Googleの伝説的AI研究者4人が独立——「Discovery Loop」が目指す科学の発見自動化とは

2026年8月5日、AI業界に衝撃が走りました。Googleのチーフサイエンティストを務めたジェフ・ディーン氏が、27年間在籍したGoogleを退社し、新会社「Discovery Loop」を立ち上げたのです。しかも、ディーン氏だけではありません。Googleの歴史を作ってきた伝説的な研究者が4人同時に独立しました。彼らが目指すのは、AIを使って科学研究そのものを自動化すること。本記事では、この歴史的な出来事の全貌と、AI業界に与える影響を解説します。

何が起きたのか——Googleの「頭脳」4人が同時に独立

発表は2026年8月5日（米国時間）でした。ディーン氏は自身のXで「明日がGoogleでの最終日になる」と報告し、Google DeepMindおよびGoogle Researchのチーフサイエンティストを退任。新会社「Discovery Loop」の設立を明らかにしました。

ディーン氏とともに独立するのは、Googleシニアフェローのサンジェイ・ゲマワット氏、Google Brainの創設メンバーであるクオック・レ氏、DeepMindのシニアリサーチサイエンティストであるオリオル・ビニャルス氏の3人です。4人は14年から30年にわたって一緒に仕事をしてきた関係で、ディーン氏は「長年の友人であり協力者」と表現しています。

この発表と同時に、Google DeepMindのCEOだったデミス・ハサビス氏が会長兼Alphabetの最高科学責任者に就任する人事も明らかになりました。Googleは25人から19万人超に成長した会社です。その歴史の中心にいた人物たちが、一斉に新たな一歩を踏み出したことになります。

Discovery Loopのミッション——「科学的手法の自動化」とは何か

Discovery Loopは、公益目的会社（Public Benefit Corporation）として設立されました。ミッションは「機械学習や科学、工学を自動化して、発見と進歩を加速させること」です。まず最初の対象領域として、機械学習の研究とエンジニアリングにおける大規模な実験の自動化に取り組みます。

科学の進歩は、仮説を立て、実験を実装・実行し、結果を検証して手法を改良するという「科学的手法」の反復によって生まれます。しかし、このループは人手に依存しており、規模を広げるのが難しいのが現状です。Discovery Loopは、フロンティアAIモデルと大規模な計算基盤を使ってこのループ全体を自動化し、数千規模の実験を並列実行することで、反復にかかる時間を大幅に圧縮しようとしています。

ディーン氏はNew York Timesの取材に対し、「これまで非常に人手に依存してきた実験ループを、AIによってより完全に自動化できる機会がある」「実験の量と質の両方が高まる」と語っています。将来的には、医薬品開発や健康情報学、太陽光発電の経済性、サイバー空間の安全確保といった、全米技術アカデミー（NAE）の「Grand Challenges」に取り組めるシステムを目指すとしています。

創業メンバー4人の足跡——伝説の研究者たち

なぜこのニュースがこれほど注目されたのか。それは、創業メンバー4人がそれぞれGoogleの歴史に不可欠な存在だったからです。彼らの実績を一人ずつ見ていきましょう。

ジェフ・ディーン氏——Google社員番号30番の伝説

ディーン氏は1999年に入社し、Googleの社員番号30番として知られる人物です。Google検索のクロールやインデックス、クエリ処理といった中核インフラの構築に貢献し、MapReduceやTensorFlowの開発にも深く関わりました。近年はGeminiのマルチモーダルモデルにも大きな影響を与え、Googleの初期のAI研究を主導してきました。新会社ではCEOを務めます。

サンジェイ・ゲマワット氏——MapReduceの共同開発者

ゲマワット氏はGoogleのトップエンジニアであり、シニアフェローです。ディーン氏とともにMapReduceを共同開発し、Googleの大規模分散処理の基盤を築きました。BigTableやSpannerといった基盤システムの設計にも携わった、システムエンジニアリングの第一人者です。

