• 韓国科学技術研究院(KIST)のAIヒューマノイド「KAPEX」が、2026年11月の「大韓民国科学技術賞」に選ばれました。核心部品の90%超を国産技術で賄い、20kg超の荷を抱えて歩ける実用力が評価されたものです。発表の中身からは、部品の海外依存という韓国ロボット産業の構造問題を国策で突き崩す戦略が見えてきます。

    2026年11月4日、韓国の科学技術情報通信部と韓国研究財団は毎月1名を選ぶ「大韓民国科学技術賞」の11月の受賞者を発表しました。選ばれたのは韓国科学技術研究院(KIST)AI・ロボット研究所ヒューマノイド研究団の李鍾元(イ・ジョンウォン)団長で、AIヒューマノイドプラットフォーム「KAPEX(ケイペックス)」の開発と核心部品の国産化・産業化への貢献が評価されたと連合ニュースが伝えています(連合ニュース)。

    この賞は直近3年の研究成果から毎月1名を選び、副総理賞と賞金1000万ウォンを授与します。今年から従来の「今月の科学技術人賞」を格上げした制度で、11月はロボット産業展示「ロボワールド」などヒューマノイド技術の行事が重なる時期に合わせてヒューマノイド開発者を選んだと東亜サイエンスが報じています(東亜サイエンス)。

    「見せるロボット」から「働くロボット」への転換

    李団長は受賞に際して、かつてのヒューマノイドは人があらかじめ決めた動作を用意された舞台で正確にこなすことが中心だったが、AIの進歩によりロボットが目で見て、言葉を理解し、どう動くかを自分で決められる時代になったと述べ、人型ロボットが披露用から実労働用へ移りつつあるという認識を示しました(Seoul Economic Daily)。

    背景には韓国のロボット産業が抱える構造問題があります。受賞の説明では、国内産業はプラットフォームと核心部品の海外依存度が高く、ロボットの作業能力も限られて産業現場への適用が進まないと指摘されています。米中が主導するフィジカルAI競争を前に、部品を自前で開発できないことは改良の速度にも直結する問題です。KAPEXはこの問題への回答として位置づけられているプロジェクトです。

    「筋肉」から「脳」まで90%を自前で揃える

    KAPEXの特徴は構成要素を既製品の調達で揃えずに自ら開発した点にあります。筋肉に当たるアクチュエータ、骨と関節に当たる機構、感覚を担うセンサ、そして動きを制御するAIまでを韓国の国内技術で開発し、1台に統合しました。ソウル経済が伝えるところでは核心部品の90%超が国産だといいます。KISTの公式年表にもKAPEXがLGとの共同開発による韓国型ヒューマノイドであることが記載されています(KIST年表)。国立研究所と大企業の連合が開発主体である点に、このプロジェクトの性格が表れています。KISTのAI・ロボット研究所は公式の研究ニュースでも、KAPEXへの次世代機能搭載を進める開発計画を示しています(KIST AI・ロボット研究所)。

    関節サイズで300N·m、20kgを抱えて歩く脚

    数値を見ると狙いが動作の披露ではなく作業にあることが分かります。アクチュエータは人間の関節に収まる大きさで、最大300N·m(ニュートンメートル)のトルクを発揮する設計です。ソウル経済は1mの棒の先に30kgの米袋を吊り下げて保持できる力に例えています。脚には足指と足首を精密に制御する7自由度の関節構造があり、20kg超の物体を抱えてもバランスを崩さずに歩けます。歩行は仮想環境で練習を反復させて学習し、次の瞬間に体がどう動くかを予測して姿勢を保つ制御と組み合わせています。

    手の設計も独特です。5本の指は各節が独立して動く自由度を持ち、指先のセンサが物に触れた感触と押す力を検知します。紙コップは弱く持ち、重い箱は強く握るように対象に応じて握力を自分で調整できます。

    エネルギー効率2倍が実用化の分かれ目

    全身のエネルギー効率を従来比2倍以上に高めた点も見逃せません。アクチュエータ、関節、制御技術を統合的に最適化した結果といいます。人型ロボットの実用化を阻む壁の一つは消費電力で、効率が2倍になれば同じ電力で働ける時間がほぼ2倍に伸びる可能性があります。動作の域を超え、産業現場で作業できる水準だというのが東亜サイエンスの評価です。

    産業化も進んでいます。2025年9月に主要技術がLG電子へ移転され、LG電子、LG AI研究院、LGエネルギーソリューションと大学・病院が参加する産学研の協力体制が構築されました。今後は病院や公共施設など実生活環境での長時間作業実証を進める計画で、李団長は製造、物流、ケアなど多様な分野で人を助けるAIヒューマノイド技術のグローバル競争力を確保していきたいと述べています。

    90%という数字が示すのは性能ではなく供給網

    90%という数字が示すのは完成品の出来栄えではなく供給網の設計です。核心部品を自国で確保できれば改良のサイクルを自前で回せます。米中の企業が加速させる人型ロボット開発の中で、後発の韓国が部品単位からの自立を選んだのは、機体の完成度より開発速度を続けられる体制を重視した結果と考えられます。LGへの技術移転はその成果を量産能力に接続する工夫で、実証実験が病院や公共施設でどこまで機能するかが今後の焦点になります。

    +
  • NVIDIAは次世代AI基盤「Vera Rubin」の量産仕様を確定させ、GPU1基あたりのHBM4メモリ帯域を当初目標の22TB/秒から19.2TB/秒へ引き下げました。NVLink接続も3.6TB/秒から3.0TB/秒に縮小されています。改訂の理由をNVIDIAは説明していませんが、報道各社はHBMの供給体制に背景を求めています。SK hynixが需給の逼迫を2030年まで続くと予測するいま、AI半導体の設計は供給能力とのかねあいで決まる段階に入っています。

    22TB/sから19.2TB/sへ下がった出荷仕様

    NVIDIAの公式ページでは、ラック製品Vera Rubin NVL72のGPUメモリは288GB HBM4、帯域19.2TB/秒、ラック全体では20.7TBのHBM4と1,400TB/秒の帯域が掲載されています。この数字は2026年9月ごろに製品ページとデータシートで静かに更新されたもので、技術メディアのServeTheHomeが10月31日に新旧の比較を公開して広く知られるようになりました。最初に変更を発見したのは中国のIT Homeです。

    新旧を比べると、1GPUあたりのHBM4帯域は22TB/秒から19.2TB/秒へ約13%減です。ピンあたりの転送速度は10.75Gbpsから9.375Gbpsに下がりました。NVLink(スケールアップ接続)も3.6TB/秒から3.0TB/秒へ約17%減です。ラック単位ではメモリ帯域が1,580TB/秒から1,400TB/秒(約11%減)、NVLinkは260TB/秒から216TB/秒になっています。

