台湾のAI開発と未来戦略：ハードウェアの入場券は手に入れたが、次の戦いはどこか

30秒概観： 2024年10月8日、ホールドフィールド・ネットワークを記述した物理学者とバックプロパゲーションを考案した認知科学者にノーベル物理学賞が授与された¹。翌10月9日には、AIを用いて50年にわたるタンパク質の折り畳みという難問を解明した3名の研究者にノーベル化学賞が授与された²。同年5月29日、NVIDIAのCEOである黄仁勳（こう・じんくん）氏は台北の寧夏夜市で張忠謀（ちょう・ちゅうぼう）、林百里（りん・ひゃくり）、蔡力行（さい・りっこう）氏と蚵仔煎（おーざいじぇん）を食べていた。台積電は世界のファウンドリ市場の72%の収益を占め、鴻海、廣達、緯創は合計で世界のAIサーバーの9割を生産している。しかし、この二日間にわたる連続的な授賞式という科学的儀式の中で、台湾出身の名前は一つも登場しなかった。PTT創設者である杜奕瑾（ど・えききん）氏が設立した台湾人工智慧実験室から、政府が注力する繁体字の大規模言語モデルTAIDEに至るまで、「AIの製造」から「AIになること」への賭けが進行している。

42年の確証：2024年ノーベル賞の二日間連続授与

2024年10月8日午前、ストックホルム。スウェーデン王立科学アカデミーは、同年のノーベル物理学賞をAI科学者であるジョン・J・ホールドフィールド（91歳、プリンストン名誉教授）と、76歳で5ヶ月前にGoogleを退職したジェフリー・ヒントンに授与すると発表しました。賞金は1,100万スウェーデンクローナで、二人は均等に分け合いました¹。

審査委員会が挙げた受賞理由は「人工ニューラルネットワークによる機械学習を可能にした基礎的な発見と発明」でした¹。これはノーベル物理学賞の歴史上、初めて神経ネットワークという分野に直接授与された事例です。

翌日である10月9日は化学賞でした。受賞者はワシントン大学のデミス・ハッサビス氏、そしてDeepMindからジョン・ジャンパー氏の3名です。ベイカー氏は賞金の半分を受け取り、ハッサビス氏とジャンパー氏が残りの半分を分け合いました²。受賞理由は二つのパートに分かれており、前半はベイカー氏の「タンパク質設計の計算」、後半はハッサビス氏とジャンパー氏の「タンパク質構造予測」に対して与えられました。

二日間でノーベル賞が二つも授与され、どちらもAIに関連していました。これはノーベル賞の歴史上前例のないことです。

時系列を比較すると、ホールドフィールドは1982年に『アメリカ科学会誌』（PNAS）に「創発的な集合的計算能力を持つニューラルネットワークと物理システム」という論文を発表した際、物性物理学から神経科学へと転身しました³。1982年から2024年まで、実に42年間が経過しています。ヒントンとルーメルハートによるバックプロパゲーションのアルゴリズムを実用的なツールとして確立した1986年の論文⁴も、発表から受賞まで38年かかりました。AlphaFoldは、2018年のCASP13で初めて登場してから2024年にノーベル賞を受賞するまでにわずか6年でした。

結局のところ、この二日間で授与されたのはChatGPTではなく、30年、40年前に誰も理解できなかった論文群なのです。基礎研究と産業応用のタイムラグは、常にこのようなものなのです。

ジェフリー・ヒントン氏、2024年ノーベル物理学賞受賞者、ストックホルムのノーベル週。Photo: Arthur Petron, 2024-12-08. CC BY-SA 4.0 via Wikimedia Commons.

寧夏夜市での兆円規模の会食

2024年5月29日夕方、Computex開催を前に台北の寧夏夜市に、異例の客層が現れました。NVIDIA CEOである黄仁勳（こう・じんくん）氏は、TSMC創業者である張忠謀（ちょう・ちゅうぼう）氏、廣達会長である林百里（りん・ひゃくり）氏、聯發科CEOである蔡力行（さい・りっこう）氏を伴い、屋台の前で蚵仔煎（オイスターフライのようなもの）を食べていました⁵。通りすがりの人々が黄仁勳氏に気づき、一瞬にしてファンや記者の群衆に囲まれ、まるでアイドルを追いかけるような光景となりました。

