Recursive社の共同創業者 田淵棟、画像はAI加工
文｜李海倫
編集｜徐青陽
Metaを去った田淵棟が、新たな一歩を踏み出した。
2025年10月、MetaはAI研究部門を約600人規模で一斉に削減。FAIR（基礎AI研究チーム）のリサーチサイエンスディレクターを務めていた田淵棟もその対象となった。このニュースが流れると、OpenAIやAnthropicなどのAI企業がこぞって彼にラブコールを送った。しかし田淵棟はそのいずれも選ばず、起業という道を進んだ。
米国時間5月13日、彼は共同創業者としてRecursive Superintelligence（再帰的超知能）に参画し、X（旧Twitter）で新たな動向を発表した。AI業界の大手を渡り歩いてきた中核人材たちが創設したこのRecursive Superintelligence社が、同日、正式にベールを脱いだのだ。
Recursiveの共同創業者、田淵棟の投稿
設立からわずか6カ月、チームは30人に満たないながら、すでに6億5000万ドルの資金調達を完了し、評価額は46億5000万ドルに達する。今回のラウンドはGV（Google Ventures）とGreylockがリードし、AMD VenturesとNVIDIAが参加。この資金は、サンフランシスコとロンドンにおける計算インフラと事業運営の拡大に投じられる。
田淵棟はXで次のように述べている。チームは「知識を自動で発見し、再帰的に自己改善するAI」を構築しており、これが科学技術の進歩のあり方を根本から変えることになる、と。
01 夢の「AIドリームチーム」を結集
Recursiveの背後には、豪華絢爛とも言える創業者チームが控えている。
会社は田淵棟を含む8名の共同創業者によって設立され、元Salesforceのチーフサイエンティスト、Richard Socherをはじめ、Caiming Xiong、Tim Shi、Josh Tobinといった面々が名を連ねる。彼らはこれまで、OpenAI、Google DeepMind、Meta、Salesforceといったトップラボで研究責任者または中核的役割を担ってきた。
チームメンバーの専門知識は、エージェントAI科学者、アーキテクチャとアルゴリズム設計、ワールドモデル、最適化、そして説明可能性といった、多岐にわたる重要分野を網羅している。
彼らの多くは、各研究分野の先駆者でもある。オープンエンドなアルゴリズム、品質多様性アルゴリズム、生成AI、自己改善型コーディングエージェント、自動化されたレッドチーム演習と能力発見、基盤ワールドモデル、深層学習、Vision Transformer、検索拡張生成など、数々の革新的な進歩を主導、あるいは先導してきた。
Recursiveの8名の共同創業者：Alexey Dosovitskiy、Caiming Xiong、Jeff Clune、Josh Tobin、Richard Socher、Tim Rocktaschel、Tim Shi、そして田淵棟
そして今、彼らは「AIの再帰的な自己改善の実現」という共通の信念のもとに結集したのだ。
02 「進化論」をコードで実装する
再帰的な自己改善の理論は、決して複雑ではない。共同創業者兼CEOのRichard Socherは次のように説明する。「AIはコードです。そして今、AIはコーディングができるようになりました。必要なピースはすべて揃っているのです」。
彼の論理は明快だ。AI自体がコードで構成されており、今のAIにはコードを書く能力がある。それならば、AIに自分自身のコードを改善させるというのは、理屈の上で完全に筋が通っている。
彼の見解では、機械学習がここ数年歩んできた道は明らかだ。計算能力が増し、データが増えるほど、従来は人間が手作業で設計していた手法が、徐々にAI自身によって駆動される手法へと置き換えられてきた。Recursiveがやろうとしているのは、その道の先まで行き着くことだ。
Recursive共同創業者兼CEO、Richard Socher
Recursiveは、その技術哲学を説明するため、自然知能の誕生から説き起こす。人類の知性は、ダーウィン的な生物進化と文化的進化という二つのオープンエンドなプロセスによって共創された。この二つのプロセスは、興味深く、互いに異なる発見のアーカイブを絶えず蓄積し、あらゆる新発明は、それ以前の成果の上に積み重ねられてきた。
その中で、生物進化は我々の身体、視覚、単純反射を形成し、文化的進化はそうしたハードウェアを基盤として、推論、言語、科学を発展させた。このプロセスに天井はなく、イノベーションは永遠に続く。
AIの科学もまた、同様にこのオープンエンドなイノベーションの法則に従う、とRecursiveは考える。ただ、これまでの発見は人間の科学者によって推進されてきた。そして今こそ、そのバトンをAI自身に渡す時なのだと。
したがって、Recursiveは、以下のように確信している。超知能への最速の道は、再帰的に自己改善できるAIによって実現され、その改善は、無限のイノベーションを駆動できるオープンエンドなアルゴリズムに依拠しなければならない。彼らはまず、AI自身の科学研究から着手し、AIを改善するAIを創り出し、その後、この方法論をより広範な科学分野へと急速に拡大していく計画だ。
Socherはソーシャルプラットフォームにこう記した。「AIの生物学にとっての意味は、微積分の物理学にとっての意味と同じだ。それは、複雑なシステムを扱い、我々がそれらをより良く理解し、設計するための新しい言語であり、考え方なのです」。
Recursive公式発表：ステルスモードを脱し公に
03 自ら研究し、自ら改善するAI
では、その自己改善可能なAIシステムは具体的にどのように機能するのだろうか？
同社が公開した情報によると、Recursiveが開発するAIは、「オープンエンドな自動化された科学的発見プロセス」の中でシミュレーションを行い、自ら実験のアイデアを提案し、テストを実施し、結果を検証する。
その改善範囲は、通常のコード最適化をはるかに超える。自らのコードを改善するだけでなく、AIプロバイダーがアルゴリズムの出力を強化するために用いる補助プログラム群、すなわち「ツールキット」の改善も含まれる。
さらに、このシステムは、自身の訓練および推論インフラを改善する方法を探求する。Recursiveの計画では、これらの自己改善実験は、オープンエンドなループの中で新たな能力を持続的に生成し最適化することで、人間による継続的な監修なしに、より良い学習方法を独立して発見することを可能にする。
もちろん、この全プロセスにおいて、安全性は最優先事項として据えられている。Recursiveは、収益を最大化しリスクを低減することで、システムが人類の繁栄を助け、危険な出力結果を生み出すのを防ぐための安全ガードレールを設定すると明言している。
Recursiveにとって、この超知能への長い旅路は、まだ第一歩を踏み出したばかりなのだ。