    一方で計算性能の目標は据え置きです。NVFP4推論50 PFLOPS、メモリ容量288GBも変わっていません。スケールアウト側のネットワーク帯域は1GPUあたり0.4TB/秒から0.45TB/秒へむしろ増えました。8GPU構成のHGX Rubin NVL8では帯域減に加えてメモリ容量も2.3TBから2.0TBへ約13%縮んでいます。

    量産前のスペック改訂自体は珍しくありません。NVIDIAも事前の値に「変更される可能性がある」と明記していました。ただし今回は改訂が下向きで、理由の説明がないまま出荷段階に入っています。

    9.375Gbps/pinでも規格より高い水準

    改訂後の値を規格と比べてみます。HBM4はスタックあたりのバス幅を1,024ビットから2,048ビットへ倍増させる世代で、規格上の標準動作速度は8Gbps/ピンです。NVIDIAの当初目標10.75Gbps/ピンは規格を大きく上回り、改訂後の9.375Gbps/ピンでも標準より高く設定されています。同じくHBM4を使うAMDのInstinct MI455Xは7.6Gbps/ピンでの動作にとどまります(ServeTheHomeの比較による)。規格の上限近くを狙うNVIDIAの目標がいかに攻めたものであったかがわかる数字です。

    改訂の理由についてServeTheHomeは、メモリコントローラーとHBMスタックの動作速度、歩留まり、あるいはそれらの複合ではないかと推測しています。これは報道側の仮定であり、現時点で確定的な情報はありません。

    需要側の圧力は強まる一方です。Oracleは10月27日、NVIDIAとのVera Rubinによる連携をマルチギガワット規模へ拡大すると発表しました。量産開始直後のプラットフォームに対して、データセンター側の発注はラック単位・ギガワット単位で積み上がっています。

    営業利益率80%が示す供給側の交渉力

    この状況で記録的な決算を発表したのがHBM最大手のSK hynixです。10月28日の公式発表によると、2026年第3四半期は売上104.6155兆ウォン、営業利益83.3338兆ウォン、当期純利益39.7756兆ウォン。売上高営業利益率は80%で、四半期売上が初めて100兆ウォンを超えました。前四半期比では売上が32%増、営業利益が38%増です。

    同社はHBM4の出荷が本格化し、第4四半期には出荷量と売上の両面でHBM4がHBM3Eを上回り主流製品になると説明しています。HBM4増産のためM15Xの生産能力を年内に最大まで引き上げる計画で、2027年から2028年の生産能力の半分超は長期契約で確保済みです。メモリを買う側にとっては、欲しい量を好きな時期に調達できない状況が続くことを示す数字です。

    2030年まで続く需給ギャップが設計を変える

    SK hynixは同じ発表の中で、最先端プロセスの技術的難度と新設備の建設に必要な長いリードタイムを理由に、需要が供給を上回る構造は2030年まで続くと予測しました。

    供給が制約になる時代の設計はどう変わるのか。今回のRubinの改訂はその一例と読めます。帯域を削る選択は性能に直撃しますが、スケールアップ帯域の減をスケールアウト帯域の増で補う再配分は、単一ラックの性能を最大化する設計から、供給可能な部材で全体の性能を組み立てる設計への移動とも見えます。ただしこれがNVIDIAの意図であるという公式な確認はなく、解釈の域を出ません。

    次の判断材料は近くにあります。NVIDIAは10月28日、2027会計年度第3四半期(10月25日締め)の決算説明会を11月17日に開催すると発表しています。量産に入ったRubinの実力とともに、メモリ供給への見解が問われる場になるでしょう。

  • 大阪大学の研究チームなどは、電子を閉じ込める領域である量子ドットを3つ組み合わせたスピン量子ビットで、高速な電気制御と雑音への強さという2つの性質を、素子を作った後に電気的に調整できることを実証した。100MHzを超える駆動周波数と99.56%のゲート忠実度が報告されている。論文は2026年10月24日付けでnpj Quantum Informationに掲載された。

    高速制御ほど雑音に敏感になる、素子の構造的なジレンマ

    量子コンピュータの情報単位である量子ビットの実装方法は複数あり、その1つが半導体素子の中に閉じ込めた電子のスピン(磁石的な性質)を情報の担い手にするスピン量子ビットだ。既存の半導体製造技術との親和性が高いことから、実用機の有力候補とされるアプローチである。

    今回の論文は、大阪大学SANKENのMatsumotoらがルール大学ボーフム(ドイツ)やe-trees.Japan(東京)との共同で行った研究である(npj Quantum Information、2026年10月24日掲載)。掲載版は査読済みの早期公開版で、最終版の前に編集が入る可能性がある。

    この分野で「flopping-mode(フロッピングモード)」と呼ばれる設計では、電子を2つの量子ドット(電子を閉じ込める微小な領域)の間で行き来させ、電荷の動きを仲介してスピンを電気的に操作する。高速な制御を可能にする一方で、電圧のわずかなゆらぎ(デチューニング雑音)の影響を受けやすくなる。

    問題は、この速さと安定性が同じ場所に紐づいていることだった。論文の要旨が説明するように、従来の2ドット構成のflopping-mode量子ビットでは、雑音に鈍感な動作点(スイートスポット)の幅も、駆動速度の増強も、どちらも同じ軌道分裂(電子が取り得るエネルギー準位の間隔)に依存していた。素子を一度作ってしまうと、速度と安定性のバランスを後から詰める余地が構造的に狭かった。

    3つ目の量子ドットが作った後の調整つまみを増やす

    研究チームが示したのは、量子ドットを1つ増やして3つにする方策だ。ガリウムヒ素(GaAs)で三重量子ドットを構成し、3つ目のドットのデチューニング(エネルギー差の調整量)ε34を電圧で変化させると、残る2つのドットのエネルギー構造(軌道バンド)を平らにできる。論文の報告では、この操作によって量子ビット周波数のデチューニング依存性を平坦化しながら、強いスピン–電荷混合を維持できる。その結果、電気駆動のラビ周波数(制御の速さの指標)100MHz超を保ったまま、電圧ゆらぎへの感度を抑えられたという。

    この調整は素子の製造後に行える点が特徴だ。半導体素子は製造ばらつきから逃れられず、同じ設計でも素子ごとに特性がずれる。論文は、3つ目のドットの追加が材料固有のスピン軌道相互作用や固定されたマイクロマグネット(微小磁石)の形状に頼らない電気的な調整経路を与えると位置づけている。

    ゆらぎの標準偏差388kHz、4.05ナノ秒で忠実度99.56%

    もう1つの柱が機械学習による補正である。研究チームはフィードフォワード型ニューラルネットワーク(FNN)のフィードバックを使い、動作中にゆっくり変わる量子ビット周波数のドリフトを追従させた。その結果、遅い周波数ゆらぎの標準偏差は388kHzに抑えられたと報告されている。