この会食の市場価値は数兆ドルを超えます。しかし、真実の物語は食卓の上ではなく、その背後にある産業チェーンにあります。ここにいる人たちが代表する企業は、世界のAIコンピューティングの物理的な基盤を支えています。黄仁勳氏は台湾訪問中に、「台湾は世界で最も重要な国の一つである」と公言しました⁶。これは単なる社交辞令ではありません。台湾がなければ、AI革命のハードウェア的基盤は存在しません。

黄仁勳氏は1963年に台北で生まれ、幼少期を台南で過ごした後、9歳でアメリカに移住しました⁷。彼が1993年に共同設立したNVIDIAは、現在AIチップの代名詞となっています。NVIDIAが設計する先進的なGPU、例えばChatGPTの訓練に使用されるA100やH100から最新のBlackwellシリーズに至るまで、すべてTSMCによって製造されています⁸。

四ヶ月後にストックホルムで発表されたノーベル賞受賞者リストには、この会食に関連する名前は一つもありませんでした。このギャップは偶然ではなく、構造的な事実なのです。

ハードウェア：一つの島がAI革命を支える

台湾がAIハードウェアサプライチェーンにおいて持つ地位は、「重要」という言葉では軽すぎる。

チップ製造の分野では、2025年時点で台積電（TSMC）は世界のファウンドリ市場で72%の収益シェアを獲得している⁹。最先端の7nm以下のプロセスにおいては、台積電の市場占有率は9割を超える。NVIDIAがAI GPU市場で約86%を占めるが、これらのGPUのほぼ全てが台積電によって受託製造されている¹⁰。世界中でAIモデルの訓練と実行に使われる計算能力の大部分は、台湾のクリーンルームで生まれているのである。

チップが作られた後、データセンターに導入するためにはサーバーとして組み立てる必要がある。この工程もまた、台湾が主導している。鴻海（Foxconn）、廣達（Quanta）、緯創（Wistron）という3大ODMメーカーは合計で世界のAIサーバーの約9割を生産している¹¹。2025年、これら3社の年間収益はそれぞれ新台幣1兆元（約320億米ドル）を超え、そのうちAIサーバーの収益は第2四半期に初めて民生電子製品の収益を上回った¹²。

AIチップの性能は、プロセス微細化だけでなく、パッケージング技術にも依存している。台積電のCoWoS（Chip on Wafer on Substrate）先進パッケージング技術は、NVIDIAの上位GPUが性能目標を達成するための鍵である。2026年には、NVIDIA単体でCoWoSウェハーに対して59.5万枚の需要があると推定されており、これは世界の総需要の60%を占める¹³。

鴻海はさらに、NVIDIAおよび台湾政府と協力し、最新のNVIDIA Blackwellアーキテクチャを採用した1億ワット（MW）級のAIファクトリースーパーコンピュータを高雄に建設している¹⁴。台湾は「AIチップの製造地」から「AIを稼働させる場所」へと進化を遂げている。

台積電新竹 Fab 5 廠房，AI 晶片代工的物理現場。Photo: Wikimedia Commons via TSMC Fab 5 file.

問題は、ハードウェアが入場券を手に入れた後、次の戦場がどこになるかである。

📝 キュレーターのメモ

一般的な言説には「台湾という国を守る山（神山）がAI革命を支えている」というものがある。この説明は物語としては都合が良いが、因果関係を半分逆転させている。AI革命がGPUを必要として台積電を選んだのであり、台積電がAI革命によって生み出されたわけではない。真の緊張感は、「GPUが商品となったとき、次の価値はどこへ流れていくのか？」という点にある。2024年のノーベル賞が示した答えはモデルそのもの――Hopfieldが記した12ページの論文、Hintonとその学生Krizhevskyが2012年にAlexNetを用いてImageNetの画像認識誤り率を26.2%から15.3%に引き下げたあの夜¹⁵、そしてHassabisたちのグループがAlphaFoldでCASP14の中央値GDT 92.4を達成したあの午後である。

ホップフィールド 1982年：物理学者が記した記憶モデル

1982年、プリンストンで物性物理学者であるジョン・ホップフィールド（John Hopfield）は、「Neural networks and physical systems with emergent collective computational abilities」という長い題名の論文を12ページ分執筆し、『アメリカ科学アカデミー紀要』³に発表しました。

