• IonQは2026年9月22日、標準的なCPU1台で動く「業界初」のエンドツーエンド実時間量子誤り訂正デコーダを発表した。根拠となったのは査読前のarXiv論文で、最大408論理量子ビットのワークロードを市販プロセッサ1個で解読したという。発表と論文の数値を付き合わせると、何が解決し、何が残っているのかが見えてくる。

    何が「業界初」なのか──誤り訂正の全工程をCPU1台で回す

    量子誤り訂正が機能する計算機では、物理量子ビットから絶えず流れてくる検査データ(シンドローム)を、計算の進行に間に合うよう解読し続ける「デコーダ」が必要になる。処理が追いつかなければ計算は止まる。このため、多くの開発者はFPGAや専用アクセラレータの利用を前提にしてきた。

    IonQの発表は、その前提に対する反証を提示するものだ。同社は9月22日、誤りモデルの生成から全論理量子ビットの解読、魔法状態を精製する「マジックステート工場」の処理までを含む完全なパイプラインが、標準的なCPU1つで動作する実時間デコーダを実証したと公式に発表した。

    技術的詳細は、IonQの研究者Min Ye、Andrii Maksymov、Nicolas Delfosseの3名が2026年8月25日にarXivへ投稿した論文(査読前、9月3日改訂)に記されている。ベンチマークは最大408論理量子ビット、最大100万個のTゲートを含む実際的なアプリケーションを想定し、2024年製ノートPC向けプロセッサ(Apple M4 Max)で計時されたと報告されている。

    リリースの「3,150万操作」と論文の数え方の距離

    プレスリリースは「3,150万を超える個々の量子操作」をこなしたとアピールする。この数値の内訳を論文で確認すると、解釈には注意が要る。

    量子専門メディアPostQuantumの分析によれば、3,150万(31,548,792)は88個のコードブロックにわたるシンドローム抽出サイクル数の総和であり、誤り訂正済みの演算数ではない。論文自体は、該当ワークロードでTゲート55万5,130個、論理測定131万8,310回という数値を別個に報告している。100万Tゲートを超えたワークロードは1つだけだ。一方、理論物理学者ジョン・プレスキルが提唱した「MegaQuOp(100万回の誤り訂正演算)」という尺度は誤り訂正済みの演算を数える。同じ「100万」でも、数える対象が異なる。

    遅延の指標「ストレッチ」(解読の遅れで増えるサイクル数の割合)にも幅がある。論文の要旨は、2量子ビットゲート誤り率10⁻⁴では計算の延伸が0.3%未満、5×10⁻⁴では12%未満と報告する。リリースで強調される0.02%は、5ミリ秒サイクルを前提とした408量子ビット級の実行で得られた15個の値のうち最小のものだ。同じ誤り率でも、1ミリ秒サイクルを前提した102量子ビット級の実行では0.18〜0.24%に伸びる。

    1台で足りる理由──イオン方式の「遅いクロック」が味方になる

    では、なぜ市販CPU1台で間に合うのか。鍵は方式そのものが持つ時間的余裕だ。

    超伝導方式の誤り訂正サイクルは約1マイクロ秒と速く、ソフトウェアには厳しいリアルタイム性が求められる。一方、トラップドイオン方式のサイクルは1〜5ミリ秒で、1,000倍以上の判断時間がある。論文はこの時間的余裕を前提に設計されている。同社のデコーダは、計算全体を通じて動き続ける誤りデコーダと、論理測定のときだけ高速に答えを出すアウトカムデコーダの二重構成で、基盤となるビームサーチ方式はPRX Quantumに掲載済みだと報告されている。

    シミュレーションの向こう側──次の関門はハードウェア側にある

    論文のベンチマークは、回路レベルのノイズモデルからシンドローム列を生成するシミュレーションだ。実機で数千個のイオンを運用した際のゲート誤差やイオン輸送の制約は含まれていない。想定した誤り率10⁻⁴〜5×10⁻⁴の範囲について、論文自身が「小型のトラップドイオンデバイスで達成された」と注明している。同社が2025年10月に報告した2量子ビットゲートの忠実度99.99%超という記録も、測定は2個のイオン間でのものだとされる。

    市場の反応は大きかった。米CNBCは、発表を受けてIonQ株が急騰したと報じている。

    この結果が示すのは、この種のアーキテクチャではデコーダがもはやボトルネックではない、ということまでだ。同社が2027年に実験室でのフォールトトレラント運用を目指す「Walking Cat」アーキテクチャで、数千イオンスケールのハードウェアが想定誤り率を維持できるか。次に審査されるのはCPUではなく、イオンそのものである。

  • SKハイニックスは9月15〜17日に米サンタクララで開かれた「AI Infra Summit 2026」で、HBMとSSDの中間を埋める「HBF」、メモリ内演算の「PIM」、KVキャッシュの階層管理ソフト「SALT-KV」を発表した。「従来のGPU+HBM構成だけでは多様化するAIワークロードに応えきれない」というのが同社の説明で、AIインフラの設計論がプロセッサ側からメモリ側へ広がりつつある。

    多様化するワークロードが揺らがせる「GPU+HBM」の一枚岩

    9月15〜17日(現地時間)、米カリフォルニア州サンタクララで「AI Infra Summit 2026」が開かれた。SKハイニックスのニュースルームによると、来場者は約6,000人と前回の約2倍。会議はデータ・モデル、コンピュート、データムーブメント、AIデータセンター、フィジカルAIの5領域で構成され、同社はブース規模を前年の2倍に拡大して次世代メモリ群を出展した。

    注目は講演側にあった。Data Movementトラックで登壇したLim Eui-cheol副社長(Solution AT担当)は「Beyond One-Size-Fits-All: PIM, HBF and More for the New Spectrum of AI Serving」と題する講演で、超低遅延が求められるエージェントサービスからコスト効率が死活問題になるロングコンテキストサービスまで、AIワークロードは多様化しており、従来のGPU−HBMアーキテクチャだけでは新しい要求に応えきれなくなっていると指摘した。AIの利用が学習から推論へ重心を移す中、「GPUの横にHBMを積む」という一枚岩の構成がワークロードの多様化に追いつかなくなった──これが今回の発表の出発点である。

    HBF──HBMとSSDの谷間にできる新しいメモリ階層

    1つ目の技術はHBF(High Bandwidth Flash)だ。HBMと同じTSV(シリコン貫通電極)技術をNANDフラッシュに適用し、ストレージ並みの大容量と高い帯域を同時に実現する次世代NANDソリューションで、同社はこれをAgentic AIの推論中心時代を開く中核AIメモリ技術と位置づけている。

