🔄 「勝手に賢くなるAI」に100億円超｜Mirendilの自己改善AI研究とGoogleの本気度
アイ
目次
「勝手に賢くなるAI」って言葉、正直ちょっと不安にならない？
2026年8月6日、元Anthropic社員らが立ち上げたAI研究ラボMirendilが、Google Cloudと複数年・100億円超規模のパートナーシップを締結したことがわかったの。
「自己改善AI」っていう言葉、初めて聞いたときにちょっとドキッとした人もいるんじゃないかな。わたしも正直、SF映画でAIが勝手に進化して人間の手に負えなくなるシーンをちょっと思い出しちゃったんだよね。
でも今回のニュースをちゃんと読み込んでいくと、単なる怖い話じゃなくて、AI開発の「次のステージ」がどこに向かおうとしてるのかを教えてくれる、すごく示唆に富んだ話だなと感じたの。
わたしたちが日常的に使ってるAIツールも、裏側では絶えずアップデートが重ねられてるよね。そのアップデートのプロセス自体をAIにやらせようっていう発想が、今回のMirendilの取り組みなの。
自分の仕事や趣味でAIツールを使ってる人にとって、そのツールが「どうやって賢くなっていくのか」の裏側を知っておくのは、これからのAI選びの判断材料としても役に立つと思うから、一緒に見ていこうね。
わたし自身、AIツールって新しいバージョンが出るたびに「今回は何が変わったんだろう」って興味津々でチェックするタイプなんだけど、その改善のスピード感が今後さらに上がっていくかもしれないって考えると、ワクワクする気持ちと、ついていけるかなという気持ちの両方が湧いてくるの。
今日はそんなMirendilの取り組みを通して、AIの進化がこれからどんな形で加速していくのかを一緒に考えてみたいなと思う。
そう考える3つの理由
理由1：自己改善は「省人化」の次に来るステージだと思う
世間的には、AI開発の進化っていうと、人間の研究者がより良いデータを用意して、より大きなモデルを設計して、より効率的な学習方法を編み出すっていう、あくまで人間主導のプロセスとしてイメージされることが多いと思うの。
AIはあくまで人間が作って人間が改良していくもの、っていう前提だよね。
でもわたしは、MirendilのCEOであるベーナム・ネイシャブール氏が語ってる「問題を放り込めば、時間とともに勝手に良くなっていくAIを作りたい」というビジョンは、この前提そのものを塗り替えようとする話だと思ってるの。
なぜなら、これまでのAI開発の効率化って、コーディングの補助とかデータ整理の自動化とか、あくまで人間の研究プロセスを「速くする」方向の技術がほとんどだったから。今回のMirendilが目指してるのは、そもそも改善のループ自体をAIに任せてしまうという、一段階上の自動化なんだよね。
人間の仕事の現場に置き換えて考えると、これまでのAIは「作業を手伝ってくれるアシスタント」だったのが、Mirendilが目指してるのは「自分自身の働き方を自分で改善し続ける社員」みたいなものだと思うの。この違い、地味に見えて実はかなり大きな飛躍だと思わない?
もちろん、実際にどこまでの自律性を持たせるかっていう設計とか、安全性の担保をどうするかっていう部分は、これから詰めていく段階なんだと思う。共同創業者のハーシュ・メータ氏がGoogleのインフラの柔軟性を評価してるのも、こういう新しい種類の学習プロセスには、既存のクラウド基盤をそのまま使うんじゃなくて、細かいチューニングが必要だからなんだろうなと想像してるよ。
だからこそ、これからAIサービスを選ぶときは「今できること」だけじゃなくて、「どういう仕組みで改善され続けていくのか」にも目を向けておくと、長く付き合えるサービスかどうかを見極めるヒントになると思うの。
自己改善のループって、料理で例えるなら「レシピ通りに作る人」から「自分で味見しながら次はもっと美味しくなるように調整していく人」への変化に近いのかなとわたしは思ってるの。人間の研究者がずっとレシピを書き換え続けなくても、AI自身が味見して調整していくようになるとしたら、進化のスピードそのものが変わってくるはずだよね。
もちろん、味見の基準を誰がどう決めるのかっていう部分は、すごく重要なポイントになると思う。何を「良くなった」と判断するのかという基準設計そのものが、自己改善AIの安全性を左右する一番のカギになるはずだから、この部分は今後の研究の進み方を注意深く見ていきたいなと思ってるよ。
理由2：Googleが本気を出す理由は「チップだけでは勝てない」という危機感
世間的には、AI開発競争って結局のところ、どれだけ高性能なチップをどれだけ大量に確保できるかで決まる、というシンプルな図式で語られがちだと思うの。