彼が行ったことは、本質的に「記憶」を物理学に翻訳したことに他なりません。

物性物理学にはスピンガラス（spin glass）という概念があります。これは、多数の磁気原子がそれぞれ固有のスピン方向を持ち、互いに相互作用し合うことで、系全体が自発的にエネルギーの最も低い点を見つけ出す現象です。ホップフィールドは、この概念をニューロンに応用しました。ニューロンをスピンに見立て、結合強度を相互作用に見立てることで、ネットワーク全体が特定の「エネルギー最小値」（energy minimum）という安定状態に収束するというものです³。この各エネルギー最小値が、記憶として保存されるものと見なされます。

このモデルの優れている点は、記憶を物理学的な言葉で記述できるようになった点です。不完全な手がかりを与えると、ネットワークは自ら最も近いエネルギー最小値を見つけ出し、記憶全体を補完します。これは後の生成AIが行っていることの数学的な祖先にあたります。

1982年当時、台湾は電子産業が黎明期であり、TSMC（台積電）もまだ設立されていませんでした。チャールズ・チャン（張忠謀）氏が後に「国を守る山」（護國神山）と呼ばれる企業を設立するのは1987年になります。ホップフィールドの論文は、Google Scholarにおける引用数が2026年までに2万7千回を超えています¹⁶。

さらに興味深いのは、ホップフィールド氏が後で語った言葉です。彼はプリンストンで一世を風靡した物性物理学に携わりながら、神経科学に進出したことは当時の同業者からは「気まぐれな試み」と見られていました。しかし、2024年のノーベル賞発表時、91歳になった彼は、スウェーデン王立科学アカデミーからの電話インタビューで、AIの方向性が誰にも理解も制御もされていないことに不安を感じていると語っています¹⁷。

現代AIの数学的基盤を築いた人物が、受賞の日に私たちに注意を促しているのです。

_John J. Hopfield氏, 2024年ノーベル物理学賞受賞者, スウェーデン・ノーベル週間。写真提供: Arthur Petron, 2024-12-08。 CC BY-SA 4.0 via Wikimedia Commons。_

ヒントン氏：1986年の論文と2023年のGoogle退職時の警告

1947年にロンドンのウィンブルドンで生まれたジェフリー・ヒントン（Geoffrey Hinton）は、歴史が彼を認めるのに38年遅れた人物の一人である¹⁸。

1986年、ヒントンはデビッド・ルーメルハート（David Rumelhart）、ロナルド・ウィリアムズ（Ronald Williams）と共に『Nature』誌にバックプロパゲーションに関する論文を発表した⁴。このアルゴリズムとは、ニューラルネットワークが誤りを犯した場合に、その誤差信号を各層に逆伝播させ、接続の重みを段階的に調整するというものである。これは、今日の深層学習モデルが自己訓練を行う方法そのものである。

このアルゴリズムは1986年に考案されたが、以下の3つの要素が揃って初めて爆発的な発展を遂げた。すなわち、十分に安価な計算能力、十分な量のデータ、そしてこの道筋を信じる人々である。前二つは2010年代初頭に整ったが、第三者の代表格がヒントンと彼の二人の学生、アレックス・クリジェフスキー（Alex Krizhevsky）、イリヤ・スツケバー（Ilya Sutskever）であった。2012年、彼らがGPUを用いて訓練した畳み込みニューラルネットワークであるAlexNetは、ImageNet画像認識コンペティションでトップ5に入るエラー率15.3%を記録し、2位の26.2%を大きく引き離した¹⁵。この瞬間、業界全体がバックプロパゲーションが本当に機能するのだと確信したのである。

2013年3月、Googleは4,400万ドルでヒントンの小規模な会社DNNresearchを買収し、65歳であった彼を傘下に収めた¹⁸。その後10年間、彼はシリコンバレーで最も影響力のあるAI研究者の一人であった。

そして2023年5月1日、『ニューヨーク・タイムズ』にヒントンがGoogleを退職したというインタビュー記事が掲載された。

彼が退職した理由は引退ではなかった。インタビューの中で、彼は「Googleに与える影響を気にすることなく、AIのリスクについて自由に議論したい」と述べている¹⁹。彼が警告した内容には、AIシステムが間もなく人類よりも賢くなる可能性があり、悪意のある人物によって悪用される可能性があり、「それを止める方法を見つけるのは非常に難しい」というものがあった¹⁹。彼は自身の生涯の仕事の一部に対して「後悔がある」とも語っている¹⁹。