    発想の核は階層の再設計にある。推論中心の利用が増えるほど、高帯域だが高価なHBMと、大容量だが帯域が限られるSSDの間の「谷間」が効いてくる。長いコンテキストを扱う推論では、HBMだけで全データを載せるのはコスト的に割に合わず、SSDに逃がせば帯域が足りない。この谷間を埋める中間階層としてHBFを据える考えだ。同社によれば、展示会場ではHBFの構造模型の前に関心が集まり、紹介映像を最後まで見届ける来場者が後を絶たなかったという。

    PIMとSALT-KV──演算はメモリへ、キャッシュは階層へ

    2つ目のPIM(Processing-In-Memory)は、メモリ内部に演算機能を組み込む技術だ。プロセッサとメモリの間のデータ転送が律速となる「メモリウォール」を緩和し、性能と電力効率を同時に改善するとして、同社は演算内蔵メモリのAiMチップと、それを用いたアクセラレータカード「AiMX」を展示。AiMX搭載サーバーでのLLM体験デモも行われた。

    3つ目のSALT-KV(Semantic-Aware Lifecycle Tiering for KV Cache)は、今回の3技術で唯一のソフトウェアだ。LLMのKVキャッシュを文脈ごとに分割し、再利用価値と保存コストを総合評価した上で、HBM・DRAM・SSDのうち最も適した階層に振り分ける。対話が長くなりタスクが増えるほどKVキャッシュは膨らむため、Agentic AIではこの管理が性能とコストを直接左右する。

    Lim副社長は、ハードウェアとソフトウェアの両面にわたるソリューションとしてPIM・HBF・SALT-KVを準備していると強調し、目的別に階層と演算位置を使い分ける「New Spectrum」構想を示した。

    容量を巡る競争と、再編観測の裏側

    個別技術の発表と並行して、供給側の競争も激しさを増している。韓国のソウル経済新聞は9月20日、関係筋の話としてサムスン電子が来年HBM4とHBM4Eの生産を倍以上に増やす計画だと報じた。また韓国メディアMoneyTodayの報道を伝える記事によれば、サムスンは既存4nm工程の半分超をHBM4ベースダイの生産に充てており、HBMの売上構成比は第1四半期の21%から第2四半期には33%へ拡大したという。いずれも企業の公式発表ではなく報道ベースの数字であり、確定値とは扱えない。

    業界再編を巡る観測も飛び交う。9月16日にSKハイニックスとインテルが米国でのメモリ生産を巡り協議中との報道が出た際、同社は公式のFACTページで「確認された計画はない」と明確にした。報道ではインテルのオハイオ工場の一部リースや、クラウド企業を含む合弁などが選択肢として取り沙汰されていたが、同社によれば確定した合意や決定はないという。

    「メモリなくしてAIなし」が意味する視点の転換

    一連の発表の直後にあたる9月18日、SKハイニックスは同じサンタクララで「2026 Global Forum」を開催した。CEOのクォク・ノジョン(Kwak Noh-Jung)は基調講演で「メモリなくしてAI産業は存在しない。HBMで新たなマイルストーンを打ち立てたように、次世代メモリでAIの新たな可能性を開いていく」と述べ、龍仁クラスターとインディアナ工場という生産拠点の拡大に加え、米国に新たなグローバルAI R&Dセンターを設立すると明かした。

    HBF・PIM・SALT-KVの3技術がいつ製品として一般のAIサービスに届くかは、今回の発表だけでは確定しない。ただし方向性は明確だ。推論とエージェント処理がAI利用の中心になるほど、性能の壁はGPUの内部だけの問題ではなくメモリ階層全体の問題になる。そしてこの構造変化は、ロングコンテキストやエージェントAIの実コストを左右する要素として、利用者にも遅かれ早かれ見えてくるはずである。

    +
  • 量子コンピュータの実用化を阻む課題の一つが、誤り訂正をリアルタイムで処理する古典計算側のボトルネックです。IonQは2026年9月22日、市販の単一CPUで動作するエンドツーエンド型のリアルタイム量子誤り訂正デコーダを発表しました。最大408論理量子ビット・3150万件超の操作を模擬するベンチマークで、計算の引き伸ばしは最小0.02%にとどまったと報告されています。

    なぜ誤り訂正の「デコード待ち」が壁になるのか

    量子ビットは環境ノイズの影響を受けやすく、そのままでは長い計算を実行できません。そこで複数の物理量子ビットを束ねて1つの論理量子ビットを構成し、誤りを検出・訂正しながら計算を進める「量子誤り訂正」が、実用的な量子コンピュータの前提条件とされています。問題は、誤りの検出に伴うデータ処理を古典コンピュータが担う点にあります。誤り訂正では量子ビットから絶えず「シンドローム」と呼ばれる測定結果が流れ出し、これを解析してどの量子ビットでどんな誤りが起きたかを推定する「デコーダ」がリアルタイムで追従しなければなりません。処理が間に合わなければ、量子計算はデコーダの完了を待って一時停止します。論理量子ビットの数と回路の深さが増えるほどシンドロームの流量は増えていき、IonQの発表資料は、この処理のボトルネックを故障耐性実現の障害として明示しています。

    408論理量子ビット、3150万操作を単一CPUで処理する

    IonQが発表したのは、市販の標準的なCPU1個で動作するエンドツーエンドのリアルタイムデコーダです。発表によれば、同社のデュアルデコーダ構成を、最大408個の論理量子ビットを88個のメモリブロックとマジック状態工場(magic-state factory)で構成するベンチマーク回路で評価しました。実行したのは「MegaQuOp」と呼ばれる数百万操作規模、すなわち3150万件超の量子操作です。検出器誤りモデルの生成から全論理量子ビット・論理演算・マジック状態工場のデコードまで、パイプライン全体が単一CPU上で完結するといいます。

    技術的な詳細は、査読前の論文arXiv:2608.25027(2026年8月25日初出、9月3日改訂)に記されています。論文では最大100万個のTゲートを含む実用的なアプリケーションのベンチマークとして、1〜5ミリ秒のサイクル時間を持つトラップイオン型アーキテクチャを仮定した場合、CNOTゲートのエラー率が1×10⁻⁴のとき全ワークロードで計算の引き伸ばしが0.3%未満、5×10⁻⁴のときも12%未満だと報告されています。IonQの量子研究リードで論文共著者のNicolas Delfosse氏は「数百の論理量子ビットと数百万の論理操作にわたるリアルタイムデコードの検証は重要なマイルストーンだ。デコーダが単一CPUで動くことは、商用規模の故障耐性量子計算への実用的な道筋を与える」と述べています。

    0.02%の遅延が示すオーバーヘッドの性質

    発表の目玉は数値の小ささです。リリースによれば、標準的な動作ノイズを仮定した場合、デコードによる計算時間の引き伸ばし(stretch)は最小で0.02%。全体の0.02%程度であれば、誤り訂正付きの計算をほぼフルスピードで実行できることを意味します。

