Frontier Radar #5:AGI が近づく中、なぜ多くの研究者が大手を離れて新研究所を立ち上げるのか
The Decoder の Frontier Radar 第5回は、大手企業を離れた研究者が創業した研究型 AI 企業27社を、継続学習、言語以外の世界モデル、独自データ、計算効率、自動化された科学研究、モデルの制御性という6つの技術的賭けの分類で整理した。
The Decoder の Frontier Radar 第5回は、大手企業を離れた研究者が創業した研究型 AI 企業27社を、継続学習、言語以外の世界モデル、独自データ、計算効率、自動化された科学研究、モデルの制御性という6つの技術的賭けの分類で整理した。
著者のAnkit Maloo氏は、OpenAIとAnthropicが今年相次いで数学的問題の証明や反例を示した理由を分析し、鍵はモデルが深さ優先で各実行可能な経路を最後まで辿り、自動検証器で枝刈りできる点にあると述べている。
The Decoderの報道によると、OpenAIのCammarata氏が機械的解釈可能性の古典的事例を再解釈し、有名な猫顔と車のニューロンは実際にはV字検出器であり重ね合わせ現象ではないと主張、Qwen3-32Bでは約90%のニューロン極点が主要な機能を1つだけ持ち、解釈不能なのはわずか2%から4%だと述べた。
AnthropicのAndrej Karpathy氏は、外部の世界はAIの実際の能力の「プレビュー版」しか見ていないと述べた。同氏は大規模言語モデルのユーザーを4層に分類する。約60億人はLLMにほとんど触れておらず、10億〜20億人は無料のChatGPT系製品をより優れた検索エンジンとして使うだけ。数学とプログラミング分野の約2000万人のプロユーザーは、かつて数週間から数カ月かかった複雑なプロジェクトをすでにエージェントで完了させており、内部のフロンティアシステムに触れられるのはわずか約5000人にとどまる。
Ornn、Silicon Data、Bloomberg の 2026 年 8 月時点のデータによると、AI トークンの価格は下落を続ける一方、H100 GPU のレンタル価格は横ばいか上昇している。a16z はこれを AI 市場における教科書的なジェヴォンズのパラドックスだとしている。
Google DeepMind の Pushmeet Kohli 氏と Biohub の Sal Candido 氏は Latent Space の対談で、AlphaFold の突破は始まりにすぎず、タンパク質折りたたみはまだ解決されていないと指摘した。
MIT Technology ReviewとAventineの共同記事は、Elon MuskがTeslaのOptimusヒューマノイドロボットについて早ければ2027年末に1台2万ドルで販売されると予測し、Jensen Huangもヒューマノイドロボットが今年中に人間レベルの能力に達すると述べたものの、多くのロボット研究者は懐疑的だと指摘する。Yann LeCunはダボスで、ロボットを十分に賢く実用的にする方法を知るヒューマノイドロボット企業は一社もないと語った。
神経科学者のPaul Cisekは、脳はチューリングマシン的な情報処理装置ではなく、進化の産物であるフィードバック制御システムだと提唱する。高飛球を捕る際の野球のヒューリスティックのように、複雑な計算ではなく簡潔な方略で説明できるという。著者のBenjamin Rileyはこれに基づき、脳をコンピュータに例えるモデルは歪んでおり限定的だと論じる。AI製品は「認知版ホットドッグ」のように、その場の欲求に応える一方で、人類が数千年かけて進化させた認知システムを損なうと指摘する。
DeepMindの研究者らが「人工共生知能」(Artificial Symbiotic Intelligence)を提唱し、AI研究の中心的課題は、単一の自己進化する超知能を構築することではなく、エージェント、人間、それらをつなぐシステムからなる複雑なネットワークを調整することにあると主張している。
元Google DeepMindの研究者は、LLMはトークンを一つずつ予測して答えを生成しており、その連鎖的推論も同じnext-tokenプロセスから生じるもので、真に独立した推論機構ではないと指摘する。こうしたモデルには検証可能な持続的認知状態や知識と推論の分離が欠けており、連鎖的推論はしばしば事後の作り話だと述べる。AlphaGoのゲーム木探索アーキテクチャを参考に、機械推論に明示的な認知状態を導入すべきだと主張する。
MITのAlex Zhang氏がLatent Spaceポッドキャストで、自身の再帰言語モデル(RLM)研究を紹介。RLMベースのハーネスはOpenAIのAstraより早く、ARC-AGI-3をほぼ解決した最初のシステムだという。
TypeSafe AI 創業者兼 CEO の Diogo Almeida は Latent Space ポッドキャストで新モデル Jev を紹介し、ソフトウェアでの利用向けの System One 大規模モデルと説明した。
Import AI 464はFableがKernelBench-Megaで、保守担当に初の真正かつ最速と呼ばれたmegakernelを作ったと報告した。RTX PRO 6000 BlackwellのCUDAで18.71倍高速化し、Claude Opus 4.8の14.4倍、GLM-5.2の11.14倍、GPT 5.5の4.34倍を上回った。
Import AIは3研究をまとめる。King's College London、復旦、Alan Turing InstituteのSocioHackは72の社会サンドボックスで、規則を守りながら制度の隙間を突くRLを試す。修正済みの歴史的な欠陥を再発見する再現率は61.25%、適合率は90.85%だった。
Berkeley AI Researchは並列推論の進展を整理し、独立した小課題をいつ分解・並列化するか、同時スレッド数、調整方法をモデル自身が決める適応的並列推論を分析した。Self-consistency、Best-of-N、Tree of Thoughts、MCTS、ParaThinker、GroupThink、Hogwild! Inferenceなどは外部で並列構造を事前設定し、適応的な行動を教えていない。