が選出した「世界で最も影響力のある100人」のインタビューにおいて、ハサビスはこう語りました。「この技術が完成すれば、あらゆる人類の病は過去のものとなるでしょう」。ノーベル賞受賞者が全世界の読者に向けて投げかけたこの言葉は、決して誇張ではありませんでした。

その背景には、今まさに動き出している巨大な機械がありました。AlphaFold（アルファフォールド）が開いた扉は、想像以上に広いものでした。2020年のCASP14において原子レベルの精度を達成した後、AlphaFold2は地球上に知られている2億個以上のタンパク質の三次元構造を予測することに成功しました。

一人の博士課程の学生がたった一つのタンパク質構造を解明するのに平均5年かかるとすれば、この作業を従来の手法で完了するには10億年もの博士課程の時間が必要だったはずです。AlphaFoldはその時間をわずか数ヶ月へと圧縮しました。2025年時点で、世界中の300万人以上の研究者がAlphaFoldのデータベースを活用しています。

これは、人類が自らの体の設計図を初めて手に入れたことを意味しています。ハサビスはここで立ち止まりませんでした。2021年、彼はAlphabet（グーグルの親会社）傘下に、Isomorphic Labs（アイソモーフィック・ラボ）という別会社を設立しました。

その名前自体にも、深い意味が込められています。「アイソモーフィック」とは、数学において「構造が等しい」ことを意味します。生物学の課題と情報科学の課題は、根本的に同じ構造を共有しているという、ハサビスの長年の直感を社名に刻み込んだのです。

Isomorphic Labsのミッションは明確です。「AIの力で、あらゆる病を克服する」。従来の創薬プロセスは、残酷なほど非効率的です。

一つの薬を市場に投入するまでには、平均して10年から15年を要し、費用は20億ドルを超え、臨床試験段階での失敗率は90パーセントに達します。Isomorphic Labsの主任科学者であるマイルズ・コングリーブは、このプロセスを「モグラ叩き」に例えました。化学者が数千もの化合物を合成し、一つずつ試験し、そのほとんどが失敗に終わり、また最初からやり直すというプロセスの繰り返しでした。

ハサビスが構想した代替案は、このプロセス全体を「ウェットラボ（wet lab）」から「イン・シリコ（in silico）」、すなわちコンピュータ・シミュレーションへと移行させることでした。AlphaFold 3は、タンパク質の静的な構造を超え、タンパク質とタンパク質、タンパク質と低分子（薬物）、タンパク質とDNA/RNAの間の相互作用までも予測できるように進化しました。ハサビスは、この技術が創薬の効率を「1,000倍」高めることができると述べています。

2025年3月、Isomorphic LabsはThrive Capitalが主導する6億ドル規模のシリーズA投資を誘致しました。ノバルティスやイーライリリーといった巨大製薬会社とも、総額30億ドルに達するパートナーシップを締結しています。そして2026年1月、ダボス会議（世界経済フォーラム）において、ハサビスは決定的な発表を行いました。

それは、AIが設計した初の抗がん剤が、2026年初頭に第1相臨床試験に突入するという内容でした。Isomorphic Labsは、腫瘍学、免疫学、心血管疾患を含む17の創薬プログラムを同時に運営しています。ハサビスの究極の夢は、「仮想細胞（virtual cell）」を作り出すことです。

単一の細胞内で起こるあらゆる化学的、生物学的な動態をシミュレーションできれば、薬が人体に及ぼす影響を、患者に投与する前にコンピュータ上で事前に確認することができます。さらに、個人の代謝特性に合わせて、一晩でオーダーメイドの薬を設計することさえ可能になります。ハサビス氏は2025年のダボス会議で、次のように語りました。「最終的には、パーソナライズされた医薬品を想像できるようになるでしょう。」

「AIシステムが、あなたの個別の代謝に最適化された薬を一晩で設計する、そんな世界です。」もしこのビジョンが実現すれば、医学の風景は根本的に変わります。ハサプリ氏がFortune誌のインタビューで予測した通り、「10年、15年後の医学は、今日の医学とは全く異なる姿になっている」はずです。病気は、発症した後に治療するものではなく、発症前に予測し、阻止する対象となるのです。

がんは死刑宣告ではなく、管理可能な状態となり、希少疾患の患者は「治療法がない」という言葉を耳にすることもなくなるでしょう。もちろん、このバラ色の展望の裏には、現実の重みも隠れています。ノバルティスのバイオメディカル研究責任者であるフィオナ・マーシャル氏は、「AIが発見プロセスを5年短縮できるかもしれませんが、アルゴリズムによってヒトへの安全性試験を回避することはできません」と指摘しました。

Isomorphic LabsのCEOであるマックス・ヤーダバーグ氏も、「ソフトウェアが現実の科学的プロセスと出会うとき、謙虚にならざるを得ない」と認めています。ハサビス氏自身も、当初は2025年末までに臨床試験を開始すると述べていましたが、その予定は2026年へと延期されました。命を扱う仕事において、急ぎすぎることは禁物であるという事実を、この分野における最も野心的な楽観主義者でさえ、認めざるを得ませんでした。