    ゲート性能の数値も示されている。フィードバック付きの4.05ナノ秒(10億分の1秒)というパルスで、π/2ゲートの忠実度99.56%を達成した。さらに、補正によって位相安定性の推定値は約52ナノ秒から約580ナノ秒へ約11倍に延び、パルス波形を最適化すると忠実度は99.72%まで向上したとされる。この52ナノ秒から580ナノ秒への延伸と99.72%という値は、論文の数値を紹介記事(Knowridge Science Report、2026年11月2日付け)が伝えたものである。

    この成果が意味しないものを確認する

    これらの数値は個々のゲート操作の精度であり、量子コンピュータ全体の精度を示すものではない。この実験は特定のスピン量子ビット設計に対するもので、エラー訂正の必要性が消えることもない。多数の量子ビットが相互作用する大規模アレイへの拡張は、今後の工学的課題として残されている。研究はJSTムーンショット型研究開発、JSPS科研費などの支援で行われた(論文の謝辞による)。

    分子を量子ビットに使う報告も同じ週にあった

    同じ時期には量子ビットの材料系を広げる報告もあった。Nature誌の2026年10月28日付け論文は、単一分子のスピン–光子インターフェースの実現を報告している(Nature 658巻1153–1159頁)。化学合成によって原子レベルで構造を設計できる分子を量子ビットに使い、量子ネットワークに必要な光子との結合を実現する試みだ。論文の要旨は、明るい蛍光や高い分光安定性など、頑健なスピン–光子インターフェースに求められる要件を同時に満たす分子プラットフォームだとしている。従来の有力候補である固体中の原子欠陥とは異なる系からのアプローチになる。

    量子ビットの実装は、超電導、イオン、半導体、分子など複数の系が競っている。今回の成果が示すのは、その中で「素子をどう作るか」に加えて「作った後にどう調整するか」という設計の視点が価値を持つことだ。製造ばらつきと付き合いながら規模を拡大する必要がある量子コンピュータにとって、現実的な路線を補強する結果と言える。

  • オーストラリアのハエトリグモの一種Portia fimbriataが、安静期と、眼球運動と筋肉のぴくつきを伴うREM様状態という2つの段階からなる睡眠をとることを、ドイツ・ボン大学の研究チームが行動実験で示しました。睡眠を妨害された個体が翌夜に眠りを取り戻す「睡眠返済」も確認されました。睡眠の進化を考えるうえで、無脊椎動物側からの証拠がひとつ増えた結果です。

    研究対象に選ばれたのは、「クモを食べるクモ」だった

    ヒトを含む脊椎動物の睡眠にはいくつもの段階があり、そのうちの1つが、急速な眼球運動を伴うレム睡眠(REM睡眠)です。では、脳のつくりがまったく異なるクモにも、段階を持つ睡眠があるのでしょうか。ボン大学組織生物学研究所のNadja Geiger氏とDaniela C. Rößler氏らの研究チームは、この問いをオーストラリアのハエトリグモPortia fimbriataで検証しました。結果は2026年、米国科学アカデミー紀要(PNAS)に掲載され、大学は2026年10月27日に発表しています。

    研究対象に選ばれたPortia属は、他のクモを食べる捕食者です。獲物の巣に、餌の虫がかかったときの振動をまねた信号を送って巣主を誘い出すなど、多様な狩猟戦略をとることが知られ、研究チームはこれを学習能力の徴候とみています。成体の体は1ユーロ硬貨程度の大きさで、実験での観察にも適しています。

    著者らは論文で、睡眠が動物界で最も広く見られる行動のひとつでありながら、その起源と機能の解明がほぼ脊椎動物と少数の実験モデル生物に依存してきた、という現状を指摘しています。脊椎動物とは異なる神経系を持つ動物で睡眠の証拠を集めることが、この研究の出発点でした。

    夜ごと訪れる2つの段階:安静期とREM様状態

    チームは個体を直径12cmのプラスチック容器で飼い、照明条件を変えながら数日間にわたって昼夜の行動を記録しました。夜間は赤外カメラを使い、眠りの姿勢、安静の相、REM様の相を詳細に記録しています。

    Portia fimbriataは夜になると、自分が張った糸の下に逆さになってぶら下がります。観察の結果、夜の休息には2つの異なる段階が交互に現れることが分かりました。ひとつは、身づくろいをしたあと体がゆっくり垂れていく安静な段階です。もうひとつは、網膜の動き、脚のぴくつき、脚を体に巻き込むような動きを特徴とする、いわゆるREM様の段階です。論文では、このREM様のエピソードが10個体で平均約83秒続いたと報告されています。

    音への反応の遅れが「真の眠り」の証明になった

    じっとしているだけなら、眠っているとは限りません。単なる休息と睡眠を区別するため、チームは音刺激への反応時間を測る実験を行いました。その結果、REM様の段階にある個体は、覚醒時よりも音への反応が遅くなりました。論文によれば、10秒間の試験时间内に反応しなかった個体が10匹中4匹いたものの、覚醒時に再試験するとすぐに反応したといいます。

    外部からの刺激に反応しにくい状態が続くことは、行動学的に「真の睡眠」を判定するための基準を満たします。ボン大学の発表は今回の結果を「クモにおける睡眠行動の最初の包括的な確認」と位置づけています。

    妨害された眠りは翌夜に「返済」される

    チームはさらに、睡眠の妨害実験を行いました。容器に一晩、数十匹のショウジョウバエを入れ、その羽音でクモの眠りを妨げたのです。すると翌夜、個体の睡眠の時間帯は延長し、REM様状態の合計時間は約9分から約17分へ増えたと論文は報告しています。いわゆる「睡眠返済(スリープリバウンド)」で、眠りが単なる待機ではなく、体内で調節された生物学的な必要であることを示す結果です。報道では、無脊椎動物で睡眠返済の証拠が示されたのは初めてと伝えられています。

    REM様状態は脊椎動物だけのものではない

    留意点もあります。この研究は行動観察に基づいており、脳活動は測定されていません。REM様の動きがヒトのレム睡眠で見る夢に対応するのかは、この研究からは分かりません。Rößler氏もREM様の動きを過剰に解釈しないよう段階的に検証を進めたと強調しています。

    それでも、無脊椎動物側からの証拠は積みつつあります。2023年にNature誌に発表された研究では、眠るタコが安静な期間と、けいれん、体色の急激な変化、覚醒様の脳活動を伴う期間を交互に繰り返すことが報告されました。2017年には、中枢的な脳を持たず神経網だけのクラゲの一種に睡眠様状態が報告されています。

    チームの今後の計画は、クモの多様な分類群でREM様睡眠がどう進化したかを調べること、野外と実験室で睡眠行動を比べること、そして睡眠と認知能力の関係を明らかにすることです。夜間の人工光がクモの睡眠に与える影響も調べる予定です。研究チームは、神経系の異なる動物に研究の幅を広げることが、睡眠の普遍的な原理と根源的な機能を同定する近道だと指摘しています。研究はドイツ研究財団(DFG)のEmmy Noetherプログラムの支援を受けました。

