Google DeepMindのCEOデミス・ハサビスが、AI業界の現状と課題について包括的に語ったインタビューである。Gemini 3の成功と業界トップレベルの研究開発力を背景に、GoogleがAI競争で優位に立つ戦略を明らかにしている。一方で、AI投資の一部には「バブル的」な様相が見られると警鐘を鳴らし、数十億ドル規模のシード投資には持続可能性への疑問を呈している。マルチモーダルAIとスマートグラスの統合、Isomorphic Labsでの創薬進展、AGI実現までの4〜8年というタイムライン、中国との技術競争など、AI開発の最前線における重要な論点が網羅されている。人材獲得競争の激化、AI安全性への社会的懸念、そして科学・医療分野での具体的な貢献を通じた社会的価値の実証という、業界全体が直面する課題についても率直に語られている。
Gemini 3の成功とAI競争の現状
デニス、Googleはほんの数ヶ月前に最も強力なモデルであるGemini 3をリリースしました。大きな興奮をもって迎えられましたが、AI競争において現在Googleはどのような位置にいるとお考えですか。
おっしゃる通り、私たちが最後にリリースしたGemini 3には非常に満足しています。ほぼすべてのリーダーボードでトップを走っていますからね。素晴らしいモデルです。ユーザーや企業顧客からのフィードバックも非常に良好です。
振り返ってみると、昨年は本当に良い年でした。私たちが達成してきた進歩の軌跡は、業界の誰よりも速いものだと思います。昨年4月5月にリリースした前バージョンのGemini 2.5を見ても、すでにフロンティアのトップで非常に競争力のあるものになっていました。そしてGemini 3でそれを確固たるものにしたと思います。もちろん、ご存知の通り、これは熾烈で激しい競争です。誰もが全力で突き進んでいますし、私たちも今年も結果を出さなければなりません。
サム・アルトマンがコードレッドを宣言したのはそういう理由ですか。
まあ、そう報道されているようですね。
どう感じていらっしゃいますか。
別に構いません。私たちは自分たち自身に集中するだけです。それが私たちがやるべきことだと思います。雑音を遮断して、ただ実行するのです。研究の質に集中し、その質を製品に十分な速さで送り出すことを確実にすることです。それがGeminiアプリでのチャットボット領域におけるシェアの上昇に表れていると思います。月間ユーザー数は6億5000万人に達し、AI Overviewは20億人のユーザーを抱えています。おそらく世界で最も使われているAI製品だと思います。だから私たちは本当に誇りに思っていますし、満足しています。でも、私たちが本当に本領を発揮したときに何ができるかという点では、まだ表面をなぞっているだけだと思います。
競合他社の戦略と強み
それについては後ほど伺います。業界を見渡したとき、競合他社が最もうまくやっていることは何だと思いますか。今、本当に興味深いと感じることは何ですか。
AnthropicがClaudeでコーディングに関してやっていることは非常に興味深いですね。開発者市場ではそれに対して大きな興奮があります。Gemini 3の性能には満足していますが、彼らはそこで特別なことをやり遂げました。
それ以外では、私たちがマルチモーダルで行っていることに非常に興奮しています。
それについて説明していただけますか。
はい。マルチモーダルというのは、Geminiは最初からマルチモーダルだということです。つまり、言語やテキストだけでなく、画像、動画、音声をネイティブな入力および出力として扱えるということです。
私たちはそれらすべてを統合しています。それは常に私たちの強みでした。そして私たちがそれをやりたい理由、そして今年私が興奮していることは、それが現実世界であなたと一緒に移動するようなアシスタント、おそらくメガネやスマホ上のアシスタントに必要なものだからです。
それは世界を、あなたの周りのコンテキストを、物理的な世界を理解する必要があります。そしてもちろん、ロボティクスにとってもそれは重要です。私は昨年、それにかなり多くの時間を費やしてきましたし、今後数年間でいくつかの大きな瞬間が訪れると思います。
スマートグラスと新しいデバイスの可能性
この大きな瞬間について少し話していただけますか。いわゆる新しいiPhoneのようなデバイスを作ろうとしているということでしょうか。