    より重要なのは、このオーバーヘッドがシステム規模に対してどう振る舞うかです。IonQは、論理量子ビット数が増え操作が深くなっても、古典側の計算資源が指数関数的に増える必要はないと主張しています。同社アーキテクチャ担当バイスプレジデントのJohn Gamble氏は「各構成要素を直接検証することで、コスト効率の良い量子システムのスケーリングを可能にする」と述べ、解決までの時間・コスト・エネルギーを設計指針に据える姿勢を示しました。数百万操作規模のワークロードを1個の市販CPUで処理できたという報告は、この主張を支える一つのデータポイントになります。

    実機ではなくベンチマーク評価である、という限界

    この成果を正しく評価するには、対象があくまで「デコーダ」である点に注意が必要です。ベンチマークは最大408論理量子ビットのワークロードを模擬した回路に対するデコード性能の評価であり、その規模の実機が動いたわけではありません。結果も前提条件に依存します。論文が仮定するサイクル時間1〜5ミリ秒やエラー率の条件から外れれば引き伸ばしは増え、エラー率が5×10⁻⁴の条件では上限が0.3%未満から12%未満へと膨らみます。物理ゲートの品質が結果を強く左右する構造です。IonQは2025年に2量子ビットゲートの忠実度99.99%を達成したと世界記録として発表していますが、この数字も企業の主張として扱うべきものです。

    それでも、古典制御側に特別なハードウェアが不要で市販CPU1個で足りるという結果は、故障耐性量子計算のコスト構造を単純化する要素として意味を持ちます。IonQは今回の結果を、トラップイオン型の障害耐性設計である「Walking Cat」アーキテクチャの中核的な柱の検証であり、256物理量子ビット超のロードマップから数千量子ビット規模の産業プラットフォームへの道筋を支える基盤だと位置づけています。古典側の壁が一つ取り除かれたことで、次に問われるのは物理ビット側の規模拡大とノイズ抑制そのものです。

  • スタンフォード大などのチームは9月16日、ヒト幹細胞由来の皮質オルガノイドを、大脳皮質を遺伝的に欠くマウスの新生仔に移植する手法「ゼノコーティケーション」をNature誌に報告した。移植されたヒト組織は3カ月で皮質容積の9割超を占め、マウスの神経系と機能的に統合した一方、行動や知能を高めることはなかった。ヒトの脳発達と疾患を生きた体内で調べる実験系として、治療開発への応用が期待される。

    空間を奪い合う――従来の移植法が抱えた限界

    生きたヒトの脳組織を直接調べることはできない。この制約を埋める手段として、ヒトiPS細胞などから三次元的に育てる「脳オルガノイド」が利用されてきた。ただし培養皿の中のオルガノイドには血管がなく、身体との信号のやり取りもない。そこで研究チームは2022年、新生ラットの脳へヒト皮質オルガノイドを移植し、ヒト神経細胞が成熟して宿主の感覚経路とつながることを示した(Nature 2022年論文)。ただし今回の論文によれば、この従来法ではヒト組織がラットの大脳皮質半球の最大3分の1程度しか占められなかったという。

    壁は物理的な空間だ。齧歯類の神経細胞はヒトのものより速く成熟するため、ヒト神経細胞が結合を作り始める頃には、宿主側の細胞が使える空間の大半を既に占有してしまう。大規模な回路の乱れを伴う神経発達症を調べる際、この競争が特に問題になると論文は指摘する。

    「競争を消す」――皮質を欠くマウスに移植する新手法

    研究チームが今回確立したのは、競争そのものを取り除く発想だ。遺伝子工学的な方法で大脳皮質と海馬のグルタミン酸作動性ニューロンを発達早期に欠失させた「無皮質(アパリアル)マウス」を作製し、その生後数日の皮質腔にヒト幹細胞由来の皮質オルガノイドを移植して「ゼノコーティカルマウス」を生み出した。この一連の手法を、論文は「ゼノコーティケーション」と呼ぶ(Nature 2026年9月16日付論文)。

    南カリフォルニア大学のGiorgia Quadrato氏は、Nature Newsの取材に「本当の革新は、空間をめぐる競争を取り除いたことだ」と評している。

    4.7倍に成長し、皮質容積の91.9%を占めたヒト組織

    結果は数値で示される。MRIに基づく定量化では、移植後2〜3カ月の間にヒト組織は約4.7倍に成長し(解析マウス14匹、2系統のヒトiPS細胞)、3カ月時点で結合皮質容積の91.9%を占めた(マウス7匹)。ニューロン密度は1mm³あたり約32,000個と報告されている。

    組織はヒト皮質の多様な細胞種へと分化し、第5層の皮質外投射ニューロンなども確認された。Nature Newsの報道によれば、社会性認知に関連するとされる大型の紡錘形細胞「フォン・エコノモニューロン」に似た細胞も生じており、この細胞が培養皿で出現した例はこれまでないという。論文著者の一人でスタンフォード大学のSergiu Pașca氏は同誌に、この細胞類型は前頭側頭型認知症など神経変性疾患で最も傷つきやすい細胞群だと説明している。

    移植組織はマウスの神経系に線維を伸ばし、脊髄の深部まで達する投射も観察された。生体内での移植組織全体を対象としたカルシウムイメージングと電気生理学的解析では、発達中の回路を思わせる組織化された活動パターンが記録されたという。

    マウスは「賢く」ならなかった――行動解析が示す統合の実態

    キメラ動物への倫理的な懸念に対して、行動データが一つの答えを示した。教師なし機械学習を使った自発行動の解析(MoSeq)では、ゼノコーティカルマウスの行動レパートリーは対照群と無皮質群の中間に位置しつつ、いずれとも区別された。運動は概ね保たれ、変化は肢の協調など選択的な差にとどまったという。

    無皮質マウスでは、皮質や海馬が必要な課題(CatWalk装置による微細運動の協調、Y迷路による作業記憶)で欠損が見られた。このパターンはゼノコーティカルマウスでは部分的にしか現れていない。

    Nature Newsの報じるところでは、行動試験でヒト組織が齧歯類の知能を高めた証拠はなかった。研究に参加していないケンブリッジ大学のMadeline Lancaster氏は「目的は明らかに超知能のマウスを作ることではないし、そもそもそうはならない」と同誌に話している。移植が脳の基本配線の成立後、生後数日で施されることも、ヒト細胞が複雑な思考を担えない理由の一つだと同氏は指摘する。

    障害モデルで実証された疾患研究への道と、倫理の関門

    この実験系の実用性も検証された。低酸素負荷による発達中ヒト皮質細胞の障害モデルで、ゼノコーティカルマウスに細胞応答とCatWalk課題での欠損が生じたのである。ヒト細胞への障害を行動出力として読み出せたことを意味する。Pașca氏は「ヒトの脳をユニークに、そして独特に病気にかかりやすくしている要因を理解する、非常に強力な新しい系を得た」とNature News(16日付記事)に述べている。

