AIエージェントの真価は「古いPC」でなく「思いつきの検証」にある

押入れで埃をかぶっているあの旧型PC。AIエージェントに任せれば、数時間で現役復帰できるかもしれない。だがその先にある変化の方が、はるかに大きい。

AIエージェントの真価は「古いPC」でなく「思いつきの検証」にある

押入れで埃をかぶっているあの旧型PC。AIエージェントに任せれば、数時間で現役復帰できるかもしれない。だがその先にある変化の方が、はるかに大きい。


15年前のPCが蘇った日

VRMLの共同発明者として知られるマーク・ペシ(Mark Pesce)氏の自宅は、サポートが終了した古いコンピュータの博物館になっている。Arch Linuxが動く15年前のデバイス、賞味期限切れの12年前のiMac Pro、Windows 10で止まったSurface Go。どれも電源は入るが、暗号化の規格が古すぎて現代のウェブにつながらない。使えるけど、使えない。そういう状態だった。

転機は数か月前、あるAIエージェントにSSHで15年前のデバイスへのフルアクセスを与えたことだ。目的は、最新のcURLをモダンな暗号化ライブラリ付きでコンパイルすること。エージェントは3時間以上かけて何度も失敗を繰り返したが、最終的にはビルドを完了した。

このデバイスのCPUにはFPU(浮動小数点演算ユニット)すら搭載されていなかった。暗号処理に必要な数学演算をすべてソフトウェアで代行するため、動作は極端に遅かった。

ペシ氏がエージェントに「この問題を誰かが解決していないか」と聞くと、高速な数学ライブラリを見つけてきて、cURLは軽快に動き始めた。数分後にはそのデバイス上でエージェントが常駐し、Telegramで会話できるようになっていた。

ここから先は雪崩だった。iMac ProにはUbuntuが載り、VR用PCもファームウェアの調整が施され、Surface Goまでまともに動くようになった。OSが起動してネットワークがつながった瞬間にエージェントを入れる。あとは放っておけばいい。

「使う」に集中できる

Redditの投稿を漁り、GitHubのリポジトリを読み込み、技術フォーラムの断片的な情報をつなぎ合わせて最適な設定を見つける。この作業は確かに人にもできる。だが何時間もかかるし、楽しくはない。

エージェントに任せることの意味は作業の省略じゃない。自分の時間が「設定」から「活用」に移ることだ。古いPCをどう使うか考える時間が生まれる。ペシ氏は、自分がいつの間にか「マッドサイエンティスト」になっていたと書いている。思いついたアイデアをエージェントに投げ込み、うまくいくまで何通りものパスを試させ、結果だけを受け取る。

試行コストがほぼゼロになると、行動が変わる。「思いつき」がそのまま「実験」になる。

このサイクルが回り始めると、学習速度が跳ね上がる。雑な仮説でも試せるからだ。精度の高い仮説を立てることに時間を費やすのではなく、雑な仮説を大量に投げて結果から学ぶ。科学の歴史を振り返れば、偶然の発見がどれほど重要だったかは明らかだろう。

Discovery Loopが示す「次の形」

ペシ氏の話は個人の趣味の延長に見える。だがもっと大きな場所で、似たことが動き始めている。

現地時間8月5日、Googleのチーフサイエンティストだったジェフ・ディーン(Jeff Dean)氏が、27年勤めたGoogleを離れた。一緒に退社したのは、Googleフェローのサンジェイ・ゲマワット氏、DeepMind研究担当副社長のオリオル・ビニャルス氏、Google Brainの共同創設者であるクオック・レ氏。4人が立ち上げたのがDiscovery Loopという公益法人だ。

仮説を立て、実験を設計し、結果を評価し、次の仮説を立てる。この「実験ループ」そのものをAIで自動化する。それを、数千の並列で回す。ペシ氏が自宅の古いPCでやっていたことの、産業規模の再現だ。

Discovery Loopはまず機械学習の研究と開発を自動化し、そこで得た技術を使って自社のスタックを最適化する。その後、生物学・物理学・材料科学など他の領域に拡大する計画だ。

AlphabetがDiscovery Loopに出資し、クラウドインフラを提供する。Radical VenturesとKhosla Venturesが共同リードで、Kleiner PerkinsやLightspeedも参加している。自社の中核人材が独立し、その会社に自分が投資する。MicrosoftとOpenAIの関係を思い出す。

設立と日を合わせて、デミス・ハサビス氏がGoogle DeepMindのCEOを退き、Alphabetのチーフサイエンティスト兼Google DeepMind会長に就任した。Alphabetの株価はこの日 約5% 下落し、時価総額にして推定1600億〜2000億ドル(約25兆〜32兆円)が消えた。市場は、4人の頭脳の離脱を即座に織り込んだ。


ボトルネックは計算資源じゃない

AIエージェントが速度とスケールを手に入れたことで、逆にくっきり見えてきたものがある。「どの測定が重要で、どの測定がゲーム化されうるか」を見抜く判断力だ。

ペシ氏が古いPCの設定で体験したことは、科学研究でも、ビジネスでも、行政でも通じる。結果を数値で測定できる領域なら、エージェントは仮説の試行を自動化できる。だが「その数値に意味があるのか」を判断する能力は、今のところ人にしか備わっていない。

計算資源が足りない時代は、実験の「量」がボトルネックだった。エージェントがそれを解消した今、ボトルネックは「」に移っている。どの仮説を試す価値があるのか。どの結果を信じ、どの結果を捨てるのか。何をもって「成功」とするのか。

その判断を下せるのは、今もまだ、人しかいない。

関連記事

この記事を共有する