「実験ループの全自動化」へ：Google伝説のエンジニア Jeff Dean が退職し Discovery Loop を創業
2026年8月5日、GoogleのCEO Sundar Pichai が社内メモを発行し、重大な人事異動を発表した。Googleで27年間にわたり活躍してきたチーフサイエンティストの Jeff Dean（ジェフ・ディーン）が退職し、長年のパートナーである Sanjay Ghemawat（サンジェイ・ゲマワット）と共に新会社 Discovery Loop を設立する。同社の目的は一言で言えば「AIによって科学実験を自動化し、数人のチームで従来の研究所全体に相当する成果を出すこと」だ。
このニュースは技術コミュニティに大きな衝撃を与えた。米国のエンジニア向け掲示板 Hacker News では、投稿からわずか数時間で500ポイント以上、300件を超えるコメントが集まり、同日のトップニュースとなった。技術界で退職のニュースがこれほど沸き立ったのは、OpenAI の Sam Altman が一時解任された時以来である。また、この社内メモでは Google AI の経営陣も刷新され、DeepMind を率いる Demis Hassabis が CEO から取締役会長へ就任するなど、大規模な体制変更が行われた。その中でも Dean の離職は最も象徴的な動きと言える。
まず Jeff Dean とは何者か。 一般には馴染みが薄いかもしれないが、現代人が毎日利用するサービスの裏側には彼の手がけたシステムが動いている。Google 検索、Google 翻訳、Google マップのバックエンドは、彼が構築に携わった基盤の上にある。2004年、彼と Sanjay は分散処理技術 MapReduce を発明した。何千台ものコンピュータに超大規模計算を分散させるこの技術は、Google 検索の飛躍を支え、現代のビッグデータ時代の基礎となった。2011年には Google Brain を共同設立し、2015年にはオープンソースの深層学習フレームワーク TensorFlow を公開。現在世界中で動く AI 製品の多くが直間接的にこれに依存している。2023年に Google が AI 部門を統合した後は、技術職の最高峰であるチーフサイエンティストを務めていた。1968年ハワイ生まれの彼のキャリアはさらに遡り、大学院時代には世界保健機関（WHO）向けにエイズ感染拡大の予測ソフトウェアを開発していた。
図：ジェフ・ディーン（2025年）。出典：upload.wikimedia.org
技術者としての頂点に立つ人物が、なぜ58歳で退職を選んだのか。Google の公式発表は非常に礼儀正しいものであった。27年を経て新たな挑戦を希望した彼に対し、Google は創業者投資家として新会社に出資し、クラウドサービスでの連携も継続するという「温かい祝福」の形をとっている。しかし業界内では、現在の Google の規模がかつてのように自由な試行錯誤を許さなくなっているという指摘も多い。約20万人の従業員を抱え、月間9.5億のアクティブユーザーを持つ Gemini アプリなどの製品ラインを維持する大企業では、ひとつのアイデアをラボから本番へ届けるまでに重層的な承認プロセスが必要となる。Dean のようなエンジニアにとって最も価値ある「高速で失敗と改善を繰り返す自由」は、大企業の中ではコストが高くなりすぎていた。Hacker News のあるベテランエンジニアのコメントが象徴的だ。「Jeff と Sanjay が去り、ひとつの黄金時代が終わった。多くのシニアエンジニアが Google に留まっていた最後の理由は『少なくとも Jeff と Sanjay がまだいるから』だった」
では、彼らが挑む「自動化実験ループ」とは一体何なのか。
科学がどのように発展してきたかを思い出してみよう。研究者が仮説を立て、実験を設計し、実験を実行し、結果を観察し、その結果に基づいて仮説を修正し、次の実験を設計する。この「仮説→実験→結果観察→再仮説」のサイクルを「実験ループ」と呼ぶ。概念としてはシンプルだが、各ステップは遅い。ひとつの実験の設計から結果判明までに数週間から数ヶ月かかることも珍しくなく、数十人の研究所でも年間に完了できる大型実験はごくわずかだ。Discovery Loop が目指すのは、このサイクル全体を AI に委ねることだ。AI 自身が仮説を立て、実験を設計・実行し、結果を読み解き、次の行動を決定する。しかも数千の実験を並列で走らせることができる。同社公式サイトの言葉を借りれば、「少数の人間が、今日の巨大な研究組織を遥かに超えるスピードと品質で科学研究を遂行する未来」を実現しようとしている。