    応用の見込みとして同氏が挙げるのは、脳性まひなど脳発達の異常に関わる疾患の研究と薬剤評価だ。研究チームは2024年にも、従来型の移植ラットを使い、自閉症やてんかんと関連する遺伝性疾患チモシー症候群に対するアンチセンス核酸の効果評価に成功している。

    なお、ヒトと動物のキメラ研究には倫理的な懸念がつきまとう。Pașca氏によれば、今回の研究は独立したバイオエシクス委員会による審査を含む広範な監督のもとで実施されたという。ヒト組織がマウスの脳の大半を置き換えたという事実をどう受け止めるかは、データだけでは答えの出ない問いでもある。

    +
  • NASAは2026年9月15日、ナンシー・グレース・ローマン宇宙望遠鏡の主観測装置「広視野装置(WFI)」が初のテスト画像で星の光を捉えたと発表した。映し出された星はピント外れのドーナツ状だが、打ち上げ時の格納状態で撮影されたもので、望遠鏡の光学調整の基準になるという。一連の評価で装置は予想どおり動作しており、2027年初頭の最初の科学画像公開に向けて調整が本格始まった。

    ピント外れの「ドーナツ」が、光学調整の物差しになる

    NASAが公開したローマンの最初のテスト画像は、一見すると地味なものです。緑がかった輪が画面に並び、それぞれがドーナツのような形状をしています。華やかな銀河や星雲の姿はまだ写っていません。

    ただしこの像は、失敗どころか想定された結果です。NASAの9月15日付のブログ記事によれば、画像は検出器アレイが打ち上げ時の格納状態のまま、最良焦点から大きく外れた位置で撮影された初期性能評価用のもので、個々の星の光は数千ピクセルにわたって広がって見えるといいます。ドーナツ状の見た目も、装置の現在の構成から予測される通りだとされます。

    チームはこの画像を、望遠鏡全体の光学系を合わせ込み焦点を調整するためのベースラインとして使います。次の段階ではファインガイドシステム(fine-guidance system)を起動して天体へのロックを可能にし、観測装置全体の焦点調整を進める計画で、星の光がドーナツ状の広がりから鋭い点像へ収束していけば、調整が正しく進んでいる証拠になります。つまりこの「ぼやけた画像」は完成品ではなく、校正作業の物差しとして公開されたものです。

    満月超えの視野に3億画素──「広さ」と「鋭さ」を両立する設計

    WFIは3億画素級の赤外線カメラで、18個の赤外線検出器の合計受光面積はノートパソコンの画面程度。1枚の画像が捉える空の領域は満月の見かけの大きさを超え、鮮明さはハッブル宇宙望遠鏡に匹敵するといいます。

    この「広さと鋭さの両立」こそがローマンの存在意義です。NASAのミッションページによれば、ローマンの視野はハッブルの少なくとも100倍の面積があり、運用期間を通じて最大10億個の銀河からの光を測定できる可能性があるといいます。空を高速かつ広く掃引できるため、ダークエネルギーの正体、宇宙の物質構造の分布、太陽系外惑星の統計的探索のように、多数の天体を数えることに意味がある研究に適した設計とされます。

    望遠鏡の名前は、NASA初の首席天文学者で「ハッブル宇宙望遠鏡の母」と呼ばれるナンシー・グレース・ローマンに由来します。

    マイナス65℃で10日間の除染から始まる起動手順

    ローマンは2026年8月30日、スペースX社のファルコンヘビーで打ち上げられました。NASAの発表によれば、同ロケットがNASAの主要ミッションを打ち上げるのはこれで4回目です。

    主装置の起動には慎重な手順が踏まれました。まずWFIを10日間休止させ、検出器を比較的温暖なマイナス85℉(マイナス65℃)に保ったまま乾燥・除染します。9月11日朝にヒーターを切ってマイナス225℉(マイナス143℃)まで冷却し、18個の検出器を起動。同日夜には校正システムを起動し、翌朝にはテストデータを地上へ送信しました。続けて週末にはフィルターやプリズムを収めたエレメントホイールを無重力状態で初めて動作確認し、数十万枚の画像の焦点合わせを担うフォーカス機構の動作も確認。検出器はその後も冷却を続け、最終温度の約マイナス300℉(マイナス183℃)へ向かったといいます。

    「地上で装置を組み立て、試験するために長年努力を重ねてきた結果、宇宙で動作するという確認を得られました。これは大きなマイルストーンです」。WFI科学者を務めるNASAゴダード宇宙飛行センターのジョシュ・シュリーダーはブログ記事でこう述べ、BAE Systems社とTeledyne社の業界チームや科学センターに言葉を向けました。「やるべきことはまだ多くありますが、画期的な科学に向かう道筋に立っています」

    系外惑星を直接撮像するコロナグラフは室温22℃で待機

    ローマンには技術実証としてもう一つの装置、コロナグラフが搭載されています。光学系とマスク、形状を自在に変えるミラー、センサーなどで構成され、恒星のまぶしさを遮って周回惑星の反射光を捉える「直接撮像」を目指すもので、NASAは「宇宙に打ち上げられた中で最も先進的な直接撮像技術の実証」だと位置づけています。

    今回の試験では、カリフォルニア州パサデナのCaltech/IPACにある指令センターが、ソフトウェア、熱制御、機構、カメラ、アビオニクスなど装置の全構成要素との通信を確認しました。熱制御系はハードウェアを作動温度の72℉(22℃)まで温めたといいます。コロナグラフは変形鏡の材料特性に合わせ、検出器以外を室温近くで動作させる設計です。恒星の回折光を制御する精密マスクは1枚が米国の25セント硬貨程度の大きさとされます。

    「この試験が完了した今、私たちは除染のために検出器を温めた状態で待機し、水分や微量の化学物質など表面に付着したものを離脱させています」。JPL(ジェット推進研究所)でコロナグラフの運用準備を率いる光学エンジニア、エリック・ケイディは、この状態が30日間続くと説明しました。

    2027年初頭の科学画像までに残る関門

    NASAによれば、今回の一連の評価で装置は予想どおりに動作することが確認され、2027年初頭に最初の科学画像を公開する計画は順調です。ローマン自身は今も、地球から約100万マイル(約160万キロメートル)離れた第2ラグランジュ点(L2)への移動を続けています。

    米Scientific Americanは9月18日の記事で、最初の画像は年末のホリデーシーズン頃、本格的な科学運用は2027年1月開始の予定と報じています。同誌はまた、ローマンは計画された5年の運用で、ハッブルが30年間で観測した範囲の50倍以上の空を観測できると伝えました。さらにNASAは9月14日のブログで、初回軌道修正の精度などによる燃料の節約により、ミッションの潜在的な運用寿命が2倍以上に伸びる見通しを明らかにしています。

