AIのボトルネック論争：新興スタートアップが突破口を主張、ブレイン・コンピュータ・インターフェース臨床試験が加速

人工知能が日進月歩で発展する今日、あらゆる技術的ブレークスルーが業界の注目を集めている。MIT Technology Reviewの日刊ニュースレター『The Download』2026年6月19日号では、二つの注目すべき進展が重点的に報道された。Subquadraticという名のAIスタートアップが大規模言語モデル（LLM）の数学的ボトルネックを解決したと主張したこと、そしてブレイン・コンピュータ・インターフェース（BCI）臨床試験の急速な台頭である。以下では、この二つのニュースを詳しく解説する。

Subquadratic：LLMの「二乗の壁」を打ち破る

昨年までステルスモードにあったスタートアップのSubquadraticが今月正式にその存在を公表し、大規模言語モデルの発展を阻んできた根本的な数学的ボトルネックを解決したという衝撃的な声明を発表した。このボトルネックとは、Transformerアーキテクチャにおける自己注意機構の計算複雑度の問題である。従来の自己注意の計算量はシーケンス長の二乗に比例（すなわちO(n²)）するため、シーケンス長が増大するにつれて計算リソースの消費が急激に膨れ上がり、大規模モデルのスケールアップにおける重大な制約となっていた。

「私たちは、注意機構の複雑度をn²からほぼ線形に削減する、数学的に厳密かつ実用的な手法を見つけました。しかもモデルの品質を犠牲にすることなく実現しています。」——Subquadratic CEO、公式発表より

同社は技術的な詳細を公開していないが、業界では線形注意（Linear Attention）やスパース注意（Sparse Attention）の変形に類似した手法を採用しているとの憶測がある一方、同社は「全く異なる数学的フレームワーク」だと主張している。注目すべきは、過去数年間にLinformer、Performer、FlashAttentionなど複数の線形複雑度の注意機構スキームが提案されているものの、長いシーケンスを扱うタスクにおいてオリジナルのTransformerに及ばない場合が多いという点だ。Subquadraticが本当に「品質を損なわない」という目標を達成しているかどうかは、独立した検証を待たなければならない。

編集後記：このような「大胆な主張」はAI分野では珍しくない。Subquadraticが実際に計算コストを大幅に削減できるのであれば、長文書処理、マルチターン対話、動画理解などのシナリオにおける大規模モデルの実用化を直接後押しすることになる。しかし歴史的に見て、「理論的に可能」から「エンジニアリング的に実用可能」への道には往々にして大きな隔たりがある。読者には慎重な楽観論を保ちつつ、今後の論文やオープンソースコードの公開を待つことをお勧めする。

BCI臨床試験：実験室から現実へ

同号の『The Download』では、BCIの最新動向にも注目している。複数の臨床試験が世界各地で同時に始動し、この技術が動物実験から正式に人体への長期植入段階へと移行したことを示している。試験に参加する企業にはNeuralink、Synchron、BrainGateなどが含まれ、それぞれ侵襲型電極アレイ、血管内ステント型電極、高密度頭皮電極といった異なる技術アプローチを採用している。

これらの試験の目標は、麻痺患者が外骨格を制御できるよう支援することから、言語機能を回復させる「音声デコードBCI」、さらにはうつ病治療のためのクローズドループ刺激の探索にまで及んでいる。MIT Technology Reviewは、複数のフェーズI/II臨床試験の読み出し結果が今後12カ月以内に公表される見込みであることから、2026年は「BCI臨床検証元年」となる可能性があると指摘している。

「私たちは今、BCIがSFから臨床へと移行する分水嶺の瞬間にいる。安全性、長期的な安定性、そして神経デコードの精度が現在の三大課題だ。」——ある神経工学専門誌の編集長のコメント

Subquadraticの「数学的ブレークスルー」と比較すると、BCIの進展は材料科学、マイクロエレクトロニクス、神経生物学などの学際的エンジニアリングの進歩に依拠している部分が大きい。例えば、Neuralinkの柔軟な電極とロボット植入手術はすでに数千チャンネル規模の神経信号記録を実現しており、SynchronのStentrodeは開頭手術を必要とせず、血管内インターベンションによって電極を運動皮質へと届けることができる。

トレンド分析と展望

AIの効率ボトルネックの突破であれ、BCIの人機インタラクションの最前線であれ、いずれも同じトレンドを示している。技術は、かつて「不可能」とされてきた領域への到達を加速させているということだ。SubquadraticがLLMの訓練・推論コストを大幅に削減できれば、より長いコンテキスト、より複雑な推論を伴うAIアプリケーションが現実のものとなる。BCIの臨床試験の推進は、補助医療、神経リハビリテーション、さらには認知機能強化などの分野に新たな地平を切り開く可能性がある。

しかし、そこに潜むリスクも直視しなければならない。AI分野では虚偽の主張や誇大宣伝が後を絶たず、BCIの倫理的・プライバシー上の問題も十分に議論されているとは言えない。規制当局は技術の発展に歩調を合わせ、これらの変革的技術が真に人類の利益につながることを確保していく必要がある。

本記事はMIT Technology Reviewより編訳