それでも、進むべき方向は明確です。AlphaFoldから始まった医療革命は、すでに後戻りのできない川を渡ったのです。

ハサビス氏がTIME誌で語ったように、「この技術が完成すれば、あらゆる病は過去のものとなるでしょう」。その言葉が予言となるか、あるいは単なる希望に終わるかは、まだ分かりません。確かなことは、50年もの間解けなかったタンパク質折り畳み問題を克服した人物が、次の目標として「あらゆる病の征服」を宣言したという事実です。そしてその宣言の背後には、6億ドルの投資、30億ドルのパートナーシップ、そして17の創薬プログラムが、すでに動き出しているという事実があります。

クリーンエネルギー（核融合）と気候変動の解決。ハサビス氏が夢見る根本的な豊かさの世界において、病の克服の次にくるのがエネルギーです。「もしエネルギーがゼロカーボンで無料になれば、気候危機を超越し、地球の生態系を復元し始めることができるでしょう」。2025年のTIME誌のインタビューでハサビス氏が語ったこの言葉は、空虚な修辞ではありませんでした。

DeepMindは、すでに数年前から核融合研究の核心的な難題にAIを適用していました。核融合とは、太陽が輝く原理です。水素の原子核が極限の高温・高圧下で衝突し、一つに融合する際、質量の一部がエネルギーへと変換されます。

アインシュタインの「E=mc²」が現実となる瞬間です。この反応を地球上で再現することができれば、人類は事実上、無限のクリーンエネルギーを手に入れることになります。燃料は海水から抽出できる水素であり、副産物は核分裂とは異なり、長寿命の放射性廃棄物でもありません。理論上、完璧なエネルギー源なのです。

問題は、理論と現実の間の距離です。核融合を起こすには、水素を1億度以上に加熱してプラズマ状態にする必要があります。この超高温プラズマを閉じ込める装置が、「トカマク（Tokamak）」です。

ドーナツ型の真空容器を強力な磁気コイルで囲み、プラズマが容器の壁に触れないよう磁場で閉じ込める原理です。しかし、プラズマは本質的に不安定です。そのため、磁気コイルの電圧を毎秒数千回の速度で調整しながら、プラズマの形状を維持しなければなりません。

たとえわずかでも壁に触れれば、熱が失われ、装置が損傷してしまいます。この制御の問題は、核融合の商用化を阻む最大の技術的障壁の一つでした。

2022年2月、DeepMindはNature誌に画期的な論文を発表しました。スイス連邦工科大学ローザンヌ校（EPFL）のスイス・プラズマ・センターと協力し、深層強化学習（Deep Reinforcement Learning）を用いてトカマク内部のプラズマを自律的に制御することに成功したのです。可変配置型トカマク（TCV）という実験装置において、AIは複数の磁気コイルを同時に調整し、プラズマを望みの形へと成形しました。

細長い形状、三角形、さらには「雪の結晶（snowflake）」のような形状までも。さらに驚くべきは、一つの容器内で二つの分離されたプラズマを同時に維持することに成功した点です。これは、強化学習が適用された実世界のシステムの中で、最も複雑な事例の一つとして評価されました。そして、この成果は始まりに過ぎませんでした。

2024年5月、DeepMindは「TORAX」というオープンソースのプラズマシミュレーターを公開しました。Googleの高精度な数値計算フレームワークであるJAX上に構築されたTORAXは、プラズマ内部の熱、電流、物質の流れを、迅速かつ精密にシミュレーションします。これはCPUとGPUの両方で動作し、AIモデルともシームレスに統合されます。

そして2025年12月、決定的なパートナーシップが発表されます。DeepMindとCommonwealth Fusion Systems（CFS）による研究協力です。CFSは2018年にMITからスピンオフした核融合スタートアップであり、高温超電導磁石を活用した小型トカマク型装置「SPARC」を開発しています。

SPARCの目標は明確です。史上初めて投入エネルギーを上回る融合エネルギーを生成すること、すなわち「純エネルギー生産（net energy）」の達成です。米国マサチューセッツ州デボンズに建設中のSPARCが成功すれば、その後継としてバージニア州に400メガワット級の商用発電所「ARC」が2030年代初頭に電力網へ接続される計画です。

DeepMindとCFSの協力は、3つの軸で進行しています。第一に、TORAXを活用してプラズマの迅速かつ正確なシミュレーションを実現します。SPARCが稼働する前に数百万件の仮想実験を行い、最適な運転条件を事前に把握します。

第二に、強化学習と「AlphaEvolve」のような進化的な探索手法を組み合わせ、純エネルギー生産を最大化する最も効率的で堅牢な経路を探索します。第三に、AIパイロットを開発して磁場配置を最適化し、融合出力を最大化させ、熱負荷を管理するリアルタイムの制御戦略を確立します。CFSの物理運用シニアマネージャーであるデボン・バタリア氏は、「TORAXは専門的なオープンソースのプラズマシミュレーターであり、SPARCのためのシミュレーション環境を構築・実行するために要する