    ドーナツ状の星の海は、そのままでは見栄えの良い画像ではありません。しかし3億画素の検出器が最初の光子を数え、光学系が少しずつ収束していく過程そのものが、巨大サーベイ望遠鏡が科学を始めるまでの数か月を映し出しています。年末に公開される最初の科学画像で、このドーナツがどこまで鋭い点像へ変わるか──校正の成否はまずそこで問われるはずです。

    +
  • ESAとJAXAの共同水星探査機ベピコロンボが9月3日、8年間の旅を支えてきた水星移送モジュール(MTM)の分離に成功した。次の山場は11月21日の水星周回軌道投入で、12月に2機の科学探査機がそれぞれの軌道へ分かれ、2027年4月から本格観測が始まる。約半年に及ぶ到達シーケンスと、旅を支えてきた技術をESAの発表をもとに整理する。

    ドップラー信号が告げた別離、8年間の推進役割を完遂したMTM

    2026年9月3日、ドイツ・ダルムシュタットのESA宇宙運用センター(ESOC)で、ベピコロンボの到達フェーズが始まった。現地時間14時20分(CEST)、地上との通信に現れたドップラー偏移の変化からモジュール分離の最初の兆候がとらえられ、15時49分、地球から2億km以上離れた位置でMTMの分離成功が確認された。宇宙機運用マネージャーのイグナシオ・クレリゴ氏は「嬉しくもあり、同時に安堵している。完璧な分離だった」とESAの発表で述べている。確認の信号は、スペイン・セブレロスとアルゼンチン・マラルグエにあるESAの深宇宙局2局が受信した。2億km彼方での重要な分離には、リアルタイムの介入の余地がないため、綿密な計画と航法、指令の作り込みが求められた。また、分離の兆候を最初に示したドップラー偏移は、救急車が近づくほどサイレンの音程が変わるのと同じ原理で、探査機の速度変化を捉える仕組みだ。分離後、残された探査機スタックは一時セーフモードに入って姿勢を立て直し、状態を地上へ送信した。

    分離されたMTMは小型車ほどの大きさで、全長15mの太陽電池パドル2枚とイオン推進器4基を搭載していた。打ち上げ時の探査機全体の質量は4,100kgである。太陽光でキセノンガスをプラズマ化し、連続的な弱い推力を生み出す太陽電気推進(SEP)が、2018年10月20日のアリアン5ロケットによる打ち上げから、地球1回・金星2回・水星6回の計9回の惑星スイングバイと約99億kmの航程を支えた。SEPは2026年6月15日に運用を終了している。3基の監視カメラを備えたMTMは巡航中、ほぼ毎日スナップショットを撮り続け、9月3日には旅の終わりを飾る最後のセルフィーを残した。画像はESA惑星科学アーカイブで公開されている。自前のアンテナも計算機も持たないMTMは、今後も太陽周回軌道に留まり続ける。

    なぜ水星への「到着」に6カ月もかかるのか

    水星への到達は、単一のイベントでは完結しない。ESAは今回の到達フェーズを「ESAがこれまでに試みた中で最も複雑な惑星到達シーケンスの一つ」と位置づけている。MTM分離の時点で探査機は水星までなお300万km以上の距離にあり、これからMPO(水星惑星探査機)の化学推進で軌道を微調整しながら、11月21日の周回軌道投入を迎える。

    水星が「到着しにくい」惑星なのは、太陽に近い内惑星だからだ。太陽の重力に引かれて落ちていくほど探査機は加速し、水星に追いついてその周回軌道に捕まるには、莫大な運動エネルギーを捨てなければならない。ESAはこの減速を推進剤の大量消費ではなく惑星スイングバイで実現するため、8年がかりの巡航設計を採用した(ESAミッションページ)。

    電力低下が旅の設計を書き換えた経緯

    この旅は順風満帆ではなかった。ESAの発表によれば、MTMの太陽電池パドルから得られる電力が低下する問題が発生し、ミッション途中で軌道の再設計を余儀なくされた。運用チームは軌道を適応させ、水星到達の目標を維持した。英WIREDは9月21日の記事で、この問題によって到達時期が約1年後ろへずれたと報じている。9月3日の分離成功は、再設計された軌道の妥当性を裏付ける結果でもある。

    11月21日の軌道投入の先にある「2機同時周回」

    軌道投入後の工程も緻密に組まれている。11月21日に探査機複合体が水星の周回軌道に入った後、12月9〜10日にJAXAの水星磁気圏探査機「みお(Mio)」が分離される。ESAの到達フェーズ最新情報によれば、MPOは2027年3月に最終的な科学軌道へ移行し、2027年4月から2機による本格的な科学観測が始まる。1つの惑星を2機の探査機が同時に周回するのは、水星を対象としては初めての試みだ。役割分担も決まっており、MPOが惑星の表面や内部を、みおが磁気圏を中心に観測する。

    観測の狙いは、灼熱の惑星の極にあるクレーターになぜ水氷が存在するのか、水星がなぜ磁場を持つのか、地表に見られる「ホロウ(窪み)」の正体は何かといった、水星の長年の謎に迫ることだ。9月9日にはオランダ・ハーグで開かれた欧州惑星科学会議(EPSC2026)の報道説明会で、ESAとJAXAのプロジェクトチームが探査機の状況と今後の工程を説明した。ESAの到達フェーズ最新情報によれば、説明会の映像は9月中旬に公開されている。JAXA側のプロジェクトサイエンティスト、村上剛氏は「次はみおの分離となる。MTMの分離成功を見て、この先に対して自信を持っている」と述べており、ESAのサンタ・マルティネス・サンマルティン・ミッションマネージャーも「到達フェーズの完璧なスタートだ」とチームを讃えた。

    水星を周回した探査機は、NASAのメッセンジャー(2011〜2015年に周回)だけで、ベピコロンボは史上2機目となる。ESAは水星を「内太陽系で最も探査が進んでいない惑星」と位置づけ、その成り立ちを知ることが太陽系全体の歴史の理解につながると強調している。巡航フェーズと6回の水星スイングバイでも科学的なデータは得られており、主眼の観測は軌道投入完了後の2027年4月以降に本格化する。8年かけた旅の成果が実るかどうかは、11月21日の軌道投入と、その後の分離シーケンスにかかっている。

    +
  • LLMエージェントの評価は、ツール実行と長い試行錯誤を伴うためコストが高い。2026年9月中旬にarXivへ投稿された3本のプレプリントは、本番運用での反復評価を安くする「ベンチマーク圧縮」と、平均スコアが隠す稀だが重大なリスクを取りこぼさないサブセット選択をそれぞれ提案する。評価の省力化と安全確認をどう両立させるか、共通する設計思想が見えてくる。

