「データ飢餓」を終わらせる野心的挑戦

1億8000万ドル。これは、設立間もないAI研究所Flapping Airplanesが調達したシード資金の額だ。OpenAIやDeepMindが数兆円規模の投資で巨大モデルを構築する中、なぜ投資家たちは若い研究者たちの「別のアプローチ」に賭けたのか。

答えは、現在のAIが抱える根本的な問題にある。最先端のAIモデルは人類の知識の総体を学習データとして必要とするが、人間ははるかに少ない情報で学習できる。この「データ効率性」の格差こそ、次世代AIの鍵を握っているのだ。

脳科学者が見つけた「別の道」

Flapping Airplanesの3人の共同創設者—ベン・スペクター、アシャー・スペクター兄弟、そしてNeuralink出身のエイダン・スミス—は、現在のAI開発競争を「競合」ではなく「補完」と捉えている。

「人間の脳は、トランスフォーマーとは根本的に異なる方法で学習します」とスミス氏は説明する。「LLMは記憶と幅広い知識の活用に長けていますが、新しいスキルの習得には大量のデータが必要です。脳が使うアルゴリズムは、現在のAI訓練で使われる勾配降下法とは根本的に異なっているのです」

興味深いのは、彼らが「脳の模倣」ではなく「脳からの着想」を重視している点だ。社名のFlapping Airplanes（羽ばたく飛行機）が示すように、鳥を真似るのではなく、飛行の原理を応用した独自の解決策を目指している。

日本企業への潜在的インパクト

100万倍のデータ効率化が実現すれば、AI導入のハードルは劇的に下がる。これは特に、限られたデータでAIを活用したい日本企業にとって朗報となるかもしれない。

トヨタの製造ライン最適化、ソニーのエンターテインメントコンテンツ制作、任天堂のゲーム開発—これらの領域では、企業固有の少量データでも高性能なAIが構築できれば、競争優位性を大きく向上させることができる。

特に注目すべきは、ロボティクスや科学的発見といった「データ制約の厳しい領域」での応用可能性だ。日本が強みを持つ産業用ロボットや精密機器分野で、新たなイノベーションの波が生まれる可能性がある。

研究と商業化のバランス

Flapping Airplanesの興味深い点は、純粋な研究への集中と将来の商業化への明確な意識を両立させていることだ。「3年後に研究問題を解決すると約束はできません」とアシャー氏は率直に語る。「私たちは真実を探求しているのです」

しかし、彼らは商業化を否定しているわけではない。「価値を創造したら、それを活用できる人々の手に届けることは世界にとって良いことです」と続ける。この姿勢は、基礎研究と実用化の橋渡しに苦労することの多い日本の研究開発文化にとって示唆に富む。