時間を数え切れないほど節約してくれた」と評価しています。TORAXはすでにCFSの日常的な業務フローにおいて核心的なツールとなっています。GoogleはCFSへの投資を拡大しており、2030年代初頭に稼働予定の最初のARC発電所から、200メガワットの融合電力を購入する契約まで締結しています。

世界経済フォーラム（WEF）の2025年12月の報告書によると、MITのモデリング研究は、核融合発電量が2035年の2テラワット時から2050年には375テラワット時へと急増すると予測しています。米国エネルギー省は2025年10月に核融合ロードマップを発表し、2تق2030年代初頭までには核融合エネルギーを国家のエネルギー体系に組み込むことが可能であると明らかにしました。「核融合は現実であり、すぐそこにあり、調整された行動をとる準備ができている」という、米国エネルギー省核融合エネルギー科学局のジャン＝ポール・アラン副局長による宣言は、数十年にわたり「30年後」と常に未来へ先送りされてきた核融合が、ついに現在の文法で語られ始めたことを示しています。ハサビスにとって、核融合はエネルギー問題の解決以上の意味を持っています。

エネルギーが豊富かつ安価になれば、その上に積み重なる変化は連鎖的なものとなります。淡水化のコストが激減し、水不足の問題が解消されます。炭素回収と再利用が経済的に可能になります。食料生産におけるエネルギー集約的なプロセスが脱炭素化されます。資源をめぐる地政学的な紛争の火種が消え去ります。ハサビスが語る「根本的な豊かさ」とは、エネルギーという一つの結び目が解けることで、その下に繋がっていた数十もの問題が同時に解き放たれる世界のことなのです。

AIが核融合の制御問題を支援し、核融合がAIを駆動するためのエネルギーを供給するという循環構造の中で、豊かさの基盤が築かれます。宇宙探査と知能の拡張――2025年6月、『WIRED』誌のインタビューにおいて、ハサビスはある一文を投げかけました。「もしそのすべてが実現すれば、人類が星々を目指して旅をし、銀河を開拓する、最大の繁栄の時代が訪れるでしょう。その始まりは2030年になると考えています」。

ノーベル賞受賞者の口から「銀河開拓」という言葉が出た瞬間、世間の反応は二つに分かれました。ある者は感嘆し、ある者は嘲笑しました。しかし、ハサビスが語る「星々への旅」を、文字通りの恒星間航行としてのみ捉えてしまうと、その核心を見失うことになります。彼の発言は、その全体的な文脈の中に置く必要があるのです。

ハサビスの宇宙探査ビジョンは、三つの層で構成されています。第一の層はエネルギーです。前述した核融合が実用化されれば、宇宙推進技術のあり方は一変します。現在の化学ロケットは、燃料に対する推力の効率が極めて低いため、火星にまで

到達するのに7ヶ月以上を要します。核融合推進エンジンが開発されれば、この期間は劇的に短縮されます。AIは核融合エンジンのプラズマ制御だけでなく、航行経路の最適化、ミッション計画の自動化、宇宙船内部システムの自律管理まで担うことができます。人間の宇宙飛行士が対処できないレベルの複雑性をAIが処理することで、より遠くへ、より安全に到達できる可能性が開かれます。第二の層は材料科学です。

DeepMindのGNoME（Graph Networks for Materials Exploration）プロジェクトは、220万個以上の新しい結晶構造を発見しました。この中には、超伝導体の候補物質、極限環境に耐えうる超軽量合金、宇宙放射線を遮断できる新素材が含まれている可能性があります。宇宙船の構造材、断熱材、エネルギー貯蔵装置など、宇宙探査に必要なほぼすべての物理的構成要素が、新しい材料の発見に依存しています。

AIが材料科学の探索空間を、人間が一生をかけて試行できる範囲の数百万倍にまで広げたことは、宇宙探査の物理的基盤を根本から変える出来事です。第三の層、そしてハサビスにとって最も深い意味を持つ層は、知能そのものの拡張です。2025年7月、レックス・フリードマン（Lex Fridman）のポッドキャストで行われた約3時間にわたる対話の中で、ハサビスは自身の最も根本的な動機を明かしました。彼は幼い頃から、「宇宙では実際に何が起きているのか、意識の本質とは何か、現実そのものの本質とは何か」という問いに魅了されてきたと語りました。

彼にとってAIを創ることは、単に製品を創ることではありませんでした。それは「人類の知識を前進させるための究極の道具」を創ることでした。ハサビスは興味深い視点を提示しています。物理学者のジョン・アーチボルド・ホイーラーが「It from Bit（ビットからイットへ）」という有名なフレーズで表現したように、情報はエネルギーや物質よりも根本的な実在である可能性があるというのです。