2024年にノーベル物理学賞を受賞した際も、電話インタビューでAIの暴走の可能性に注意を促す警告を繰り返している²⁰。

深層学習の訓練アルゴリズムを考案した人物と、記憶モデルを考案した人物が、2024年10月のある日、共にスウェーデン王立科学アカデミーの壇上に立ち、この技術が想像以上に危険である可能性について警鐘を鳴らした。この光景は、1945年にニューメキシコ砂漠でオッペンハイマーがヒラゴ状の雲を見つめていた表情と、ある種の対比的な感覚がある。

2ヶ月後、2024年12月8日、ヒントンはストックホルム大学Aula Magnaホールでノーベル賞講演を行った。テーマは『ボルツマンマシン』—これは彼がホールドフィールド（Hopfield）と共に継承した系譜に属し、熱力学的な確率分布をニューラルネットワークに組み込んだ初期の研究である。これを聴いた者は知った。1986年のバックプロパゲーションの論文は孤立した洞察ではなく、1980年代の物理学と認知科学が交差する地点から生まれた一連の思想体系の一部であったことを。

スウェーデン王立科学アカデミー公式チャンネル：ジェフリー・ヒントンによる2024年12月8日のノーベル物理学賞講演「ボルツマンマシン」。1980年代にセジノウスキー（Sejnowski）と共にボルツマンマシンを執筆した頃から、バックプロパゲーションを経て、今日のLLMに至るまで—実に四十年。最後の5分間で、彼はノーベルの壇上に立って、AIのリスクに対する懸念を改めて語った。

PTTからAIラボへ：杜奕瑾の二度の起業

台湾という島国に戻る。ホールドフィールドが記憶モデルを記述したのと同時期、台湾ではようやくコンピューター科学が始まったばかりであった。

1995年、台湾大学情報科学科の2年生である杜奕瑾（ど・いきん／DU YI-TSIN）は、486コンピューターとオープンソースソフトウェアを用いて寮にPTTを構築し、後に台湾最大の電子掲示板となりました。30年後も、PTTには毎日数十万人がアクセスしており、台湾のインターネット文化の化石となっています。

杜奕瑾はその後マイクロソフトに入社し、Cortana音声アシスタントの開発に参加しました。2017年4月、彼はシリコンバレーの高い給与を捨てて台湾に戻り、「台湾人工智慧實驗室」（Taiwan AI Labs）を設立しました。これはアジアで初めての非営利・オープンAI研究機関です²¹。

彼の動機は率直でした。台湾には世界レベルのソフトウェア人材がいるが、彼らは皆シリコンバレーへ行ってしまう。彼は、戻りたい、あるいは留まりたいと願う人々がAI研究を行う場所を創設したかったのです。

Taiwan AI Labs の最も知られている製品は、「雅婷逐字稿」であり、繁体中国語と台湾のアクセントに最適化された音声認識システムです。COVID-19パンデミックの間、このラボはフェイクニュース検出ツールや連邦学習医療AI²²も開発しました。これらのプロジェクトに共通しているのは、それらが台湾固有の問題を解決し、アメリカのモデルを翻訳して使うのではなく、台湾固有のデータを使用していた点です。

杜奕瑾の物語は、PTTからAIラボに至るまで、ある意味で台湾のソフトウェア発展の縮図と言えます。技術的能力が欠けているのではなく、人材を引き留めるエコシステムが不足していたのです。

💡 ご存知でしたか

1986年にヒントン（Hinton）が誤差逆伝播法を発表した年、台湾のGDPは約779億米ドル、一人当たりGDPは約4,007米ドルであり、新竹科学園区は稼働してわずか6年でした²³。これら3つの事象が同じ地球上で同時に起こりましたが、この歴史的な線が交差するのは26年後のImageNetデータセットでの出来事でした。基礎研究の時間スケールは、産業の物語で感じられるよりも長いものです。

