※本記事は、Mike Allen氏とDemis Hassabis氏による対談「A new era of discovery: AI and the frontiers of science with Demis Hassabis」の内容を基に作成されています。本対談は、Google I/O 2026の「Dialogues」セッションの一環として収録されたものです。動画の詳細情報は https://www.youtube.com/watch?v=dgBLVm2L1P4 でご覧いただけます。本記事では、対談の内容を要約しております。なお、本記事の内容は登壇者の見解を正確に反映するよう努めていますが、要約や解釈による誤りがある可能性もありますので、正確な情報や文脈については、オリジナルの動画をご視聴いただくことをお勧めいたします。
Mike Allen氏はAxiosの共同創業者であり、本対談ではモデレーターを務めています。Demis Hassabis氏はGoogle DeepMindの共同創業者兼CEOであり、AlphaGoやAlphaFold(タンパク質構造予測でノーベル化学賞を受賞)といった画期的なAI研究を主導してきました。
Google I/O 2026のAIセッション一覧はこちら → https://goo.gle/AI-at-IO26 Google I/O 2026のDialoguesセッション一覧はこちら → https://goo.gle/Dialogues-at-IO26 Google for Developersのチャンネル登録はこちら → https://goo.gle/developers
1. シンギュラリティとAGI到来時期についての見解
1-1. シンギュラリティ発言の真意と体感的変化
Mike Allen： Demisさん、昨日の基調講演では大きな拍手と歓声を浴びていましたね。特にお気に入りだというGemini for Scienceの発表もありましたが、最後に「この時代を振り返ったとき、我々はシンギュラリティの麓に立っていたと気づくだろう」という、非常に印象的な言葉で締めくくられました。あの発言についてもう一段掘り下げて伺いたいのですが、具体的に何が起きると考えていますか。また、何を期待していますか。
Demis Hassabis： あの発言に多くの人が反応したのは、ある程度予想していたことでした。私は繰り返しAGI(汎用人工知能)がもう目前に迫っていると話しています。私たちはその完全な形が実現するまで、あと数年というところまで来ていると考えています。そして「シンギュラリティ」という言葉は、AGIのような技術が到来することで引き起こされる時代を表現するのに、ちょうど良い言葉だと思っています。これほど変革的な技術は、おそらく人類史上最も重要な発明になるはずで、それゆえにその地平線の先を予測するのは非常に困難です。なぜなら、それによって多くのことが変わってしまうからです。そして今年、私たちが目にしているエージェント、つまり自律的に動作するAIシステムの登場によって、それを実感し始められるようになったと思います。5年後、10年後に振り返ったとき、「そうか、2026年から2027年頃がまさにその始まりだったのだ」と気づくだろうというのが、私の言いたかったことです。
Mike Allen： それを今まさに実感し始めているというのは、素晴らしいことですね。もう少し詳しく聞かせてください。どのようにそれを感じているのですか。
Demis Hassabis： 私自身、自分たちが開発しているコーディングシステムやコーディングエージェントを使うことで、それを日々実感しています。深夜のわずか1、2時間の空き時間に、ちょっとしたゲームのプロトタイプを「バイブコーディング」で作ってしまうこともありますが、これは以前であれば半年はかかっていたはずの作業です。こうした加速度的な進歩を目の当たりにすることは非常に興味深いです。同様の現象は科学の分野でも見られます。数年前のAlphaFoldがその代表例ですが、今ではほとんどあらゆる科学分野にAIが応用されつつあります。また、Isomorphic Labsにおける創薬分野での進展速度にも同様の加速を感じています。こうした基盤モデルの進化やチャットボットシステム、Omniのような技術の現状の進歩を総合的に見ると、まさに驚異的な進歩だと言えると思います。
1-2. AGI到来時期の見立てとDeepMindミッションの進捗
Mike Allen： これまであなたが示してきた基準に照らし合わせると、私たちはほぼ予定通りに進んでいるように感じます。あなたは「あと数年」とおっしゃっていますが、最新の見立てはどのようなものですか。
Demis Hassabis： 最近では、2030年プラスマイナス1年というのが、現在の状況から見て妥当な見積もりだと言い続けています。
Mike Allen： つまり2029年から2031年の間ということですね。ところで、DeepMindの当初のミッションステートメントは「知能を解き明かす」ことでした。その進捗はいかがですか。
Demis Hassabis： かなり順調に進んでいると思います。私たちの当初のステートメントは、「ステップ1として知能を解き明かし、ステップ2としてそれを使ってあらゆる問題を解決する」というものでした。これは非常に先見性のあるものだったと思います。AGIとは汎用目的の技術であり、あらゆることに役立つものになるだろうと、当時から私たちは感じていました。私自身は特に科学や医学、つまり私たちを取り巻く世界の仕組みへの理解を深めるという分野について強く考えていました。それは常に私の情熱の対象でした。そして今、私たちはまさにその段階に到達しつつあると思います。
Mike Allen： ここにいるビルダーや探求者たち、そして世界中でこの対談を見ている人々が生きている間に、知能は「解き明かされる」と思いますか。
Demis Hassabis： ええ、「解き明かされる」というのはあくまで便宜的な言葉です。それが実際に何を意味するのかという問題はありますが、私が言いたかったのはAGIの構築のことです。そして、それはあと数年で実現すると考えています。それが私にとっての第一段階ということになります。
