2026年8月5日、Google最高科学責任者（Chief Scientist）のJeff Dean氏が、27年間在籍したGoogleを離れ、Sanjay Ghemawat氏（Google Senior Fellow）、Quoc Le氏（Google Brain共同創業者）、Oriol Vinyals氏（Google DeepMind VP of Research）とともに新会社「Discovery Loop」を設立すると発表した。4人はDean氏自身のX（旧Twitter）投稿で公表し、AlphabetはDiscovery Loopの創業出資者兼クラウドパートナーとして関与することも同時に明らかになっている。
Google Brain創設からTensorFlow、AlphaStar、Geminiまで、この10年強のAI基盤技術の中核を作ってきた4人が同じタイミングで社外に出た、というだけでも業界的なインパクトは大きい。さらに退社先を「敵対する競合」ではなく「Googleが出資する別会社」という形にした点、そしてそれが単独の起業ではなく4人同時の集団移籍だった点に、AIエージェント開発者としても見ておくべき示唆がある。この記事では、一次情報をもとに何が起きたのかを整理し、なぜ今この形になったのかを3つの視点で分析し、最後に開発者への影響を考える。
何が起きたか — 発表の時系列
Discovery Loopの設立は、Dean氏自身のXアカウントからの投稿で公表された。投稿では「長年の友人であり共同研究者であるSanjay Ghemawat氏、Oriol Vinyals氏、Quoc Le氏とともに、Discovery Loop（Public Benefit Corporation）を設立することを発表できて非常に嬉しい。私たちのミッションは、機械学習・科学・工学を自動化し、発見と進歩を加速させることだ」という趣旨が述べられている。続く投稿では「私たちの基本的なアプローチは、実験ループそのものを自動化することだ。この手法は科学・工学の多くの分野に広く応用できると考えている」とも説明した。
| 日時 | 出来事 |
|---|---|
| 2026年8月5日 | Jeff Dean氏が自身のXでDiscovery Loop設立を発表。同日、TechCrunch・GeekWire等が一斉に報道 |
| 2026年8月5日 | Discovery Loop公式サイト（discoveryloop.com）が公開。ミッションと4名の創業者を明示 |
| 2026年8月5日 | Radical Venturesが投資ブログを公開、共同リード投資家であることを明らかに |
| 2026年8月6日 | The Motley Fool等の投資メディアが、Alphabetの出資判断を中心に分析記事を配信 |
Google側もこの動きを追認しており、TechCrunchの報道によれば、Alphabetは創業出資者としてDiscovery Loopに資金を提供するのに加えて、同社のクラウドインフラパートナーを務め、機械学習システム・インフラ分野の研究フレームワークで協業する計画だという。競合を生み出すというより、社外に出た研究プロセスの隣に座席を確保する形に近い。
4人のプロフィールと、それぞれの実績
今回の4人は、それぞれ単独でも「AI基盤技術の教科書に載る」レベルの実績を持つ。誰が何を作ってきたのかを整理すると、Discovery Loopが掲げる「実験ループの自動化」というミッションの重みが見えてくる。
| 氏名 | Googleでの直近の役職 | 主な実績 |
|---|---|---|
| Jeff Dean | Google最高科学責任者（Chief Scientist） | Sanjay Ghemawat氏とMapReduce・Bigtable・Spannerを共同開発。Google Brainの立ち上げを主導し、TensorFlowの開発を牽引。27年間Googleに在籍 |
| Sanjay Ghemawat | Google Senior Fellow | Dean氏との20年以上にわたる共同研究で知られる分散システムの設計者。Google File System・MapReduce・Bigtableの共同開発者 |
| Quoc Le | Google Brain共同創業者、Google DeepMind Fellow | 2017年にAutoML（ニューラルアーキテクチャサーチ）プロジェクトを主導し、EfficientNet系モデルの土台を構築。seq2seqやMeena（後のLaMDA系列）の開発にも関与 |
| Oriol Vinyals | Google DeepMind VP of Research | StarCraft IIでグランドマスター級の実力を示したAlphaStarを主導（成果はNature誌の表紙を飾った）。seq2seqモデルの共同発明者で、Geminiの共同テクニカルリードも務めた |
4人に共通するのは、いずれも「モデルそのもの」だけでなく「研究・実験のプロセスをどう設計するか」に一貫して関心を持ってきた点だ。MapReduce・Bigtableは大規模データ処理の実験基盤、AutoMLはモデル設計の自動探索、AlphaStarは大規模並列強化学習の実験基盤という意味で、いずれも「人間の手作業を減らして実験の回転数を上げる」系譜にある。Discovery Loopのミッション「実験ループの自動化」は、この4人のキャリアの延長線上にあると見ることができる。
Discovery Loopとは何か — ミッションと事業内容
Discovery Loop公式サイトの説明によれば、同社が目指すのは「機械学習・科学・工学を自動的に解決する（automatically solve important problems）」ことだ。人間が実験を一つずつ順番にこなす代わりに、AIシステムが実験を提案し、実行し、結果から学習し、それを再帰的に繰り返す形で、数千件規模の実験を並列に走らせる仕組みを構築するという。