    +
  • チリのNSF-DOEルビン天文台が、試行運用中の観測データから海王星の約60度後方を進む「後続(L5)トロヤ群」の長期安定メンバー2個を新たに確認した。15年あまり銀河面の星々に隠されてきた天体群の既知数が倍増し、先行群との比較から海王星トロヤの起源を絞り込む材料が初めて揃い始めた。

    銀河面の星並みに15年隠された後続群

    海王星トロヤは海王星と1:1の平均運動共鳴に捕まった小天体の群れだ。軌道長半径は海王星と同じで、惑星の約60度前方(先行群・L4)または約60度後方(後続群・L5)にある安定なラグランジュ点の周囲をゆっくり振動しながら公転する。木星のトロヤ群は1906年の発見以来、数多くの個体が知られてきた。一方の海王星では報告が先行群に偏り、後続群の長期安定メンバーは発見前の時点で2個しかなかった。

    理由は観測環境にある。2026年10月28日にarXivで公開され、天体物理学専門誌The Astrophysical Journal Lettersに掲載された論文(正式版DOI)によると、後続群の天球上の投影位置は15年以上にわたって銀河面と銀河中心と重なっていた。恒星がぎっしり並ぶ明るい背景の前では、遠くて暗い小天体の検出は困難を極める。状況が動いたのは2025年だ。後続群が銀河面から十分に外へ移動し、ルビン天文台が調整期間中に実施した科学検証(Science Validation)サーベイの観測範囲と重なり始めた。

    試行運用データだけで既知数を倍増させた発見

    解析を率いたのは、クイーンズ大学ベルファストのミーガン・シュワンブ(Megan E. Schwamb)博士のチームで、同大学の学生たちも発見に至る解析に加わったと大学は発表している。研究成果は2026年10月に米国で開かれたアメリカ天文学会(AAS)惑星科学部会(DPS)の会合でも報告されている。

    チームは科学検証サーベイのデータの予備的な検索から、後続群の長期安定(原始的)メンバーとして2025 MH348と2025 NN80の2個を確認した。後続群の安定メンバーはこれで4個となり、既知数が倍増した。さらに長期安定の候補1個(2025 MD138)も報告されている。ここでいう長期安定(原始的)とは、軌道要素が10億年スケールでほとんど変化せず、太陽系形成初期から軌道を保ってきたとみられることを指す。

    発見を可能にしたのはルビン天文台の性能だ。8.4メートルのシモニー・サーベイ望遠鏡に世界最大とされるデジタルカメラを組み合わせ、9.6平方度という最大級の視野を持つ。海王星トロヤの群れは天球上で数千平方度に広がるため、深い観測と広い空間カバーの両立が発見の鍵だった。シュワンブ博士は米科学誌Science Newsの取材に、密集した星々を背景に天体を探すのは「スパンコールのドレスから針を探すようなもの」だったと語っている。

    先行群と似た表面、30度に偏る軌道傾斜

    ルビン天文台は複数のフィルターでこれらの天体を観測した。論文の解析では、新確認の2個は先行群のトロヤと似た表面の性質を持つとされた。既知の4個の後続群トロヤの軌道傾斜角は約30度に集中し、25度を超える高傾斜への偏りが先行群と対照的であることも分かった。

    ここから先は解釈の領域になる。論文は、長寿命トロヤの離心率・傾斜角・振動幅の分布が「移動しながら海王星に捕捉された」のか「海王星のそばでその場形成した」のかという起源論を制約すると指摘する。表面の相似は両群に共通の起源を示唆する材料だが、標本が4個では結論を出せる段階ではない、というのが著者らの位置づけだ。

    10年サーベイLSSTは太陽系の目録をどう変えるか

    ルビン天文台は2025年6月に運用を開始した(Universe Today)。本番のLSST(Legacy Survey of Space and Time)では10年規模で南天を撮り続け、論文の言葉を借りれば、今回の解析は移動天体を発見するパイプラインをLSSTと同じ観測間隔のデータで実証した「設計図」になる。

    チームの見通しでは、LSSTの進行に伴って海王星トロヤは先行・後続の両群で数十から数百個、外縁天体とカイパーベルト天体で数万個が追加発見されると期待される(Universe Todayの報道による)。後続群の標本が数十個に育てば、傾斜角の偏りが起源論をどこまで絞り込めるかが問われる。太陽系の外縁の目録は今後10年で書き換えられていく。

    +
  • NASAは2026年10月23日、2027年に打ち上げる有人ミッションArtemis IIIを、月面着陸ではなく地球周回軌道での着陸船実証飛行にすると発表しました。4名の飛行士がOrion宇宙船でBlue OriginとSpaceXの着陸船試験体と相次いでドッキングし、着陸に必要な機器と運用手順のリスクを下げます。月南極付近への乗組員着陸は2028年のArtemis IVへ託されました。

    月着陸の前に3機3ロケットの同時運用を実証する

    NASAは2026年10月23日、Jared Isaacman長官ら幹部が出席したブリーフィングでArtemis計画の進め方を説明し、2028年の月面着陸への道筋を示しました(NASAブログ)。その中核がArtemis IIIの再設計です。かつて「1972年のアポロ17号以来となる乗員の月面着陸」と位置づけられていたこのミッションは、地球周回軌道での着陸船実証飛行に変わります。

    NASAの説明(公式記事)によると、Artemis IIIにはNASA飛行士のRandy Bresnik、Frank Rubio、Andre Douglasの3名と、ESA(欧州宇宙機関)飛行士のLuca Parmitanoが搭乗します。計14日間の飛行で、産業パートナーのBlue OriginとSpaceXが開発する有人着陸システムの試験体と、相次いでランデブーとドッキングを行います。

    「このミッションの地球周回にあるすべての要素は、飛行士を月に戻す前のリスク低減のために設計されている」。ArtemisプログラムマネージャーのJeremy Parsons氏はこう述べ、「3機の宇宙機を3本の異なるロケットで打ち上げ、協調動作を試すのはNASAが試みたことのないことだ」と説明しています。

    従来のArtemisミッションが使うのはSLSロケットとOrion宇宙船だけです。対してArtemis IIIではOrion、Blue Originの着陸船、SpaceXの着陸船という3機の宇宙機を3本のロケットで短期間に打ち上げ、軌道上で合同運用します。NASAの技術資料はこの形態を「1969年のアポロ9号と性質が似ている」と記しており、月着陸船を地球周回軌道で先に実証したアポロ9号と同じ発想といえます(NTRS技術資料)。

    最初の相手Blue Moon Mark 2に乗組員が2日間乗り込む

    シナリオはBlue Origin側から始まります。同社の着陸船Blue Moon Mark 2の試験体がまず、高度約273マイル(237海里)の円軌道に打ち上げられます。試験体は最大30日間軌道上に留まれる設計で、後続の打ち上げ日程に柔軟性を持たせます。

    数日後にケネディ宇宙センターからSLSで打ち上げられたOrionは、18×1122マイル(16×975海里)の楕円軌道に入ったのち、サービスモジュールの軌道変更を重ねて高度約345マイル(300海里)の円軌道へ移ります。最初の2日間で機器の点検と接近運用の準備を進め、Blue Moon試験体とのランデブー・ドッキングに臨みます。