Mike Allen： AGIについては、人によって語り方が異なりますが、あなたは「ある瞬間が訪れて、それとわかる」と考える立場の一人だと思っていました。
Demis Hassabis： いいえ、実はそうではありません。私はそれが段階的な改善になっていくと考えています。それが今まさに私たちが目にしていることです。おそらくかなり速いペースでの改善にはなるでしょう。ただ、私には特定の判断基準があります。
1-3. アインシュタイン・テストという仮説
Demis Hassabis： 私はそれを「アインシュタイン・テスト」と呼んでいます。想像してみてください。最先端のフロンティアモデルの一つが、1901年時点の知識でカットオフされていたとします。そのモデルは、アインシュタインが1905年に成し遂げたような驚異的な洞察や発見――特殊相対性理論を含む――にたどり着けるでしょうか。そうした洞察や画期的な発見を、システムが生み出すことができるかどうかということです。現在のシステムには、明らかにそれはできないと思います。しかし将来において、それができない理由はないとも考えています。つまり、それこそが私が完全なAGIと呼べるものにまだ求めている、創造性あるいは飛躍的な洞察力だということです。
2. Googleの競争優位性とAI導入への社会的反発
2-1. フロンティア研究所間の競争とフルスタックの優位性
Mike Allen： Google I/Oの会場、特にプレスパークでは、テック系ライターたちの間で「Googleが息を吹き返した」という話題で持ちきりです。「ニューヨーク・タイムズ」のBrian Chen氏は昨日、GoogleがAIレースで勝ち始めていると投稿していました。もし勝つとしたら、その理由は何でしょうか。Googleの優位性とは何であり、何が変わったのですか。
Demis Hassabis： 正直なところ、「我々は復活した」「勝っている」「いや復活していない」といった議論の立て方自体が、少し奇妙に感じられます。実際のところ、少なくとも3大フロンティア研究所を含むフロンティア全体において、テック業界の歴史上、いや企業の歴史全体を見渡しても、これほど熾烈な競争はかつてなかったと言えると思います。それぞれの組織に非常に有能で優秀な人材がいて、それぞれが研究とブレークスルーに全力を注いでいます。その中で私たちは、やるべきことについて非常にうまくやれていると感じています。基盤となる技術に関して言えば、私たちは他の研究所よりも幅広い研究基盤を持っています。これは以前から変わらぬ強みで、次のブレークスルーを生み出すための革新力の源になっています。3.5 Flash Proなど新しいモデルも間もなく登場しますし、Omniを筆頭とする生成メディアモデル群も含め、基盤モデルの進歩には非常に満足しています。
そして特にうまくいっていると感じるのが、コンシューマー向けの領域です。この1年で私たちが成し遂げた最大の飛躍は、技術スタック全体をゼロから作り直すレベルで刷新し、AIファースト、そして今ではエージェントファーストにしたことです。Googleのように毎日数十億人ものユーザーに複数の製品面でサービスを提供している巨大なエンジニアリング組織にとって、これは大きな変化でした。しかし、最新モデルの恩恵をそのまま大規模にすべての製品へ届けられるよう適応させる必要があったのです。私たちはこれを、他のいわゆる大手テック企業よりもうまくやれるようになったと思います。さらに、チップからデータセンター、クラウド、フロンティアラボ、そして数十億人が使う製品まで、すべてをフルスタックで自社内に持っているという優位性もあります。これを踏まえると、この分野でフルスタックを持つ組織は私たちだけだと考えています。そして、それぞれの要素が互いにフィードバックし合う仕組みを、私たちは絶えず最適化しようとしています。
2-2. Geminiアプリ・AIモード検索の普及
Mike Allen： 勝つと思いますか。
Demis Hassabis： この時代の大きな勝者の一つになるとは思っています。
Mike Allen： 何社くらいが勝者になると思いますか。
Demis Hassabis： それはわかりません。そもそも「勝つ」という捉え方自体、私はあまりしっくり来ていません。何に対して勝つのか、ということです。AI時代は計り知れないほど巨大なものになり、信じられないほどの新しい機会と新しい経済的進歩がもたらされるでしょう。私たちがすべきことは、そのポストAGIの新しい世界において、自分たちが重要なプレーヤーの一つであり続けることです。そして、私たちは非常に良いポジションにいると考えています。プレーヤーが何社になるかについては、この技術の強力さを踏まえると、一握りの数に収束するだろうというのが私の推測です。ただ、この激しい競争から一歩引いて言えば、フロンティア研究所を率いる立場にある者は皆――そして実際にそう考えているはずですが――世界に対するより大きな責任を意識する必要があります。この信じられないほどの技術を世界にもたらすにあたって、それがすべての人、そして人類全体の利益になるようにしたいのです。これは私たち一人ひとりよりも大きなものであり、この競争においても、最後の一歩を慎重かつ思慮深く踏み出し、安全性とセキュリティを念頭に置きながら、期待されるあらゆる良い活用事例を実現していく責任があることを、忘れてはならないと思います。
具体的な普及状況についても触れておくと、GeminiアプリはすでにMonthly Active Usersが9億人に達しており、驚異的な成長を遂げています。また、検索におけるAIモードも、情報収集の手段として非常に人気があり、極めて有用なものになっていると感じています。私たちの持つ様々な製品面と、特に小型で効率的でありながら非常に強力なモデル群を俯瞰すると、これは自社の内部的なユースケース――数十億人にサービスを提供する必要があるという意味で――にとって重要であるだけでなく、大手エンタープライズ顧客にとっても同様に重要です。
2-3. 産業革命の100倍規模というインパクト試算