    エージェントの評価が高くつく二つの理由

    LLM単体のベンチマークは一回の推論で採点を終えられますが、エージェントのベンチマークはそうはいきません。ツール呼び出し、外部APIとの往復、複数ステップにわたる試行錯誤が、そのまま課金と待ち時間に直結します。arXivに9月16日付けで投稿された論文(査読前)は、エージェントベンチマークが従来のLLMベンチマークより大幅に高価だと指摘し、評価タスク数を絞り込む「ベンチマーク圧縮」を自然な解決策として位置づけています。

    もう一つの理由は評価の頻度です。本番投入されたエージェントは継続的に改良されるため、変更のたびに再評価が必要になります。9月18日付けの論文(査読前)は、月間数万人のアクティブユーザーを支えるプロダクションの分析エージェントの運用経験を報告し、フルベンチマークの再実行コストが反復評価の実質的な障害になっていると述べています。

    本番運用が教えた「理論最適」と「採用」のギャップ

    9月18日付けの研究が分析に使ったのは、当該エージェントの過去574回分のベンチマーク実行履歴です。これを時系列に分割し、ランダムサンプリング、履歴キャッシュ、固定の代表サブセット、項目反応理論(IRT)に基づく適応型テストの4手法を比較しました。

    数値上の勝者は明確でした。多次元2PL適応テストが最良のスコア再現性を示し、フル実行の38.5%にあたる200問の実行で、平均絶対誤差(MAE)は1.03ポイントだったと報告されています。ところが著者らが実際に本番へ導入したのは、精度では及ぶものの運用が単純な「難度層別の固定サブセット」でした。この固定サブセットは再較正なしで他の5つのエージェントファミリーへ転移し、1日分の履歴だけでも安定して構成できるという性質を持っていたためです。

    理論最適ではなく運用最適を選ぶ──この判断自体が、再現率の数字からは読み取れない実務上の含意といえます。

    結果だけでなく「過程」を学習する圧縮手法

    9月16日付けの論文が提案するDualViewEvalは、既存の圧縮手法が見落としてきた「過程」に着目します。大規模なエージェントの軌跡を分析し、最終スコアと体系的に関連する6種類のプロセスシグナルを特定。最終結果の分布と過程の関係を同時に学習して、元のベンチマークと同じサイズのミニセットを選び、フル実行のスコアを予測します。

    5つのエージェントベンチマークと5つの代表的手法との比較で、DualViewEvalはすべてのデータセットで最高精度を達成したと報告されています。わずか20タスクの実行で、APEX-AgentsとBFCLでは24倍から40倍の圧縮に相当し、MAEを最有力の競合と比べて14.5%から28.2%削減。SWE-bench VerifiedではEssenceBenchと比べてKendallのτが最大7.2%改善したといいます。いずれも査読前のプレプリントによる著者らの報告であり、鵜呑みにはできませんが、方向性は一貫しています。

    平均78%が隠す、4%の事故

    コスト削減にもう一つの視点を加えるのが9月14日付けのMemRiskBench(査読前)です。長時間・複数セッションにわたって動くエージェントは記憶を蓄積するため、古くなった事実の残存、矛盾する更新、ユーザーをまたぐ情報漏えい、失効した記憶の再利用、制約の摩滅といった「疎だが重大」なリスクを抱えます。論文は、平均正答率78%のモデルでも4%のエピソードでデータ漏えいを起こしうるという例を示し、集約スコアがリスク別の失敗率を隠蔽すると指摘します。

    さらに問題視されるのは、単純な圧縮がこうした稀で深刻な事象を真っ先に切り捨てがちなことです。同研究は5分類のリスク分類を決定論的なトレース検証で運用し、合否判定の経路にLLM審査員を含めない120エピソードのベンチマークを構築しました。加えて、リスク種別の網羅性を保持する貪欲法によるサブセット選択により、サイズ20%でもランキングの保持(Spearmanのρ=0.975)、リスク網羅と高リスクモデル検出を1.0に保ったまま、計算量を5分の1に減らせると報告されています。

    圧縮と安全確認は両立できるか

    3本の論文を並べると、共通の設計思想が浮かび上がります。第一に、最終スコアだけでなく、実行軌跡から得られる決定論的な特徴を評価の土台にする点。第二に、削減の目標を「ランキングの再現」にとどめず「リスク検出」まで広げている点。第三に、提案手法が複数のエージェントファミリーで転移するかを検証している点です。

    一方で留意点もあります。3本とも査読前のプレプリントであり、数値は著者ら自身の計測に基づきます。評価対象のタスクも特定の領域に偏っており、自組織のエージェントへのそのままの適用には個別の検証が要ります。それでも「全部実行する」から「代表で予測し、リスクだけは取りこぼさない」への設計移行は、エージェントを日々運用する組織にとって今日的な問いでしょう。

    +
  • OpenAIは9月上旬、新型モデル「GPT-6 Astra」の提供をChatGPT Work、Codex、APIで開始した。同社発表によれば、APIを持たない業務アプリをモデルが画面ごと操作する「コンピュータ使用」が中核で、少ないトークンでタスクを完遂する効率設計と、サイバー能力評価で初めて「Critical」水準に達したことに伴う多層の安全策が組み合わされる。本記事はこの3点を公式発表をもとに整理する。

    OpenAIは公式ブログで、GPT-6 Astra(以下、Astra)を「コンピュータ使用、ブラウジング、専門業務、ソフトウェアエンジニアリング、サイバーセキュリティ、科学」の各分野で最先端だと説明している。9月3日に一部ユーザーへの提供が始まり、翌日に一般提供へ広がったと報じられている。ただし「最先端」という評価は同社自身によるものであり、独立した検証結果ではない点は押さえておきたい。

    「APIのないアプリ」を動かす──LLMの主戦場が画面操作に移る

    これまで業務へのAI導入は、データ整備、ワークフローの再設計、カスタム統合の構築といった下準備が前提だった。OpenAIはAstraについて、ChatGPT WorkとCodex上で「人が毎日使っているのと同じアプリケーション」をコードとともに操作できると説明する。アプリ側がAPIを公開していなくても、画面操作の形で作業を進められるという。

    同社の内部事例として興味深いのは、エンジニアリングチームがAstraを使って、テスト環境のCodexセッションを遅くしていたメモリ割り当てのボトルネックを特定・解決した例だ。アロケータを切り替えた結果、ターン当たりのレイテンシが25分の1になり、ピーク時のメモリ使用量は約30%増えたとされる。数値はあくまでOpenAIの自己報告だが、性能問題の調査そのものをLLMに担当させる使い方を示している。

    ソフトウェア開発企業CognitionのSilas Alberti氏は「Devinへの統合初日から、内部テストベンチマークで最先端の性能を確認した」とコメントしている。同じくデータ企業Datacurveの関係者は「DeepSWE v1.1で74%という新記録を、フロンティアモデル史上最少のステップ数とトークン効率で達成した」と述べている。いずれもOpenAIの投稿に掲載された顧客側の主張であり、独立した検証とは別物である。

