科学的発見にAIを、小さな問題ではなく：Radical AIのジョセフ・クラウス

クラウスは、同社の狙いを約150年続いてきた科学のプロセスを根本から変えることだと説明する。しかもそれを、現在の大手材料メーカーの一部と協力して進めるという。彼は、既存のシステムの改善を中核的な課題とは考えていない。Radical AIではそうしたものを最適化問題と呼んでおり、既存のものを1％、2％、あるいは5％改善することを指すという。テクノロジーの世界はすでにそれが得意だと彼は考えている。依然として非常に難しいのは新たな発見であり、困難な問題の大半はそこにあると彼は言う。

彼の説明によれば、材料が重要なのは、世界で最も重要な産業の多くが材料の研究開発に直接依存しているからだ。彼は自動車、航空宇宙、製造、防衛、気候・エネルギー、半導体を挙げる。材料のプロセスは、新たな発見から大規模な材料システムに至るまでに通常10年以上かかり、莫大な費用を要するという。Radical AIの前提は、AIと自律化によってこのプロセスを変え、材料がこれらの産業の進歩を妨げる主な障壁となっている状況を取り除けるというものだ。

彼は具体的な性能に関する主張を一つ挙げている。Radical AIのAIエージェントは数百万件の科学論文をインデックス化し、その分野ですでに何が行われてきたかを学習する。これにより、現在の人間の科学者と比べて約370倍の速さでプロセスを進められるという。この数値がどのように、どのような条件で測定されたのかについては、インタビューでは説明されていない。

クラウスは、指針となる原則を父から得たと語る。それは、世界一になれて、心から愛せるものを追求せよというものだ。父は、仕事にただ満足するのではなく、深く打ち込むことを重視していたという。「自分はどこでインパクトを生み出せるのか？」という問いが、それ以来ずっと自分の決断の指針になっているとクラウスは言う。

学部生のころ、彼はその名声と国に奉仕する機会に惹かれ、米国の士官学校への進学を望んでいた。その後、州兵としてパートタイムで勤務している人物と出会う。クラウスの説明によれば、州兵は陸軍と空軍の双方の予備役部隊である。隊員は月に1回の週末に訓練を行い、夏には2週間の訓練を受けて技能を維持し、派遣されることもある。彼はこれを、学業を続けながら空いた時間に奉仕する方法だと考え、大学3年生のときに入隊した。

基礎訓練が印象に残ったのは、まったく異なる背景を持つ見知らぬ人々に囲まれていたからだ。彼は、ニューヨーク、ペンシルベニア、ジョージア、メイン、中西部や西部の州、サンディエゴ、シリコンバレーから来た新兵たちを挙げる。彼らは皆、アメリカが世界中で広めようとしている自由を守るため、より強い軍を築くという一つの目標を共有していたという。クラウスは、自分自身を度外視し、所属していた砲兵中隊というチームの使命を自分より優先せざるを得なかったのはこれが初めてだったと語る。彼はこれを人格形成に深く関わる教訓だったと述べており、のちにRadical AIで語ることになる、使命を最優先する採用哲学の原点ともいえる。

基礎訓練の後、彼は大学4年生の課程を終え、さらなる訓練を受けたのち、ライス大学の大学院に進んだ。

ライス大学を選んだ主な理由は、学部生向けの研究シンポジウムだった。彼はそこで自分の研究を発表し、最優秀発表賞を受賞した。その賞によって、同大学のプログラムの大学院生や教授と会う機会を得た。彼らの研究には共通のテーマがあった。大きなインパクトをもたらし得る問題に取り組み、それを実用化しようとしていたのだ。面接を受けた他のどのプログラムでも、これほど未来に焦点を当てているという感覚は得られなかったと彼は言う。

大学院在学中も州兵としての勤務を続けた。それでも、修了後に何をしたいのかはまだわからなかったという。職業科学者になることには迷いがあり、特許法などの分野も検討していた。そこで彼は、大学院での時間を、自分がどこでインパクトを生み出せるかを探ることに使った。

州兵として勤務する一方で、クラウスは陸軍研究所の科学者としても働いていた。彼はそこを企業的な研究所だと説明する。陸軍の科学者たちが新しい研究をより高い技術成熟度レベルへと押し上げ、つまり科学を陸軍にとってより使えるものにしようとする場所だ。彼自身の仕事は、電子や水素原子について考え、さまざまな技術に向けた新しい2D材料を開発することだった。

