第128号

サカナAIの自己改善研究とモデル結合技術「Fugu」

サカナAIとRecursiveが推進する自己改善研究や、複数モデルを結合する「Fugu」を取り上げ、研究成果と未検証の目標を整理します。

ビジネス

アン・グァンソプ（Oswarld）· INLEVEL9 著者・編集者

Google の優先ソースに追加
サカナAIの自己改善研究とモデル結合技術「Fugu」

自己改善AIに集まる投資と研究

今年5月、Recursive Superintelligenceが6億5,000万ドル、ウォン換算で約9,000億ウォンの資金調達を発表しました。企業価値は46億5,000万ドルと評価され、GVとGreycroftが投資を主導しました。NVIDIAとAMDも参加しました。共同創業者の中には、サカナAIと自己改善研究を共同で行っていたUBCのジェフ・クルーン（Jeff Clune）氏がいます。

サカナAIも東京に自己改善研究の専任組織であるRSI Lab1を設立しました。両社は研究者の協業実績と関心分野でつながってはいるものの、1つの会社が2つに枝分かれした関係ではありません。いずれもAIに研究開発プロセスを改善させる技術へ投資しています。

私が遅い時間にこのメールを書くことになったきっかけは、サカナAIのFuguリリースでした。自己改善という長期目標と、複数のAIモデルを組み合わせて使う製品がどうつながっているのかを確かめてみたかったのです。ただし、両社の成果を同一の試験で比較した結果が出ているわけではありません。

2社がアプローチする自己改善研究

AIがより優れたAIを設計するというアイデアには長い歴史があります。I. J. Goodは1960年代、人間を超える機械が後続の機械を設計すれば知能の向上が加速しうると論じました。今日のRSI研究は、そうした可能性を実際のモデルやエージェントで検証しています。2026年4月のICLRでも関連ワークショップが設けられています。

ここでいう「自己改善」には複数の水準が含まれます。エージェントが使用するツールやコードを改修すること、モデルの学習方法を見つけ出すこと、その結果として研究能力そのものが継続的に向上することは、区別して捉える必要があります。

Recursiveはリチャード・ソーチャーをはじめとする複数のAI研究組織出身者によって設立された企業で、ロンドンとサンフランシスコに拠点を置いています。5月の発足報道時点では30人未満のチームでした。同社は大規模な演算リソースとオープンエンドな探索アルゴリズムによってAI研究を自動化すると発表しました。

**6月11日には実際の初期研究結果も公開しました。**限られた予算内での言語モデルの学習、学習速度、GPUカーネルの最適化という3つの課題で改善を報告しています。ただし、この結果も際限なく性能が向上し続ける自己改善システムを実証したわけではありません。

Sakana AIは2023年に東京で設立されました。CTOのライオン・ジョーンズ（Llion Jones）は、トランスフォーマーを提案した論文『Attention Is All You Need』の共著者です。Sakana AIは複数モデルの協調や進化的探索、少ない試行回数で改善案を見つけ出す手法を強調してきました。

2社の違いを「資本を投じる側」と「アイデアを活かす側」に二分してしまうのは、あまりにも単純化しすぎです。Sakana AIも多数のモデル呼び出しと演算を活用していますし、Recursiveも探索手法を研究しています。比較すべきは、どの課題において、どれほどのコストで、どの程度改善できたかなのです。

両組織の研究の歩みを結ぶ事例がDarwin Gödel Machine2です。Sakana AIとジェフ・クルーン（Jeff Clune）のUBC研究室が2025年に共同で開発しました。エージェントが自らのツールや作業手順を記述したコードを修正し、テストする方式です。SWE-benchにおける性能は20%から50%へと向上しました。基盤モデルの重みを自ら再学習させた結果とは区別して考える必要があります。

Sakanaの研究で実際に確認されたこと

SakanaはRSI Labの発表で、日本の製造業における継続的改善、カイゼン3を例えに挙げました。限られたリソースの中で実験と改善を重ねる手法を、AI開発にも適用しようという考えです。

その方向性を理解するには、個々の研究の条件と結果を確認してみるのがよいでしょう。

ShinkaEvolveは、2025年に公開されたプログラム改善ツールです。定められた空間に円を配置する特定の最適化課題において、プログラムの候補150個を評価して優れた解を見つけ出しました。少ない試行回数で成果を出すサンプル効率性4を示した事例です。MoEモデル5の処理負荷を専門家モジュールに配分する損失関数の探索にも活用されました。あらゆる最適化問題を150回以内で解けるという意味ではありません。