    ドッキング後、乗組員はハッチを開けて約2日間試験体に乗り込み、キャビン環境、操縦系統、生命維持系を直接評価します。試験体には将来の月ミッション用の航法・通信・飛行制御系やキャビン技術の多くが組み込まれており、統合した1つの機体として宇宙で動かす最初の機会になります。Orionと商業着陸船が宇宙で協調する様子を評価するのはこれが初めてです。

    Starship V3とのドッキングは最大2時間、乗り込みなし

    Blue Moonとの運用を終えるとOrionは分離し、次の段階へ移ります。相手はSpaceXがフロリダから打ち上げるStarship Version 3の試験体です。StarshipはBlue Moonより軌道上での寿命が短いため、打ち上げはミッション後半に組み込まれます。試験体は通信カバレッジを最適化した高度206海里の軌道に入り、機首先端にドッキング機構を備えます。

    Orionとのドッキング試験は最大2時間の予定で、乗組員はStarshipに乗り込みません。焦点は結合した2機が1つの系としてどう振る舞うかで、姿勢制御性、通信、統合ソフトウェアの性能、ドッキングと分離の力学を評価します。

    2つのドッキングで接続の幾何学が異なる点も特徴です。Blue Moonでは乗員キャビンの脇にあるポートに、Starshipでは機首先端のドッキング機構に接続します。1回の飛行で異なる2つの商業着陸船の設計とのインターフェースを試し、運用概念を比べるデータを得る狙いをNASAは示しています。

    ドッキング運用のあともOrionには最大5日間の滞在が残ります。この間に与圧服OCSSの追加評価、ドッキングセンサーの試験、音響と熱の計測、ヒューマンファクター評価を行うほか、地上と通信できない状況で飛行士が健康評価を行う手法の概念実証や、細胞生物学実験、月の試料を地球に持ち帰ったあとの取り扱いを想定した確認などが進みます。帰還はカリフォルニア沖の太平洋に着水し、NASAと米海軍が回収を担います。

    月面着陸はArtemis IVへ移り、着陸船開発は加速する

    再設計に伴い、月南極付近への乗組員着陸は2028年のArtemis IVへ移ります。NASAは10月26日、2028年の月ミッションに向けた着陸船開発の加速策も発表しました。SpaceXはStarshipの乗員キャビンCabin 1の実証を2回追加し、Blue Originはhuman-in-the-loop試験とハードウェアの整備マイルストーンを追加したとしています(NASA発表)。Artemis計画のページは標準構成のSLSを使う月面ミッションを2028年に打ち上げ、以後は年1回のペースを維持する見込みを示しています(Artemis計画)。

    この再設計は2社の着陸船を並行して開発する以上、月に向かう前に地球周回軌道で実際の動作を確かめる価値が高いという判断だと考えられます。着陸船がOrionとドッキングできるか、乗組員が安全に乗り込めるかを、月まで飛ぶ前に検証できます。BBC(10月27日付)やSmithsonian誌(10月28日付)も、この決定を着陸前の実証段階の挿入として報じています。

    一方で、3機3ロケットの緻密な連携には運用上の縛りも生じます。NASAはBlue Moon試験体の打ち上げと健全性の確認が済んだ数日後にしかOrionを打ち上げない計画で、前段の遅れが全体日程を左右します。試験体の30日間の軌道寿命がこの依存関係を緩和する役割を担います。

    Artemis IIIの成否を分けるのは、14日間に詰め込まれた実証項目そのものより、3つの組織の宇宙機を初めて同時に運用する体制でしょう。2027年の打ち上げに向けて地上の訓練と飛行準備がどこまで進むか。月着陸を2028年に間に合わせるための最初の関門になっています。

    +
  • 2026年10月末の1週間に、エージェントフレームワークをめぐる3つの動きが重なった。OSSのTanStack AIはバージョン1.0でコアAPIを安定させ、MicrosoftはAgent Frameworkで先行する2つのフレームワークの機能を一本化、DeepSeekは人間の注意の節約を主眼にした「スーパーエージェント」の研究試作を公開した。機能を足す競争から、安定性と運用設計を競う段階への移行が見えてくる。

    エージェントフレームワークの開発競争は2025年頃まで「どれだけ機能を足せるか」を軸に動いていた。ところが2026年10月末の数日間に公開された3つの発表を並べて読むと、議論の軸が「足し算」から「足したものを固めること」へ移りつつある。

    「ロックインしない」約束をAPI安定化で裏付けたTanStack AI 1.0

    TanStackは2026年10月23日、公式ブログで「TanStack AI 1.0」の公開を発表した。2025年12月のアルファ版は「chat()関数1つと4つのプロバイダー」から出発し、1.0では23のプロバイダーアダプターと、任意のOpenAI互換APIに対応するopenaiCompatible、11のサンドボックスプロバイダーを備える。開発には140人以上が関わったとブログは記している。

    1.0の位置づけも特徴的だ。ブログは1.0を「構築の基盤となるAPIへの正式なコミットメント」と説明し、1.0では新しい概念を増やさず、0.xで非推奨となったAPIをすべて削除した。既存アプリの移行はcodemod1つと型チェックで済む設計にしている。一方、新しく加えた「エージェントハーネス」のAPIは実験段階と明記し、対応パッケージは0.xに留めている。

    プロバイダー、フレームワーク、サンドボックス、通信プロトコルを自分で選べる「no lock-in, ever(ロックインは永遠にしない)」を当初の約束として掲げ、1.0でその姿勢を崩していない点には、OSSフレームワークの成熟ぶりが表れている。

    リリース候補版(RC)以降に加わった機能にも同じ方向性が見える。親エージェントから子エージェントへ処理を委ねるサブエージェント、長い対話をコンテキスト上限内に保つ圧縮(compaction)、SKILL.md形式の技能を任意のツール呼び出し対応モデルが読み込める「Portable Agent Skills」、ネットワーク接続なしでチャットやツールを検証するfakeText()など、運用と検証に効く機能が並ぶ。

    Microsoft Agent Framework、AutoGenとSemantic Kernelの統合が示す企業向けの答え

    MicrosoftはMicrosoft Learnの公式ドキュメントで「Microsoft Agent Framework」の概要を公開しており、同ページは2026年10月28日に更新されている。.NET、Python、Goの3言語に対応し、このうちGoはパブリックプレビューで、Go 1.26以降を要求する。

    同ドキュメントによれば、Agent FrameworkはAutoGenのシンプルなエージェント抽象と、Semantic Kernelの持つエンタープライズ向け機能(セッションベースの状態管理、型安全性、ミドルウェア、テレメトリ)を統合し、グラフベースのワークフローを加えた位置づけだ。フレームワークの構成は「Agents」「Harness Agent」「Workflows」「Integrations」の4つに整理されている。