ええ。メガネもそうですね。実は同時にやらなければならないことが非常に多くて、だからこそ非常にエキサイティングでもあり、同時に今は少し困難でもあるのです。少なくとも私たちの視点から、Google DeepMindとしては、私たちは自分たちをGoogleのエンジンルームのような存在だと考えています。私たちは内部でそう説明しています。GeminiやVOやNano Bananaといった最先端のモデルを提供するエンジンなのです。
そして、それらをエンドユーザーにとって本当に役立つ製品の機能としてどう組み込みたいかを考えなければなりません。つまり、メールからChromeブラウザ、検索まで、すでに存在するものを強化するという側面の仕事全体があります。
しかし同時に、Geminiアプリのようなデジタルアシスタントといった、非常にエキサイティングな新しい未開拓の領域もあります。
でもそれは時間とともに何になるのか。それには新しいデバイスも含まれます。私たちは最近、Warby ParkerやGentle Monsterと新しいタイプのスマートグラスに関するパートナーシップを発表しました。明らかにGoogleはスマートグラスに長い歴史があります。でも、10年以上前にGoogleで最初に始めたときは、少し時代を先取りしすぎていたのかもしれません。デバイスに関してはね。でも今は、何が欠けていたかというと、それに対するキラーアプリだったと思います。そして、日常生活であなたを助けるような一種の普遍的なデジタルアシスタントが、スマホに接続されたスマートグラスのようなもののキラーアプリになり得ると思います。
これは多くの競合他社も取り組んでいる分野ですが、なぜ非常に効果的に競争できると思いますか。
それは研究とモデルの質から始まると思います。
私たちは圧倒的に最も深く、最も広範な研究基盤を持っていると思います。業界で最も多くの人材を抱えていると思います。そしてそれが、私たちのブレークスルーと研究革新の質に変換され、それがこれらの新製品でできることの基盤となります。
人材獲得競争と研究者の動機
人材といえば、業界では本当の人材争奪戦が起きています。一部の研究者は1億ドルのオファーを受けています。
研究者をどうやって引き留めているのですか。それ以上に支払わなければならないのですか。
もちろん、競争の熾烈さのもう一つの側面は人材争奪戦です。でも、ほとんどのトップ研究者は、もちろん途方もなく良い報酬を得ていますが、それを超えたところにあるのはミッションです。あなたのスキルで何をしようとしているのか。これらは驚異的に賢い人々です。自分のスキルで何でもできます。世界に良いことをしているのか。私たちの場合、科学のためのAI、科学的な目的にも応用して、実際に誇りに思えるような製品を構築しているのか。友人や家族が誇りに思うものか、全体として社会に利益をもたらしているのか。
私たちはGoogleにおいて、人々が毎日愛して使っている製品の表面、地図からメールまで、それらをAIの仕事で強化しているという点で非常に幸運だと思います。だから、研究のブレークスルーを成し遂げたら、それを出荷できて、すぐに10億人のユーザーがそれを活用できるというのは非常にモチベーションが上がります。
AI安全性とテックラッシュへの懸念
今年は、社会には懸念が高まっていますし、安全性や誤用の問題もあり、その例をいくつか見てきましたので、テックラッシュについてもっと多く聞くことになるという期待があります。どのくらい懸念していますか。そしてそれに対してどう保護していますか。
社会がこういったことを心配するのは正しいと思いますし、ご存知の通り、私は科学や医療の進歩、私たちが行ったAlphaFoldのようなものから生まれる利益を本当に信じているからこそ、キャリア全体をAIに取り組んできました。
でも、これらの有害な使用例についても心配する必要があります。私たちはディープフェイクのような問題に対するウォーターマーク技術、SynthIDのようなもので先手を打とうとしてきました。Geminiの使用に関する適切なガードレールを設定しています。
私たちは持っているすべてのユーザーに対してその責任を非常に真剣に受け止めています。そして私たちがコントロールできることを超えて、こういった技術の責任ある使用、展開がどのようなものかの手本になろうとしています。
