AIスタートアップのRecursiveが5日、ステルスモードから正式に事業を公開し、大規模言語モデルを超える「再帰的自己改良」技術による超知能の開発に着手したと発表した。シリーズAラウンドで650億ドルの資金調達を完了しており、AIが自ら次世代のAIを設計する仕組みの実用化を目指す。

Recursiveによると、従来のAI開発は人間の研究者がモデルを設計し、データを用意し、学習を実行するという労働集約的なプロセスに依存してきた。同社はこの制約を根本から見直し、AIが自らのアーキテクチャや学習アルゴリズムを再設計し、性能を指数関数的に向上させる自己改良ループに取り組む。

このアプローチが実現すれば、人間の介入なしにAIが研究開発の全工程を自律的に進めることになる。同社の声明では、再帰的自己改良こそが「超知能への最速の道筋」であると明言されている。650億ドルという巨額の調達は、この技術的ビジョンに対する投資家の期待の大きさを物語る。

再帰的自己改良が意味する技術的飛躍

再帰的自己改良とは、AIが自ら次世代のAIを生み出すプロセスを指す。最初のAIがより賢いAIを設計し、その改良版がさらに賢いAIを生み出す。理論上、この連鎖により知能は指数関数的に増大する。

Recursiveの共同創業者兼CEOであるマーク・リチャーズ氏は公開書簡で、「我々が構築しているのは単一のモデルではない。AI研究そのものを自動化するメタシステムだ」と述べている。同社は公開に先立ち、自己改良の初期プロトタイプを秘密裏に検証してきた。リチャーズ氏によれば、このプロトタイプは特定のベンチマークタスクにおいて、人間が設計したモデルを短期間で上回る性能を示したという。

同社の技術的アプローチは、現在の大規模言語モデルが抱える限界を突破する可能性を秘める。既存モデルは学習データの質と量に性能が依存するが、自己改良型システムは自ら仮説を生成し、実験を設計し、結果から学ぶという研究プロセス全体を自動化する。

調達した650億ドルは、大規模コンピューティング基盤の構築と、AI安全性研究に振り向けられる。リチャーズ氏は「速さと安全性は対立しない。安全な自己改良こそが唯一の選択肢だ」と強調した。

投資家が投じた650億ドルの内訳と期待

今回の資金調達ラウンドを主導したのは、Andreessen Horowitz、Sequoia Capital、Founders Fundなどの有力ベンチャーキャピタルに加え、エヌビディアの戦略投資部門も参加している。

関係者によると、評価額は非公開だが、AI分野のアーリーステージ企業としては過去最大級の調達である。Andreessen Horowitzのジェネラルパートナーは「Recursiveの技術はAI開発のパラダイムを根本から変える。人間がAIを設計する時代から、AIがAIを設計する時代へ移行する転換点だ」とコメントした。

投資家の資金は3つの柱に配分される。第1に、10万基規模のGPUクラスターを備えた専用データセンターの建設費。第2に、安全性検証のためのレッドチームと形式検証（数理的手法を用いたシステム検証技術）チームの拡充。第3に、物理世界での実験を可能にするロボティクス研究部門の新設である。

AI研究の自動化がもたらす産業再編

Recursiveの技術が実用段階に入れば、AI研究開発の構造は一変する。現在、OpenAIやGoogle DeepMindが数千人の研究者を雇用して行っている研究開発が、少数の人間による監視とAIによる自動実行に置き換わる可能性がある。

アナリスト予測では、自己改良型AIが実現した場合、新薬開発や材料科学、エネルギー分野でのブレークスルーが加速する。特に製薬業界では、治験前の化合物スクリーニングにかかる期間が数年にわたるが、自己改良型AIはその時間を数カ月に短縮しうる。

一方で、この技術がもたらすリスクへの懸念もくすぶる。AIが制御不能な速度で自己改良を繰り返した場合、人間の理解や制御を超えるという「知能爆発」のシナリオが現実味を帯びるからだ。Recursiveは外部の有識者で構成される安全性諮問委員会を設置し、技術開発の各段階でチェックポイントを設ける方針を表明している。

日本企業への影響と戦略的意味合い

Recursiveの技術が実用化された場合、日本の製造業や研究開発部門にも波及効果が及ぶ。自己改良型AIは特定分野に特化した高性能AIを短期間で生成できるため、自動車や精密機器、素材メーカーにおける開発サイクルが大幅に短縮される可能性がある。

東京大学のAIガバナンス研究室は「日本企業がこの技術を活用するには、独自の安全性基準とガイドラインの策定が急務になる」と指摘する。現在、日本の大手IT企業は汎用AIの開発で海外勢に遅れを取っているが、自己改良型AIは特定産業向けの特化型AIを効率的に生み出す手段として注目される。

経産省関係者もこの動きを注視しており、AIの自律開発に関する規制枠組みの検討を加速させる見通しだ。Recursiveはアジア市場への展開計画を明らかにしていないが、東京に研究拠点を置く複数のVCが接触を図っている。

ロードマップが示す次なるマイルストーン

Recursiveは公開書簡の中で、今後18カ月のマイルストーンを示した。最初の目標は、特定の数学的推論タスクにおいて、AIが完全に自律的に改良を繰り返し、人間のトップレベルの数学者を超える証明能力を達成することだ。

次の段階ではコード生成能力の自己改良を進め、2027年末までにAIが自ら大規模なソフトウェアシステムをゼロから設計できる状態を目指す。最終的には、AIがAI研究の全プロセスを自動化し、人間の研究者は監視と方向付けのみを担う体制への移行を描く。リチャーズ氏は「自己改良の連鎖が始まれば、進歩の速度はもはや人間の時間感覚では捉えられなくなる」と結んだ。