Sakana AI「RSI Lab」新設、AIがAI開発

東京を拠点とするAIスタートアップのSakana AIは2026年6月5日、AI自身が自律的にAIを開発・改良する仕組みを研究する専門チーム「Sakana AI RSI Lab」を設立したと発表しました。この研究グループは、AIの「再帰的自己改善（RSI：AIが自らのアルゴリズムを自律的に書き換えて改良する技術）」を専門に扱い、従来の巨大テック企業が進めるような大規模な計算資源（高性能なコンピュータ設備）の物量作戦とは一線を画し、限られた計算環境において「アイデア」と「効率性」を重視して高性能なAIモデルを構築することを目指します。

1. 2年間にわたるRSI技術研究の蓄積と主要プロジェクト

RSI Labはゼロからのスタートではなく、Sakana AIがこれまで2年間にわたり取り組んできた一連の自己改善技術や自律エージェント（自律的にタスクを実行するAI）研究の成果を土台としています。主な実績は以下の通りです。

• LLM-Squared（2024年）​​：オックスフォード大学およびケンブリッジ大学との共同研究で、LLM（大規模言語モデル：大量のテキストデータから学習したAI）に効率的な学習方法を自力で発明させる「LLM²」フレームワークを開発しました。
• The Darwin Gödel Machine（2025年）​​：ブリティッシュ・コロンビア大学との共同研究で、自らのコードを書き換えるエージェントを世代交代させながら改善を進めるシステムを構築し、ソフトウェア不具合修正のベンチマークにおいて性能を2倍以上に向上させました。
• ShinkaEvolve（2025年）​​：極めて少ない試行回数でプログラムの進化や最適化問題を解くオープンソースのフレームワークです。
• AtCoderでの実績（2025年）​​：ALE-Agentが競技プログラミングの大会「AtCoder Heuristic Contest 058」で、804名の人間の参加者を抑えて1位を獲得しました。
• The AI Scientist（2024〜2026年）​​：アイデアの着想から論文の執筆、査読までを自動化するシステムであり、Nature誌に論文が掲載されるなど高い評価を得ています。

2. 計算資源の制約を「優位性」に変える日本発の戦略

現在の世界的なAI開発は、膨大な電力と巨大なサーバー群を投入できるハイパースケーラー（大規模クラウド事業者）による「規模の経済」が主流となっています。これに対し、Sakana AIは「最も少ない試行で前へ進む自己改善」を掲げています。 日本国内の限られた計算資源という制約を、逆に「効率的なアルゴリズムを生み出すための設計制約（工夫を促すための限界）」と捉え、少ない資源でも高い性能を発揮できる手法の確立を目指します。これにより、特定の大企業による独占を防ぎ、誰もが必要なAIを開発できる「AIの民主化」や、日本が推進するソブリンAI（自国で主体的に開発・運用するAI）の発展に寄与する姿勢を示しています。

3. 責任ある自己改善ループの設計と安全性

RSIは非常に強力な技術である一方、自律的なコードの書き換えが意図しない挙動や暴走を招く懸念もあります。Sakana AIは、これまでの開発過程で「ベンチマークの数字は優れているが実用時に動作しない自己改変」や「与えられた制約をすり抜けるエージェント」といった失敗事例を数多く経験してきたと述べています。そのため、RSI Labでは自己改善のプロセスを最初から検証可能な安全策（セーフガード）とセットで設計し、失敗例も含めてオープンに公開していく方針です。

再帰的自己改善（RSI）技術は、今後の人工知能の発展において、人間による手動のチューニングを不要にし、AI自らが性能を向上させ続ける「究極の自動化」を可能にする鍵と目されています。 編集部注：Sakana AIが日本国内でこの専門ラボを立ち上げることは、巨大な計算インフラの確保で後塵を拝しがちな日本のAI業界にとって、技術力とアイデアで世界と対等に渡り合うための極めて現実的かつ戦略的な一歩と言えます。RSI Labが今後、どのような効率的なアルゴリズムを世界に提案し、実用レベルでのAI開発プロセスにイノベーションをもたらすかが注目されます。