    トークン単価より「タスク単価」──効率化が価格競争の軸になる

    Astraのもう一つの柱はコスト効率だ。OpenAIによれば、Astraは「より少ないトークンで、より少ない再試行でタスクを完了する」よう訓練された。その結果、Terminal-Bench 4.0やArtificial Analysis Intelligence Indexといった業務・コーディング評価において、同社は「コスト効率フロンティアの過半を占める」と主張する。価格は100万入力トークンあたり10ドル、100万出力トークンあたり50ドルから始まる。

    ここでの変化は、価格競争の単位がトークンからタスクへ移りつつあることだと考えられる。トークン単価が同じでも、再試行が減って消費トークンが減れば、一件当たりの実質コストは下がる。Astraの「少ないトークンで完了する」設計は、このタスク単価の視点をモデル訓練に組み込んだものと解釈できる。

    能力の閾値を超えたモデルには、多層の安全策が伴う

    AstraはOpenAIのPreparedness Frameworkにおけるサイバー能力の「Critical」閾値に達した初めてのモデルだと、同社は説明する。能力が上がった分、悪用への対策と権限のない操作の防止を強化したという。

    コンピュータ使用の安全性については、OpenAIの内部ベンチマークで、機密情報の露出や誤ったデータ削除といった難しい業務シナリオにおける「意図しない結果」の発生率が、GPT-5.6 Sol比で89%減、AnthropicのClaude Fable 5.1比で74.7%減だったと報告されている。さらに管理者は、アクセス可能なWebサイトとアプリの制限、アップロード・ダウンロードの管理、重要な操作の前に承認を要求する確認ポリシーを設定できる。安全でない可能性のあるツール呼び出しの自動レビューも含まれる。API利用者向けには、条件を満たした場合のZero Data Retention(データ非保持)も用意された。詳細はシステムカードにまとめられている。

    世代とティアの分離が示す開発ペースの変化

    命名体系にも注目できる。OpenAIは6月のGPT-5.6シリーズプレビューで、番号が「世代」を、Sol・Terra・Lunaが「能力ティア」を示す体系を導入した。ティアはそれぞれ独立したペースで更新されるという。価格もSolが100万トークンあたり5ドル/30ドル、Terraが2.50ドル/15ドル、Lunaが1ドル/6ドルと3段階に分かれる。

    振り返ると、GPT-5.6 Solのプレビューは米政府との調整の下、少数の信頼されたパートナーへの限定的提供から始まっていた。Astraではエンタープライズ管理機能と、既定でオフの段階的展開という形で、安全性が製品側に組み込まれている。業界メディアLawNextの報道によれば、OpenAIは9月中旬に法律業務向けの「Astra for Law」も発表しており、専門職向けの展開も動き始めた。

    読者に一つ問いたい──あなたの仕事が使っているアプリは、APIで繋がるだろうか、それとも画面で繋がるだろうか。Astraが示すのは、後者までをLLMの担当範囲とみなす設計思想である。性能主張の検証はこれから進むが、「アプリの操作」と「操作への安全策」がセットで語られる構図自体は、しばらく続くと見てよさそうだ。

    +
  • 米メモリー最大手ミクロン・テクノロジは2026年8月、10年間で計100億ドルを投じる長期研究機関「Micron Research Labs」をアイダホ州ボイシに設立すると発表した。9月15日には、EDA大手Synopsysで37年働いたDeirdre Hanford氏をトップに迎え、構想から実行への移行を表明した。製品ロードマップの先にある基礎研究に大規模資金を注ぐ動きが、半導体産業で現実になりつつある。

    「10年のその先」を追う、米国初のメモリー専用研究ハブ

    Micronは8月20日、Micron Research Labsの設立を発表した。本社のあるボイシを拠点に、今後10年間で計100億ドルを投じる。同社によれば、メモリー研究に特化したハブとしては米国初となる。研究領域は基幹メモリープロセス技術、将来のメモリー・コンピュートアーキテクチャ、先進パッケージング、次世代半導体製造の4分野で、「10年という時間軸の先」を探究対象とし、「今日の技術ロードマップを超えたブレークスルーの追求」を掲げる。

    施設の着工は2027年を予定しており、完成時には数百人の研究者を収容する。計画には大学との協働、海外サテライトラボ、エコシステム連携への出資も含まれ、ボイシで研究カンファレンスやワークショップを開催する構えだ。ミクロンは累計62,000件超の特許を保有すると説明しており、研究所はこの技術資産の上に築かれる。設立の前提には「メモリーとコンピュートの未来は、単独では発明できないほど重要で複雑だ」という信念が据えられている。

    選ばれたのは「研究を束ねる」37年のベテラン

    9月15日、ミクロンはDeirdre Hanford氏をコーポレート・バイスプレジデント兼Micron Research Labsプレジデントに任命したと発表した。同氏の担当は研究インフラ、運営モデル、パートナーシップの構築で、研究アジェンダはミクロン内部から大学、政府、スタートアップ、業界エコシステムまでを範囲とする。ミクロンによれば、広範な候補者調査を経た今回の任命は、研究所が「立ち上げ」から「実行」へ移行する節目にあたるという。

    Hanford氏はSynopsysで37年のキャリアを積み、チーフセキュリティオフィサー、デザイングループ共同ジェネラルマネージャー、カスタマーエンゲージメント担当EVPなどを歴任した。直近では米半導体の研究・人材育成を強化する国家プログラムを主導し、2025年にIEEE Frederik Philips Awardを受賞している。UCバークレー校とMITの工学部諮問委員、SEMIの業界リーダー評議会にも名を連ねる。Scott DeBoer社長兼最高技術・製品責任者は「野心あるアイデアを恒久的なインパクトへと変える能力」を同氏の資質として挙げた。

    2,500億ドル計画の「上流」に位置する100億ドル

    この100億ドルは、ミクロンが別途発表している米国内の製造・R&D向け2,500億ドル超の投資計画(約9万人の雇用創出を見込み)の上流に位置づけられる。研究網は米国に本部を置きながら、欧州、日本、インド、シンガポール、台湾のミクロン拠点と接続される。Sanjay Mehrotra会長兼CEOは「米国のAIの未来は米国製メモリーの上に築かれる」と述べ、同社を唯一の米国系先端メモリーメーカーと位置づけている。

    生成AIのデータセンター需要でメモリーは主要な律速要因の一つとされ、Jensen Huang NVIDIA CEOも発表に寄せた声明で「次世代AIシステムを支えるメモリー技術とアーキテクチャの再発明」への挑戦と評価している。AppleのTim Cook CEOも、20年以上にわたり同社製品へメモリーを供給してきた相手先として、研究拡大を歓迎する声明を出した。ただし、これらはいずれも企業と支援者側の主張である。10年スパンの研究投資が何を生むかは、これからの実行で決まる。

