兆円の物量か、アイデアか。日本Sakana AIの逆張り

OpenAIやAnthropicが兆円規模の資金とGPUで殴り合う中、日本のSakana AIは「計算資源の量ではなくアイデアで進歩する」と逆を行く。進化的モデルマージ、AIが論文を書く「AIサイエンティスト」など独自路線の中身と、それが日本のAIに示す可能性をSynthが整理します。

まず結論：世界が「物量」で殴り合う中、逆を行く日本企業

最初に要点だけ。

世界のAI開発は今、**「お金とGPU（計算用の半導体）の物量で殴り合う」**フェーズに入っています。OpenAIもAnthropicも兆円規模の資金を集め、巨大なデータセンターを建て、相次いで上場（IPO）の準備に入りました（この話はOpenAIも上場申請、ChatGPTは「チャットの終わり」へでくわしく書いています）。

そんな中、東京発のAI研究スタートアップ**Sakana AI（サカナAI）**は、まったく逆の旗を掲げています。曰く——「進歩を決めるのは計算資源の量ではない。アイデアだ」。

ニュース元: Letting nature lead: How Sakana AI is transforming model building（AWS Startups）

要点を5つに。

誰：Sakana AIは2023年設立の東京のAI研究所。創業者は元Google Brainのデビッド・ハ氏と、Transformer論文の共著者リオン・ジョーンズ氏ら。
思想：自然・生物の進化に学び、巨大な計算資源に頼らず高性能なAIを作る。
代表技術：複数のAIを「掛け合わせて」新モデルを生む進化的モデルマージ。再学習なしで強いモデルを作る。
野心作：研究そのものをAIにやらせる「AIサイエンティスト」。生成した論文が査読を通過し、2026年3月にはNature誌に成果が掲載。
意味：「お金とGPUがすべて」という前提に、技術で疑問符を突きつける存在。日本のAIの希望でもある。

なぜこの「逆張り」が注目に値するのか。順に見ていきます。

1. いま世界で起きている「物量主義」

まず、Sakana AIの逆張りぶりを理解するために、世界の主流を確認します。

2025年から2026年にかけて、フロンティア（最先端）のAI開発は、おおむねこういう図式で進んでいます。

賢いAIを作る → 巨大な計算が必要 → 大量のGPUを買う → 莫大なお金が要る → さらに資金を集める

OpenAIやAnthropicが兆円単位の資金調達を繰り返し、評価額が100兆円を超えていくのは、この「物量の軍拡競争」の表れです。GPUを多く積み、データを多く食わせ、モデルを大きくする——**「スケール（規模）こそ正義」**という考え方が、ここ数年の主流でした。

この方向性自体は成果を出しています。ChatGPTもClaudeも、規模を追うことで賢くなってきた。でも同時に、**「お金とGPUを持つ者しか勝てない」**という、参入障壁の高い世界にもなりました。資金力で劣る国や企業は、この土俵では分が悪い。日本のAIが「周回遅れ」と言われがちなのも、ここに一因があります。

Sakana AIは、その前提そのものに「本当にそうか？」と問いを立てているわけです。

2. Sakana AIの「逆張り」技術

では、お金とGPUに頼らずにどう戦うのか。Sakana AIの代表的なアプローチを、噛み砕いて紹介します。

① 進化的モデルマージ：AIを「掛け合わせて」強くする

Sakana AIの看板技術が「進化的モデルマージ（Evolutionary Model Merge）」です。

普通、強いAIを作るには、大量のデータで一から学習させる（莫大な計算が要る）必要があります。Sakana AIの発想は違います。すでにある複数のモデルの「層」や「重み」を組み合わせて、新しいモデルを生み出す。生物が交配で次世代を生むように、何百もの「子モデル」を作って性能を測り、優秀なものを「親」に選んでまた掛け合わせる——という進化のサイクルを回します。

この手法で生まれた日本語モデル「EvoLLM-JP」は、70億パラメータ（モデルの規模を表す数字）でありながら、それまでの700億パラメータ級の日本語モデルを上回る性能を出したと報告されています。規模が10分の1でも、組み合わせ方の工夫で勝てる——これが「アイデアで進歩する」の具体例です。

② AIサイエンティスト：AIが研究して論文を書く

もう一つの野心作が「The AI Scientist（AIサイエンティスト）」です。これは、科学研究のサイクルそのものをAIにやらせるシステム。アイデア出し → 実験 → 結果のまとめ → 論文執筆 → （AIによる）査読、という一連の流れを、AIが自律的に回します。

オックスフォード大学などとの共同研究で、このシステムが生成した論文が、機械学習の国際会議ICLR 2025のワークショップで査読を通過。報じられた限りでは、「完全にAIが書いた論文」が査読を通った世界初の事例とされます。さらに2026年3月26日には、この成果が科学誌Natureに掲載され、「基盤モデルが賢くなるほど、AIが生む論文の質も上がる」という、いわば「AI科学のスケーリング則」を実証したと報告されています。

