Yann LeCun、10億ドルを調達し物理世界を理解するAIを構築へ

Yann LeCunのAI新征程：Metaから独立起業へ

AI分野で名高いYann LeCun（前Meta AIチーフサイエンティスト）は先日、物理世界を理解する先進的AIシステム構築のため、新設企業AMIが10億ドルの資金調達に成功したと発表した。WIREDの独占報道によるこのニュースは、AI研究が言語主導から物理認知への新たな章へと移行することを示している。Yann LeCunは長年、人間レベルの汎用人工知能（AGI）は大量のテキストデータ処理だけでは実現できず、AIが物理世界に対する深い理解と予測能力を備える必要があると主張してきた。彼のAMI社は、まさにこの理念を実践に移そうとしている。

「人間レベルのAIは言語ではなく、物理世界の把握から生まれる」——Yann LeCun

「畳み込みニューラルネットワークの父」と称されるYann LeCunは、深層学習の3大先駆者の一人（Geoffrey Hinton、Yoshua Bengioと並ぶ）であり、2018年にチューリング賞を受賞している。Meta AIチーフサイエンティスト在任中は、FAIR（Facebook AI Research）チームを率いて、画像認識や自己教師あり学習を含む数々の画期的な研究を推進した。しかし、彼は現在人気のGPTシリーズなどの大規模言語モデル（LLM）に対して懐疑的な立場を取っており、これらのモデルは真の「世界モデル」（world model）を欠いており、人間のように物理的相互作用から常識を学習できないと考えている。

AMI社：10億ドルの背後にある野心

AMIの正式名称はまだ公表されていないが、その中核的使命は「物理的知能」（physical intelligence）を備えたAIシステムの開発であることが知られている。このようなAIは記号データの処理だけでなく、物体の運動、重力、衝突など、現実世界の物理法則をシミュレートし予測することができる。Sequoia CapitalやAndreessen Horowitzを含む複数のトップベンチャーキャピタルがリードする10億ドルという資金調達規模は、投資業界がYann LeCunのビジョンを高く評価していることを示している。

現在のAI投資ブームにおいて、10億ドルの資金調達は珍しくない——OpenAIは100億ドルを調達し、Anthropicも数十億ドルに達している。しかし、AMIの独自性はその反主流路線にある。OpenAIやGoogle DeepMindなどの主流AI企業は、Transformerアーキテクチャと大規模データトレーニングによる言語モデルに依存し、チャットや生成などのアプリケーションで輝かしい成果を上げている。しかし、これらのモデルは物理的推論タスクで頻繁に失敗し、例えば斜面上の球体の転がる軌跡を正確に予測できなかったり、因果関係を理解できなかったりする。

Yann LeCunは、ニューラルネットワークを使って物理エンジンをシミュレートし、強化学習とシミュレーション環境を組み合わせて、AIを仮想世界で「成長」させる計画だ。これは、Meta時代の研究、例えば「Joint Embedding Predictive Architecture」（JEPA）を呼び起こすものであり、AIがラベル付きデータに依存せず、ビデオやセンサーデータから世界の構造を学習することを目指している。

業界背景：物理世界理解におけるAIのボトルネック

AI発展史を振り返ると、初期のエキスパートシステムはルールベースのロジックに依存し、その後深層学習が知覚の革命をもたらしたが、汎用知能は依然として遠い目標だ。2020年代に入り、LLMが台頭し、ChatGPTなどの製品がAIを一般大衆の視野に入れ、市場評価額が急騰した。しかし、幻覚（hallucination）、常識の欠如、物理的盲点が痛点となっている。例えば、AlphaGoは囲碁を征服したが、なぜ石が「飛べない」のかを理解できない。

Yann LeCunの見解は学界の一部から支持を得ている。DeepMindのDavid SilverはかつてAGIには知覚、計画、物理シミュレーションの統合が必要だと述べた。最近では、GoogleのRT-2やFigure AIのロボットプロジェクトも、具現化AI（embodied AI）を探求している。これは、AIがロボットの身体を通じて物理世界と相互作用して学習するものだ。AMIの登場は、この傾向をさらに加速させるだろう。統計によると、2025年の具現化AI投資はすでに500億ドルを超えており、2030年にはAI総投資の30%以上を占めると予測されている。

課題と展望：ビジョンから現実へ

前途は明るいものの、AMIは複数の課題に直面している。まず、計算リソースの需要が巨大だ——高忠実度の物理世界をシミュレートするには万単位のGPUクラスターが必要で、コストが高い。次に、データ取得の問題：実際の物理的相互作用データは希少で、MuJoCoやIsaac Simなどの高精度シミュレーターに依存する必要がある。最後に、人材競争が激しく、トップ研究者の多くはOpenAIなどの巨大企業に吸収されている。

しかし、Yann LeCunの優位性は明白だ：彼の学術的影響力とMetaでの人脈は、世界中のエリートを引き付けるだろう。AMIは初年度にプロトタイプシステムをリリースし、ロボットナビゲーションと自動運転に使用し、その後医療シミュレーションとバーチャルリアリティに拡大する計画だ。

編集者注：物理AIが次の爆発点となるか

AIテクノロジーニュース編集者として、我々はYann LeCunのAMIが単なる個人の起業ではなく、AIのパラドックスへの回答だと考えている。言語モデルは華やかだが、物理世界に根ざした「常識」がなければ、最終的には限界がある。AMIの成功は、「物理ネイティブAI」時代を生み出し、ロボット革命とメタバースを支援する可能性がある。投資家が注目すべきは、この10億ドルが買うのは技術だけでなく、未来の青写真だということだ。純粋なチャットAIと比較して、物理的知能は人間の本質により近く、AGIへの重要な一歩となるかもしれない。

（本文約1050字）

本文はWIREDより編訳、著者：Maxwell Zeff、日付：2026-03-10。