    「Harness Agent」は、長時間のマルチステップタスク向けに計画とタスク管理、コンテキスト圧縮、ファイルアクセスとメモリ、再確認を省略できるツール承認、観測性を標準装備したエージェントである。対応するモデルプロバイダーはMicrosoft Foundry、Azure OpenAI、OpenAI、Anthropic、Ollamaなど複数に及ぶ。

    フレームワーク自体の普及をコーディングエージェント経由で図っている点も興味深い。MicrosoftはGitHub Copilot、Claude Code、Cursor、Codexなどから利用できる、Microsoftが保守する「agent-framework-builder-python」スキルを提供している。人間がドキュメントを読んで組み立てるだけでなく、エージェントに書かせる前提の整備が進んでいる。

    DeepSeekのdsh-superagent、人間の注意を節約する設計の実験

    DeepSeekは2026年10月末、MITライセンスの研究試作「dsh-superagent-prototype」をGitHubで公開した。公開日は10月31日と複数のメディアが報じている。READMEは「参考のための研究試作であり、公式のDeepSeek製品ではない」と明記し、「本番利用を想定したソフトウェアではない」と注意を促す。

    dsh-superagentは1つのGitHubリポジトリを対象とするプロアクティブなコーディングエージェントで、OSSのエージェント基盤「DeepSeek Harness」のバンドルとして動作する。GitHub(任意でFeishu)を監視し、許可された人が作業を依頼すると作業項目を1つ開き、専用のエージェントセッションとディレクトリで処理を進め、元の会話にプルリクエストなどの形で回答する。人が対応すべき事柄はWebパネルに一覧表示される。

    設計思想は「人間の注意をできる限り消費せず、価値をできる限り渡す」ことにあるとREADMEは説く。依頼されたとき、またはチームが書いたルールが許すときにだけ行動し、誰かが対応しなければならないとき、または結果を活用できるときにだけ発言する。チーム全体に代わって動けるエージェントは、チーム全体の注意を無駄に消費する可能性もある。dsh-superagentはその問題意識から設計されている。

    READMEは設計記事「Exploring Super-agent Design: Towards a More Autonomous Agent System」に基づくとしつつ、記事で論じる設計の一部は未実装の今後の方向であることも明記している。執筆時点でリポジトリは9,000を超えるスターを集めている。

    3つの発表で重なる「ハーネス」「スキル」「コンパクション」

    3つの発表は開発主体も対象も異なるが、語彙が揃ってきている。

    第一に「ハーネス(harness)」という言葉だ。TanStackは実験的な「agent harness」を、Microsoftは「Harness Agent」を、DeepSeekは「DeepSeek Harness」と、モデルを支える足場を指す語として3者とも使っている。第二に「スキル」の携帯性。TanStackは任意のモデルが読める「Portable Agent Skills」を、Microsoftは公式のビルダースキルを、dsh-superagentもskillsディレクトリを備える。第三に、長時間稼働を支えるコンテキスト圧縮(compaction)を、TanStackとMicrosoftの両方が標準機能として明記した。

    これらの一致はエージェントを長時間・安全に動かすための共通課題(人間のレビューをどこに置き、コンテキストをどう保ち、技能をどう再利用するか)が各社の設計に浮上してきた結果だと考えられる。

    安定化の宣言と、実際の安定は別物である

    3つの発表を並べると、エージェントフレームワークの競争が機能追加から安定性と運用設計へ移りつつある、という見方ができる。ただし留意点もある。TanStackのハーネスAPIは実験段階、MicrosoftのGo対応はパブリックプレビュー、dsh-superagentは「本番準備完了ではない」と開発者自身が明記する試作だ。安定化の宣言と、実際の安定は別である。

    それでも、ベンダーロックインを避ける設計(TanStack)と、複数のモデルプロバイダーへの対応(Microsoft、DeepSeek)が同時に進むことに意味がある。プロバイダーを選ぶ自由が業界の前提になりつつあり、フレームワークの価値の中心が「どのモデルと接続できるか」から「どう安定して運用できるか」へ移っていく。それが2026年10月末の1週間の発表群から読み取れる方向である。

    +
  • 2026年10月28日、Googleはフロンティアモデル「Gemini 4 Carbon」を発表し、まずサイバー防御者への提供から始めると明かした。翌29日、Mistral AIは1兆パラメータの「Mistral Large 4」の重みを全面的に公開した。2社とも主戦場にサイバー防御を掲げながら、配り方は段階的な管理と完全な開放で正反対である。今週のLLM最前線を2つの一次情報から読み解く。

    Gemini 4 Carbonは「防御者から」公開を始めた

    Googleは2026年10月28日、公式ブログで新フロンティアモデル「Gemini 4 Carbon」を発表した。Google DeepMindのKoray Kavukcuoglu氏(SVP、Chief AI Architect)名義の記事は、Carbonを「サイバーセキュリティと長時間持続するタスクで最先端の性能を持つ、私たちの最も強力なモデル」と位置づけている。

    外部評価ではArtificial Analysisの総合指標「Intelligence Index」v5.0で59点を獲得し1位となったと発表している。セキュリティ分野では実在するソフトウェアの脆弱性発見を測るSEC-bench Proで88.2%、悪用可能性の検証を測るExploitGymで54.8%、修正パッチの作成を測るCWE-benchで71.0%に達したという。Googleはこれらの値を「ガードレールなしで評価した」と注記している。コーディングではWebDev Arenaで+89 elo上昇の1,768点(4位)とし、内部ベンチマークでは前モデルArgon比でセキュアなコード生成の成功率が2倍以上とした。

    配布方法が今回の特徴だ。Googleは米国政府が進める事前テストの自主的なプロセスに参加していることを明かした上で、まず一部のサイバー防御者へ提供し、信頼できるパートナーへの段階拡大を経て、開発者・企業・消費者へ「可能な限り早く」提供すると説明した。2週間前の「Gemini 4 Argon」から続く、性能を先行させつつ展開を制御する運用である。価格は導入期間中、100万トークンあたり入力2ドル・出力10ドルで、期間終了後は入力4ドル・出力20ドルとなる。

    Mistralは1兆パラメータを丸ごと公開した

    対照的にMistral AIは10月29日、フラッグシップモデル「Mistral Large 4」(通称Le Chonk)の重みを公開した。同社の発表によれば、1兆パラメータのネイティブマルチモーダルモデルで、ヨーロッパの計算基盤で一から訓練したという。10月上旬のパブリックプレビュー後、3週間の強化学習を追加した改良版だ。

    コーディングでは「オープン重みモデルで最高」とされる。Cognitionの非公開ベンチマークFrontierCode 2.0(エージェントの変更をリポジトリ管理者がマージできるかを評価)で19.7%を取り首位。ターミナル操作を伴うTerminal-Bench 4.0ではプレビュー比で13ポイント増の41%となり、オープン重みモデルで先頭に立った。Artificial Analysis Coding Agent Indexでは48%でGLM-5.3と実質同点ながら、タスクあたりの平均トークン消費が47%少ないと主張する。推論モードもLow/Medium/Highの3段階を追加し、性能とコストの選択を開発者に委ねた。