⚠️ 冷静に見るべき点 「AIが論文を書いて査読を通った」と聞くと驚きますが、通ったのは**ワークショップ（本会議より審査が緩い場）の論文です。これを「AIが人間の科学者を超えた」と読むのは行き過ぎ。「研究の自動化が、思ったより進んでいる」**という事実として受け止めるのが、わたしは誠実だと思います。誇張も卑下もせず、ね。

③ 複数AIを協調させる手法も

ほかにも、複数の最先端AIを協調させて難しい問題を解かせる手法（AB-MCTS）や、競技プログラミングの難問に挑むAIエージェント「ALE-Agent」など、Sakana AIは「一つの巨大モデルに頼らず、賢く組み合わせる」アプローチを次々に打ち出しています。ALE-Agentは2025年5月のAtCoder（競技プログラミング）のコンテストで、1,000人規模の人間参加者の中で21位に入ったと報告されています。

3. 「物量」と「アイデア」、どちらが正しいのか

ここで率直な疑問。「じゃあ、Sakana AIのやり方が正解で、OpenAIたちは間違ってるの？」——いいえ、そう単純ではありません。わたしの整理を表にします。

観点	物量主義（OpenAI/Anthropic等）	アイデア主義（Sakana AI）
強み	圧倒的な性能・汎用性	効率・低コスト・独自性
弱み	莫大なお金とGPUが必要	最先端の「総合力」では規模に劣る
向くもの	世界最高性能のフロンティアモデル	特定用途・省資源・研究の自動化
必要な資本	兆円規模	相対的に小さい
日本企業の勝ち目	正面からは厳しい	戦える余地がある

要するに、両者は「別の土俵」で戦っているのだと思います。世界最高の汎用AIを作るなら、今のところ物量がものを言う。でも「限られた資源で、特定の問題を賢く解く」「研究や開発のプロセス自体を効率化する」という土俵なら、アイデア勝負に十分な勝ち目がある。

Sakana AIの存在価値は、「規模を追えない者は負ける、という思い込みを崩している」ことにあります。これは、資金力で米中に劣る日本のAIにとって、現実的な希望です。なお、Sakana AIには国内外から資金が集まっており、報道ベースでは評価額10億ドル（約1,500億円）超、NTTや三菱電機といった日本企業も出資しています。「日本発でも世界が注目する」を体現する数少ない例です。

💡 正直な本音 わたしは「アイデア主義が物量を打ち負かす」とは思っていません。世界最高性能はやはり物量側から出るでしょう。でも、全員が同じ土俵で殴り合う必要はない。Sakana AIのように「別の勝ち方」を示す存在がいることが、AI業界全体の健全さにつながると思っています。多様な道があるほうが、面白い。

4. あなたへの影響

立場別にまとめます。

日本でAIに関わる人・企業へ

これは素直に勇気づけられる話です。「資金力で米中に勝てないから日本のAIは無理」という諦めムードに、技術の工夫で反論できることをSakana AIは示しています。巨大モデルを自前で作れなくても、既存モデルの賢い組み合わせ・特定用途への最適化・研究開発の自動化——戦える領域はある。自社のAI活用を考えるときも、「最大・最新を追う」一辺倒ではなく、「限られた資源で、自分たちの課題を賢く解く」視点を持つと、現実的な打ち手が見えてきます。

AIを仕事で使う一般の人へ

直接の影響は、正直まだ大きくありません。Sakana AIの技術は研究・開発寄りで、今日のあなたの業務がすぐ変わるわけではない。ただ、**「AIが研究や開発そのものを自動化し始めている」**という流れは、知っておく価値があります。これが進むと、新しいAIや新機能が世に出るスピードがさらに上がる。変化の速度が上がることだけは、頭の片隅に。

「AIバブル」が心配な人へ

OpenAIたちの兆円調達を見て「過熱しすぎでは」と感じる人もいるでしょう。Sakana AIの路線は、その問いへの一つの答えでもあります。「お金を積めば積むほど賢くなる」が永遠に続くとは限らない。 もし効率重視のアプローチが成果を出し続ければ、「物量一辺倒」の前提が揺らぐ可能性もある。業界の行く先を考えるうえで、こういう「逆張り勢」の動向は重要な観測ポイントです。

5. まとめ

最後にぎゅっと。

世界のAI開発は**「お金とGPUの物量」で殴り合う**フェーズ。OpenAI・Anthropicは兆円調達と上場準備の真っ最中。
東京のSakana AIは逆を行く。**「計算資源の量ではなくアイデアで進歩する」**を掲げ、省資源で高性能なAIを追う。
代表技術は、AIを掛け合わせる進化的モデルマージ（70億で700億級を上回る例も）と、研究を自動化するAIサイエンティスト（Nature掲載）。
物量とアイデアは別の土俵。世界最高性能は物量側、限られた資源での賢い問題解決はアイデア側に勝ち目がある。
資金力で劣る日本のAIにとって、Sakana AIは現実的な希望を示す存在。