    閣僚とCEOが並んだ声明リストが示すもの

    8月の発表には、Howard Lutnick米商務長官、Michael Kratsios米科学技術政策局(OSTP)局長、AppleのTim Cook CEO、Applied MaterialsとLam ResearchのCEO、全米工学アカデミー(NAE)のTsu-Jae King Liu会長らが声明を寄せた。政府高官が民間企業の研究所設立にコメントする構図は、この投資が米国の半導体政策と密接に結びついていることを示す。Lutnick長官は「メモリーがイノベーションの制約要因にならないようにする」と述べた。Kratsios局長も、次世代のブレークスルーが「米国で発明・開発・スケールされる」よう国内のイノベーション生態系を挙げて結集する考えを示した。

    Hanford氏自身は「Micron Research Labsは規模と長期的コミットメントを備えている」と語る。製造装置大手のApplied MaterialsとLam Researchも、材料・装置・プロセス技術の進歩が研究の成否を支える要素だとして協力姿勢を示している。ここからの焦点は持続力だ。メモリー産業は歴史的に市況の波が激しく、好況期に始まった長期研究が不況期にも維持されるかは経営判断次第である。研究所の真価は、2027年の着工ではなく、研究テーマが製品ロードマップの短期圧力に飲み込まれずに何年続けられるかで問われることになる。設立発表では次世代メモリー研究者の育成も目的に掲げられており、人材面では施設完成を待たずに動き始める部分もある。

  • 2026年9月14日、米環境保護庁(EPA)は2024年に策定した火力発電所の温室効果ガス排出規制の大部分を撤回する最終規則を発表し、残るすべての基準の取消しもあわせて提案した。EPAは3,100億ドル規模の節減を主張する一方、環境・公衆衛生団体は3日後にワシントンD.C.の連邦控訴裁判所に提訴した。大気浄化法の権限解釈を巡る法廷での攻防が始まっている。

    発電所規制の「2段構えの撤回」と3,100億ドルの試算

    EPAの発表によれば、リー・ゼルディンEPA長官は9月14日、テキサス州ヒューストンで開かれていたG20のエネルギー閣僚会合「Energy Abundance Ministerial」の席上で、2024年の炭素汚染基準(Carbon Pollution Standards)の大部分を撤回する最終規則を発表した。EPAはこの撤回によって業界全体で3,100億ドルのコスト削減が見込まれると試算している。あわせて、電力部門に残るすべての温室効果ガス排出基準を取り消す提案も公表し、こちらが最終化されれば直接の遵守コストでさらに3億7,000万ドルが削減されるとしている。

    ゼルディン長官は声明で「15年以上にわたり、オバマ政権とバイデン政権は石炭への戦争を実施し、信頼できる手頃なエネルギーを破壊してきた」と述べ、撤回が電気料金の低下につながると主張した。EPAは電力用の石炭生産が10倍以上増加するとの見通しも示している。内務長官で国家エネルギー支配評議会(NEDC)議長のダグ・バーガム氏も声明を出し、前政権期の気候政策の転換だと強調した。

    ここで留意すべきは、3,100億ドルという数字をはじめ各種の効果はいずれもEPA自身の試算だという点である。2024年規則は炭素回収・貯留(CCS)などの技術導入を排出基準の履行手段として位置づけており、撤回側の試算はこの技術コストの見積もりに大きく依存している。独立した機関による検証を経た数値ではなく、前提が変われば結論も変わりうる。

    「大気浄化法に権限がない」という法解釈の大転換

    今回の撤回を支えるのは、法律解釈の転換である。EPAは2024年規則について、大気浄化法(クリーンエア法、CAA)の下で「十分に実証されていない」制御技術を要求し、実質的に発電所の退役を強制するもので、同法が付与する権限を超えていたと判断したと説明している。また同規則は、EPAによる国民のエネルギー選択の操作を禁じた最高裁判所のWest Virginia v. EPA判決(2022年)を考慮していなかったとも主張した。

    さらに際立つのは、残る基準の取消し提案の論理だ。提案は、2009年の『エンデインジャー・ファインディング』(温室効果ガスが公衆衛生と福祉への危険をもたらすとするEPAの認定)の撤回と、連邦機関の解釈への司法の従属を廃した最高裁Loper Bright判決に言及したうえで、CAA第111条は気候変動を根拠として発電所の排出を規制する権限をEPAに与えない、との立場を示した。EPAは発電所由来の温室効果ガスが地球規模の気候に物質的な影響を与えないとするモデル評価にも言及しているが、これは規制側の評価であり、既存の気候科学の評価枠組みとの整合性は提示されていない。

    発表3日後に始まった法的攻防

    規則の司法審査を待たず、環境・公衆衛生団体は9月17日に行動に移した。EDF(環境防護基金)などの発表によれば、NRDC(天然資源保護協会)、米肺協会、米公衆衛生協会、Clean Air Council、Clean Wisconsin、EDFの各団体がこの日、ワシントンD.C.の連邦控訴裁判所(D.C.サーキット)に提訴した。訴訟側は、代替基準を設定せずに規制を撤回したことは大気浄化法上の義務違反だと主張している。

    EDFのヴィッキー・パットン法務責任者は「この規則による発電所汚染の増加は、数千人の早期死と数十億ドル規模の追加の健康コストを引き起こす」と述べた。NRDCのメリディス・ハンキンス連邦気候法務ディレクターは「代替なしの基準撤回は、公衆衛生と環境を守るEPAの法的責任の放棄だ」と批判した。訴訟側は「大気浄化法と最高裁判例は、国内最大の産業排出源である発電所の気候汚染にEPAが対処することを求めている」とも述べており、法解釈を巡る両者の主張は正面から対立している。

    官報掲載後の手続きと、科学評価を巡る残る問い

    EPAは取消し提案について、連邦官報(Federal Register)掲載から15日以内に公聴会を開き、45日間のパブリックコメント期間を設けるとしている。最終規則の側も司法審査の対象となり、今後数年単位の係争が見込まれる。訴訟側の声明は国連の分析が示す温暖化の軌道にも言及し、「容易に達成可能な炭素基準を軽率に捨てている」と批判した。一方、EPAは当該規制の便益が「事実上ない」との立場を崩していない。

    争点は大きく二つに整理できる。第一に、CAA第111条の権限範囲という法解釈であり、これは最高裁の判例動向に左右される。第二に、2009年認定をめぐる科学的評価の取り扱いである。米国の排出規制は、行政手続きの中で科学的知見を評価し、それを法的判断の基礎としてきた歴史がある。今回のEPAの評価が訴訟過程でどう検証されるのかは、気候科学と行政法の接続点における重要な先例になるだろう。

    +