    防御側の用途ではArtificial Analysis Cyber Indexで51%を記録した。脆弱性の発見・再現・検証と、既存機能を壊さないパッチ適用までを通して測る指標で、「正当な防御タスクを不必要に拒否しない」点を強調する。一方で悪意あるサイバー要求への平均拒否率は96.6%と、「計測したオープンモデル中最高」としている。

    コードを書く能力が、そのまま守る能力になった

    2つの発表はそれぞれ独自の指標を並べているが、重なる場所がある。1つはエージェント型コーディングだ。GoogleはCarbonが「数日間動き続け、行き止まりを粘り強く解消して大規模コードベースのバグを根絶する」と説明し、Mistralはターミナル経由のコーディング性能を主戦場に掲げた。コードを書く作業と防御の作業が、同じ「長時間のエージェント実行」という能力の上に載っている。

    もう1つは防御者コミュニティへの働きかけだ。Mistralの発表にはBooz Allen Hamilton、Cisco、Cloudflare、CrowdStrike、Elasticの幹部コメントが並んだ。CloudflareのStephanie Cohen氏(Chief Strategy Officer)は「自分でコントロールできない防御は防御ではなく、露出である」と述べ、自社インフラで運用できるオープン重みの価値を強調した。Googleも「サイバー防御者への先行提供」を展開の第一歩に選んでいる。性能競争の中心が生成から防御へ、明確に軸が動いた一週間だった。

    安全性の指標も競争項目になっている

    安全性・整合性の数値も2社とも発表の中軸に据えた。Googleの発表によれば、CarbonはTerminal-Bench 4.0での「不正なショートカットの成功」を0.0%(試行率0.4%)に減らし、間接プロンプトインジェクション攻撃の成功率も0.0%だったという。内部のライブコーディング環境では重大度の高い非整合アラートが約80%減少し、裏付けのない主張はArgon比で約半減した。作業スコープを超える行動は26%減、必要な作業の未達は29%減としている。

    Mistral側も防御タスクの許容と悪用の拒否を両立させる設計を数値で示した。悪意あるサイバー要求の拒否率96.6%は、JailbreakBench・StrongREJECT・AgentHarmのサイバー関連プロンプトでの平均である。能力の向上と、その能力の濫用抑止が同時に評価される時代に入ったことを、2つの発表は裏付けている。

    「管理」と「開放」、同じ標的で分かれた道筋

    最後に解釈を述べる。同じ「防御」を標的にし、なぜ配布は分かれたのか。Googleの選択には、脆弱性発見や悪用検証の能力がそのまま攻撃にも転用できる両刃である以上、事前テストと段階展開で制御する論理が見える。Mistralの選択は、防御者こそがモデルを自ら管理すべきだという主張で、CiscoのAmy Chang氏(AI Threat Intelligence and Security Research責任者)も「オープン重みは透明性を企業と政府に広げる」と同調している。

    どちらが正解かを決めるデータはまだない。ただ2つの一次情報から確実に言えるのは、フロンティアLLMの開発競争が「書く能力」から「守る能力」へ、さらに「どのように配るか」という問いへ広がったことである。Carbonの一般提供開始と、Mistral Large 4に対する独立系での検証の進展が、次の分岐点になるだろう。

    +
  • 英国で2026年秋予算が10月28日に議会へ提出された。防衛費のGDP比3%目標に向けた資本予算の振替が研究開発部門を圧迫し、大型研究施設への1億6,000万ポンド削減案も残った。一方でライフサイエンス分野には10億ポンド超の投資が確認された。予算文書と専門家の声明から、科学技術予算の優先順位の変化を読み解く。

    防衛3%目標が資本予算を絞り、科学へ波及する

    財務大臣ジョン・ヒーリーは2026年10月28日、政権初となる秋予算を議会に提出した。英議会下院図書館の整理によれば、予算本体と支援文書は同日にgov.ukで公開されている。防衛投資計画の全額財源の確保と、2030年までに防衛費をGDP比3%へ引き上げる目標が、この予算の中心に置かれた。

    研究コミュニティの反応は厳しい。英国最大の政府外研究資金提供者ウェルカムのベス・トンプソン氏(政策・パートナーシップ担当)は「資本支出の削減は、研究開発セクターに不確実な未来をもたらす」と述べた。王立協会のポール・ナース会長も「防衛支援への資本予算の再配分は、科学を含む政府支出の全域に影響する」と指摘している(専門家反応の全文は英科学メディア・センターがまとめた)。

    1億6,000万ポンド削減案が残る大型研究施設

    科学技術施設評議会(STFC)が提示した約1億6,000万ポンドの削減案が、この予算で撤回されることはなかった。専門誌ケミストリー・ワールドが報じるところによれば、削減の対象には放射光施設ダイヤモンド・ライトソース、ISIS中性子・ミュオン源、中央レーザー施設が含まれる。予算発表の前週、科学者らは公開書簡で政府に再考を求めた。書簡を取りまとめたのは、16万人超の組合員を擁する労働組合プロスペクトである。

    同組合のマイク・クランシー書記長は「重要な公共セクター科学予算への差し迫った削減を回避する措置が取られなかったのは極めて遺憾だ」と述べた。削減案の最終決定はその後のプロセスに委ねられており、施設の閉鎖が確定したわけではない。

    大学部門の資金難にはほぼ手が触れられなかった

    高等教育への言及も乏しかった。大学・カレッジ労働組合(UCU)のジョー・グレイディ書記長は、過去3年で大学部門全体の3万人超が職を失い、学生1人当たりの実質資金は過去10年間で35%減少したと主張する。王立化学会も、資金難を背景に化学教育の「コールドスポット」が国内で広がっていると指摘し、学部教育を支える戦略的重点助成金の引き上げを求めた。

    これらは労働組合と学会による集計・主張であり、予算文書に直接対応する数値ではない。持続的な高等教育の資金計画は予算に盛り込まれず、論点は来年の歳出レビューへ持ち越された。

    一方でライフサイエンスには10億ポンド超の投資

    産業側には前向きな内容も含まれていた。ケミストリー・ワールドの報道によれば、ライフサイエンス分野には合計10億ポンド超の投資が確認された。製薬企業バーテックス・ファーマシューティカルズはオックスフォードシャーに3億ポンド超を投じる新研究拠点の建設を発表した。政府も生物学的脅威への備えとして防衛科学技術研究所と連携する1億ポンドのAIバイオセキュリティ研究所を設立する。化学産業向けには、供給網の強化に充てる3億5,000万ポンドの重要化学物質レジリエンス基金が確認された。

    英国工学アカデミーのタマラ・フィンケルシュタイン最高経営責任者は、国家AI基金の拡張やデータセンターの持続可能な開発に関する新たな取り決めを歓迎する一方、二酸化炭素回収(CCUS)と水素導入の支援縮小には懸念を示した。企業の投資計画は各社・政府の発表であり、実行の進捗は今後確認されていく。