そして社会や一般の人々に関しては、業界として、科学分野として、明確な利益がより明確に、より迅速に何であるかを示す必要があります。私たちにとってそれは、科学のためのAI、医療のためのAIの仕事に倍加することです。そういったものが世界における明確な善なのです。
AI投資バブルの懸念
イソモーフィックについてはこれから伺いますが、誤用と安全性の問題にとどまりたいと思います。この業界で何が起こっても、テックラッシュが高まれば、すべての企業に影響します。つまり、皆さんが集まってこれを議論しているのですか。業界としてそれに対処する取り組みは進行中ですか。
いくつかの業界団体がありますし、もちろんほとんどのラボの責任者はお互いをよく知っていますが、異なるフロンティアラボが異なることをやっているのを見ていると思います。そして、それがどううまくいくかを見なければなりません。私たちがコントロールできるのは、Google DeepMindで何をするかです。こういった場所で発信し、ほとんどの利益を得ながらリスクを軽減する道を示そうとしています。他の人たちもその道を歩んでくれることを期待していますが、業界全体を動かすには政府による何かが必要だと思います。それから国際協力の問題もあります。
今年のもう一つの大きなリスクは、バブルが弾けることです。
AI バブルの中にいるのでしょうか。
そうですね、私にとってはイエスかノーかという二元的な質問ではありません。ご存知の通り、AI業界は今や非常に大きくなっており、多面的です。私の推測では、私たちの観点から見ると、かつてないほどの使用量、私たちのモデルや AI機能に対する信じられないほどの需要を目にしています。その需要を満たすことがほとんどできないほどです。十分なチップがないのです。だから、その観点から見て、また全体的にも、これはおそらくこれまでに発明された中で最も変革的な技術になるでしょう。だから、その観点からはバブルにはなり得ないと思います。
でも一方で、業界の一部にはバブル的に見える部分があると思います。例えば、製品も技術も何もまだない新しいスタートアップへの数十億ドル規模のシード投資ラウンドは、少し持続不可能に見えます。
だから市場の一部では修正があるかもしれません。それについては日々の業務からあまり心配していません。私は私たちの技術とそれを提供することに集中しています。Google DeepMindの責任者としての私の仕事は、何が起こっても私たちが良い位置にいることを確実にすることです。バブルが弾けても、私たちは大丈夫です。素晴らしいビジネスがあり、そこにAI機能を追加して、より多くの生産性を得ることができます。そして、強気のケースが続いても、Geminiアプリのような素晴らしいAIファースト、AIネイティブな製品があります。
中国とのAI競争
AI競争と中国との競争についても話されています。
私が中国で見る限り、AI競争はありません。聞いているのとは非常に異なります。AGIに到達するための競争のようなものはありません。アプリケーションと効率性の発見にはるかに多くの焦点が当てられています。
それはおそらくより現実的なアプローチなのでしょうか。
それはおそらく、現実的かどうかはわかりませんが、よりリスクの少ないアプローチかもしれません。
そして、私が理解する限り、中国市場は、西側企業がお互いと同じくらい激しく競争的だと思います。ただ、おっしゃる通り、彼らは短期的なアプリケーションにより集中していると思います。AGIに到達するようなより研究重視のフロンティア能力よりも、今すぐ具体的に何ができるかということです。
それはそれで構いません。私はDeepMindを立ち上げましたし、Google DeepMindとAlphabetでの私たちの仕事は、AGIを構築することです。それが究極の目標だと考えています。そしてそれが、私たちが何度も話してきた世界における非常に多くの機会と可能性を解き放つでしょう。だから、それが本当に北極星だと思いますし、可能な限り革新的な方法で研究を進めたいなら、それを北極星として持つ必要があります。それが私の意見では、西側企業がまだその点でリードしている理由だと思います。
何ヶ月先を行っているのですか。数ヶ月の問題ですか。
