたシステムがより複雑な実験を実行する。
Discovery Loopは、大規模モデルを研究に使用するだけでなく、まずAIが研究を行うためのAIを改善し、その後、その改善されたシステムを他の科学分野に広めることを計画しています。Quoc Leは、この方法が異なるTransformerアーキテクチャの発見を支援する可能性があるとさえ提唱しています。
しかし、現在の公開情報によると、Discovery Loopが行っているのは依然として制御された研究自循環である。目標、実験の境界、評価指標、および最終的な判断は主に人間によって設定されている。AIは実験を実行し、結果を評価し、次に何を行うかを選択する際にも参加し始めているが、これはオープンなRSIではない。
Discovery Loopはトークンで測定しません
ジェフ・ディーンはインタビューで、トークンスループットよりもDiscovery Loopを測定するのに適した指標として、「本質的に、あなたが最適化すべきは、単位計算入力あたりの発見数である」と述べた。
過去、大規模モデル企業はより多くのデータと計算リソースを用いてより強力なモデルを訓練してきた。Discovery Loopは、別の投入と産出の関係を構築することを目的としている：計算リソースをより多くの実験に変換し、有効な実験をアルゴリズム、モデル、科学的成果として蓄積する。今後、同社が販売するのは科研Agentだけでなく、短縮された研究開発サイクルと向上した発見確率である可能性がある。
なぜこのプロジェクトはグーグルを離れて行う必要があったのか？アルファベットCEOのサンダー・ピチャイは複数の会議でジェフ・ディーンらを引き留めた。オリオル・ヴィニャルスは『ワイヤード』に対し、大規模組織には常に乗り越えなければならない慣性が存在すると語った。「私たちは違うことをしたいと思った」。グーグルは最終的にDiscovery Loopに投資し、初年度の計算リソースを提供するとともに、機械学習システムとインフラの共同研究を実施することにした。
これはより組織的な選択に近い。グーグルはGemini、クラウド事業、大規模な商業提供を継続する必要がある一方、Discovery Loopはまだ成熟した製品になっていないことにリソースと集中力を注ぎたいと考えている。
ハサビスの役職変更は、同じ問題に対して別の角度から対応した形である。彼はGoogle DeepMindのCEOを退任し、会長およびAlphabetのチーフサイエンティストに就任。日常運営はKoray Kavukcuogluに委ね、自身はAGIの長期的方向性、科学応用、およびIsomorphic Labsの薬物開発により多くの精力を注ぐ。
両者は、AIの次段階が人類の科学的発見に深く関与すると信じているようだ。
アルファベットの株価は調整発表後、約4%下落しました。市場の懸念は、ひとりの科学者が去ることだけでなく、複数のコア研究者が同時に離脱すること、Geminiからの競争圧力、そしてハサビスが日常運営から退くことで、グーグルが膨大な研究・計算リソースと製品資源を同じ方向に統合し続けることができるかどうかにあります。
より大きな変化は、グーグルという会社そのものを超えている。KarpathyのAutoResearch、グーグルのAlphaEvolve、田淵棟らが設立したRecursive、そしてJeff DeanのDiscovery Loopは、すべてAIを次世代AIの開発プロセスに組み込んでいる。
AIの次なるステップは、より多くのパラメータ、データ、および計算能力だけでなく、モデルが実験の提案、結果の検証、後続システムの設計に参加することからも生まれる可能性がある。
しかし、実験の数は、人間が重要な課題を選択し判断する能力に代わることはできない。ジェフ・ディーンは同じインタビューで、今後本当に希少になる能力は「エージェントにどのような問題を解決させるかを知ること」であると述べた。AIは1日で数千回の実験を実行できるが、研究の上限は依然として最初の問題設定と評価基準に依存する。
ジェフ・ディーンはかつて、Googleでデータ、計算、モデル訓練をスケーラブルなシステムに変えることに貢献しました。現在、彼とかつてGoogleにとって最も重要な人々の一部は、科学的方法そのものをスケールして運用できるシステムにしようとしています。
Loopは彼らが選んだ方法であり、科学的発見はそれがまず入り込む世界であり、再帰的な自己改善はこの道のより先の方向である可能性がある。