元Prometheus勧誘メンバーが、一度に5兆データポイントを処理するAIを発表
ニュース概要
ジェフ・ベゾスの野心的なProject Prometheusを率いるオファーをかつて受けた2人の研究者が、根本的に異なる技術基盤の上に構築した独自の人工知能ベンチャーを発表した。カリフォルニア工科大学の計算・数理科学教授で、元Amazonの科学者およびNvidiaのディレクターであるアニマ・アナンドクマールは、夫でAIインフラエンジニアのベネディクト・イェニクとともに、2026年8月25日（米国東部時間）にAccelerated Understanding Incを正式に立ち上げ、言語を生成するのではなく物理系をシミュレートするよう設計されたモデルを公開した。
Prometheusからのオファー
ロイターが報じ、複数のメディアが裏付けを取った詳細によると、Project Prometheusとの接点は2024年後半に始まった。投資家でバイオテック起業家のヴィク・バジャジが、ロサンゼルスでの夕食の席でアナンドクマールとイェニクに協業の可能性を持ちかけたのだ。バジャジはその後、ベゾスとともにPrometheusを共同設立することになる。その結果提示されたオファーレターには、夫妻に対する35％の株式持分、年俸100万ドル（3か月後には200万ドルに増額）、シリーズBラウンドを通じた20億ドル超の出資確約が含まれ、ベゾスも出資者に名を連ねていたと報じられている。アナンドクマールは、このベンチャーの広告塔兼科学ディレクターを務めることが期待されていた。
アナンドクマールとイェニクは最終的にこのオファーを断り、独自の会社を独立して発展させ続ける道を選んだ。Project Prometheusは2人抜きで進行し、その後2026年6月に120億ドルのシリーズB資金調達ラウンドを完了したと報じられ、複雑な物理的製品の製造自動化に焦点を当てたミッションを追求している。
異なるアーキテクチャ：Transformerではなくニューラル演算子
Accelerated Understandingのアプローチと主流の大規模言語モデルとの根本的な違いは、基盤となるアーキテクチャにある。AnthropicやGoogleが構築したチャットボットを含む現代のAIシステムのほとんどは、テキスト列の中で次の単語やトークンを予測するTransformerアーキテクチャに依存している。一方Accelerated Understandingは、アナンドクマールが初期の研究キャリアで開拓に貢献した、連続的な物理系をモデル化するための数学的枠組みであるニューラル演算子を使用している。
言語の統計的パターンを学習するのではなく、ニューラル演算子アプローチは物理系内の関係性を学習し、それらの系が空間と時間にわたってどのように進化するかを予測する。アナンドクマールは、この設計の背後にある思想を従来型AIとの対比で次のように説明した。「言語中心の知能観は、人間を中心に据えています。物理学を中心に据えることは、自然中心の見方なのです。」
新モデルの規模
内部テストにおいて、Accelerated Understandingのシステムは単一プロンプト内で5兆データポイントを処理したと報告されており、これは他の主要AI研究所の旗艦言語モデルが1回の入力で通常処理する量のおよそ500万倍に相当すると同社は説明している。この規模はアーキテクチャの副産物として提示されている。物理系は離散的なテキストトークンではなく連続的な場として表現されるため、モデルははるかに高密度な科学データやセンサーデータのストリームを一度に取り込むことができるのだ。
Nvidiaでの原点
アナンドクマールのニューラル演算子の研究は、2018年に入社し約5年間ディレクターを務めたNvidia時代にさかのぼる。2021年、NvidiaのCEOであるジェンスン・フアンは同社のGTCカンファレンスで彼女のニューラル演算子の研究を公に取り上げ、Transformerモデルに代わる物理学ベースのアプローチに対する業界の関心の初期シグナルとなった。
資金調達とインフラ
アナンドクマールは、具体的な資金調達額やAccelerated Understandingに出資する投資家名の開示を控えている。ただし、同社はモデルの訓練と実行に使用されるハードウェアクラスタを供給したコンピューティングプロバイダーとの提携を確保していると示唆しているが、それらの提携先を公には特定していない。
想定される応用分野
報道によると、ニューラル演算子モデルについて現在検討されている初期の応用分野としては、半導体・材料設計、ロボティクス、異常気象予測、エネルギー探査のための地質データ解析などが挙げられている。創業者らが語るより大きな野望は、言語ベースのモデルが扱うようには設計されていない規模で、物理的・自然的システムの挙動を表現し予測できるAIシステムを構築することだ。
この比較が重要な理由
この話がAI業界で注目を集めているのは、高度なAI開発へのアプローチにおける分岐の拡大を浮き彫りにしているからだ。Project Prometheusを含む業界の多くが、物理的な製造・エンジニアリングタスクの自動化に大規模学習システムを適用することに注力してきた一方で、Accelerated Understandingは、科学用途向けに適応させた言語ベースのモデルよりも、物理学ネイティブなアーキテクチャの方が自然界のモデル化に適しているかもしれないという、並行する賭けを象徴している。