このフレームワークにおいて、宇宙そのものは物理的な「ハードウェア」上で稼働する巨大な情報処理システムとなります。AIは、この宇宙の「ソフトウェア」をリバースエンジニアリングするための道具です。AlphaFoldがタンパク質という生命のコードを解読したように、Veoがビデオフレームを予測することで物理世界のルールを学習するように、究極的にはAIは宇宙を支配する根本的な法則を発見するために使われ得るのです。

このビジョンにおいて、宇宙探査とはロケットを打ち上げることだけではありません。宇宙を理解することなのです。ハサビスは、25年間にわたって抱き続けてきた夢を明かしました。一つの細胞の中で起こる

あらゆる化学的、生物学的な力学をシミュレーションすること。そこから出発して、生命の起源、すなわち「原始のスープ（primordial soup）」からいかにして生命が出現したのかをシミュレーションすること。究極的には、AGIがアインシュタインが到達したレベルの科学的な推測（conjecture）を自ら提案できるようになること。彼はAGIの完成度を判断するための、自分なりの基準までも提示しました。「システムを1900年に放り込み、当時の物理学の知識だけを与えたとき、相対性理論を独立して発明できるかどうかを見よ」と、カール・セーガンはかつて語りました。

「数式が宇宙を目覚めさせる」。ハサビスはこの一文を、彼なりの方法で再解釈しています。もしエネルギーが豊かで安価なものになれば、人類は宇宙を旅する種族になれるのです。

そしてその過程において、AIという道具は、宇宙を物理的に探索するために使われると同時に、宇宙を知的に探索するためにも使われます。物理学の根本的な法則を理解し、意識とは何かを問い、現実の本質を探求すること。ハサビスにとって「銀河を開拓する」とは、足で踏みしめることであり、同時に心で理解することなのです。批判者たちは、このビジョンの非現実性を指摘しています。

最も近い恒星系までの距離を考慮すると、核融合推進を用いたとしても数十年を要します。AIが軌道を最適化したり任務を自動化したりすることはできますが、物理法則そのものを超えることはできません。2025年のアップルの研究論文は、多くの先端AIモデルの「推論能力」が誇張されていると指摘しました。「2030年に銀河開拓が始まる」というハサビスの言葉は、文字通りの予測というよりは、方向を示す羅針盤に近いものです。

ハサビス自身もこの点は分かっているはずです。チェスから学んだことがあるとすれば、それは最終的な目標に向かって手を打つ一方で、一手一手において現実の制約を尊重しなければならないということです。彼が真に伝えたいことは、おそらくこれでしょう。知能という道具が十分に強力になれば、人類が見渡せる地平線は地球の境界を越えて拡張されるということ。そして、その地平線へと向かう旅そのものが、人類が自分自身と、自らが住む宇宙をより深く理解していくプロセスになるということ。「知能を解けば、残りの問題は解決される」というディープマインドの創設ミッションが、最も壮大な規模で展開される場面なのです。

ゼロサム・ゲームから脱した人類の繁栄：AIがもたらす新たな生産性と富の分配問題。ハサビスは2025年のガーディアン（The Guardian）とのインタビューで、次のように語りました。「人類の歴史上初めて、状況がゼロサムではない、豊かさの世界に生きることになると考えています」。この一文には、巨大な楽観主義が込められています。と同時に、巨大な問いが隠されているのです。

ゼロサムとは、一方が得をすればもう一方が損をする構造のことです。人類の歴史の大部分は、このゼロサムの論理に基づいて展開されてきました。ある国が領土を広げれば、別の国が領土を失うというものです。

ある企業が市場を占有すれば、他の企業は押し出されてきました。資源は有限であり、権力とはその限られた資源の分配をめぐる闘争でした。戦争、植民地、貿易紛争、エネルギー危機。そのすべてが、希少性に起因する葛藤でした。

ハサビスの主張は、AIがこの希少性の根本的な構造を変えうるというものです。知能が無限の資源になれば、その上に積み上げられるあらゆるもののコストが激減します。新薬開発が10倍速まれば、医療コストは低下します。核融合が実用化されれば、エネルギーコストは消失します。AIが材料科学を革新すれば、物理的な資源の制約は緩和されます。

この連鎖反応の先には、人類が「誰がどれだけを手にするか」をめぐって争う必要のない世界があります。パイそのものが十分に大きくなる世界です。しかし、ワイアードのインタビュアーが鋭く指摘したように、「西洋世界にはすでに莫大な豊かさがありますが、私たちはそれを公平に分配していません」。

ハサビスもこの点を認めています。「私たちは種として、また社会として、協力することに長けていませんでした。自然の生息地が破壊されているのも、部分的には人々が犠牲を払うことを望まないためです」

この時点で、ハサビスのビジョンは最も深刻な挑戦に直面します。たとえAIが生産性を最大限に高めたとしても、その生産性の果実が誰の手に渡るかは別問題です。Google DeepMindが2025年に「シニアAIエコノミスト（Senior AI Economist）」の職を募集したことは、この問題の深刻さを示す象徴的な出来事でした。

