When Genius Fails: The Intellectual Arrogance of the AI Labs

天才が失敗するとき—AIラボの知的傲慢さ 状況認識の破綻から材料科学、HuggingFaceのハックまで ジェームズ・ワン 2026年7月31日 841313 共有 一つの分野の専門家であるからといって、すべての分野の専門家になれるわけではありません。レオポルド・アシェンブレンナー氏のヘッジファンド「Situational Awareness」は、今週200億ドルの実演を行いました。彼の名声は、OpenAIのSuperalignmentチームの一員であったこと、その後とされるリーク（本人は否定）で解雇され、2024年にAGIの切迫性と重要性についてエッセイを発表し、それが彼に関する数千のメディアインタビューのきっかけとなったことです。そして彼は200億ドルのヘッジファンドを運営していました。そしてそれは破綻しました。 多くの人々が今週のニュースに歓喜するでしょう。なぜなら、多くの人が彼を少々我慢できない人物だと感じていたからです。そして私自身、もう「Situational Awarenessに投資すべきか？」と聞かれ、それに対して慎重にならなければならないことを、本当に気にしていません。 しかし、私はより大きな論点を提起したいのです。彼が属する最先端AIラボの文化における知的な謙虚さの欠如は、彼自身を超えて、金融管理以外の多くの垂直分野にまで及んでいます。とはいえ、私自身も元ヘッジファンドマンであり、AIのバックグラウンドも持っているため、少なくともこのことについて briefly 話すためのユニークな資格を持っていると言えます。 ベイエリアにいらっしゃいますか？サンマテオ郡図書館は、Googleの計算生物学およびエンジニアリングリードであるジャスティン・クチンスキー氏（PhD）がモデレーターを務める、「AIについて知っておくべきこと」のサイン会とトークをアサートン図書館で開催します。開催は2026年8月7日（金）午後3時から4時です。ぜひお越しください。 Situational Awareness LPの苦境はユニークではありません。多くのヘッジファンドが破綻しています。実際、私は、一貫して優秀であったファンドよりも、破綻したファンドの方がはるかに多いと言えます。これはほとんどの一般の人が気づいていないことです。 典型的な例は、Long-Term Capital Managementです。このファンドには、ノーベル賞受賞者2名とウォール街の最高の債券トレーダーが集められました。それはその分野の最高かつ最も賢い人々でしたが、4年間で投資家のお金を4倍にしました。その後、1998年にあまりにも劇的に破綻したため、連邦準備制度理事会はウォール街の銀行を招集して救済に協力させる必要がありました（2008年の前触れのようなものでした）。 それに関する本が丸ごとあり、そのタイトルは「When Genius Failed」です（はい、タイトルのインスピレーション元です）。 最初の「部屋で最も賢い人々」ファンドです。Situational Awarenessは、上昇から破綻までのプロセス全体を印象的にスピードランすることができました。 それはあなたのピークリターンに関するものではありません。結局のところ、ルーレット台で赤に5回連続で全額賭けて運良く勝った人は、3,100%のリターンを得るでしょう。誰もこの人がユニークな天才だとか、お金を管理する資格があるとは思わないでしょう。 それは「市場を打ち負かす」ことすらではありません。それはレッドヘリング（論点のすり替え）です。強気相場、あるいはさらに良いことにバブル相場では、株式市場に完全に投資していない、あるいはそれ以上に投資している（レバレッジをかけて）人は皆「負ける」でしょう。ヘッジファンドに求めるべきは、強気相場でも弱気相場でも一貫してパフォーマンスを発揮することです。それらの高額な手数料のポイントは、たとえ一時的に株式市場に対して「悪く」見えても、常にパフォーマンスを発揮することです。 ちなみに、世界には債券やコモディティなど、株式市場だけが市場ではありません。しかし、個人投資家がそこでギャンブルをすることを愛するため、注目を集めます。例えば、株式に500%ロングになった韓国の男性は、一時的に軍務貯蓄を小金持ちに変えましたが、その後すべてを失いました。しかし、彼のケースは、7月中旬までに証拠金請求を受けた120万件以上の韓国の証券口座のうちの1つに過ぎません…これはすべてをルーレット台に似せて見せています。 そこで、レオポルド・アシェンブレンナー氏と彼のヘッジファンドの話に戻りましょう。 あらゆる情報源によると、彼は（韓国の個人トレーダーのように）AIブームにレバレッジをかけて投資していました（報告によると約4倍）。