ループの回転数を決めているのは、「賢さ」じゃなかった
Jeff Deanが Googleを出て立ち上げた会社の名前は Discovery Loop という。Lab でも AI でもなく、Loop だ。その発表の翌日に収録された109分のインタビューを、元 Google DeepMind シニアリサーチサイエンティストの曹原（現 Unreasonable Labs AI 共同創業者）が受けている。
表向きは AI for Science の話だが、実際にこのインタビューが答えているのは、もっと実務的な問いだ。「なぜ同じ loop なのに、速く回るものと、どう押しても動かないものがあるのか」。
この問いへの答えは、科学に限らない。
ループの速度を決めているのは、モデルの賢さではない
「技術的にどこが一番難しいか」と問われた曹原は、迷わずこう答えた。検証（verification）だ。
なぜ今、AI の中で coding agent が最も成功した商業ループとして指数関数的に伸びているのか。理由は単純で、「閉じているから」だ。プログラムを書けばその場で検証できる。待たなくていいし、外部の誰かも要らない。検証できるからこそ、ユーザーはタスク全体を渡す気になる。
科学にはそれがない。検証が物理世界にある。
曹原の言葉でひとつ、頭に残り続けるものがある。
「理想的に一分で一回の実験検証が得られるなら、この問題は解ける。無限にデータを生成して、コードや数学と同じようにそのまま学習させればいい。」
つまり、科学の進展を阻んでいるのは AI が賢くないことではない。フィードバックが遅くて、高いことだ。
曹原はさらに踏み込む。宇宙の基本要素は情報・物質・エネルギーであり、AI for math も coding も「情報の層」にいる。AI for Science が出す仮説もシミュレーションも、まだ情報の層だ。しかし科学をやるなら「物質の層」まで降りなければならない——湿式実験が必要になる。
これは科学の話ではなく、会社の話でもある
ここで面白いのは、曹原自身も具体的な会社の事例で説明している点だ。
コードのゲートウェイは Claude がほぼ全部書いている。一行変えて、テストを回して、ダッシュボードを見れば、数分で正否がわかる。だから agent に大きく触らせられる。
一方、広告運用のラインは、クリエイティブ一本の良し悪しを判定するのに三日分のデータが必要だ。同じモデル、同じ agent なのに、反復速度は二桁違う。
広告側の agent が馬鹿なのではない。広告側の検証が高いのだ。
ここからは見方だが、これは多くのチームがすでに体感しているはずの現象だ。「AI を使ったのに思ったより速くならない」という感覚の正体は、たいてい「モデルの限界」ではなく「フィードバックループの遅さ」だ。チームが手にしているのが最新モデルか一世代前のモデルかより、「間違いを何時間以内に検知できるか」のほうがアウトプット速度に直結している。
打ち手は2つしかない
ボトルネックがわかれば、打ち手も絞られる。曹原が挙げたのは2つだ。
ひとつは、物理実験の自動化。 いわゆる AutoLab・Cloud Lab で、API を叩けば遠隔のロボットがピペットを動かす。曹原が挙げたローレンス・バークレー国立研究所との A-Lab の数字は具体的だ——17日で353回の実験、57の目標のうち36を達成。より新しい例では、OpenAI が GPT-5 と Ginkgo Bioworks（ケンブリッジのロボット実験施設）を組み合わせ、GPT が新しいタンパク質の配合を提案し、ロボットが実験し、結果が戻るループを実現している。曹原はこれを「現時点で最も説得力のある閉ループ実験」と評した。
もうひとつは、実験の回数を減らすこと。 ボトルネックが物理実験なら、一回一回を当てにいくしかない。以前は10回の実験が必要だったなら、2回で届くところまで知能を上げる。そのために必要な能力は具体的だ——過去の失敗の履歴を分析して、次の一手をより良く選ぶ能力。
だから曹原は、この分野を「AI for Science」ではなく**「AI and Science」**と呼ぶべきだと言う。十分強い AI に科学を応用として渡すのではなく、AI 自身の能力と科学の能力を同時に伸ばす。さらに言えば、科学は AI の応用ではなく AI 自身の発展の触媒だ、とも。
「証明の過剰」はすでに、あなたの組織でも起きている
司会がテレンス・タオの表現を持ち出す。数学は「証明が希少な時代」から**「証明が過剰な時代」**に入った。
未解決問題を集めたサイトでは、各問題の下に AI が生成した解答が数十件積み上がっている。そして誰一人、人間の専門家がそれを引き受けて検証しようとしない。
