ビジョンの「コアアルゴリズム」を巡る資金調達：ビズボンの支援を受けるニューロAI企業Flourishの挑戦
本記事は、ニューロ科学者トーマス・リアルドン氏と元Amazon幹部ロブ・ウィリアムズ氏が共同で設立したAI企業Flourishに関するものです。同社は、現代AIが抱える「電力効率」と「継続的な学習」という二大課題の解決を目指しています。Flourishが開発する「Cortex AI」は、人間の脳の計算能力、学習効率、そして電力消費の制約に匹敵する初の合成知能システムとなることを目指しています。
リアルドン氏によると、現在の大規模言語モデル（LLM）は、その強力さにもかかわらず、膨大な計算能力とデータ（全人類が書いた文章のほぼ全て）を消費する「貪欲な消費者」であると指摘しています。一方、人間は情報処理に約20ワットのエネルギーしか使用しません。これに対し、AIクラスターのチップは30倍以上の電力を消費し、都市規模のエネルギーを必要とします。さらに、LLMは一度訓練されると学習が止まってしまうという問題があります。
Flourishの目標は、「50ワット以下で動作する合成人工知能脳」を構築することです。これは、人間の脳のように環境に適応し、LLMと比較して極めて少ない計算能力とエネルギーで動作するシステムです。同社は、AI研究者と神経科学者が並行して働く体制を構築し、最先端の実験室設備を用いて脳のアーキテクチャに関する知見を収集しています。具体的な研究分野として、脳の「皮質柱（cortical columns）」や、果実ムシの神経ネットワーク（LLMのコア構造であるトランスフォーマーより10倍効率的）の分析などが挙げられています。
この提案の「曖昧さ」はジェフ・ビズボンの関心を引き、彼は初期段階で5,000万ドルを出資しました。これに加え、Lux CapitalやGoogle Venturesなどからも資金が集まり、現在Flourishは5億ドルの資金力と25億ドルの評価額を誇っています。リアルドン氏は、同社の強みは、AI研究とウェットラボ実験を組み合わせる「神経科学者集団」にあると強調しています。今後は、海馬（hippocampus）に着想を得た記憶処理方法や、継続的な学習を可能にするモデルを開発し、チップメーカーとの提携を通じて実用化を目指しています。同社は、ナノ、マイクロ、メソの各スケールでのデータ収集を通じて、「知性の根源的なアルゴリズム」の発見に挑んでいます。
背景
近年、AI技術は大規模言語モデル（LLM）の発展により飛躍的な進歩を遂げましたが、その裏側で電力消費の増大と学習の限界という構造的な課題が指摘されています。本ニュースは、これらの課題を根本的に解決するため、生物学的な知見（特に脳科学）をAI開発に再統合しようとする動きを捉えています。
重要用語解説
- 大規模言語モデル（LLM）: 大量のテキストデータから学習するAIモデル。高い性能を持つ一方、膨大な計算資源と電力を消費し、学習後の柔軟性に課題を抱える。
- ニューロモーフィック: 脳の構造や動作原理を模倣した計算アーキテクチャ。従来のデジタルチップとは異なり、低消費電力で効率的な情報処理を目指す。
- 皮質柱（cortical columns）: 脳の皮質に存在する、特定の機能を持つ神経細胞の集まり。Flourishが「知性の計算単位」として注目している構造。
- 影響: Flourishのような企業が成功すれば、AIのエネルギー効率と学習能力が劇的に改善し、AIの社会実装がこれまで以上に加速します。これは、データセンターの電力問題や、AIの倫理的・経済的な持続可能性に大きな変革をもたらす可能性があります。今後の競争は、生物学的な知見の取り込み方にかかっています。