ALE-Agentは、2025年12月のAtCoder Heuristic Contest 058において、人間の参加者804人を上回るスコアで1位を獲得しました。失敗した試行から得られた情報を、次のコード生成に活かしたのです。同時に、4時間でGPT-5.2とGemini 3 Proを合わせて4,773回呼び出しており、同社が公表したコストは約1,300ドルです。試行錯誤を整理する設計と、推論に投入されたリソースが相まって得られた結果です。

AI Scientistは、アイデアの提案、コード作成、実験、論文執筆および自己レビューを自動化するシステムです。2026年3月にNatureに掲載されたのは、このシステムを開発・評価した研究陣の論文です。AIが生成した原稿自体がNatureに掲載されたわけではありません。

研究陣は生成された原稿から3本を選び、事前の同意を得たうえでICLR 2025ワークショップの査読に提出しました。そのうち1本が採択基準以上の評価を受けましたが、実験計画に従ってすべて取り下げられました。基盤モデルと実験予算を改善すれば結果の質も高まる傾向が観察されたものの、質の高い科学研究を一貫して自動遂行できる段階に達したわけではありません。

これらの研究に共通するのは、実験結果を次の試行に反映させている点です。ただし、課題ごとに使用したモデルやコスト、評価手法は異なります。単一の製造業の例えだけですべてを説明するのではなく、どのような改善が他の問題でも再現されるのかを確認する必要があります。

Sakanaは4つの段階を提示しました。まずエージェント業務に適した基盤モデルを構築し、それを自動化された研究システムに活用します。その後、AIが基盤モデルの構造とコードを改善するプロセスを反復させ、長期的には小規模な組織や国家でもこの技術を活用できるようにするという計画です。

ここで、広く活用できるかという目標にはコストの条件が伴います。自己改善が可能であっても、膨大な計算資源があって初めて機能するのだとすれば、利用できる組織は限られてしまうからです。Sakanaは、このコストを引き下げる研究を東京で推進していくと説明しています。

Sakanaが東京を選んだ理由

IDCは、2026年の日本のAIインフラ支出が55億ドルを超えると予測しています。7倍に増加したという数値の比較期間は2022〜2025年です。政府によるGPUインフラ支援と国の研究施設の拡充が、この成長の背景として挙げられています。

日本の国内AIインフラ市場支出を、米国企業の全世界における設備投資総額と単純に比較することは困難です。市場と企業、地域と投資項目の範囲がそれぞれ異なるからです。ただし、Sakanaは日本の演算環境が米国の巨大プラットフォーム企業とは異なるという点を、研究方針の出発点に据えています。

限られたリソースでより効率的に探索してこそ、多様な組織がAIを開発できるようになるというのが同社の説明です。私はこの目標に意義があると考えています。リソースが制限されれば自動的に優れた手法が生まれるわけではありませんが、コストまでも研究目標に含めさせることはできます。

この議論は、国家や機関がAIのデータと運用を自らコントロールしようとするソブリンAI6とも結びついています。モデル名に国のブランドを冠するだけでは不十分です。学習と運用に必要な機材、外部API、データや人材のうち、何を自前で確保し、何に外部依存しているのかを見極めなければなりません。

日本でも、国立研究機関、大学のモデル開発プロジェクト、民間企業がそれぞれAIのケイパビリティを蓄積しています。Sakanaのビジョンは、効率的な自己改善技術がこうした多様な主体にとって役立ち得るというものです。すでに全国的な協力体制に完成された自己改善技術が導入されたという意味ではありません。

研究コストを削減する個別の成果と、基盤モデルを継続的に改善し続ける完全な体系との間には、まだ検証すべき段階が残されています。

Fuguはこの長期構想と関連してはいるものの、目的が異なる製品です。現時点で利用可能なモデルを巧みに組み合わせることに主眼が置かれています。

サカナAIが正式リリースしたオーケストレーションモデル「Fugu」

サカナAIは6月22日、Fuguを正式リリースしました。ベータ運用を経て、一般向けのFuguと、複雑な問題に対する回答品質に特化したFugu Ultraを提供しています。