ここからが重要だ。数学の話だと思って読んでいると、本質を見落とす。
リポジトリに溜まったレビューされない PR も、フォルダに積まれた誰も読まない AI の原稿も、同じ現象だ。「産出を増やすのは純粋な無駄になる」と曹原は言う。審査だけがボトルネックのとき、産出を増やしても積み上がるだけだ。
しかも、この問題はコードの品質にも波及する。AI は確かに大量のコードを書くし、その多くは正しい。それでいてコードを保守するコストと時間はむしろ上がった。エンジニアが読めないからだ。バグが出たとき、まず読解から始めなければ場所すら特定できない。AI に debug させれば？——できる。ただしその反復でコードはさらに散らかる。言語モデルは確率的な機械であり、同じタスクを二度回せば違うコードが出る。
曹原の結論は率直だ。信頼性と説明可能性が低い AI は、経済全体の運用コストを上げる。 AI が経済的に価値のある活動の80%をこなせるようになったとして、その一つ一つに人間の検証が必要なら、やらせないほうがマシだ、と。
ピアノを弾くロボットと、最後の一マイル
曹原がこのインタビューで最良の比喩を出す。
あるコンサートに行くとする。「そのピアノはロボットが弾きます。打鍵の強さも長さも作曲家の指定どおり完璧です」と保証されたとして、それでも聴きに行くか。
司会は行かないと答えた。
結果は正しくても、過程に何もないなら、人は動かない。 科学に写せば、証明の結果はもちろん重要だ。しかし論証の過程を検めて、面白いものが何もない、解釈できるものが何もないなら、どれだけ正しくても数学者にとってはロボットのピアノでしかない。
ここでひとつ、現実的な留保が付く。「人間に理解できない発見は無意味か」に対して、曹原の答えは抑制的だ。道具としての意味はある。 1970年代に計算機で証明された四色定理がその例だ。結論は確実に正しく、地図を塗るのに使える。だが証明はほぼ列挙であり、新しい深い洞察は生まなかった。価値があるかどうかは、道具として見るか、認識として見るかで完全に変わる。
そして、AIの限界についての最も鋭い証言がノーベル賞受賞者の Jennifer Doudna から来る。「AI を研究に使うか」と問われ、彼女はこう答えた。
「使う。ただし、AI が出した提案の中に、私たちが知らなかったものは一つもなかった。普段見落としているものはあったが、どれも既存の論文にあるものだった。」
agent プロダクトを作っている人は、この一文を机の上に貼っておいたほうがいい。
曹原が指摘する AI の限界は「概念の抽象化」だ。人間は「三羽の鵞鳥、四羽の鳥、五本の木」を見て「数」という概念を取り出し、あらゆる対象に適用できる。同じ感覚入力を AI に与えても、「数」は出てこない。今の AI は既存の表現空間の中で、すでにある概念を組み替え、探索している——それは人間よりはるかに効率的だが、新しい概念を作ってはいない。
概念の抽象化は AGI の最後の一マイルであり、その一マイルは永遠に越えられないかもしれない——曹原はそこまで踏み込んで言う。
実務への示唆と、次に同種のニュースを見るとき
3つに絞って持ち帰れるものを整理しておく。
ひとつ目。検証コストを「受け入れる天気」ではなく「設計できる変数」として扱う。
ループが遅いとき、正しい問いは「もっと強いモデルを試す」ではなく「これを3日から3時間にできないか」だ。A-Lab がやっているのはまさにそれで、AI を賢くするのではなく、物理世界のフィードバックを情報の層に引き戻している。普通の会社に訳せば——モデルを替える前に、監視を直し、A/B を直し、段階的リリースを直す。これは優先順位を付けられる判断であって、正しいだけの標語ではない。
ふたつ目。「証明の過剰」を自社で点検する。
未検証の解答が積み上がっていないか。レビューされない PR が溜まっていないか。産出量が上がったとき、それが本当に価値を生んでいるかを確認する仕組みがあるか。これを「AI の限界」として片付けると対処が遅れる。これはフローの設計の問題だ。
みっつ目。同種のニュースを次に見るとき、確認すべきは「閉ループかどうか」だ。
「AI が〇〇を発見した」「AI が〇〇を生成した」という報道を見たとき、確認したいのは「その検証が情報の層で完結するか、物理の層が必要か」という点だ。情報の層で完結するなら反復速度は速い。物理の層が必要なら、ロボット実験室やコスト設計の話を一緒に確認しないと、絵に描いた餅になる可能性が高い。
会社の名前に戻る。Google を出た4人が、AI に自分で科学をやらせる会社を作り、名前を Discovery Loop にした。Lab でもなく、AI でもなく、Loop。
その選択は偶然ではないと思う。何を問題の核心に置いているか、名前がそのまま答えになっている。