この役割の核心的な業務は、AGI（汎用人工知能）と高度化されたAIシステムが引き起こす経済的変革をモデリングすることでした。希少性に基づく経済から豊かさに基づく経済への転換をシミュレーションし、その過程で発生する不平等や混乱を予測することが課題です。AnthropicのCEOであるダリオ・アモデイ氏は、AIが5年以内にエントリーレベルの仕事の50パーセントを自動化し、失業率が10〜20パーセントまで急上昇する可能性があると警告しました。LinkedInの経済機会責任者であるアニシ・ラマン氏は、技術的な破壊がキャリアの梯子の最も低い段から先に壊していくだろうと指摘しました。

これは、ハサビス自身が夢見る豊かさの世界と正面から衝突するシナリオです。なぜなら、豊かさが訪れる前に、転換期の痛みが先にやってくる可能性があるからです。

ハサビスはこの転換期を意識しています。2025年12月のAxios AIサミットにおいて、彼は次のように語りました。「産業革命よりも10倍大きく、10倍も速い変化が訪れるでしょう」

産業革命は100年をかけて進行し、その過程で数多くの職業が消滅し、数多くの新しい職業が生まれました。ラダイト運動があり、児童労働があり、都市のスラムの惨状がありました。その転換期の痛みは、最終的に労働法、社会保障制度、公教育の普及によって緩和されましたが、そこに到達するまでには数十年の歳月と、数えきれないほどの人々の犠牲が必要でした。

AIが引き起こす変化が今より10倍大きく、10倍速いとしたら、社会が適応するための時間は10分の1に減少します。ハサビスはこの事実を率直に認めています。「社会はAGIに対して準備ができていない」と、彼は警告しました。「これは確率分布の問題なのです。」

「しかし、いずれはやってきます。それも、非常に速いスピードで。」 では、豊かさの恩恵をどのように分かち合うのか。ハサビスは具体的な政策処方箋を提示することについては慎重です。彼は科学者であり、政治家ではありません。しかし、彼の行動から読み取れることがあります。

AlphaFoldのデータベースを全世界に無料で公開した決定は、研究成果が少数の独占ではなく、人類全体の共有財産であるべきだという哲学の反映です。DeepMindがAI経済学者を雇用したことは、技術を作る者がその技術の経済的な波及効果にまで責任を持つべきだという認識の反映です。2025年に英国政府と締結した包括的な研究協力に教育用AIの開発が含まれたことは、次世代がこの変化に適応するための道具を備えるべきだという判断の反映です。豊かさは自動的に訪れるものではありません。

技術が可能性を切り拓いたとしても、その可能性を現実に変えるのは、制度や政治、そして社会的合意の役割です。ハサビスが「根源的な豊かさ」と言うとき、彼が真に伝えているのは、豊かさがすでに到来しているという宣言ではありません。豊かさが技術的に可能になる瞬間が近づいているのだから、その瞬間が訪れる前に、人類は分配の問題について真剣に備えるべきだという促しなのです。「もし宝くじに当たったら、職場に戻る人は何パーセントいるでしょうか？」

ハサビスはあるインタビューで、このような問いを投げかけたことがあります。「もし宝くじに当たったら、職場に戻る人は何パーセントいるでしょうか？」 この問いは軽やかに投げかけられたものですが、その中にはAI時代における最も深い哲学的な難問が込められています。

仕事が失われた後でも、人間は幸せでいられるのでしょうか。労働のない生活の中で、人間は意味を見出すことができるのでしょうか。

経済学者たちは、AIによる雇用の代替を数値で分析します。何パーセントの職業が自動化されるのか、失業率はどれほど上昇するのか、GDPに与える影響はどのようなものか。これらの数値は重要です。しかし、ハサビスの問いは、その数値の先を見据えています。

もし人間が働く理由が、単に金銭を稼ぐためではないとしたら。もし金銭的な問題が解決した後でも、人間が何かを成し遂げなければならないとしたら、その「何か」とは一体何なのでしょうか。この問いは、ハサビス自身の人生においても響き渡っています。彼は17歳の時、『テーマパーク』というゲームのリードプログラマーとして、すでに十分な富を築いていました。その資金でケンブリッジ大学の学費を支払ったのです。

エリクサー・スタジオを売却した際も、二度と経済的な心配をする必要がないほどの資産を手に入れました。しかし、彼は歩みを止めませんでした。ユニバーシティ・カレッジ・ロンドン（UCL）で神経科学の博士号を取得し、ディープマインドを創業し、AlphaGoを生み出し、AlphaFoldを開発し、そしてノーベル賞を受賞しました。

彼は午前3時まで「夜勤」を続けました。宝くじに当たったも同然の境遇にある人が、なぜ立ち止まらなかったのでしょうか。答えは明白です。ハサビスを突き動かしているのは、金銭ではなく「好奇心」だったのです。