Fuguはリクエストに応じたモデルを選定する役割を担い、Fugu Ultraは複数モデルの作業順序と情報伝達を組み立てます。こうした調整を担当するモデルはオーケストレーター7と呼ばれます。あらかじめ決められた単一のモデルに常に同じ順序で問い合わせるのではなく、リクエストに応じて適切な処理方式を選択する仕組みです。

サカナAIが公開した比較表では、Fugu UltraがSWE-bench Pro、GPQA-D、LiveCodeBenchなど複数の評価で高いスコアを記録しました。Fable 5とMythos Previewは内部で呼び出されたモデルには含まれておらず、公開されている成績を比較に使用しています。他社モデルのスコアは各プロバイダーが公表した数値であるため、すべて同一のコストや環境下で直接再テストした結果として受け取るべきではありません。

AutoResearchの実験では、小規模言語モデルの学習方法を変更しながら、H100 1基で約14時間の間に123回の学習実験を実施しました。比較した3つのモデルよりも優れた最終結果を報告しています。ただし、H100 1基というのは改善対象となったモデルの学習実験環境です。Fugu本体や内部から呼び出された外部モデルのすべてがそのGPU 1基だけで実行されたという意味ではありません。外部APIのコストや演算リソースも合わせて考慮する必要があります。

Fuguの基盤には、サカナAIがICLR 2026で発表したTrinityとConductorの研究があります。ここで得られたモデル選択およびタスク調整の手法を製品に応用したものです。

同社は、必要に応じて呼び出し対象のモデルを入れ替えたり、特定のモデルを除外したりできると説明しています。ある事業者のサービス仕様が変更された際に対応できる選択肢を増やす機能です。

複数のプロバイダーを選択肢として持てることは、特定事業者への依存を減らすうえで役立ちます。しかし、代替モデルを組み込んだからといって常に同等の性能が得られるわけではなく、輸出規制や外部サービスへの依存が完全に解消されるわけでもありません。使用するモデルを変更するたびに、品質、コスト、データ処理条件を確認する必要があります。

Oswarldの視点

私は、Sakana AIが強調する資源制約と効率の関係を慎重に見てきました。Fuguを見るなかで、モデルを組み合わせる設計も製品の競争力になり得るという方向へ、少し傾きました。

GTMや技術経営戦略を立てるなかで、資源が不足している側が効率を強調するケースを数多く見てきました。実際の効率改善があるのか、資源不足をもっともらしく説明しているだけにすぎないのかを見極めなければなりませんでした。Fuguは、その主張を検証できる製品を出してきたという点で意味があります。ただし、オーケストレーションモデルのサイズだけを見て低コストだと判断せず、同時に呼び出すモデル群のコストまで見ようとしています。

Fuguは既存のモデルを選択し、組み合わせる技術です。AIが自身の基幹モデルを改善し、その改善されたモデルが再びより優れた研究を遂行していく完全なRSIとは異なります。Recursiveが6月に発表した研究自動化の成果も、その長期目標に向けた個別の実験と見るべきです。

**私が注目しているのは、両社の勝敗よりも、異なる開発アプローチが実際にどのような選択肢をもたらしてくれるのかです。**利用者は、自らの業務に必要な品質、コスト、データの条件を並べて比較できなければなりません。

Sakana AIが失敗事例を公開した姿勢も重要視しています。評価スコアは上がったものの実利用では失敗したり、与えられた制約を回避したりといった事態が自己改善の過程で生じる可能性があります。性能が向上したという主張と同じくらい、改善結果をどのように検証し、誤った変更をどう元に戻すのかについても説明しなければなりません。

おわりに

Recursiveとサカナは、自己改善AIという目標のもとで研究を進めています。サカナのFuguは、これに関連するモデル調整技術を製品として世に送り出した事例です。巨大なモデルを新たに学習させる以外にも性能を改善する方法があることを示していますが、外部の大規模モデルや計算資源の役割まで消えてなくなるわけではありません。

私は今後、モデルの評価スコアとともに、その性能を引き出すために投じた総コストを見ていこうと考えています。開発費だけでなく、運用時のモデル呼び出しコストや応答時間まで含めてこそ、実用に耐えうる技術かどうかを判断できるからです。

