AlphaGoから10年。次の一手は、囲碁じゃなくて科学でした。

2016年、韓国・ソウルでAlphaGoが世界トップ棋士に勝った。あのとき多くの人は、「AIが人間に勝った」と受け止めたと思う。

でも今振り返ると、本当に大事だったのはそこじゃない。AlphaGoは、人間が考えないような手を、自分で探索して見つけた。つまり、AIが「過去の正解を真似する道具」から「未知の選択肢を探す道具」になった瞬間だった。

そして10年後、同じ韓国で次の動きが出てきた。ソウルにAI Campusを作り、科学研究や産業にAIをつないでいくという話です。

ここで出てくるのは、文章生成AIだけじゃない。AlphaFold、AlphaGenome、AI co-scientist、WeatherNext、AlphaEvolve。タンパク質、遺伝子、気候、エネルギー、アルゴリズム。人間だけで全部試すには、広すぎる領域です。

これを身近に言うと、昔のAIは「優秀な作業員」だった。でもこれからのAIは、「次にどの実験をすべきか考える研究仲間」になっていく。

エンジニアにも関係あります。CursorやClaude Codeでコードを書くのが速くなった。これはもう多くの人が実感していると思う。でも次の差は、コードを書く速さだけじゃない。

どの仮説を試すか。どの機能を捨てるか。どの順番で検証するか。ここまでAIに考えさせられる人が、かなり強くなる。

明日からやるなら、こう聞いてみてください。このリポジトリとユーザー要望を読んで、次に検証すべき仮説を10個出して。実装コストと期待インパクトと検証方法もつけて。これだけでAIの使い方が少し変わります。

ただし、いい話ばかりでもない。政府や大企業が主導するAI拠点は、データやモデルへのアクセスが偏る可能性がある。特定企業への依存も強くなる。全部がオープンになるわけでもない。

それでも、今回のニュースはかなり象徴的だと思う。AIがチャット欄の中で文章を書く存在から、研究所、工場、病院、開発現場の奥に入っていく流れが見えるからです。

AlphaGoの37手目は、当時は変な手に見えた。でも後から見ると、勝ち筋の中心にあった。

もしかすると今回のAI Campusも、今は地味に見えるかもしれない。でも3年後に振り返ると、「あそこからAIは発見する道具になった」と言われる一手かもしれません。

僕らもそろそろ、AIに作業を頼むだけじゃなく、AIと一緒にどこを探索するか考える時期に来ているのかもしれない。

#AI #AlphaGo #AI駆動開発 #個人開発 #DeepMind