「私を常に突き動かしてきたのは、私たちの周りにある世界を理解したいという情熱でした」。「60 Minutes」のインタビューでのこの言葉は、ハサビスの生涯を貫いています。チェスを指すときは知能の本質に、ゲームを作るときは仮想世界のルールに、神経科学を学ぶときは脳がいかにして記憶し想像するかに、そしてAIを開発するときは、知能という現象そのものを解明できるかどうかに、常に好奇心を抱いてきました。

好奇心は金で買うことはできず、自動化することもできません。しかし、誰もがハサスビスになれるわけではありません。宝くじに当選した人々の実際の統計を見ると、当選者は数年以内に以前よりも不幸になる傾向があります。目的のない豊かさは、虚無感を生みます。もしAIが大部分の生産的な労働に取って代わったとしたら、数十億の人々は一日を何で満たすのでしょうか。Netflixを観て、ゲームをして、ソーシャルメディアをスクロールするだけで十分なのでしょうか。ハサビスはこの問いの重みを知っています。

彼はこれを「経済的な分配を超えた、存在論的な問い」と表現しています。仕事が失われることは、所得の問題であると同時に、アイデンティティの問題でもあります。「私は教師です」「私は医師です」「私はエンジニアです」と言うとき、人々は自らの職業を通じて自分が何者であるかを定義しています。その職業が失われれば、自己定義の根拠も共に揺らいでしまうのです。

ハサビスの楽観論は、この点において特有のニュアンスを持っています。彼は、AIが仕事をなくすと考えているのではありません。仕事のあり方を変えると捉えているのです。

「新しい道具や技術が登場すれば、一般的にその道具を活用する新しい仕事が生まれ、実際にその仕事はより良いものになることが多いのです」と彼は語りました。医療分野を例に挙げ、AIは医師に取って代わるのではなく、医師を補助する道具になると強調しました。「ロボット看護師を望む人はいないでしょう」

「ケアにおける人間的な共感という側面は、極めて人間的なものです」というこの回答は、真実の一部を捉えてはいますが、全体を捉えているわけではありません。過去の技術革命において、新しい雇用が生まれたのは事実ですが、その転換期において、世代全体が苦しんだこともまた事実なのです。

蒸気機関が紡績工の仕事を奪ったとき、「心配いりません、後には自動車整備士という新しい職業が生まれます」という言葉は、今すぐ家族を養わなければならない人々にとって、何の慰めにもなりませんでした。ハサビスの真の洞察は別のところにあります。彼が自らの人生を通じて示したのは、人間の最も深い動機は経済的な報酬ではなく、好奇心、創造、そして意味の追求であるという事実です。ゲームを作っていた少年が、お金のためにコードを書いていたわけではないように、深夜3時に論文を読んでいる49歳の科学者が、給料のために研究しているわけではないように、人間には金銭を超えた動機が存在するのです。

問題は、その動機を誰もが見出せるような環境を構築することにあります。教育は職業訓練ではなく、好奇心を育むものであるべきです。社会保障制度は、失業者を救済するためのものではなく、探索するための時間を保障するためのものであるべきなのです。

意味とは、上から与えられるものではなく、各自が自ら見つけ出すものであるべきです。「もし宝くじに当たったら、仕事に戻る人は何パーセントいるでしょうか？」という問いに対する正しい答えは、パーセンテージの数字ではありません。仕事に戻らない人々が何をするかにかかっているのです。ソファに横たわって画面を眺め続けるのか、それとも自分だけのチェス盤を見つけて探求するのか。根本的な豊かさの時代がユートピアになるかディストピアになるかは、技術の水準ではなく、人間の成熟度にかかっています。

これこそが、ハサビスの問いが真に問いかけていることです。AI開発：「大胆かつ責任を持って（Bold and Responsible）」、科学的発見の加速：人類が宇宙を理解するための究極のツール。2025年1月、ダボス世界経済フォーラムにおいて、ハサビスは「AIを科学に応用することは、言語モデルよりもはるかに豊かである」と語りました。この一文に、彼の核心となる哲学が込められています。

チャットボットが人間のように会話することは、AIができることの極めて一部に過ぎません。ハサスビスが考えるAIの本質的な価値は、科学的発見のスピードを根本的に変えることにあります。この思考の出発点は、幼少期にまで遡ります。12歳の時、リヒテンシュタインのチェス大会で10時間に及ぶ対局を終えた後、少年ハサビスは「これほど優れた頭脳を、がん治療や気候問題の解決に活用できたらどうだろうか？」と考えたのです。

その後、彼はゲーム開発から神経科学へ、そして再びAIへ、さらには科学全般へと関心を広げていきましたが、どの段階においても彼を突き動かした問いは同じでした。「知能の原理を解明できれば、それを使って何ができるのか？」という問いです。その問いへの答えは、具体的な成果として現れました。

AlphaFoldは、50年間未解決であったタンパク質構造予測の問題を解決しました。GNoMEは、220万個もの新しい結晶構造を発見しました。AlphaEvolveは、AIが自らアルゴリズムを設計する段階を切り開き、国際数学オリンピックレベルの問題までも解きました。WeatherNextは、気象予測の精度と速度を大幅に向上させました。