AlphaFold：50年間のタンパク質フォールディング難問のもう一つのノーベル賞

2024年のノーベル化学賞の物語は、1972年の問題から語り始める必要があります。

当時、アメリカの生化学者クリスチャン・アンフィンセン（Christian Anfinsen）がノーベル化学賞を受賞した際の受賞演説で、一つの仮説が提示されました。それは、タンパク質の三次元構造は、そのアミノ酸配列によって完全に決定されるというものでした²⁴。もしこの仮説が正しければ、理論上、我々はアミノ酸配列を見るだけで対応する3D構造を算出できるはずでした。しかし、「はず」であったことは半世紀にわたって達成されませんでした。タンパク質フォールディングは「グランドチャレンジ（偉大な挑戦）」と呼ばれていました。学界では2年ごとにCASPコンテストが開催され、参加者全員が出した予測結果と実験的構造を照合する試みは1994年から13回行われましたが、誰もブレイクスルーを起こすことができませんでした²⁵。

真の転換点は2018年のCASP13で、DeepMindが初代AlphaFoldを派遣し優勝を果たしたことでしたが、精度は実用レベルには達していませんでした。決定的なターニングポイントとなったのは、2020年11月30日のCASP14でした。ここでAlphaFold 2は中央値GDT 92.4という成績を達成しました²⁵。GDT 92.4とは、予測結果の半数以上において原子の位置の誤差が1オングストローム未満であり、実験的な解像度レベルに達したことを意味します。CASPの主催者であるジョン・マルト（John Moult）は当日の講演で「この問題はかなりの部分で解決した」と述べています²⁵。

50年間未解決だった問題が、わずか6年でロンドンの研究チームによって解明されました。

その後、事態はさらに加速しました。2021年7月にはAlphaFold 2のソースコードがオープン化され、同年、DeepMindと欧州分子生物学研究所（EMBL-EBI）が協力してAlphaFoldによるタンパク質構造を公開データベースとして提供しました。2022年7月には、このデータベースが100万種の生物種、約2億のタンパク質構造をカバーし、地球上の既知のほぼ全てのタンパク質の3Dモデルが無料で公開されました²⁶。

2024年5月8日、DeepMindは『Nature』誌でAlphaFold 3を発表しました。これにより、予測能力は単一のタンパク質から、タンパク質とDNA、RNA、リガンド（配位子）、イオンとの相互作用へと拡張されました²⁷。新薬開発、ワクチン設計から酵素工学に至るまで、分子がどのように結合しているかを知る必要のある全ての分野が、このツールによって根本的に書き換えられました。

AlphaFoldを執筆したデミス・ハサビス（Demis Hassabis）は伝統的な生化学者ではありません。彼は4歳で西洋将棋を始め、13歳で大師の称号を獲得しました。17歳の時にはピーター・モリーニュ（Peter Molyneux）と共にシミュレーションゲーム『Theme Park』を開発し、数百万本を販売しています²⁸。2010年にはシェーン・レッグ（Shane Legg）、ムスタファ・スレイマン（Mustafa Suleyman）と共にロンドンでDeepMindを設立し、2014年にはGoogleに4億英ポンドで買収されました²⁸。2016年にDeepMindのAlphaGoが李世乭（Lee Se-dol）を破り、2020年がAlphaFold 2、そして2024年がノーベル賞と、三つの出来事は10年未満の間隔で起こりました。

その間の共通項は一つの賭けでした。すなわち、ニューラルネットワークを用いて、人類が脳を使って解決できなかった問題を解くという試みです。囲碁はルールが閉じた系ですが、タンパク質フォールディングはルールが開放的でありながら物理的な制約が強いものです。ハサビスはこの二つの分野で戦場を選びました。

台湾側では、中央研究院の翁啟惠（Weng Chi-hui）院長在任中（2006年～2016年）に確立された糖分子タンパク質研究は、台湾がこの最前線に最も近い学術的投資でした²⁹。中央研究院生物医学研究所や生化学所にもチームがあり、AlphaFoldのオープンウェイトを利用した下流の研究を行っています。しかし、AlphaFoldレベルの中核モデル開発に関して、台湾には現時点では対応する制度が存在しません。

⚠️ 論争的な視点

AlphaFoldがノーベル化学賞を受賞したことについては、学界で議論がありました。一部の構造生物学者は、この賞は計算ツールを化学の殿堂に引き上げたのではなく、最も初期の重要な実験を行ったX線結晶構造解析や核磁気共鳴の科学者に与えられるべきだと主張しました³⁰。一方で、別の意見は、この論争自体が時代遅れであると述べています。なぜなら、アルゴリズムがわずか5年で地球上のほぼ全てのタンパク質の3D構造を補完できるようになった今こそが化学なのであるからです。両者の議論は2024年10月以降次第に後者の意見へと傾いていますが、それが示唆する緊張感は消えていません。AIができることが拡大していくとき、伝統的な学問の境界線は再定義されるべきなのか、という問いが残されています。