おそらく今は数ヶ月の問題だけだと思います。興味深いことに、私が話した中国のリーダー、起業家の何人かは、自分たちはもっと遅れていると感じています。それが事実かどうかはわかりません。おそらく6ヶ月程度の問題かもしれませんが、重要なのは、DeepSeekのようなものでさえ、実際には西側では少し過剰反応だったと思いますし、少し誇張されています。中国のラボは、まだフロンティアを超えて革新できることを証明していません。
彼らはフロンティアに追いつくのがどんどん速くなっています。フロンティアラボがやっていることにね。でも、次のTransformerのようなものを超えて革新したことはまだありません。彼らにはまだその能力があることを証明していません。
でも、彼らはそれに集中していると思いますか。
おそらくそうではありません。それが理由の一つかもしれません。
一般知能の定義をめぐる議論
過去数ヶ月間、AGIについて議論がありました。あなたはヤン・ルカンと意見が異なりました。彼は一般知能のようなものは存在しないと言いました。あなたは脳の本当の専門家です。
はい。
なぜ彼と意見が異なったのか説明していただけますか。
はい。
ヤンと私は、会議などで多くの楽しい議論をしています。でもこれはオンラインでのものでした。彼のその主張はばかげていると思います。彼は二つのことを混同していると思います。一般知能、これは明らかに私たち人間が持っていますし、私たちの脳はそれを持っています。そして普遍的知性、起こりうるすべてのことを理解できる何か、です。
明らかに私たちの脳は非常に一般的です。なぜなら、私たちが築いた現代文明を見てください。私たちは基本的に道具を作る生き物です。それが私たちを他の動物から分けるものです。私たちは道具を作ります。現代のあらゆるもの、乗り物、747機から、コンピューター、そしてAIもその中に含めます。それは計算ツールの究極の表現のようなものです。だから、そのすべてと私たちが行う科学を含めると、信じられないほど一般的です。
それは彼が主張するような、網膜に起こり得るすべてのことではありませんが、明らかに一般的です。そして私が主張するもう一つの論点は、私の永遠の科学ヒーローの一人であるアラン・チューリングからのものです。彼はチューリングマシンが計算可能なものは何でも計算できることを証明しました。
だから、それは超一般的なクラスのマシンで、すべての現代のコンピューターはそれに基づいています。でも、ほとんどの神経科学者は、私たちの脳が近似的なチューリングマシン、あるいは近似的にチューリングパワフルであることに同意すると思います。つまり、理論的にはほぼ何でも理解できるということです。計算可能なものはね。だから、私たちの脳は理論的にはほぼ何でも学べる一般的なシステムだということです。
私たちがすでにそれを知っているということではありません。学習能力を持つかどうかと、実際の完全な知識を持つかどうかの問題です。明らかに私たちの脳は限られています。一人の人間がすべてを知ることはできません。でも全体として、私たちの脳は非常に非常に強力です。
そして非常に柔軟です。
極めて柔軟です。
AGI実現に必要な技術要素
AGIに到達するには何が必要なのでしょうか。基本的にAIモデルが自分自身を教えられる再帰的な自己改善でしょうか。まだそこには到達していません。それからどのくらい離れていますか。
はい。そして、それがあなたが注目している主なブレークスルーですか。
それは一つです。つまり、今日のシステムからAGIとしておそらく通用できるようなものに必要な能力がいくつか欠けていると思います。継続的学習はそれらの一つです。トレーニングされた後のオンライン学習のようなもの、ユーザーから、あるいは経験から新しいことを学べるかどうかです。だから、継続的学習やオンライン学習と呼ばれることもあります。
そして、そのためにはパーソナライゼーションが必要ですよね。
はい、それはその一部になるでしょう。だから、パーソナライズしたいなら、それはオンライン学習の一形態になります。でも、自己学習と自己改善もその一部になり得ます。だから、それは世界で何かを経験して、知識ベースを直接的に自動的に更新するようなクローズドループのバージョンです。
実は私たちは、今から10年以上前にAlphaGoやAlpha Zeroという私たちのゲームプレイプログラムで、その仕事の多くを開拓しました。でももちろん、問題はゲームではそれがはるかにシンプルだということです。現実世界ははるかに混沌としていて、はるかに複雑です。だから、問題はそれらのテクニックの一部を混沌とした現実世界に移植できるかどうかです。