司令官たちは定期的に施設を視察し、研究者たちは自分の研究がなぜ陸軍にとって重要なのかを説明しなければならなかった。クラウスによれば、両者は「関連性」の捉え方が異なっていた。司令官たちは将来の紛争や戦力強化について考えていたのに対し、科学者たちは原子や材料のレベルで考えていた。ある日、彼は研究所の研究が将来の戦争のあり方や陸軍が求める技術にどのような影響を与え得るのかを説明しなければならなかった。そのとき、自分のやりたいことに気づいたという。基礎研究から科学の商業化へと移り、科学を製品に組み込んで変化をもたらすことだ。そして、技術を新しい形で前進させる最善の方法はスタートアップだと結論づけた。彼の意見では、スタートアップこそが今日それを行う最良の場だという。

クラウスは会社をつくりたいとわかっていたが、その方法を知らなかった。そこで、自ら会社を築き、今は新しい会社に投資している起業家や投資家を探すことにした。彼はニューヨークに絞って探し、ケビン・ライアンと出会った。クラウスはライアンを、DoubleClickを築いて経営し、株式公開を果たした後、インキュベーションスタジオ兼アーリーステージ投資会社であるAlleyCorpを創業した、ニューヨークの多産な起業家だと説明する。

クラウスはライアンに、材料に投資していないなら未来に投資していないのと同じだと伝えた。ライアンは、それは大きな賭けだと答え、クラウスにそれを証明しに来るよう誘った。クラウスは休学し、1週間後にはニューヨークに移って6カ月のインターンシップに参加し、このキャリアが自分に合っているかを試した。

ライアンから得た主な教訓は「行動へのバイアス」だという。戦略は機能することもあるが、行動が伴わなければ行き詰まることが多いとクラウスは言う。彼の考えでは、最高の起業家はとにかく物事をやり遂げ、結果を見て、改良を繰り返し続ける。スタートアップはもともと困難であり、それを容易にする方法は、自分の領域で誰よりも多くのことを行い、誰よりも多くの情報を持ち、誰も思いつかなかった仮説を持つことだと彼は主張する。彼は、行動へのバイアスこそがライアンから学んだ最も重要なことだと語る。

クラウスと共同創業者のホルヘは、ともにAlleyCorpの投資担当者で、隣同士の席に座っていた。ホルヘはAIを基礎的なレベルから研究しており、機械学習の新しいアーキテクチャやアプローチに関する論文を読んでいた。ある日、彼はクラウスに、AIが世界を変えると確信しているが、なぜ誰もが手の届きやすい成果ばかりを狙って小さな問題を解いているのか理解できないと語った。そして、なぜ誰もAIを使ってがんを治そうとしないのかと問いかけた。

クラウスは、がんの治療についてはわからないが、それは本物の機会を示していると答えた。2人は約1カ月半をかけて、AIを応用できると考えたさまざまな分野の論文を何百本も読んだ。クラウスは最終的に、細分化され、進みが遅く、短期間では進歩が見られない材料科学がAIに非常に適しているかもしれないと結論づけたという。

その後、2人は材料科学、AI、そして調べるうちに行き着いたロボティクスの交わる領域の論文を、見つけられる限りすべて読んだ。その調査を通じて、3人目の共同創業者であるゲルブランド・セダーにたどり着いた。セダーはローレンス・バークレー国立研究所で自律型の科学ラボを構築していた人物だ。クラウスによれば、3人は、科学が人間主導のプロセスからAIと自律化によって駆動されるプロセスへと移行するというビジョンを共有していた。彼らがRadical AIを立ち上げるかどうかにかかわらず科学はその方向に進むだろうし、その会社を築くのは自分たちでなければならないという点で、3人の意見は一致した。

クラウスによれば、この分野におけるAIの主な強みは、情報をインデックス化する能力にある。彼のお気に入りの例は、世界最高の囲碁棋士と対局したGoogle製のAI、AlphaGoだ。彼が注目するのは、観戦者が当初は悪手だと考えた有名な一手である。彼の説明では、AlphaGoは膨大な数の対局をインデックス化していたため、人間が誰も考えつかなかった手を打ったのだという。

彼はこれを科学に当てはめ、科学の限界は人間の脳に由来すると主張する。つまり、一人の人間が読める論文の数、シミュレーションできる対象の数、実行できる実験の数、そしてそれらすべてを新たな仮説へと統合する能力の限界だ。AIと自律化を中心に据えることで、このボトルネックが取り除かれると彼は言う。システムは数百万件の論文を読み、数十億の材料をシミュレーションし、そのうち数千を試験し、それらすべての情報をリアルタイムで結びつけることができる。

彼が思い描く成果は「インバースデザイン（逆設計）」だ。現在、研究者は材料をつくってから、それで解決できる問題を探していると彼は言う。インバースデザインでは、最も困難な問題から出発し、それに対処する材料を設計する。クラウスによれば、人間の科学者は現在これを実現できないか、非常に長い期間をかけてようやく実現できる程度だが、AIと自律化ならば迅速かつ効率的に実現できるという。