TAIDE：台湾が独自の言語モデルを必要とする理由

2023年4月、ChatGPTが世界を席巻してから半年後、台湾の科学技術委員会（国科会）は「TAIDE」プロジェクトを開始しました。その正式名称はTrustworthy AI Dialogue Engine（信頼できる生成AI対話エンジン）です³¹。

なぜ約2,300万人の島国が自ら大規模言語モデルを開発する必要があったのでしょうか？

理由は技術的自律性だけではありません。繁体中国語は世界のAI訓練データにおいて占める割合が極めて少なく、ほとんどの中国語データは簡体字中国語のウェブサイトに由来しています。台湾の人々がChatGPTや他のモデルを使用する際、得られる回答にはしばしば中国大陸特有の用語習慣や視点の前提が含まれています。「動画」ではなく「影片」、「品質」ではなく「質量」といった一見些細な違いの背後には、文化的な主体性の問題があるのです。天下雑誌は、「中国AIによる文化侵略を防ぐ」という見出しでTAIDEを報道しました³²。

2024年4月、TAIDEチームは商用版であるTAIDE-LX-7Bと学術研究版のTAIDE-LX-13Bモデルをリリースし、執筆、翻訳、要約などのタスクで良好な性能を示しました³³。そして2026年にはTAIDE 2.0が発表され、聯發科（MediaTek）が支援するBreeze-8Bモデルが加わることで、台湾のLLMエコシステムは「追随」段階から「実用化」段階へと移行しました³⁴。

さらに興味深いのは応用分野での開花です。中興大学はTAIDEを用いて農業知識検索システム「神農 TAIDE」を開発し、台南大学は台語教育のための台湾英語対話ロボットを開発し、陽明交通大学は台語版と客家語版のTAIDEモデルを訓練しました³⁵。これらの応用例は一つの事実を証明しています。すなわち、言語モデルは技術製品であると同時に文化的な担い手でもあるということです。天穿日や媽祖遶境といったものを理解できないAIは、真に台湾の人々に奉仕することはできません。

しかし、TAIDEの規模はまだ小さいです。商用の8Bと学術研究用の13Bというパラメータ数は、OpenAIのGPT-4クラス（推測で1兆パラメータ以上）とは2桁以上の差があります。このギャップの背景にあるのは能力の問題ではなく、GPU予算の問題なのです。最先端レベルのLLMを訓練するためには、億単位の米ドルが必要であり、それは国家レベルの研究機関の年間予算と同程度の規模になります。

侵害されたAIセキュリティ

台湾は世界で最も頻繁にサイバー攻撃を受ける国の一つです。この不幸な現実は、強力なAIセキュリティ産業を生み出す契機となりました。

2017年末に設立された奥義智慧（CyCraft）は、台湾初のAIとエンドポイント監視を組み合わせたセキュリティ企業です。同社の技術は、グローバルなリサーチ機関であるGartnerのレポートに7回掲載されており、米国MITRE ATT&CKによる権威ある評価を3度クリアした唯一の台湾企業です³⁶。2026年2月、奥義智慧は台湾証券取引所のイノベーション板に上場し、台湾資本市場における初の国際水準の自社開発能力を持つAIセキュリティソフトウェアメーカーとなりました³⁷。

奥義智慧の顧客には、台湾の政府機関、防衛部門、銀行、半導体企業などが含まれており、これらは国家レベルのハッカーが最も狙うターゲットです。同社は日本とシンガポールに子会社を構え、「侵害から得た実戦経験」をアジア太平洋地域全体に展開しています。

この事例は一つのことを示しています。台湾のAI優位性は、半導体だけでなく、特有の地政学的状況によって磨き上げられた実践的な能力からも生まれているということです。

政策：AI元年からデジタル開発局へ

台湾のAI政策の発展は、三つの節目で理解することができます。

2017年から2018年は黎明期にあたります。科技部長である陳良基（ちん・りょうき）氏は、2017年を「AI元年」と宣言し、「AI小国大戦略」³⁸を提唱しました。彼は台湾市場の規模は小さいことを認めつつも、半導体製造、ICTサプライチェーン、理工系人材という三つの強みを強調しました。2018年には第一期「台湾AI行動計画」が開始され、4年間で新台幣400億元以上が投入され、AI計算基盤である「台湾AI雲」（TWCC）³⁹の構築に重点が置かれました。

