エリック・シュミット：データからエージェントへ、AIは科学を再び変える

元Google CEOのエリック・シュミットが述べたのは、AI時代の次の段階についてだ。AlphaFoldというノーベル賞級のAIは、膨大なタンパク質構造データを学習することで、未知のタンパク質の形を予測できるようになった。だが、このデータバンク自体が数十年がかりで人類が集めたもので、他の科学分野で同じ手法を再現することは難しい。次に来るのは「巨大データに依存しない」AIエージェント時代だ。実際の研究者のように試行錯誤し、仮説を立てては検証し、失敗から学ぶAIの登場だとシュミットは指摘している。

このシフトは、AIの民主化を意味する。大規模言語モデルやAlphaFoldは、データ駆動型で、始めから「完成度の高い答え」を出すことを前提としている。だが、研究プロセスを模倣するエージェントは、試行錯誤そのものをAIが担う。つまり、小さなデータセット、限定的なドメイン知識、泥くさい現場の試行錯誤こそが、AIの学習材料になり得るようになる。大企業のラボでなくても、中小企業の研究部門でも、AIが活躍できる余地が生まれるのだ。

製造業の現場では、既に不良品の原因究明や工程改善に、こうした試行錯誤型AIが導入され始めている。「データがないから機械学習は使えない」という言い訳は、もはや通用しなくなる時代が来ている。重要なのは、データの大きさではなく、問題を解く過程そのものだ。その過程をAIが記憶し、改善し、提案できるようになれば、中小企業の「経験と勘」はAIと共存する武器に変わるのである。