Mike Allen： Demisさん、「機会」という言葉に話を戻したいのですが、このキャンパスにいる5000人の学生やプロフェッショナルの開発者たちは、まさにその生きた証拠です。しかし一方で、アメリカの多くの人々はそれを見ておらず、感じてもいません。今日の「ウォール・ストリート・ジャーナル」の一面には「AIラッシュ(AIへの反発)」の高まりが取り上げられ、Eric Schmidt氏がブーイングを浴びたという話もありました。なぜこうしたことが起きているのでしょうか。そして、それに対して何ができるでしょうか。
Demis Hassabis： 正直に言うと、一部の同業者たちのこの件についての語り方には、あまり同意できません。コミュニケーションのスタイルだけでなく、内容そのものについても同意しかねる部分があります。私の見方はこうです。間違いなく、非常に大きな変化が訪れるでしょう。これほど変革的なものは、定量化しようとするなら、産業革命の10倍のインパクトを、10倍の速さで――つまり1世紀ではなく10年という期間で――もたらすだろうと、私は以前から公言しています。そして、それすら過小評価かもしれません。おそらく過小評価でしょう。
Mike Allen： 待ってください。10倍のインパクトで、10倍の速さということは……
Demis Hassabis： つまり、産業革命の100倍と考えることもできます。
Mike Allen： なるほど、それはすごい規模ですね。
Demis Hassabis： ええ、それほど大きなものです。しかし、その上で私が言いたいのは、未来はまだ書かれていないということです。非常に不確実です。雇用は増えるのか、違う種類の雇用が生まれるのか、それは誰にもわかりません。いわゆる専門家と呼ばれる人たちでさえ、誰も知らないのです。そして、その未来を書くのは次の世代です。私は学生たちと話すとき、また様々な場所を訪れるとき、実際に非常に前向きな気持ちになります。今年の初めにインドAIサミットから戻ってきたばかりですが、インドの若者たちは、これらのツールが自分たちに何ができるようにしてくれるのかについて、非常に興奮していました――企業を作り、アプリケーションを作り、グローバルな規模で競争できるようになるということです。つまり、この技術は「何を作れるか」という機会を民主化しているのです。かつては10人、50人の専門家からなるチームが必要だったものを、ガレージにいる賢い子供が一人で作れてしまうかもしれません。
私が自分の育った時代――家庭用コンピュータやインターネットが登場した時代――を振り返ると、それらの技術とともに育った当時の子供たちや学生たちに、どれほど多くの機会が生まれたかを思い出します。彼らはその後、今日私たちが目にしているような未来を築き上げていきました。そして、AIとともに育つ次の世代にも、同じことが再び起こると私は考えています。少なくとも今後10年間は――その先を見通すのは難しいのですが――彼らは超人的な力を得ることになるでしょう。技術的な訓練を十分に受け、そこに創造性やセンス、判断力といった資質を持ち込める限り、それが次の時代になると思います。ですから私は、人間の創意工夫がこれらの新しいツールを使いこなす素晴らしい方法を見出す力について、非常に楽観的です。実際、それは常に目にしていることでもあります。
Mike Allen： あなたの直感としては、雇用は正味で増える方向だとお考えですか。それとも、そこまでは言えませんか。
Demis Hassabis： どのような新しい革命においてもそうであるように、雇用市場には変化が生じるだろうと思います。しかし、機会が増えない理由は見当たりません。もしかすると、一人二人規模のスタートアップを立ち上げるという形が増えるかもしれません。これほど強力な創造的ツールを手にすることで、より起業家的なスキルが求められるようになるでしょう。つまり、変化は起きます。しかし全体としては、より良い方向に向かうと思います。
2-4. 雇用への影響と「慎重な楽観主義者」というスタンス
Demis Hassabis： そして、反発について私がもう一つ言いたいのは、私たちの業界――AIの分野や産業――には、AIがもたらす紛れもない恩恵を、より明確に、より具体的な形で示していく責任があるということです。それこそが、私たちがAI・フォー・サイエンスの取り組みで実践しようとしていることであり、AIを科学や医学の発展に応用しようとしている理由です。だからこそ私はキャリアを通じて、AlphaFoldや創薬といった分野でAIツールを活用することに力を注いできました。そして、AIが応用できる科学分野は非常に多く存在すると思っています。材料科学、数学、エネルギー資源といった分野にも、私たちは取り組んでいます。それこそが、もっと示していくべきことだと思いますし、他の同業組織にも、もっとそうした取り組みを進めてほしいと願っています。
Mike Allen： あなたのコミュニケーションのスタイルについての指摘に話を戻すと、「エコノミスト」誌の表紙に一緒に登場した他のギリシャの神々になぞらえられた面々とは違い、あなたは誇り高く「科学者」であろうとしていますね。
Demis Hassabis： ええ。
Mike Allen： ドゥーマー(悲観論者)でもなければ、アクセラレーショニスト(加速主義者)でもない。一部のAIリーダーたちがAIの否定的な側面ばかりを語るのは、なぜだと思いますか。それは彼らにとって何の役に立つのでしょうか。
Demis Hassabis： 私はその中間に位置していると思います。自分自身を「慎重な楽観主義者」と呼んでいます。
Mike Allen： 慎重な楽観主義者、ですね。
Demis Hassabis： ええ、私は楽観的です。当然そうでなければ、30年間もこの仕事を続けてはこなかったでしょう。私たちが社会としてこの先の数年間を正しく進めるための時間さえきちんと確保できれば、AIのような技術がもたらす恩恵は、否定的な側面をはるかに上回ると考えています。今、私たちが議論しているのは、これから数百年、あるいは千年単位に及ぶ人類の繁栄の可能性です。もし、これを正しく進められればの話ですが。
Mike Allen： そして、まさに私たちは今、その渦中を生きているわけですね。それは本当にすごいことです。