2022年を境に制度化が進みました。デジタル開発局（moda）が設立され、以前は科技部、経済部、交通部に分散していたデジタル関連業務が統合されました。この一歩の意義は、AI政策が「科技部の単なるプロジェクト」から「省庁横断的な国家戦略」へと格上げされた点にあります。同年、政府は「人工知能研究開発指針」を公表し、人間中心、透明性・説明可能性、公平性・非差別といった原則を強調しました。

2023年以降は生成AIへの転換期です。ChatGPTの衝撃により政策が急激に方向転換しました。TAIDE計画の始動、AI基本法の草案推進、公的部門におけるAI導入の加速が進んでいます。台湾の戦略は非常に現実的であり、米国や中国と基礎研究論文数で競うのではなく、AIを既存の製造業の優位性と結びつけることに注力しています。スマート製造、医療画像、半導体歩留まり予測などは、台湾がデータと現場を持ち、競争力がある分野です。

問題は、2024年10日のノーベル賞受賞者リストには、「スマート製造」というアプローチからの受賞者が一人もいなかったことです。

懸念：ハードウェア大国のソフトウェアの欠如

華やかな数字の裏側には、台湾のAI開発における構造的な問題があります。それは、ハードウェアとソフトウェアの深刻な不均衡です。

台湾は世界のAIサーバーの9割と、かなりの量のAIチップを生産していますが、AIモデルの開発、データエコシステム、プラットフォームソフトウェアといった「ソフト」の分野での存在感は低いのが現状です。GPT、Claude、Gemini、LLaMAを含む世界トップ20のAIモデルの中に、台湾発のものはありません。2024年の二つのノーベル賞受賞研究（ホールドフィールド・ネットワーク、誤差逆伝播法からAlphaFoldまで）と照らし合わせると、これら三つの分野は台湾の産業とは遠い距離にあると言えます。

原因は、古い問題の新しいバージョンです。TSMCのエンジニアが年収200万台湾ドルを超える場合、ソフトウェアスタートアップがトップクラスの人材を確保することは困難です。Google、Microsoft、NVIDIAなどが台湾に研究開発センターを設置しているため、給与や福利厚生が強力な引き寄せ効果を生んでいます。台湾大学の情報科学科の卒業生にとって、地元のAIスタートアップに参加するよりも、外資系企業やTSMCのIT部門を選ぶことが多くなっています。

より根本的な課題はデータです。AIモデルの価値は訓練データに依存しますが、高品質な繁体字のデータ量は、英語や中国本土（簡体字）と比較するとごくわずかです。2300万人の人口が生み出すテキスト量は、英語圏や中国大陸には及ばないのが自然です。TAIDE計画はこの問題を解決しようとしていますが、データの規模における不利は構造的なものです。

台湾のAIが真に賭けているのは、基盤モデルではなく垂直応用分野にあります。汎用モデルでOpenAIやGoogleと正面から競い合うのではなく、台湾は半導体プロセスAI、医療画像AI、サイバーセキュリティAI、繁体字NLPといった分野で代替不可能な地位を見出そうとしています。これらの領域において、台湾は他社が容易に模倣できない独自のデータと現場の優位性を持っています。

島国のAI選択

2026年の台湾は、特異な立場にあります。AIハードウェアサプライチェーンにおいてはこれほど不可欠であることはありませんが、AIソフトウェアエコシステムにおいては依然として周辺的な存在です。

これは必ずしも悪いことではありません。歴史的に、台湾の成功モデルは「ブランドそのものではなく、ブランドを支える存在」でした。1987年にチャールズ・フン（張忠謀）によって発明された純粋な受託製造モデルにより、TSMCは世界の時価総額トップ10企業の一つとなりました。今日、同様の論理がAIサーバー産業で繰り返されています。FoxconnはAIモデルを開発しませんが、世界中のAIモデルはFoxconnが組み立てたサーバー上で動作しています。