Isomorphic Labsの臨床試験への道のり
Isomorphicについて伺いましょう。元々、会社は2025年第4四半期に臨床試験に入ると言っていたと思います。
でも、それは前臨床でした。何があったのですか。そして、薬はいつ臨床試験に入るのですか。
確かに。何も起こっていません。私が言い間違えました。数年前に行った一つのインタビューだったと思います。前臨床でした。私たちが昨年に入る予定だったのです。だから、その時に言い間違えたのです。
基本的に、私たちは前臨床試験にいくつかの薬剤プログラムで入っています。非常にうまくいっています。順調に進んでいます。そして、それが準備できたらすぐに臨床に移ります。
最初のAI設計薬はいつ手に入るのでしょうか。
今後数年以内にと期待していますが、前臨床試験と臨床試験がどう進むかによります。
予想よりも難しかったですか。
全くそんなことはありません。驚異的にうまくいっています。昨日、J&Jとの新しい契約、新しいパートナーシップを発表したばかりです。だから今、J&J、イーライリリー、ノバルティスという世界最高の製薬会社3社と働いています。
そして、私たち自身の内部プログラムもあります。だから、合計で約17のプログラムがあります。今年、今年の前半に、私たちの進捗についてもっと多くのニュースが出ることになります。非常にうまくいっています。
マテリアルサイエンスラボの設立
英国にマテリアルサイエンスラボを建設すると発表されましたが、
はい。
それについてもう少し詳しく教えていただけますか。
もう少しだけ。まだかなり初期段階ですから。でも、マテリアルサイエンスとAIが新しい材料、半導体、超伝導体、バッテリー、こういったものを設計することは、AIが世界にもたらす利益の大きな部分になると思います。
私たちはおそらくAlphaFold 1レベルのような、いくつかの有望な研究プロトタイプがありますが、さらに進める必要があります。そしてその一部として、私たちのAIが設計している材料を迅速にテストできる必要があります。だから、英国に一種の自動化されたラボを作ることを考えています。基本的にAIシステムが考え出している理論的な化合物をテストするためのものです。
AGI実現のタイムライン
お会いするたびに、AGIへの期待は何か、AGIのタイムラインは何かとお聞きしています。最近、皆さんがあまりタイムラインについて話していないことに気づきました。実際、サム・アルトマンは、ほぼその段階にいる、タイムラインはないとさえ言っています。そこで、あなたのタイムラインは何かお聞きします。
私のは非常に一貫しています。約5年から10年先だと思います。だから、今は4年から9年かもしれません。今は4年から8年です。2030年がおそらく最も早い時期で、そのタイムゾーンで50%の確率だと思います。だから、私はまだ自分のタイムラインに固執しています。より積極的なタイムラインを持っていた他の人たちは、もう少し長く、もう少し現実的なものにアップデートしているのかもしれません。でも私にとっては、私たち全員が進んでいるペースでも、物事は常に想定より少し長くかかります。
つまり、それはまだ驚異的に、まだ極めて早いということです。
つまり、来年とかではないということです。
あなたの仕事はDeepMindから実際にGoogleのAIすべてを扱うように大きく進化しました。あなたの未来をどう見ていますか。CEOになりたいですか。
いいえ、今やっていることがとても好きです。科学と研究に近いところにいるのが大好きです。
だから、多くのこと、いくつかの製品も運営していますが、まだそのための時間を確保しようとしています。でも、私は自分の興味が非常に一般的で、最先端のものなら何でも非常に興奮できます。
特にリーダーボードがついていれば。
そうですね。一日でできることには限りがあると思いますし、夜間の真剣な思考のための十分な時間を残す必要があります。私はそのルーティンがかなり好きです。だから、それを続けられることを願っています。
ノーとはおっしゃいませんでしたね。
さあ、そういうことです。
ありがとうございました。
ありがとう、デニス。
ありがとうございます。
コメント