Demis Hassabis： ただし、それを正しく成し遂げるには多くの課題があります。ですから、次のことに慌てて飛びつくのではなく、じっくりと時間をかける必要があります。そして、この取り組み全体がもたらす、より大きな影響について議論するために、皆で力を合わせて注意を向けていくべきだと思います。
3. AlphaFoldとAI・フォー・サイエンスの原点
3-1. ドキュメンタリー映像に見る意思決定の瞬間
Mike Allen： ここで一つ、貴重な映像をご覧いただきたいと思います。DemisさんとDeepMindを5年間にわたって追いかけたドキュメンタリー「The Thinking Game」からの一場面です。これはロンドンの旧オフィスで撮影された、まったく台本もなく、再現でもない、本当に偶然カメラがそこにあったというシーンです。それではご覧ください。
映像の中では、研究者たちがこう語り合っています。「これで、科学者が実際に使えるツールができた」「マラリアや感染症に関わるタンパク質があるが、構造がわからない。AlphaFoldでそれを解けるだろうか、と聞かれる」「既知の配列であれば、1か月あれば全部予測できる」「既知の配列を全部、1か月で?」「そう、簡単だ」「10億、20億のタンパク質があって、それを……」「では、それを全部やってしまえばいいじゃないか」「今なら本当にそれができる」「その方がずっといい。なぜ全部やらないんだ?」「それは選択肢の一つではある」「それをやろう、それはいい考えだ。存在するすべてのタンパク質を実行して、公開すればいい。なぜ誰もこれを今まで提案しなかったんだ。もちろん、それをやるべきだ」「サービスを作って、人々にタンパク質を提出してもらう形にするのはなぜなんだ。すべてを折りたたんで、世界中の人に渡せばいいじゃないか。そこからどれだけの発見が生まれるかわからないのに」。
Mike Allen： これはまさに時代を象徴する名場面ですね。DeepMindという組織そのものが動いている瞬間を見た気がします。「なぜ全部やらないんだ」とおっしゃったあの場面、頭の中で何が起きていたのか、何が実際に進行していたのかを教えてください。
Demis Hassabis： あの場面について、そして先ほどの加速主義についてのご質問にも合わせてお答えしたいのですが、まさにあれこそが、私たちが望んでいる種類の「加速」なのです。実際、あれ以上に加速的な出来事は、私のキャリア全体を通じても、なかなかないと思います。今日の社会には、病気からエネルギー、環境生態系、気候変動に至るまで、非常に多くの課題があります。私たちには、こうした問題を解決するためにAIのような技術の助けが必要です。そして私が昨日申し上げたように、私が考える最優先事項は、人類の健康向上へのAI応用です。AlphaFoldによるタンパク質の折りたたみ構造予測は、こうした病気を治療するための創薬プロセスにおいて、決定的に重要な要素の一つ――もちろん唯一ではありませんが、極めて重要な要素の一つです。
3-2. タンパク質構造データベース無償公開の経緯
Demis Hassabis： あの場面で起きていたのは、私が文字通りあの会議の場でその場で計算を組み立てたということです。AlphaFoldは非常に高精度であるだけでなく、非常に高速でもありました。1つのタンパク質をわずか数秒で折りたたむことができたのです。そして、当時科学的に知られていたタンパク質は数億種類ほどあることを私は把握していました。ざっと概算してみると、一定量の計算機を投入すれば、1年程度ですべてを折りたたむことができると直感的に確信できました。
そうであれば、通常のやり方――サーバーを立ち上げて、人々に関心のあるタンパク質のアミノ酸配列を提出してもらい、1週間ほどかけて折りたたんで構造を返す、というやり方――を採用する必要は、そもそもなかったのです。それよりも、すべてを無償で世界に公開してしまえばいい。私たちはケンブリッジにあるEuropean Bioinformatics Instituteが運営する巨大なデータベースにすべてを格納し、世界中のあらゆる研究者が、望むタンパク質の構造に、まるでGoogle検索と同じくらいの速さでアクセスできるようにしました。私にとって、この発見がもたらす最大のインパクトを実現する方法は、それしかないというのは自明のことでした。ですから、これこそ素晴らしい加速の一例だと思っています。
ただし一方で、私は「リスクなど存在しない、ただ突き進めばいい」というポリアンナ的な楽観論の陣営には属していません。AGIのような、これほど大きな出来事を世界に持ち込むにあたっては――私たちはまさに新しい時代、新しい局面に入ろうとしているわけですから――非常に慎重に検討しなければなりません。そこには課題やリスクが伴うはずです。そして、それを緩和する方法も見つかるはずですが、それも私たちが集団として、そのための十分な時間を自らに与えられればこそ、可能になることです。
3-3. 「The Thinking Game」制作の背景
Mike Allen： カメラが5年間もあなたを追い続けたこと、そしてそれを受け入れたということは、ご自身が人類の未来を左右しうるフロンティアの最前線にいることを自覚しているからだと思います。自分自身を他人の目から見るというのは難しいものですが、このドキュメンタリーの制作過程、あるいは実際にそれを見て、何を学びましたか。
Demis Hassabis： 正直なところ、私はカメラに映る自分を見るのが苦手で、これを受け入れるのは簡単なことではありませんでした。ただ、これは「AlphaGo」――もしご覧になった方がいれば、Lee Sedol氏との対局を扱った映画ですが――を制作したのと同じ撮影クルーによるものでした。彼らはあの対局のためにぎりぎりのタイミングで駆けつけてくれたのですが、私はあれを、現代AIの歴史における非常に重要な瞬間を記録した、実に感動的なドキュメンタリーだと感じました。ちょうど先日、あの対局から10周年を迎えたばかりで、それ自体信じがたいことです。ある意味では一世紀が経ったようにも感じますし、また別の意味ではつい昨日のことのようにも感じます。