彼は、これが科学者に取って代わることを意図したものではないと強調する。目的は、科学者が多くの実験プロセスにまたがって作業できるツールを提供し、基礎研究の単調な部分ではなく、次にどの材料をつくるか、どの問題を解決するかを決めることに時間を使えるようにすることだ。

同社はAlleyCorp内でインキュベートされ、ライアンはその枠組みでAlleyCorpが投資すると述べていた。創業者たちは多額の資金が必要だとわかっていた。クラウスによれば、材料科学は難しいビジネスであり、Radical AIはフルスタックのソリューションを構築しているため、異例の規模のプレシードラウンドを望んでいたという。

彼らは約100ページのピッチ資料を用意した。そこでは、なぜ今がそのタイミングなのか、技術がどの段階にあるのか、そしてなぜ学際的なアプローチが不可欠なのかを説明していた。クラウスによれば、それをライアンに提示したところ、ライアンは自分が全額を出したいから他所で資金調達はしないだろうと告げたという。投資家はAlleyCorpのみで、プレシードラウンドは約45分で調達できたとクラウスは語る。その後、3人の創業者は採用と会社づくりに取りかかった。

クラウスは、同社が企業文化を非常に大切にしていると語る。すべての候補者に同じメッセージを伝えているという。仕事を探しているならここは向いていない。あなたはとても優秀だから他で仕事を見つけられるだろう。しかし使命を探しているなら、ここに来るべきだ、と。Radical AIの全員が使命を深く信じており、その一体感を保っているのが文化だと彼は言う。

その文化の中心にあるのが、失敗を恐れないことだ。クラウスによれば、失敗は発見と学びの一部であり、同社は第一原理から問題を捉え直し、新しい材料を発見できる連携したシステムを構築するために、積極的かつ粘り強く突き進んでいるという。

Radical AIでは、クラウスが「51％ルール」と呼ぶものを採用している。彼はこのルールをSpaceXが始めたと考えている。ある決定について51％の確信があれば、その決定を下すというものだ。彼の考えでは、すぐに下せるはずの決定について議論するのは時間の無駄であり、会社の効率を下げる。決めて結果を見るほうがよいという。

51％に達しているかどうかを判断するため、チームは2つのことを考慮する。決定の大きさと、それが間違っていた場合に何が起こるかだ。1年あるいは10年を左右しかねない大きな決定については、今でも綿密な調査、対話、議論を重ねる。日常的な決定は、より迅速に自信を持って下すことができる。最悪のケースは何かを問えば、たいていすでに51％に達しているのか、それともまったく及ばないのかがわかるとクラウスは言い、同社はこれを全員のチェックポイントとして用いている。

彼は、このルールは速さそのものを目的としたものではないと付け加える。いずれ下すことになる決定を、単に早く下すということであり、常に正しいとは限らないことを受け入れるということだ。彼の考えでは、2週間熟考しようと2年熟考しようと、その決定が間違っている可能性は依然として残る。

同社がこのように働いているため、失敗は織り込み済みだとクラウスは言う。Radical AIに加わる人は誰でも、何かで失敗することになる。同社は人やプロジェクトに失敗というレッテルを貼らない。そうした結果を学びとして、また構築すべきだと考えていたプロセスを見直す機会として扱う。これによって「なぜ」を問い、第一原理から考えることがさらに促されるといい、うまくいかないことを試し、学び、再び挑戦することは、同社ではごく当たり前のことだと彼は語る。

クラウスは、お気に入りの言葉の一つとして、点と点は振り返ったときにしかつなげられないというスティーブ・ジョブズの考えを挙げる。彼はこれを自らの歩み、とりわけ材料研究に携わっていた時期に当てはめる。当時は、その経験がどこにつながるのかわからなかった。振り返ってみると、現在の材料研究が抱えるもどかしさを身をもって経験したことは不可欠だったと彼は考えている。

次に何が来るのか、それがうまくいくのか、自分が科学者になるのかどうかは気にしていなかったと彼は言う。大切だったのは、前進し続け、答えを探し続けることであり、そうしたからこそ答えを見つけられたのだと彼は考えている。彼は毎日、この仕事が何かにつながるのだと自分に言い聞かせていたといい、どんな状況でも決して諦めてはならないと語る。

クラウスは最後に、同社の長期的な目標について語る。Radical AIは、材料に依存する産業においてイノベーションの障壁となっている材料の問題を取り除きたいと考えている。そのため、創業者たちは会社に終着点を想定していないと彼は言う。会社は100年、200年と続き、彼自身と2人の共同創業者よりもはるかに長く存続すると見込んでいる。この技術が成功すれば、今日では不可能と考えられている世界を生み出せるかもしれないと彼は語る。