クオック・レ氏——Google Brain創設メンバー

レ氏はGoogle Brainの創設メンバーであり、深層学習の研究をリードしてきました。自然言語処理や自動機械学習（AutoML）など、現代のAIを形作った重要な研究に数多く関与しています。フロンティアAIモデルの開発知識を、Discovery Loopに持ち込むことになります。

オリオル・ビニャルス氏——DeepMindのAI研究を牽引

ビニャルス氏は、13年前にディーン氏の誘いでGoogleに加わった研究者です。DeepMindではゲームAIのAlphaStarや、Transformerに繋がる系列変換の研究などで名を馳せました。「Google DeepMindをまるで我が家のように感じさせてくれた皆さんに感謝します。そろそろ、新しいことに挑戦して、思い切ったことをやっていこうと思います」とコメントしています。

資金調達——Radical VenturesとKhosla Venturesが主導

Discovery Loopの初回資金調達は、Radical VenturesとKhosla Venturesが共同で主導し、Kleiner Perkins、Lightspeed、Doerr Capitalが参加しました。さらに、Alphabetも出資者として名を連ねています。

特筆すべきは、AlphabetおよびGoogleのCEOであるスンダー・ピチャイ氏の対応です。ピチャイ氏は「27年間の素晴らしい活躍に感謝する」と述べた上で、Googleが創業時の出資者兼クラウドパートナーとしてDiscovery Loopを支援し、機械学習システムや関連インフラの研究フレームワークでも協業を続けると明らかにしました。完全な決別ではなく、友好的な分離という形です。

創業チームは共同声明で「AIにとっての次なる大きなフロンティアは、質問に答えることを超えて、発見そのものを行うようになることだ」と述べています。AIが「答えを出す存在」から「発見をする存在」へ進化する——その先駆けとして、業界の注目が集まっています。

Google DeepMindの体制刷新と続く人材流出

今回の発表は、単なる独立のニュースではありません。Google DeepMindの組織再編とセットで起きた出来事です。ハサビス氏のCEO退任に伴い、後任のSVPにはコライ・カブクチュオグル氏が就き、Geminiやフロンティア研究、製品開発チームを統括します。

また、Googleからの人材流出はここ数カ月続いています。6月にはGeminiの開発を共同で率いたノーム・シャジーア氏がOpenAIへ移籍。ノーベル化学賞を受賞し、AlphaFold開発の立役者であるジョン・ジャンパー氏もAnthropicへ移っています。今回の4人の独立は、それらを上回る規模と重要性を持つ人事として、「歴史的な転換点」と評する声もあります。

一方で、これらの動きを「AI人材の流動性の高まり」と前向きに捉える見方もあります。トップ研究者が大企業を離れて新会社を立ち上げることで、研究のスピードと多様性が増すからです。AI業界全体としては、競争の新たなステージに入ったと言えるでしょう。

【比較表】AI for Scienceの主要プレイヤー

Discovery Loopは「AI for Science」と呼ばれる分野の新星ですが、この領域にはすでに有力なプレイヤーが複数存在します。主な動きを比較してみましょう。

企業・組織	特徴	主な対象領域
Discovery Loop	科学的手法のループ全体をAIで自動化、数千の実験を並列実行	機械学習研究、医薬品、エネルギー
Isomorphic Labs	ハサビス氏が率いるDeepMind系の創薬企業、AlphaFoldの技術を応用	医薬品開発
Recursion Pharmaceuticals	大量の細胞画像データをAIで解析する創薬プラットフォーム	医薬品開発
Cradle	生成AIでタンパク質を設計し、実験と組み合わせて最適化	タンパク質設計
理研AGIS	日本の科学研究基盤モデル開発プログラム、分野特化AIを開発	生命・材料科学

いずれも「AIで科学を加速する」という同じ方向性を持ちながら、アプローチはさまざまです。Discovery Loopの特徴は、特定の分野に絞らず、科学的手法そのものを汎用的に自動化しようとする点にあります。その野心の大きさが、伝説的メンバーが集まった理由なのでしょう。