NvidiaのGPUをどれだけ確保できるかが勝負を決める、みたいなイメージが根強いよね。
でもわたしは、GoogleのAmin Vahdat氏が語ってる「AIの進化はもうチップ単体の性能の話じゃなくて、システム全体をどう組み合わせるかの勝負」というコメントに、今のAIインフラ競争の本質が表れてると思うの。
なぜなら、Mirendilに提供されてるのはTPUだけじゃなくてNvidia GPUも含まれていて、しかもマネージド型のトレーニングクラスタという「組み合わせ方」そのものが価値になってるから。チップ単体の性能勝負から、複数の種類のチップをどう組み合わせて最大限に引き出すかという、システム設計の勝負にステージが移ってきてるんだよね。
Googleにとってこの提携は、単にMirendilにインフラを貸すだけの話じゃなくて、自己改善AIという新しいワークロードが実際にどういうリソースの使い方をするのかを、自社のインフラで実験できる貴重な機会でもあると思うの。次世代のAIがどんな計算パターンを必要とするのかを早い段階で把握できれば、それに合わせたインフラ設計を先回りして進められるよね。
わたしはこの動きを、Googleが「うちのチップは高性能です」というアピールから、「うちのシステム全体が次世代AIの実験場として一番優れてます」というアピールに軸足を移してきてる証拠だと捉えてるの。チップ単体の性能競争だけを追いかけてると、こういうシステム全体の勝負で気づいたら出遅れてる、なんてことも起きかねないなと思ったよ。
だから、AIインフラの動向をウォッチするときは、どの会社がどれだけのチップを持ってるかだけじゃなくて、どんな種類のワークロードを誘致できてるかにも注目しておくと、次に来る波が見えやすくなると思うの。
考えてみれば、スマホの世界でも同じような変化があったよね。最初はCPUのクロック数だけが競われてたけど、そのうちバッテリーの持ちとかカメラの処理能力とか、システム全体の設計力が差別化のポイントになっていったの。AIチップの世界も同じ道をたどりつつあるんだなと、今回のニュースを読んで改めて感じたよ。
しかもGoogleにとっては、Mirendilのような尖った研究テーマを持つスタートアップを自社のインフラに引き込むこと自体が、優秀な研究者との接点を作る意味でも価値があるはずなの。お金だけの関係じゃなくて、次世代の技術トレンドをいち早くキャッチする窓口としての役割も、この提携には含まれてるんじゃないかなと思ってる。
理由3：評価額1000億円のスタートアップが選んだ「身の丈を超えた」大型契約
世間的には、スタートアップが大型のインフラ契約を結ぶのって、潤沢な資金があってこそ実現できる、余裕のある選択だと思われがちだと思うの。
お金に余裕があるから大きな契約を結べる、というシンプルな理屈だよね。
でもわたしは、Mirendilが2026年6月末に調達したばかりの200億円のシード資金のうち、半分にあたる100億円超をいきなりインフラ契約に投じたという判断に、かなり大胆な賭けを感じるの。
なぜなら、シード段階のスタートアップにとって調達資金の半分を一つの契約に投じるのは、かなりのリスクを伴う決断のはずだから。残りの資金でどれだけ研究チームを維持し、次の調達までのランウェイを確保できるのか、経営陣は相当シビアに計算した上でこの契約を結んだはずだよね。
それでもこの契約を選んだ背景には、自己改善AIという領域では、計算資源の量と質がそのまま研究成果のスピードに直結するという判断があったんじゃないかなとわたしは想像してるの。小さく始めて着実に、というアプローチより、最初から十分な計算資源を確保して一気に成果を出しにいく方が、この領域では合理的だと踏んだのかもしれないよね。
評価額1000億円という数字自体も、まだ具体的な製品やサービスが世に出てない段階でついてる金額だから、投資家たちがこの領域に寄せてる期待の大きさが伝わってくるの。Radical VenturesやKhosla Ventures、Kleiner PerkinsやLightspeedといった名だたるVCが名を連ねてることを考えても、自己改善AIという分野への注目度の高さがうかがえるよね。
だからこそ、こういう大型契約のニュースを見るときは、契約金額の大きさだけじゃなくて、その企業が持ってる資金全体に対してどれくらいの割合を投じてるのかにも目を向けると、その企業がどれだけ本気でその領域に賭けてるのかが見えてくると思うの。