その後、彼らは基本的に「壁の蝿(はえ)」のような存在として、私たちに密着させてほしいと提案してきました。私たちはそれを信頼して受け入れ、結果として彼らはあの会議のような重要な瞬間にたまたま居合わせることになったのです。彼らは時折私たちのもとを訪れては、いくつかの場面を記録していくというやり方でした。私たちがこれを引き受けた理由の一つは、これが社会レベルでの変革をもたらす技術であると感じていたからです。人々は、その技術を担う人間について、彼らの動機は何か、なぜこれに取り組んでいるのか、そこからどのような良いことが生まれると考えているのか、といったことを知りたいのではないかと考えました。そして、あのドキュメンタリーはそれをきちんと伝えられていると思います。評判も良かったようですし、私たちの動機や情熱――AI・フォー・サイエンスのような取り組みも含めて――をうまく描き出してくれたと感じています。
4. シミュレーションとロボティクスへの応用
4-1. 「Theme Park」開発経験とシミュレーションへの関心
Mike Allen： Demisさん、ここであなたの頭の中、そして関心の世界を少し覗かせてください。シミュレーションとロボティクスについて伺いたいのですが、何が起きていて、なぜシミュレーションがそれほど重要な鍵になっているのでしょうか。
Demis Hassabis： シミュレーションは非常に重要だと考えています。私はAIと同じくらい長く、シミュレーションというものに魅了されてきました。実際、私が最初に手がけた本格的なプロフェッショナルな仕事は、1990年代に書いた「Theme Park」というゲームでした。これはAIの要素を含んでいると同時に、シミュレーションゲームでもあり、両方の要素を兼ね備えた最初期の作品の一つでした。1994年にリリースされたものです。ですから、私はずっとAIとシミュレーションを、非常に補完的な関係にあるものとして捉えてきました。ある意味では、複雑な現象についてのシミュレーションをAIによって学習させることができますし、また別の意味では、シミュレーションがAIシステムのためのデータを提供することもできるのです。
4-2. WeatherNextによる異常気象予測
Demis Hassabis： 前者の例が、昨日ご紹介したWeatherNextというシステムです。これはハリケーンなど極端な気象現象の進路を、従来のシステムよりもはるかに速く、そしてより正確に予測することを支援するものです。
4-3. Genieを用いたWaymo車両の実験的検証
Demis Hassabis： 後者の例としては、私たちのインタラクティブな3Dモデルである「Genie」を使って、Waymoの車両を、現実世界では決して遭遇しないような、100万分の1レベルの非常に異常な状況でテストするという取り組みがあります。例えば、道路を走行中に周囲で森林火災が発生している状況、あるいは複葉機が高速道路に緊急着陸してしまう状況、あるいは道路上に象が現れてしまう状況などです。こうした状況は、通常の学習データの中には決して出てこないものですが、自分たちのシステムがそうした場面でどのように反応するのかを知っておく必要があります。こうしたタイプのシミュレーションは、そうした状況をテストするうえで非常に有用です。そして、もしシステムがその場面でうまく対応できなかった場合には、そこからさらに多くの学習用データを生成し、そこから学習させることができるのです。
5. 科学・健康分野とエージェント時代の到来
5-1. 科学の究極のツールとしてのAI
Mike Allen： ここからは、あなたが大好きな話題になると思います。科学的手法についての話ですね。AI・フォー・サイエンスとヘルスについて、そしてあなたは人類の健康こそがAIの究極のユースケースだと語ってこられました。
Demis Hassabis： ええ、その通りです。私は、AIとは究極的には科学のための究極のツールだと考えています。そもそも私がこの旅路全体を始めた理由は、一人の科学者として、私たちを取り巻く世界をより良く理解しようと試みることでした。私たちの頭脳は、最も優秀な専門家であっても、私たちが収集するデータの複雑さの中から、つながりや洞察、構造を見出すために、素晴らしい道具の助けを借りることができるはずだと感じていました。そして、そのための道具として、AIより優れたものがあるでしょうか。それがまさに今、実を結びつつあると思います。タンパク質の折りたたみ問題のように、30年、40年もの間、行き詰まっていた多くの分野を含め、あらゆる分野で科学の進歩のペースが加速していく、非常にエキサイティングな時代を迎えていると感じています。今後10年ほどの間に、そうしたブレークスルーの数々を目にすることになるだろうと思います。
5-2. 既存製品へのAI組み込みと時間の解放
Mike Allen： 現実世界において、人々はすでにどのような形でAIを実感し始めているのでしょうか。そして、AIラッシュ(反発)の一因として、人々がそれに気づいていないという側面もあるのでしょうか。
Demis Hassabis： そうですね、私たちはほとんどすべての製品において、常にAIを活用しています。私たちの視点から言えば、MapsからGmailに至るまで、あらゆるものがすでにAIによって強化されており、現在も引き続きアップグレードの最中にあります。私が期待しているのは、次世代のアシスタントによって――昨日ご紹介したGemini Sparkや、スマートグラスなどもそうですが――最終的には私たちに時間を取り戻してくれることです。それが私の願いです。AIアシスタントが賢くなればなるほど、私たちがこなさなければならない雑務は減っていき、単調で退屈な技術に費やす時間そのものも減っていき、その代わりに、創造性や家族との時間、人と人とのつながりといった、私たちが本当に重要だと思うことに集中できる時間が戻ってくるはずです。それが、今後数年間で実現してほしいと私が考えていることです。とはいえ、私たちは引き続きつながりを保ち、仕事に必要な情報や関心のある情報を得ることはできます。ただそれが、より便利な形で、自分が望むタイミングで得られるようになるということです。なぜなら、そうしたことをすべて管理してくれるAIアシスタントが助けてくれるようになるからです。