AIサイエンティストは、複数のAIエージェントが協力して、仮想的な研究パートナーとしての役割を果たします。2026年には、英国に初の完全自動化された研究ラボがオープンする予定です。これらの成果を貫く、一つの概念があります。

ハサビス氏は、AIを「科学的手法を瓶に詰め込んだもの」と表現しています。科学的手法とは、観察し、仮説を立て、実験し、検証するという反復的なプロセスです。人類はこの手法によって400年間にわたり自然を探求してきましたが、常に人間の能力の限界に直面してきました。

一人の科学者が生涯で読める論文の数、一度に考慮できる変数の数、そして一つの研究室で行える実験の回数は、すべて制約を受けています。AIはまさに、この制約を取り払うものです。AlphaFoldが数十億年分に相当する研究時間をわずか数ヶ月に圧縮したことは、その代表的な事例です。AIは、人間には到底対処できない膨大な仮説の領域を探索し、人間の目には見えないデータ内のパターンを捉え、物理的に不可能な回数の実験をシミュレーションへと置き換えます。

科学的手法のあらゆる段階が、AIを通じて飛躍的に拡張されるのです。ハサビス氏は、この潮流が向かう未来像についても提示しています。2026年2月のFortune誌のインタビューにおいて、彼は「10年から15年後、私たちは新たな発見の黄金時代、いわば新しいルネサンスへと足を踏み入れることになるだろう」と展望しました。

この新しいルネサンスにおいて、AIは科学者に取って代わる存在ではありません。科学者が活用できる最も強力な道具なのです。顕微鏡が肉眼では見えない微視的な世界を切り開き、望遠鏡が肉眼では届かない宇宙を見せてくれたように、AIは人間の脳だけでは解き明かせない複雑な世界の扉を開いてくれます。Rex Friedlandのポッドキャストにおいて、ハサビス氏はこのビジョンを最も率直な言葉で展開しました。インタビュアーのフリードマン氏は、「ハサビス氏の話を聞いていると、人類に対する希望が湧いてくる」と述べ、「フォン・ノイマンやアインシュタイン、テスラのような人物が、未来を再設計しながら、自身の夢とビジョンをリアルタイムで語っているのを聞いているような感覚だ」と評しました。

「大胆に、かつ責任を持って」。これはハサビスがAI開発の原則として繰り返し掲げているモットーです。大胆さとは、科学的な目標の大きさから生まれます。タンパク質の構造を予測するという挑戦、核融合を制御するという抱負、生命の起源をシミュレーションするという構想がそれにあたります。責任感とは、科学的手法そのものの厳格さから生まれます。仮説を立て、実験で証明し、同僚の科学者による検証を受け、結果を公開するという手順を、漏れなく踏むのです。AlphaFoldの研究成果が『Nature』誌に正式な論文として発表され、データベースが世界中に無料で公開されたことは、この原則を実践した代表的な事例です。ハサビスがOpenAIとの違いを説明する際、最も強調するのが、まさにこの科学的手法に対する姿勢なのです。

彼はDeepMindを「研究優先の組織」と定義しています。製品は研究から得られる成果物であり、研究の目的であってはならないという意味です。2,000編以上の学術論文、h指数83、被引用回数15万回以上という数値が、この哲学を裏付けています。

ハサビスにとって、科学ジャーナルで検証されていない成果は、まだ完成されていない成果です。これは学者としてのこだわりではなく、戦略的な判断です。AIがますます強力になっていく時代において、「私たちが正確に何を作り上げたのか」を透明に示すことは、社会的な信頼を築く基盤となります。AlphaFoldの場合、論文とデータを公開したことで、世界中の300万人の研究者がその結果を独立して検証し、自身の研究に活用することができました。

AI界の巨頭であり、世界最大のAI研究所のトップが、人間の意識の本質について語り始めました。この場面において、ハサビスという人物の最も深い知的好奇心が露わになります。ハサビスは幼い頃から物理学に魅了されていました。彼のお気に入りの書籍が、そのことをよく物語っています。デイヴィッド・ドイッチの『現実の織物』は、量子力学、認識論、進化論、そして計算理論を一つの統合された世界観へと編み上げています。

グレッグ・イーガンのSF小説『順列都市』は、デジタル・シミュレーションの中でも意識が存在し得るのかを追究しています。ダグラス・ホフスタッターの『ゲーデル、エッシャー、バッハ』は、自己参照的なシステムからいかにして意識が生まれるのかを問いかけます。これらの本は、単に書棚に並んでいるだけではなく、彼の研究の方向性全体における知的な土壌として深く浸透しています。