産業・社会へのインパクト——研究の主役はスタートアップへ

この動きが示唆するのは、科学研究の主役が大きく変わる可能性です。これまで最先端の研究は、潤沢な予算と計算資源を持つ大企業や大学が担ってきました。しかし、AIの登場で状況が変わりつつあります。

第一に、実験の自動化が進めば、研究者の役割は「実験をこなす人」から「仮説を設計する人」へと変わります。人手では数年かかる実験サイクルが、数週間から数日に短縮されるかもしれません。これは創薬や材料開発のスピードを劇的に変える可能性があります。

第二に、日本の研究機関にも影響があります。理化学研究所は2024年4月から「科学研究基盤モデル開発プログラム（AGIS）」を立ち上げ、分野特化型のAI開発を進めています。海外の動きに比べるとまだ規模は小さく、産学連携やスタートアップ支援の強化が課題です。日本の研究力を持続させるためには、AI for Scienceへの投資が欠かせません。

第三に、アルファベット株の株価が発表直後に下落したように、株式市場もこの人事を敏感に反応しました。トップ研究者の流出は、企業価値の観点からも無視できない出来事です。AI人材の獲得競争は、今後さらに激化するでしょう。

課題と今後の展望——自動研究の未来

もちろん、課題も少なくありません。ディーン氏らは「再帰的自己改善」、つまりAIを使ってより強力なAIを生み出すことにも関心を示しています。これは科学を加速する一方で、AIの安全性や制御可能性に関する新たな問いを投げかけます。

また、自動研究の分野は競争が激しくなるとみられます。Discovery Loopが具体的な技術やサービスをいつ公開するのかは未発表で、成果を出すまでには時間がかかるでしょう。強力なチームと潤沢な資金を武器に、どこまで実験の自動化を実現できるかが注目されます。

私が最も興味深いと感じたのは、「自分たち自身が最初の顧客になる」という考え方です。自社の技術開発に自動研究を適用し、その成果を外に広げていく。このアプローチが成功すれば、AI開発の常識そのものが変わるかもしれません。科学の発見が自動化される未来は、想像以上に近づいているのかもしれません。

【FAQ】Discovery Loopに関するよくある質問

ここでは、Discovery LoopとAI for Scienceに関するよくある質問と回答をまとめました。

質問	回答
Discovery Loopはいつ設立されたの？	2026年8月5日に設立が発表されました。ジェフ・ディーン氏ら4人が共同創業しています。
公益目的会社（PBC）とは何？	利益に加えて社会貢献を目的とする米国の会社形態です。通常の株式会社より公益を追求しやすいのが特徴です。
「再帰的自己改善」とはどのような概念？	AIを使ってより強力なAIを生み出すことです。人間の反復をループから排除する可能性があると注目されています。
AlphabetはDiscovery Loopとどう関わるの？	創業時の出資者兼クラウドパートナーとして支援します。ピチャイCEOが協業継続を明言しています。
日本への影響はあるの？	理研AGISなど日本でもAI for Scienceの取り組みが進んでいますが、海外と比べると投資規模に差があります。
一般ユーザーが使えるサービスはいつ出るの？	具体的なサービス公開時期は未発表です。まずは自社の技術開発に自動研究を適用する方針です。

まとめ——科学の発見が自動化される時代へ

Googleの伝説的AI研究者4人が立ち上げたDiscovery Loopは、AIのフロンティアを「質問に答えること」から「発見すること」へと押し広げようとしています。科学的手法のループを自動化し、数千の実験を並列実行するという構想は、創薬やエネルギー、サイバーセキュリティなど幅広い分野の進歩を加速させる可能性を秘めています。

私はこのニュースを聞いたとき、20年前にGoogle検索が世界を変えた瞬間を思い出しました。あのときと同じように、今度は科学そのものが変わるのかもしれません。AIと科学の融合は、これから数年で私たちの想像を超える成果を生むでしょう。今後のDiscovery Loopの動きから目が離せません。最新のテクノロジートレンドを知りたい方は、ぜひ他の記事も確認してください。科学の未来を、一緒に見届けていきましょう。