第一段階として、Discovery Loop自身を最初の顧客に見立てる形で機械学習研究の自動化に取り組み、そこで得た知見を土台に工学・医療・材料設計・クリーンエネルギーといった「グランドチャレンジ」領域へ展開していく計画だとされている。会社形態はPublic Benefit Corporation（公益法人）で、Dean氏はCEOに就任する見通しだ。営利最大化だけでなく、公益目的をミッションに明記した法人形態を選んでいる点は、OpenAIが非営利からPBC構造へ移行した動きとも重なる。
投資家についてはRadical VenturesとKhosla Venturesが共同リード投資家となり、Radical Ventures マネージングパートナーのJordan Jacobs氏が取締役会に参加する。加えてKleiner Perkins、Lightspeed、Doerr Capitalも参加投資家として名を連ねている。ただし2026年8月時点で、調達額・評価額（バリュエーション）は創業者側から公表されていない。資金調達額やDiscovery Loopが実際に構築している技術の詳細（アーキテクチャ、使用モデル、具体的な実験対象）についても、2026年8月時点で公式な発表はなく確認できていない。
なぜ大物4人が同時に動いたのか — 3つの視点
視点1：Googleにとっては「競合への資金提供」ではなく「実験ループの隣の席」
Alphabetが自社の主力研究者の退社に対して、追わせずに出資という形で応じたのは一見矛盾しているように見える。しかし業界メディアの分析では、Googleにとってこの構図は「最も成長スピードの速い研究プロセスのすぐ隣に、投資家兼クラウドパートナーとして座席を確保する」戦略的な判断だったとの見方が示されている。人材の流出を完全に止めることが難しいなら、外に出た研究成果へのアクセスと自社クラウドの利用契約を確保する方が費用対効果が高い、という判断だ。断定はできないが、Alphabetが「創業出資者」かつ「クラウドパートナー」という二重の立場を取ったこと自体が、この見方を裏付ける材料になっている。
視点2：カリフォルニア州の競業避止条項禁止が独立を後押しした可能性
もう一つ指摘されているのが、カリフォルニア州では競業避止条項（non-compete）が原則として無効とされているという法的な背景だ。これにより、大企業の階層的な意思決定プロセスに縛られず、自律的な研究体制を社外で構築することが法的に可能になっている、との見方がある。Discovery Loop公式サイトの「少数の人間が、今日の巨大な科学者・エンジニアチームよりも迅速かつ高品質で研究・工学を遂行できる未来を想像してほしい」という一文は、大企業の意思決定の重さそのものを課題として捉えている可能性を示唆する。ただし、Dean氏本人がGoogle社内の意思決定プロセスと比較して直接この点に言及した発言は、現時点の報道では確認できていない。
視点3：2026年に加速するAI人材流出とPBC構造の広がりという業界文脈
Discovery Loopの設立は孤立した事例ではない。CNBCが2026年4月28日に報じたところによれば、Dealroomの集計で2025年以降に設立されたAIスタートアップへのVC投資額は188億ドル（約2.8兆円）に達しているとされ、MetaやGoogle、OpenAIといった大手から研究者がスタートアップへ移る動きが続いているという。背景として、大手ラボでは商用ロードマップとベンチマーク性能を優先せざるを得ず、探索的な基礎研究に割ける裁量が限られる、という趣旨の指摘も複数のメディアでなされている。加えて、法人形態としてPublic Benefit Corporationを選ぶ動きも広がりつつあり、OpenAIも非営利法人からPBC構造への移行を完了させている。Discovery Loopはこうした「大物研究者のスピンアウト」と「PBC構造の採用」という2つの潮流が同時に体現された事例と位置づけられる。
AIエージェント開発者への影響
Discovery Loopが掲げる「実験を提案する→実行する→結果から学習する→繰り返す」というループ自体は、AIエージェント開発の文脈で見れば目新しい概念ではない。強化学習のフィードバックループや、AutoMLのニューラルアーキテクチャサーチと同じ骨格を持っている。Discovery Loopの独自技術は非公開だが、開発者にとって参考になるのは「この骨格を自分たちのエージェント設計にどう当てはめるか」という視点だ。以下は、Discovery Loopの実装とは無関係な、一般的な「提案→実行→評価→反復」エージェントパターンの疑似コードだ。
# 参考: 一般的な「実験ループ」型エージェントの疑似コード
# ※ Discovery Loop社の実装ではなく、AutoML/強化学習で広く使われる設計パターンの例示
# 動作環境: Python 3.11+（概念コードのため実行には実験管理基盤の実装が別途必要）
class ExperimentLoopAgent:
def __init__(self, hypothesis_generator, executor, evaluator):
self.hypothesis_generator = hypothesis_generator # 次の実験を提案する
self.executor = executor # 実験を実行する
self.evaluator = evaluator # 結果を評価しスコア化する
self.history = []
def run_cycle(self, n_parallel=8, max_iterations=100):
for i in range(max_iterations):