5-3. エージェント時代の到来と責任あるAI開発
Mike Allen： 昨日のGoogle I/Oの基調講演での発表を振り返ると、非常に多くの内容が盛り込まれていましたね。Axiosの Ina Fried氏が「AI everywhere(あらゆる場所にAI)」という見事な見出しを書いていましたが、情報量として消化するのもなかなか大変でした。あの発表の中で、私たちが覚えておくべきこと、注目すべきことは何でしょうか。
Demis Hassabis： 最も重要なのは、エージェントの時代が本当に到来しているということだと思います。そして今回のI/Oで私たちが特に興奮していたのは、それをGoogleのエコシステム全体にどのように統合していくかという点です。Workspaceをはじめ、人々が日常的に使い、愛用しているあらゆるものが、エージェントシステムとどのように安全に連携していくのか。エージェントの可能性についてはすでに垣間見えていると思いますが、それがどこまでのものになりうるのか、私たちはまだその表面を引っかいた段階に過ぎないと思っています。コーディングから、管理業務の負担を減らすことに至るまで、あらゆる領域に広がっていく可能性があります。そして、そうしたことすべてに、私は非常にワクワクしています。さらに、こうした世界モデルが現実世界で役立つ可能性についても言えば――来年、ぜひこの話をできればと思っていますが――ロボティクスのような分野で大きな進展が見られることを期待しています。
Mike Allen： 責任という点については、どのように考えていますか。それはあなたの仕事を抑制するものでしょうか、それとも加速させるものでしょうか。
Demis Hassabis： それは重要な要素であって、抑制するか加速するかという話ではないと思います。それは私たちが行うあらゆることの中核をなす部分です。私たちは長年この種の技術に取り組んできましたが、その意味合いについて考えるとき――当然、期待している計り知れないほどの恩恵がある一方で――これはデュアルユース(両義的用途)の技術でもあります。同じ技術が、悪意を持った行為者によって有害な目的のために転用される可能性もあるのです。ですから、この2つの側面は、私たちフロンティアの最前線にいる者たちにとって重い課題として常にのしかかっていますし、そうあるべきだと思います。この技術がもたらしうる負の側面と正の側面の両方を理解しておく必要があります。
6. 今後の技術的展望とハリケーン予測事例
6-1. 自己改善というテーマとコーディング・数学の特殊性
Mike Allen： そして最後の話題です。未来のビジョンについて伺いたいのですが、幕の裏で何が起きているのか、そして今後数か月の間に私たちが注目すべきことは何でしょうか。
Demis Hassabis： 現在、誰もが取り組んでいる大きなテーマは「自己改善」という考え方です。もちろん、その緩やかなバージョンとして、コーディングエージェントが自分たちのエンジニアのコーディングをより生産的にする手助けをするという形で、すでにそれを目にしています。問題は、その次のレベルは何かということです。コーディングと数学は、少し特殊なケースだと思っています。なぜなら、その出力が検証可能だからです。正しいかどうかを検証できますし、望むだけ合成データを生成することもできます。これは一種の複利的に効いてくるフライホイールになっているという証拠があると考えています。ですから、これはすべての主要な研究所が力を注いでいる、非常に興味深い分野だと思います。
6-2. ジャギーな知能という課題と継続学習の必要性
Demis Hassabis： そしてもう一つの領域は、こうしたシステムの信頼性と堅牢性、そして一貫性を高めていくことです。ツールの使用や指示への追従において、長期的な計画にわたって確実に動作するようにすることです。ここが次の大きな段階になると思います。その一部として、システムが堅牢かつ安全でセキュアであることを確実にする必要があります。これらのエージェントが強力になり、私たちがより多くのタスクを委任するようになればなるほど、サイバーセキュリティの観点から、それらが期待通りに正確に動作しているかどうかを確認できるようにし、そしてそれが安全に行われていることを確認する必要性が増していきます。
Mike Allen： なるほど、それは段階的な変化を考えるうえで良い枠組みですね。あなたは「一貫性」を挙げられましたが、2026年について、どのような段階的変化のカテゴリーがあるとお考えですか。
Demis Hassabis： 一貫性について言えば、AGIのようなものに近づいていく中で、特定の見せ方をされたときには非常に優れた成果を出せるのに、別の見せ方をされると、つまずいてしまうようなシステムは見たくありません。例えば数学において、より単純な問題であっても、少し分布から外れたような提示の仕方をされると解けなくなってしまうといったケースです。これはAGI、つまり汎用知能と呼べるシステムにおいては、あってはならないことだと思います。人間の知能ではそうしたことは起きません。ある種のゲームやあるタスクが得意な人に、同じ領域でより単純な問題を与えれば、その人はそれも解くことができるはずです。しかし、こうした「ジャギー(不均一)な知能」というものが、まだ存在してしまっています。
もう一つ欠けている大きな領域であり、私たちが注力しているのは、継続学習です。学習を終えた後、実世界にリリースされた後も学習を続けられるシステムを、どうすれば実現できるのか。どうすればそれらは適応し、さらに学習を重ねていけるのか。これはパーソナライゼーションにも関連しており、ユーザーである皆さん一人ひとりの特定の文脈に、システムが望む程度にパーソナライズされていることを確実にすることにもつながります。
6-3. Google I/O 2027で語られるであろうテーマ
Mike Allen： 未来についての最後の質問です。1年後、Google I/O 2027で、私たちは何について話していると思いますか。何が中心的なテーマになるでしょうか。