7月には、ネオクウズ、メモリ関連、データセンター電力などの公開株で損失を出しました。また、報告によると、ソフトウェア関連銘柄（「SaaSpocolypse」トレード）でショートポジションを持っていましたが、同時にそれらが彼に反発しました。 アシェンブレンナー氏が非常に賢いことは疑いませんが、これは破綻した韓国の個人投資家とそれほど違いはありません。真の投資家が最初に学ぶ教訓の一つは、市場はあなたが破産しないよりも長く非合理的であり続けることができるということです…適切なリスク管理がなければ。レバレッジの使用は、その最も明白な部分に過ぎません。 メモリは本質的に循環的であり、しばしば激しい変動を伴うことを考えると…それが彼の全ポジションではなかったかもしれませんが、シタデルへの清算のために証拠金請求されたことは、強力なリスク管理を示唆するものではありません。 もちろん、それは彼のテーゼによるものです。彼の設立エッセイから（強調は私のものです）： なぜなら—現実味を帯びてきている、非常に現実味を帯びてきているのです。数年前、少なくとも私にとっては、これらのアイデアを真剣に受け止めていましたが—それらは抽象的で、モデルや確率推定の中に隔離されていました。今では非常に実感があります。AGIがどのように構築されるかが見えます。もはや人間の脳のサイズや仮説、理論的な外挿などに関する推定ではありません—AGIがトレーニングされるクラスターと、それがいつ構築されるか、使用されるアルゴリズムのおおよその組み合わせ、未解決の問題とそれらを解決する道筋、重要になる人々のリストをほぼ伝えることができます。見えます。それは非常に実感があります。 確かに、2023年初頭にNvidiaに全額レバレッジをかけてロングにしたことは素晴らしいことでしたが、歴史の重荷は重いです。私はこれを選びません。 Ah、全額レバレッジをかけてNvidiaをロングにした。ファンドを持つ前から、私たちは彼の投資スタイルの一端を垣間見ました。 購読 Situational Awarenessを超えて サム・アルトマンとダリオ・アモデイは、労働市場の未来についてどれほど終末論的に語るかを定期的に交代しています（ただし、両者とも最近は静かに撤回しています）。そして、私はそれらの2名を挙げているのは、彼らが最も著名な2つのAIラボのCEOだからですが、これは実際には彼らに限定されるものではありません。私が個人的に腹立たしいのは、これらの発言のほとんどが、経済史や理論のどちらにもほとんど根拠がないことです—これはおそらく驚くことではありません。なぜなら、それらを発言しているほとんどの人がAIの深い専門家であり、それらの分野の専門家ではないからです。 そしてこれは、市場と技術の予測不可能性を超えています。トーマス・マルサスを思い出させます。彼は実際には経済学者でした。彼は1798年に、食料が不足するだろうと予測しました（人口は指数関数的に増加し、食料供給はそうではない）、それは戦争、飢饉、病気なしでは調和のとれた社会は不可能であり、人口を淘汰するだろうとしました。そしてその食料危機は非常に差し迫っていました。彼は有名な間違いを犯しました。 食料以外にも、技術的変化に直面した労働市場について、周期的な終末論がありました。しかし現実には、たとえ混乱があったとしても、労働市場は適応してきました—そして、私たちが今話していることよりもはるかに劇的な変化にも適応してきました。 米国では、農業が約70%の雇用から約1%になり、経済はそれを吸収しました。私がしたトークから—定期的な読者は私の7月4日の記事から認識するかもしれません。 さらに、私は私の、あるいは他の投資家のポートフォリオ企業が、主要なラボと提携している企業から、彼ら自身の広範な知的優位性に対する信じられないほどの自信を持ってアプローチされているケースを複数見てきました。 例えば、材料科学のスタートアップがOpenAIのサテライト企業と話しているとしましょう。そのスタートアップのデータと専門知識は、サテライトの中核的な追求にとって重要です。交渉は順調に進んでいます。そして突然、OpenAIサテライトチームの誰かが、「なぜこれを（非常に難しい深層科学の問題）ChatGPT自身でやらないのか？」と尋ねます。私は同様に深く困難な分野で、複数のケースでこれを見てきました。バイオエンジニアリングのように。あるいは半導体設計のように。そしてその他もろもろ。（そして、ベンチャーやスタートアップコミュニティにいて、私が誰を指しているのか正確にわかっていると思うなら—一人ではありません。ずっと多いです。） そして見てください、私は個人的にモデルをいじってみました。CADやPCB設計でさえ、驚くほど良い結果が出ました。私は「AI懐疑論者」ではありません（少なくともこの意味では）。 しかし、研究開発と、困難な分野での定型業務の間にはスペクトルがあります。