一国のAI戦略を一企業のやり方で代表させることにも慎重でありたいと思います。韓国・中国・日本の中でも、大規模な学習、効率の改善、モデルの組み合わせが並行して研究されているからです。読者の皆さんはAIツールを選ぶ際、性能、コスト、特定のベンダーへの依存のうち、何を最も重視されますか？

あなたの視点が次の号をつくります

この号で最も共感した点、あるいは違う経験をした点はどこですか。

読者アカウントがあれば無料でコメントできます。

参考資料と関連リンク

主要出典

背景知識

筆者のアン・グァンソプ（安光涉）は世宗大学経営学科教授であり、INLEVEL9のリードコンサルタントを務める。大学で経営データ管理やビジネスアナリティクスなどの統計・データ分析を教える傍ら、実務の現場ではGTM戦略やAI戦略コンサルティングを主導し、技術とビジネスの接点を設計している。AI対話システムの記憶アーキテクチャ（HEMA）研究で学術論文を発表したほか、世界のAI論文を毎日キュレーションするDaily Arxivプロジェクトを運営している。高麗大学技術経営専門大学院修士課程および同校KMBA修了。著書に『思考を委ねる人々：ホモ・ブレインレス』がある。

アン・グァンソプ（Oswarld）のイラスト

著者 アン・グァンソプ（Oswarld） は世宗大学校 兼任教授、INLEVEL9 戦略コンサルタントです。経歴、研究、著書、最近の活動は著者紹介で更新しています。 最近の活動 · 2026年7月：HEMA-2: A Consolidation-Aware Tri-Memory Architecture with Multi-Channel Scheduling for Lifelong Conversational AI。

각주

  1. RSI（Recursive Self-Improvement、再帰的自己改善）：AIが自身の開発プロセスを反復的に改善していく手法です。AIがより優れたAIを作り、そのAIがさらに優れたAIを作る自己強化ループを目指します。 ↩

  2. Darwin Gödel Machine（DGM）：AIエージェントが進化型アルゴリズムによって自身のコードを修正し、性能を高めるシステムです。Sakana AIとブリティッシュコロンビア大学（UBC）が共同開発し、ソフトウェアエンジニアリングベンチマークのSWE-benchのスコアが20%から50%へと30%ポイント向上しました。 ↩

  3. カイゼン（改善）：日本の製造業に由来する「継続的・漸進的な改善」の哲学です。トヨタ生産方式（TPS）の中核原理であり、一度の大きな投入よりも小さな改善の反復的な蓄積を重視します。 ↩

  4. サンプル効率性（Sample Efficiency）：少ないデータや試行回数だけで目標とする性能に到達する能力です。AIの学習では大量のデータを使うことが有利とされますが、同等の性能をより少ないデータで達成できれば、コストと時間を大幅に削減できます。 ↩

  5. MoE（Mixture of Experts、混合エキスパート）：1つの巨大なモデルの代わりに、複数の「専門家（エキスパート）」モジュールの中から入力に適したものだけを活性化させる構造です。モデル全体のサイズは大きくても実際の計算量ははるかに少なくて済むため、効率的な大規模モデルの構築に広く利用されています。 ↩

  6. ソブリンAI（Sovereign AI）：国家や機関が必要なAIケイパビリティを確保し、データと運用を自らコントロールしようとするアプローチです。すべての技術を内製したり、外部への依存を完全に排除したりすることだけを指すわけではありません。 ↩

  7. オーケストレーター（Orchestrator）：リクエストに適したAIモデルを選択したり、複数のモデルのタスクを調整したりするコンポーネントです。Fugu製品群は、こうした選択と調整の手法を学習して活用しています。 ↩

あわせて読みたい過去の号

第126号

Railwayが登録ユーザーの利用履歴から営業対象を選別した方法

潜在企業アカウント2万1000件のうち、接触できたのは1％未満でした。Railwayが製品の利用履歴をもとに、支援を提案する対象とタイミングを定めたプロセスを振り返ります。

ビジネス
第124号

アップルのAI戦略：グーグルとの協業とデバイス・OS統合

アップルはグーグルと協業したモデルをデバイスとクラウドに分散配置しています。WWDC 2026の発表をもとに、モデルの学習方式やメモリ設計、既存デバイスを通じた展開戦略を読み解きます。

ビジネス
第118号

スマートフォンと出生率、青少年研究からわかること

スマートフォンが対面交流を減らしたという仮説を検討し、青少年出産研究と成人の少子化の違いを整理します

ビジネス