Demis Hassabis： 私たちの業務フローの中に組み込まれた、現実世界でのエージェントがはるかに増えているだろうと思います。すでにその兆しは見え始めていますが、今後1年でそれが成熟していくと考えています。それは大きな出来事になるはずです。そして、現実世界におけるAIの大きな進展も期待しています。世界を理解するタイプのモデル――現時点で最先端のロボティクスモデルであるGemini roboticsもそうですが――が、ロボティクスにおける様々な形態に応用され、大きな飛躍を遂げるところを見られればと願っています。
6-4. ハリケーン被害予測におけるAI活用事例
Mike Allen： 現実世界におけるAIについて、あなたが以前語っていた例の一つに、ハリケーン・メリッサがありますね。あれは気象予測にAIをどう活用できるかという話でした。
Demis Hassabis： ええ、あれは私たちがAIとシミュレーションを活用できる、素晴らしい方法の一例として、昨日ご紹介したものです。気象というのは非常に複雑で動的なシステムであり、従来のやり方では、ナビエ-ストークス方程式や流体力学など、多くの方程式を解く必要があります。こうした従来型のシステムは、計算に何週間もかかりますし、どれだけ先まで見通せるかという点でも限界があります。ハリケーンのような極端な気象現象の場合、たとえ1日前であっても、緊急対応サービスにとっては非常に重要な情報になりますし、昨日の映像でもお見せした通り、それによって人命や財産への被害を軽減することができます。
これは、シミュレーションの仕組みを人の手でプログラムするのではなく、利用可能なデータからシミュレーションそのものを学習するというAIの応用によって、私たちが成し遂げつつある大きな前進の、ほんの一例に過ぎないと思います。
7. 自身のキャリア選択の原点と若手研究者への視線
7-1. ノーベル賞受賞時の助言と伝記執筆への協力
Mike Allen： Demisさん、あなたがこの道を選んだ経緯についてお聞きしたいと思います。歴史家たちはこれを研究することになるでしょうが、Sebastian Mallaby氏が「The Infinity Machine」という素晴らしい本を出版しました。彼によれば、あなたはロンドンのパブで30時間以上、彼と過ごしたそうですね。あなたはおそらく史上初めて、伝記の対象となった人物として、30時間を費やしても後悔しなかった人物かもしれません。この本は、あなたが自らの頭脳とスキルを、宇宙を理解するために使うことを選んだ、という選択に焦点を当てています。その歩んできた道、そして選ばなかった道について聞かせてください。
Demis Hassabis： まず言っておくべきなのは、私たちはパブでお酒を飲んでいたわけではなく、30時間ずっとコーヒーを飲んでいただけだということです。
Mike Allen： アイリッシュコーヒーですか。
Demis Hassabis： いいえ、そうではありません。時間があっという間に過ぎたのは、私たちが本当に馬が合ったからです。実のところ、私自身は時間を数えていたわけではないのですが、彼がそう教えてくれました。私たちは非常に幅広いテーマについて、とても楽しい議論を交わしました。
7-2. 根源的な問いへの関心と物理学停滞の仮説
Demis Hassabis： 私自身について言えば、この旅を始めたきっかけは、科学における大きな問い――現実の本質、意識の本質――に、ずっと魅了され続けてきたからです。そして私はいつも、ある種の当惑を感じていました。私たちのほとんどは、人生を送る中で、こうした大きな問いについて立ち止まってじっくり考えることをしません。それらの問いは、まさに目の前にあるにもかかわらずです。例えば、時間とは何かということです。私たちは時間が何であるかを知りません。せいぜい、エントロピーの方向であり、一方向に進むものだ、という漠然とした理解しか持っていません。しかし、それが実際に何であるかを、私たちは本当には理解していないのです。重力や量子力学といった数々の謎は言うまでもありません。それは私にとって、驚くべきことに思えます。そして、私は物心ついたときからずっと、それに魅了されてきました。
通常、こうした問いに魅了された人間は物理学の道に進みます。実際、物理学は学校時代の私の最も好きな科目でした。しかし私は、偉大な物理学者たちの伝記を読み始めました。私のお気に入りは、ファインマン、そしてもちろんアインシュタイン、ワインバーグといった、こうしたタイプの優れた物理学者たちです。そこで私が気づいたのは――少なくとも私の見方では――第二次世界大戦後、特に1970年代以降、私たちはあまり大きな進歩を遂げられていないということでした。1900年代初頭には、アインシュタインやハイゼンベルクたちによって多くの進歩がありました。しかし20世紀後半に入ると、それほど大きな進歩は見られなくなっていました。私はなぜそうなっているのだろうかと考え続けていました。そして、私が感じたのは、もしかすると、たとえファインマンのような最も優れた頭脳をもってしても、新しい道具の助けを借りなければ、人間の頭脳が理解し得る限界に達しつつあるのではないか、ということでした。それが、当時の私の率直な感覚であり、こうした伝記を読んで得た一種の結論でした。
7-3. SF・哲学書からの着想と発想の転換
Demis Hassabis： そこに、さらに多くのSF小説――アシモフの「Foundation」シリーズや、イアン・バンクスの「Culture」シリーズ――や、「ゲーデル、エッシャー、バッハ」のような哲学書を読んでいたことが組み合わさりました。特に「ゲーデル、エッシャー、バッハ」は、私にとって非常に大きな影響を与えた一冊でした。それらすべてが一つに結びついたとき、こう考えるようになったのです。知能や意識の本質とは何かという問いに、AIを構築し、それを人間の頭脳、人間の脳と比較することによって、直接答えを見出そうとすることができるのではないか、と。同時に、AIそれ自体が、科学の発展や、私たちが知っていることの最前線を押し広げるための道具にもなり得るのではないか、と。そういうわけで、30年以上前の当時の私にとって、それが最も興味深く、おそらくは最も価値のある進むべき道だということは、いわば自明のことだったのです。