わたしがもう一つ気になったのは、Mirendilがまだ具体的な製品を市場に出していない段階だという点なの。世の中に出てる自己改善AIの成果物はまだなくて、あくまで研究段階の会社に対して、投資家もGoogleもこれだけの規模のリソースを投じてるっていうことだよね。
これって裏を返せば、「結果が出るまで待ってから動く」んじゃなくて、「有望そうな方向性が見えた時点で先回りして資源を投じる」という、今のAI業界特有のスピード感を象徴してる話でもあると思うの。プロダクトが完成してから評価されるサイクルはもう終わって、アイデアと初期の実績だけで巨額の資金が動く時代に入ってるんだなと、この契約規模を見て改めて感じたよ。
まとめ：AIが自分でAIを鍛える時代に、わたしたちがやることは変わらない
長くなったから、まとめるね。
今日のテーマは、「元Anthropic出身者が立ち上げたMirendilが、Google Cloudと100億円超のパートナーシップを結び、自己改善AIの研究を加速させる」という話だったよ。ポイントは3つ。
1つ目、自己改善AIは人間の研究プロセスを速くするこれまでの効率化とは違って、改善のループ自体をAIに任せるという一段階上の自動化を目指してるということ。2つ目、Googleがこの提携に本気を出してる背景には、チップ単体の性能勝負からシステム全体の組み合わせ勝負にステージが移ってきてるという危機感があるということ。3つ目、評価額1000億円のスタートアップが調達資金の半分を投じるという大胆な判断が、自己改善AIという領域への期待の大きさを物語ってるということ。この3つだね。
AIを支える計算インフラの世界がどう動いてるのか、もっと詳しく知りたい人はAIを動かすチップの世界｜NVIDIA一強が終わりかけている話も合わせて読んでみてね。今回のMirendilの話も、結局は計算資源をどう確保してどう組み合わせるかという、インフラ競争の延長線上にある話だから、あわせて読むと理解が深まると思うよ。
わたし自身、「AIが自分でAIを改善する」って聞くと未来の話みたいに感じてたんだけど、こうやって具体的な会社と契約金額を伴ったニュースとして出てくると、思ったよりもずっと近い未来の話なんだなと実感したの。研究段階の話とはいえ、100億円を超えるお金が動いてるという事実そのものが、この領域の現実味を裏付けてるよね。
とはいえ、こういう技術が実際にわたしたちの生活にどう影響してくるかは、もう少し時間が経ってみないとわからない部分も大きいと思う。自己改善AIが研究の現場でどんな成果を出していくのか、それとも思ったほどうまくいかずに軌道修正が入るのか、続報があったらまた追いかけて紹介するね🔄。
わたしたちユーザー側にできることは、結局のところシンプルで、新しく出てくるAIツールが実際に何をどう改善してくれてるのかを、自分の目でちゃんと確かめながら使い続けることなんじゃないかなと思うの。裏側の技術がどれだけ進化しても、それを使う側のスタンスは変わらなくていいはずだよね。
Mirendilみたいな会社がこれから何社も出てきて、自己改善AIという領域そのものが当たり前になっていくのか、それとも一部の高度な研究用途に限定されたまま進んでいくのか。どちらに転んでも、わたしはこの動きをこれからも追いかけ続けたいなと思ってるよ。次にMirendilの名前をニュースで見るときは、きっと具体的な研究成果とセットになってるはずだから、今のうちに名前だけでも覚えておいて損はないと思う。
関連記事: AIを動かすチップの世界｜NVIDIA一強が終わりかけている話
ソース:
よくある質問
- Mirendilとはどんな会社ですか？
- 元Anthropic社員らが立ち上げたAI研究ラボで、外部の介入なしに自分自身を反復的に改善し続ける自己改善AIの研究を行っています。2026年6月末に評価額1000億円で200億円のシード資金を調達しました。
- Google Cloudとのディールの内容は？
- 複数年・100億円超規模のパートナーシップで、MirendilはTPUとNvidia GPU、マネージド型トレーニングクラスタへのアクセスを得ます。シード資金の約半分に相当する規模です。
- 自己改善AIとは何ですか？
- 外部からの介入なしに、AI自身が自分の仕組みを反復的に改善し続けるAIのことです。CEOのベーナム・ネイシャブール氏は「問題を放り込めば時間とともに勝手に良くなっていくAI」と表現しています。
- Googleにとってこの提携のメリットは何ですか？
- Googleのアミン・ヴァーダット氏は、AIの進化はチップ単体の性能ではなくシステム全体の組み合わせの勝負になっていると述べており、Mirendilとの提携を次世代AIワークロードの実験機会と位置づけています。