セコイアが支援するAI研究所：脳はAIの「下限であり上限ではない」

セコイアの支援、1.8億の資金調達が脳型AIの新たな道を照らす

AI分野の競争が白熱化する中、Flapping Airplanesという名の新興研究所が頭角を現し、先日Google Ventures、セコイアキャピタル、Index Venturesなどのトップティア投資機関から1.8億ドルのシードラウンド資金調達を完了したと発表した。このシードラウンドとしては異例の資金調達規模は、投資家たちがこの研究所の独自のビジョンを強く評価していることを示している。

Flapping Airplanesの創業チームは、兄弟のBen SpectorとAsher Spector、そして共同創業者のAidan Smithで構成されている。三人の経歴は深い：BenはかつてOpenAIで強化学習研究に従事し、Asherは神経科学の博士号を持ち、AidanはDeepMindで効率的学習アルゴリズムプロジェクトをリードしていた。チーム設立当初から、多くの研究所が「不可能なミッション」と見なす目標を明確にしていた：AIモデルを大量のインターネットデータの「掃除機」モードに依存するのではなく、人間の脳のように効率的に学習させることだ。

「脳は下限であり、上限ではない。」——Flapping Airplanes創業チーム

主流AIのボトルネック：データ飢餓と計算のブラックホール

AI発展の歴史を振り返ると、Transformerアーキテクチャの台頭以来、GPTシリーズやLlamaなどの大規模言語モデル（LLM）が業界を支配してきた。これらのモデルはインターネットから数兆トークンのデータをクロールして事前学習を行い、驚異的な性能を実現している。しかし、この道は厳しい課題に直面している：データの枯渇、プライバシー規制の強化（EUのGDPRや間もなく施行されるAI法案など）、そして天文学的な計算コスト。推定によると、GPT-4のトレーニングには既に1億ドル以上が費やされており、将来のモデルには数千億ドル規模の投資が必要になるだろう。より重要なのは、この「規模こそ正義」というパラダイムが人間の学習の本質を無視していることだ——赤ちゃんは数ヶ月間ウィキペディアを閲覧するのではなく、わずか数時間の観察で言語を習得できる。

Flapping Airplanesはまさにこの痛点を狙っている。彼らは海馬の「パターン分離」メカニズムや皮質下の「予測符号化」理論など、神経科学の最新の発見を参考に、「脳型学習フレームワーク」を開発した。このフレームワークは少数ショット学習（few-shot learning）と内発的動機駆動を強調し、AIが受動的に記憶するのではなく、限られたデータで自主的に知識を探索できるようにする。

技術革新：「バタフライ効果」から効率的なAI脳へ

研究所の名前「Flapping Airplanes」は、蝶の羽ばたきが嵐を引き起こすというカオス理論の隠喩に由来し、小規模で効率的な入力が指数関数的な出力を生み出すことを象徴している。コア技術には以下が含まれる：

• 動的神経アーキテクチャ：脳の可塑性を模倣し、モデル構造が学習に伴ってリアルタイムで調整され、固定パラメータの硬直性を回避する。
• 好奇心駆動型探索：内発的報酬メカニズムを導入し、AIが子供の好奇心のように不確実性情報を能動的に求める。
• マルチモーダル融合：視覚、言語、行動データを統合し、サイロ型トレーニングではなくエンドツーエンドの学習を実現する。

初期の実験では、このフレームワークがベンチマークテストで従来の方法の1/100のデータだけで同等の性能を達成できることが示されている。これはコストを削減するだけでなく、汎化能力を向上させ、「幻覚」問題を回避する。

投資家の視点：AIパラダイムシフトへの賭け

セコイアキャピタルのパートナーは次のように述べている：「私たちはデータを積み上げるだけのAIユニコーンを多く見てきたが、Flapping Airplanesは生物学的インスピレーションを真に理解する先駆者だ。」Google Venturesは、ロボティクスと自動運転分野でのポテンシャルに注目している。資金調達はシリコンバレーの研究所の拡張、トップ神経科学者の採用、そして最初の製品——教育AI助手用の脳型エンジンの推進に使用される。

編集者注：脳型AIの夜明けと懸念

Flapping Airplanesの登場は、まるで清流のようで、「より大きいことはより良い」というAIのコンセンサスに挑戦している。ChatGPTブームの後、業界は持続可能な道を切実に必要としている。脳型AIは「ポストムーア時代」を開くかもしれないが、課題は依然として存在する：生物学的シミュレーションの複雑性、倫理的リスク（AI自律意識など）、検証の難しさ。楽観的に見れば、成功すれば深層学習に次ぐ革命となり、AIをツールからパートナーへと進化させるだろう。編集者は、投資家の信頼はチームの実力とタイミングに由来すると考えている——2026年、データの壁は業界の天険となり、最初に突破した者が王となるだろう。

将来を展望すると、Flapping Airplanesは「脳は下限に過ぎない」という大言を実現できるだろうか？その結果を見守ろう。

本記事はTechCrunchから編集、著者：Russell Brandom, Theresa Loconsolo、日付：2026-02-11。