7-4. 著名な科学者への言及と次世代への期待
Mike Allen： 伝記についてのお話に触発されて伺いたいのですが、今現在活躍している科学者の中で、Googleに所属していない人物で、もっと注目されるべきだと思う人物、あるいはあなたが尊敬している人物、あるいは将来伝記が書かれるだろうと思う人物はいますか。
Demis Hassabis： 素晴らしい科学者は本当に大勢います。あなたが「過小評価されている」人物を尋ねているのかどうかはわかりませんが、生物学分野の偉大な科学者の多くは、すでによく知られた存在だと感じています。彼らはノーベル賞を受賞しており、例えばPaul Nurse氏やJennifer Doudna氏のような方々です。CRISPRのような技術を発明した、驚くべき科学者たちです。そして、次の世代がこうした素晴らしいAIツールの助けを借りて何を成し遂げるのか、彼ら自身の道を切り開き、自分たち自身の大きなブレークスルーを生み出していく姿を、私は早く見てみたいと思っています。
8. ビルダーへのメッセージと結び
8-1. ベイエリアのエネルギーと性急さへの警鐘
Mike Allen： Demisさん、最後に、この会場にいるビルダーたち、そして世界中でこの対談を見ている未来のビルダーたちにとって、役立つ話で締めくくりたいと思います。あなたは普段の時間の多くをロンドンで過ごしていますが、ベイエリアに来ると、私たち皆にとって刺激的な、明確な「ビルダー・エナジー」を感じると思います。私たちがここを訪れるとき、多くの人がそれを実際に生き、それを生み出しています。しかし同時に、あなたは私たち皆に対して警鐘も鳴らしています。ある種の性急さのようなものを感じ取っているとのことですね。
Demis Hassabis： ええ、それは驚くべきエネルギーです。私は時間のおよそ半分をここで過ごし、残りの半分をロンドンで過ごしています。ここのビルダーや起業家のエコシステムのエネルギーに触れるのは、いつも本当に素晴らしいことです。これは間違いなく他に類を見ないものですし、その熱意や、機会を受け入れようとする姿勢を目の当たりにするのは、実に見事なことだと感じます。ただ、おっしゃる通り、私はある種の性急な焦り、フレネティック(神経過敏的)な急ぎ足のようなものも同時に感じ取っています。そして、それは難しいテーマについて長い時間をかけて深く考えることには、あまり適していないと思っています。
今後の大きな進歩の多くは、AIを応用したディープテック分野、おそらくはハードサイエンスの別領域への応用の中から生まれてくるだろうと考えています。そこには多くの機会があると思います。そして、そこで成果が出るまでには、何年も何年も取り組み続けなければなりません。ですから、次に目に入ったものに飛びつくのではなく、自分が何を計画しているのかについて、静かに、内省的に、深く考えられる瞬間を持つことが重要だと思います。多くの場合、速度が方向性よりも優先されがちです。しかし、方向性を正しく見定めることの方が、単なる速度よりも重要であることが多いのです。速度は重要です。ベロシティ(velocity)は重要です。しかし、もし間違った方向に時速100マイルで突き進んでいるのだとしたら、それは立ち止まって、方向性を見定める時間を取ることよりも、実は悪い結果につながります。ですから、私はこの地には、速度そのものへの、ある種の執着があると感じることがよくあります。それは非常に重要なものであり、決してそれが重要でないと言っているわけではありません。しかし、その速度ベクトルの「方向」の方が、より重要なのです。
Mike Allen： それは非常に有益なお話です。ありがとうございます。
8-2. 長寿への見解と個人的な健康習慣
Mike Allen： さて、Axiosでは毎回、最後に一つ楽しい質問をすることにしています。「ロンジェビティ・エスケープ・ベロシティ(長寿脱出速度)」についてお聞きしたいと思います。その考え方は、もしあなたと私があと5年生き延びられれば、私たちは永遠に生き続けられる、というものです。あなたはこの考え方に、どれほどの信憑性を置いていますか。そして、実際にそれを実現するために、何か取り組んでいることはありますか。
Demis Hassabis： 私は正直、その種の問いについてはあまり気に病んでいません。私はこうした事柄については、非常にプラグマティック(実利的)な考え方をしています。私がIsomorphicで取り組んでいること、そしてAlphaFoldで私たちが目指してきたことは、こうした技術を使って恐ろしい病気を治療することです。それが、AIの活用法として私が思いつく中で最も重要なことです。
老化に関して言えば、老化研究者や科学者は数多くいますし、この分野に取り組んでいる企業もたくさんあります。老化とは何かについても、多くの理論があります。それはあらゆる病気の集大成なのか、それ自体が一つの病気なのか、あるいは何らかの形で再プログラムする必要があるものなのか。様々な理論が存在しています。私は、まずは私たちがすでに知っている既存の恐ろしい病気を解決することから始めるべきだと考えています。それによって、私たちはより長く、より健康な生活を送れるようになるはずです。そして、その先に何が残っているのかを見極め、そこから次の段階に進んでいけばよいと思います。
Mike Allen： そして、あなた自身の健康に関するこだわりは何ですか。例えばWhoop(健康管理デバイス)を使っていたりするのでしょうか。
Demis Hassabis： ええ、時々使っています。とはいえ、私は自分に残されたわずかな空き時間の中で、できる限り健康を保とうと努めています。睡眠が十分ではないというのが、私が対処しなければならない主な課題の一つです。
Mike Allen： 平均してどのくらい睡眠を取っていますか。
Demis Hassabis： 6時間を目標にしているのですが、それすらできないこともよくあります。
Mike Allen： Google I/Oの皆様、そしてDemis Hassabisさん、素晴らしい対談をありがとうございました。
Demis Hassabis： ありがとうございました、Mikeさん。こちらこそ、ありがとうございました。