図：Discovery Loop 公式サイトの「自動化実験ループ」概念図。出典：discoveryloop.com
この考え方の何が革新的なのか。過去数十年、研究の加速は人海戦術——より多くのラボ、より多くの研究者、より多くの資金——に頼ってきた。Dean の賭けは「科学研究のボトルネックは人間にあり、人間による実験は遅く、高コストで、疲労する」という点にある。ループを自動化すれば、研究速度は人間の頭数ではなく、計算資源の量と並列度によって決まるようになる。彼らはまず、最も得意とする領域——人工知能研究そのもの——から手をつける。AI に AI の実験を自ら行わせ、自社の技術スタックを最適化した上で、他分野へと拡張していく計画だ。創業チームは Jeff Dean、Sanjay Ghemawat、Quoc Le（クオク・レ）、Oriol Vinyals（オリオル・ヴィニャルス）の4名。同社によれば、4人のうち3人は AI 領域で最も引用されている研究者であり、2人は分散システム領域で最も引用されている研究者である。Google 検索、TensorFlow、AlphaFold、Gemini など、現代 AI を形作った技術の多くが彼らの手から生まれている。
図：Discovery Loop 創業者チーム（左からヴィニャルス、ゲマワット、ディーン、ル）。出典：discoveryloop.com
野心は AI にとどまらない。公式サイトには、全米工学アカデミー（NAE）が掲げる「21世紀の工学における14の大挑戦（Grand Challenges）」——安価な太陽光エネルギーの実現、制御可能な核融合発電、清潔な水の供給、より優れた医薬品の開発、サイバーセキュリティの確保、科学探究のためのツール開発——が標的として挙げられている。Dean は SNS 上で「このアプローチは14の挑戦に含まれるほぼすべての重要課題に適用できる」と語った。これらの課題はいずれも人類が何十年もの歳月と巨額の資金を投じても未解決のものばかりだ。このような壮大なビジョンは、真の実力の裏返しなのか、それとも投資家向けの大風呂敷なのか。スタートアップの世界においては、その両方が同時に当てはまることが多い。
当然ながら議論も巻き起こっている。Hacker News で最も激しく議論されたのは「AI による人間の代替」という長年の問いだ。懐疑派の筆頭である beloch 氏のコメントは大きな支持を集めた。「この企業のWebサイトが掲げる核心的な約束は、要約すれば『人間の研究者を自動化し、少数が功績と利益を独独占する』というものであり、従来の AI スタートアップのシナリオが科学者自身に向けられたに過ぎない」という指摘だ。この論理に従えば、AI が実験を自動化した場合、最初に職を失うのはシニア研究者ではなく、若手の研究助手や実験オペレーターということになる。
一方で支持派の主張も理にかなっている。研究者の貴重な時間を単調な反復作業に費やすべきではないという意見だ。新薬の開発には平均して10年以上と数十億ドルの費用がかかる。もし実験ループを桁違いに短縮できれば、新薬や新材料、次世代電池が過去にないスピードで登場し、最終的には全人類が恩恵を受けることになる。また「なぜ試してはいけないのか。このシステムが実現すれば、その成果がすべての懐疑論を打ち消すはずだ」という反論もある。
両者の食い違いは成果の分配を巡る問題に帰着する。技術的に実現可能かということと、その成果が誰に帰属し、社会全体に還元されるかということは別の問題だ。また、AI による自動実験には「信頼性」という避けて通れない課題も存在する。AI が実験を設計し結果を解釈する際、自らの間違いをどうやって検知するのか。人間の研究でさえ再現性の危機が叫ばれる中、AI が出す結果の検証を誰が担うのか。Dean のチームはこの問いに最も答える資格を持つ集団かもしれないが、「最も資格がある」ことと「すでに実現した」ことの間にはまだ距離がある。
一般の視点から見れば、注目すべきポイントは極めてシンプルだ。Discovery Loop が成功すれば、新薬の登場時期、電気自動車のバッテリーコスト、住宅用太陽光発電の効率などが劇的に変わる可能性がある。失敗すれば、AI ブームにおけるもうひとつの高額な賭けとして記憶されるだろう。どちらの結果になろうとも、ひとつのトレンドは明確だ。科学研究は人海戦術から「アルゴリズム＋計算資源」の時代へとシフトしつつあり、そのハンドルを握っているのは50代のベテランエンジニアたちなのだ。
参考リンク：
- Discovery Loop 公式サイト
- Google 公式発表：Next Chapter of AI Momentum
- HN 議論 (item?id=49184960)
- HN 議論 (item?id=49184755)