    本番は来年の歳出レビュー

    部門別の配分を決める来年の歳出レビューが、研究環境の実質的な勝負どころだ。ウェルカムも王立協会も発見型科学への長期支援の維持を条件として挙げている。ナース会長は、安全保障の根拠が基礎研究にあることを歴史的事例で示し、防衛と科学を対立の枠組みで扱うことへの異議を述べた。予算の一次文書自体は数値の羅列だが、その読み方を巡る攻防はこれから始まる。

    +
  • 2026年10月4日、京都で開かれた科学技術社会フォーラム(STSフォーラム)で、米国と16カ国が「科学の黄金時代に向けた京都ビジョン」を採択した。研究の実施・組織・資金配分の在り方自体を経験的に検証する「メタサイエンス」を中核に据え、超知能(SI)の研究活用と人材育成を促す内容だ。米国NSFはメタサイエンス室の新設や賞金型プログラムなどで、すでに実装に着手している。

    80年ぶりの再設計は、京都から始まった

    2026年10月4日、第23回STSフォーラム年次会合が開かれていた京都で、米国と16カ国の閣僚らは共同宣言「科学の黄金時代に向けた京都ビジョン(Kyoto Vision for a Golden Age of Science)」に賛同した。名を連ねたのは日本、英国、ドイツ、イタリア、韓国、シンガポール、アラブ首長国連邦など17カ国。米ホワイトハウス科学技術政策局(OSTP)のマイケル・クラツィオス局長が主導した。

    背景には、2026年7月にクラツィオス局長がトランプ大統領へ提出した大統領報告「Science: A New Golden Age」がある。ホワイトハウスは同報告書を「80年来で最も包括的な米国の科学技術研究体制の再考」と位置づける。1945年のヴァネバー・ブッシュ報告「科学――無限のフロンティア」が米国の研究体制の原型をつくった。ブッシュ報告から80年、研究体制の設計そのものをやり直す意図が、この報告書と京都ビジョンからは読み取れる。

    研究費の配り方そのものが、研究対象になる

    京都ビジョンは3つの柱からなる。発見の制度の改善、超知能の活用、人材の育成だ。1つ目の柱で特徴的なのが、「メタサイエンス」への明示的な歓迎だ。宣言はメタサイエンスを「科学がどう実施・組織化・資金調達されるかを、公共の利益のために改善する経験的分野」と位置づけ、長期助成、迅速な助成、賞金やチャレンジといった多様な資金手段と、異なる自律性や資源を持つ新しい組織モデルの実験を奨励した。

    米国では、米国科学財団(NSF)が10月8日の発表でこの路線の実装を示した。新設する「メタサイエンス室(Office of Metascience)」は、新しい査読や資金メカニズムに研究コミュニティがどう反応するかを調べる実験場(testbed)と位置づけられる。実験の設計と結果を学界、産業界、財団に公開し、室長の公募も予定している。

    さらにNSFと英国のUKRI(United Kingdom Research and Innovation)は同日、メタサイエンス協力の共同声明を出した。研究の生産性とインパクトの測定、査読と資金配分の改善、新しい手法やツールの研究利用の評価、関連データの責任ある分析という4領域で協力する。NSFメタサイエンス室と英国のメタサイエンス・ユニットを中核に「メタサイエンス・ユニットの国際ネットワーク」を発展させる方針も示した。

    賞金と民間資金で、資金機関の道具箱が広がる

    NSFは同日、2つのグランドリサーチチャレンジ(GRC)賞金コンペも発表した。「Quantum+X」は量子技術をエネルギー、バイオテクノロジー、金融などの分野に応用するアルゴリズムや応用ソリューションを競う。産業界との提携のもと、実際の分野の課題に取り組むチームを支援するという。「Synthetic Multicellularity(合成多細胞性)」は、多段階のコンペで多細胞システムの設計に複雑さと制御を組み込む計算・実験手法を競い、細胞生物学、発生、老化の理解を進め、医薬からバイオ製造への応用につなげる構想だ。

    研究組織への支援では、独立した研究・技術・起業家チームがマイルストーン型の連邦資金を受けられる仕組み「NSF X-Labs」のコンソーシアムを創設した。初期パートナーは3億ドル超のコミットメントを代表する顔ぶれで、研究スペース、機器アクセス、直接支援を提供する。7月発表のプログラム可能なクラウド実験室ネットワーク「PCLNet」にも関連し、超知能ネイティブ計装(SINI)の開発には5年間で最大7,500万ドルの投資を見込む。NSFは8月に15億ドルの基礎研究投資も発表している。

    ここまでの事実を並べると、伝統的な研究助成に加えて、賞金、民間財源とのマッチング、設備や空間の提供という手段が並んでいる。資金の総量を増やすだけでなく、配り方そのものを多様化する意図が読み取れる。

    超知能を研究インフラにする意味と、その不確実性

    2つ目の柱は超知能(Super Intelligence、SI)の研究活用だ。宣言は、SIが既存の研究タスクを加速するだけでなく、まったく新しい問いの形を可能にし、大規模な自律実験を実現すると記す。SIツール、科学データ、計算インフラ、実験施設への研究者のアクセス拡大を閣僚らは誓約した。クラツィオス局長は「科学の発見の方法は変わった。京都ビジョンはその転換の認識であり、行動の呼びかけだ」と述べている。

    NSFのSINI構想はここに接続する。超知能の時代を前提に「デジタルファースト」で設計された計装をクラウド実験室へ組み込み、科学と工学のソリューションを自動化する考えだ。

    ただし、SIが研究生産性をどの程度実際に高めるかは、実証が進む途中の問いだ。宣言も予算措置を伴わない意思表示であり、「奨励」と「誓約」の言葉で構成された文書である。民主的な統制や研究の再現性といった論点が、速度を優先する設計の中でどう扱われるかは、今後の各国の実装が示すことになる。

    小学3年生からの発掘と、6年で博士へ

    3つ目の柱の人材面では、米国が二つの施策を具体化した。NSFは数学的人材発掘プログラム「National Math Stars」に4年間で3,000万ドルを投資する。民間財団が同額をマッチし、小学3年生から高校3年生までの数学の才能発掘と高度な学習支援、家族が子供を支えるためのデジタルプラットフォームの設計・検証を進める。もう一つの「NextGen Workforce」は、学士取得から博士号までを6年間で結ぶ加速プログラムと、国家的に重要な新興分野の需要に応える学際的な大学院訓練を新設し、STEM博士課程への誘引力を高める狙いだ。

    米国の国内政策色が強い一方、京都ビジョンには日本を含む17カ国が賛同した。研究費の配り方を実験の対象とみなすこの発想が、各国の資金機関にどこまで広まるか。宣言の文言そのものより、実装の広がりのほうが、今後の科学政策を占う材料になるだろう。

    +