ハサビスの物理学的な世界観をまとめると、次のようになります。情報はエネルギーや物質よりも根本的な存在であり得る。宇宙は本質的に巨大な情報処理システムである。物理法則はそのシステムを動かす一種のソフトウェアである。そしてAIは、まさにそのソフトウェアの動作原理を逆説的に解き明かすための道具となり得るのです。この観点から見れば、AlphaFold、Veo、GNoMEは、一見すると異なるプロジェクトですが、本質的には同じ探求の異なる枝葉にすぎません。AlphaFoldは生命を構成する分子コードを解読し、Veoは物理世界が従う規則を学習します。

GNoMEは、物質が取り得る可能な配列を探索します。これらすべての取り組みは、結局のところ「現実はどのような原理で動いているのか」という一つの根本的な問いへと収束していきます。この探求の先には、科学がいまだ答えを出せていない難問が待ち受けています。

意識とは一体何なのか、という問題があります。脳内のニューロンによる電気信号が、いかにして私たちが実際に感じる主観的な経験へと変わるのでしょうか。赤色を見たときに感じる、あの「赤」という感覚は、一体どこから来るのでしょうか。哲学では、これを「意識の困難な問題」と呼びます。ハサビスは、この問題に対して謙虚さと野心を同時に見せています。彼は、現在の科学では意識の本質を説明できないと率直に認めています。しかし同時に、AIがこの問題に挑むための、全く新しい道を切り拓いてくれると考えているのです。

脳の作動メカニズムをより精密にシミュレーションできるようになれば、意識が出現する条件をより正確に規定することが可能になるかもしれません。

「意識は情報処理の特定の形態なのか、それとも必ず生物学的な脳という物理的な基盤がなければ存在し得ないものなのか？」という問いに対し、AIシミュレーションが実験的な手がかりを提供する可能性が開かれているのです。

ハサビスが神経科学の博士号を取得したことは、こうした文脈で理解できます。彼の博士課程の研究テーマは、海馬という脳領域が記憶と想像力において果たす役割でした。過去を記憶する機能と未来を想像する機能が、脳の同一の領域で行われているという研究結果は『Nature』誌に掲載され、後のディープマインドにおけるメモリシステムや計画アルゴリズムを設計する際の直接的なインスピレーションとなりました。

ハサビスにとって、神経科学、AI、そして物理学は別個の学問ではありません。「知能とは何か、そして現実とは何か」という一つの問いを、異なる角度から扱っているに過ぎないのです。物理学の根本的な問題に対する関心も、同じ文脈にあります。P対NP問題（ある問題を素早く検証できるなら、素早く解くこともできるのかを問う、コンピュータ科学における最大の未解決問題）、量子力学と重力を統合する理論、宇宙の膨張を加速させるダークエネルギーの正体。こうした問題は、人類の知能の限界に阻まれ、数十年にわたり突破口が見つからずにいます。

ハサビスは、AGIがこれらの問題に対して、人間が思いもよらなかった新しいアプローチを提示できると展望しています。アインシュタインが頭の中の思考実験だけで相対性理論を発見したように、AGIが人間には想像できない新しい仮説を生み出し、シミュレーションによって検証することが可能になるというのです。このビジョンが最も具体的に現れているのが、「仮想細胞」プロジェクトです。

酵母細胞一つを完全にデジタルで再現することから始め、それを人間の細胞へと拡張し、最終的には原始の地球の海において、最初の自己複製分子がいかにして出現したのかをシミュレーションしようとする計画です。これが成功すれば、「生命は物理法則が必然的に生み出す結果なのか、それとも極めて稀な偶然の産物なのか」という古くからの問いに対して、実験的に答えることができるようになります。カール・セーガンの有名な言葉が再び思い起こされます。「意識が宇宙を目覚めさせる」

ハサビスは、この哲学的な命題を実際の技術プログラムとして具現化しています。AIを通じて生命の起源をシミュレーションし、意識の本質を実験的に探求し、物理法則の根本的な原理を明らかにしようとする試みです。これこそが、ディープマインドのミッションを最も深い次元で解釈したものなのです。

「知能を解く」ということは、チェスで勝つことや、タンパク質の構造を予測すること、あるいは株価を分析することといったレベルの話ではありません。究極的には、宇宙はなぜ存在するのか、意識はどこから生じるのか、現実の本質とは何なのかを理解することを意味します。ハサビスがこの巨大な問いに対して示す姿勢は、科学者の謙虚さと探検家の果敢さが融合したものです。彼は、答えをすでに知っていると主張しているわけではありません。

ただ、答えを見つけ出すための最も強力な道具を、今まさに作り上げているのだと言いたいだけなのです。この伝記の核心となる問いが、ここで輪郭を現します。AI時代において人類に真に必要とされるのは、「より優れたAIモデル」でしょうか、それとも「より成熟した人間社会」でしょうか。ハサビスの答えは、おそらくその両方でしょう。より優れたモデルを作ることは科学者や技術者の役割であり、より成熟した社会を築くことは私たち全員の役割なのです。

その二つが共に成し遂げられたとき初めて、ハサビスが夢見る「根本的な豊かさ」は、スローガンではなく現実となり得ます。AIが切り拓く再生可能エネルギーの未来