# 1. 過去の結果から次の候補を複数提案（並列実行前提）
candidates = self.hypothesis_generator.propose(
self.history, n=n_parallel
)
# 2. 候補を並列に実行し、結果を収集
results = [self.executor.run(c) for c in candidates]
# 3. 結果を評価し、学習用の履歴として蓄積
scored = [(c, self.evaluator.score(r)) for c, r in zip(candidates, results)]
self.history.extend(scored)
# 注意: 本番運用では評価基準の妥当性検証と、
# 異常な実験結果を人間がレビューする仕組みを必ず組み込むこと
return max(self.history, key=lambda x: x[1])
ポイントは「候補生成」「並列実行」「評価」の3つを分離して設計している点だ。Discovery Loopの発表が示唆するのは、この3要素をAIエージェント自身に担わせ、人間はループの外側で評価基準の設計と異常検知だけを担当する体制への移行が、少なくとも機械学習研究の領域では現実的な選択肢になりつつあるということだろう。AIエージェント開発の現場でも、単発のタスク実行エージェントから、複数の候補を並列に試し評価する「実験ループ型」の設計へ関心が広がっていく可能性は高い。ただし、実験コストが低い機械学習研究と異なり、物理世界を伴う工学・医療・材料設計では並列実験のコスト構造がまったく異なる点には注意が必要だ。Discovery Loopもこの点を認識してか、まず機械学習研究を自社の最初の顧客として自動化し、そこで得た知見を他分野に展開する段階的なロードマップを取っている。
よくある質問
Discovery Loopとは何ですか？
Jeff Dean氏・Sanjay Ghemawat氏・Quoc Le氏・Oriol Vinyals氏の4人が2026年8月5日に設立を発表した、機械学習・科学・工学の研究プロセスを自動化することをミッションに掲げるPublic Benefit Corporationだ。まず機械学習研究の自動化から着手し、その後工学・医療・材料設計・クリーンエネルギー分野への展開を計画している。
Googleとの関係はどうなっていますか？
4人はGoogleを退社したが、Alphabetは創業出資者かつクラウドパートナーとしてDiscovery Loopに関与している。競合として敵対する形ではなく、Googleが投資・提携する形で研究成果へのアクセスを確保する構図だ。
資金調達額はいくらですか？
Radical VenturesとKhosla Venturesが共同リード投資家となり、Kleiner Perkins・Lightspeed・Doerr Capitalも参加していることは公表されている。ただし2026年8月時点で、具体的な調達額や評価額（バリュエーション）は創業者側から公表されておらず確認できていない。
Jeff Dean氏はGoogleに何年在籍していましたか？
複数の報道でDean氏の在籍期間は27年とされている。MapReduce・Bigtable・TensorFlowなどGoogleのAI・インフラ基盤技術の中核を長年担ってきた人物で、直近の役職はGoogle最高科学責任者（Chief Scientist）だった。
AIエージェント開発者にとって何が変わりますか？
Discovery Loopの具体的な技術実装は非公開のため、今すぐ開発現場で使えるツールが登場したわけではない。ただし「候補生成・並列実行・評価」を分離した実験ループ型のエージェント設計思想が、業界の第一線の研究者たちによって独立企業のミッションに据えられたという事実は、同種の設計パターンへの関心が今後さらに高まる可能性を示すシグナルとして受け止められる。
参考・出典
- Jeff Dean氏によるDiscovery Loop設立発表ポスト — X（旧Twitter）（参照日: 2026-08-10）
- Discovery Loop 公式サイト（参照日: 2026-08-10）
- Jeff Dean and other top AI researchers are leaving Google to launch their own startup — TechCrunch（2026年8月5日、参照日: 2026-08-10）
- The startup idea that convinced a UW computer science legend to leave Google after 27 years — GeekWire（参照日: 2026-08-10）
- Our Investment in Discovery Loop — Radical Ventures（参照日: 2026-08-10）
- Meta, Google, OpenAI among Big Tech firms seeing top staff leaving to launch AI startups — CNBC（2026年4月28日、参照日: 2026-08-10）
AIエージェント業界の企業再編という文脈ではManus買収破談、Tencentが最大株主浮上｜企業への影響も参考になる。Googleが同時期に投入したAI技術についてはGemini Robotics 2解剖｜3モデルの役割と開発者の選び方で解説している。「提案→実行→評価」を分離するエージェント設計そのものを詳しく知りたい場合はマルチエージェントの設計パターン3選｜失敗例と実装ガイドもあわせて確認してほしい。
この記事を読んで導入イメージが固まってきた方へ
UravationではAIエージェント導入の研修・コンサルを行っています。
この記事はAIgent Lab編集部がお届けしました。