しかし、AI時代のゲームのルールは異なるかもしれません。価値の中心がハードウェアからソフトウェアとデータへと移行するにつれて、受託製造のみでは利益空間が圧縮されてしまいます。2024年にノーベル賞が授与された受賞者たちは皆、ソフトウェア層に属していました。ホールドフィールド（Hopfield）は数学的モデルを書き、ヒントン（Hinton）は訓練アルゴリズムを記述し、ハッサビス（Hassabis）は生物学的な解法を提示しました。これらの研究は台湾で製造されたハードウェア上で実行されていますが、賞はハードウェアには与えられていません。

台湾は、ハードウェアの覇権という基盤の上に、ソフトウェアとデータの能力を育てていく必要があります。ハードウェアは依然として土台であり、新しい価値層がその上に積み重ねられるのです。TAIDEは一つの試みであり、CyCraftも一つであり、Taiwan AI Labsも一つです。それらの共通点は、「世界最大のAI」を目指すのではなく、「台湾を最もよく理解するAI」を目指している点にあります。

42年前、ホールドフィールドがプリンストンで書き上げた12ページの論文は、人類の記憶モデルの数学的基礎になることを誰も知りませんでした。50年前、アンフィンセン（Anfinsen）がノーベル講演でタンパク質の折り畳み仮説を提唱したとき、それをロンドンの研究者たちが解明するのは2020年の午後になるとは誰も予想していませんでした。基礎研究の時間スケールは、どのコンピューテックス（Computex）よりも長いです。

ニンシア夜市での食事こそが、この42年間に台湾が築き上げてきた立ち位置です。次の戦場はどこにあるのでしょうか。オャイジェン（蚵仔煎）の屋台の前ではありません。それは、台湾大学の寮でプログラミングをしている学生が、20年後、30年後にこの島にふさわしいノーベル賞を受賞するかどうかにかかっているのです。

---

補足資料:

• AI国家の台頭：台湾の人工知能開発と未来戦略 — 初期バージョンの政策構造叙述、AI行動計画、五大戦略領域、半導体「防衛神山」がいかにAI革命に結びつくかという全景。
• 台湾人工知能実験室 — 杜奕瑾（ツォー・イジン）のPTTからAI Labsに至る完全な経歴、TAIDE / TAME / FedGPTオープンソース言語モデルエコシステム。
• 台湾人工知能学校 — あの電話が繋がらなかった後、陳昇瑋（チェン・シェンウェイ）氏と1.8億新台湾ドルで設立されたAI軍校：8年間の卒業生1万人の人材育成史。
• 台湾AIの日常 — 生成AIが台湾の日常生活に浸透していく記録、コンビニでの注文から健康保険署によるバッチ審査までのシーンごとの観察。
• 台湾企業：TSMC — グローバルウェハー受託製造のリーダーであり、AIチップ製造の中核を担う存在。チャールズ・フン（張忠謀）の純粋な受託モデルから先進パッケージングに至る物語。
• 半導体産業 — IC設計から後工程（OSAT）まで、台湾の半導体エコシステム全貌。
• 台湾のサイバーセキュリティ産業の発展 — 地政学的圧力がいかにしてアジア太平洋規模のAIセキュリティ産業を生み出したか。

画像の出所

本稿では、パブリックドメインまたはCCライセンスの画像を4点使用しており、熱リンクによるサーバー負荷を避けるためすべてpublic/article-images/technology/にキャッシュしています。

• AlphaFoldによるCBLN1タンパク質の三次元構造（レインボー符号化） — メイン画像。CBLN1タンパク質のAlphaFold予測構造で、N→C末端がレインボーカラーで色分けされています。Photo: BQUB25-UPoch (自作, AlphaFold + PyMOL), 2025年11月15日, CC BY 4.0。
• ジェフリー・ヒントン氏、2024年ノーベル物理学賞受賞者（3x4クロップ） — インライン。2024年ノーベル週のヒントン氏の公式肖像。Photo: Arthur Petron, 2024年12月8日, CC BY-SA 4.0。
• ジョン・ホールドフィールド氏、2024年ノーベル物理学賞受賞者 1（クロップ） — インライン。2024年ノーベル週のホールドフィールド氏の公式肖像。Photo: Arthur Petron, 2024年12月8日, CC BY-SA 4.0。
• TSMC Fab 5 — インライン。台積電（TSMC）新竹Fab 5の工場で、AIチップ製造が行われている現場です。Photo: Wikimedia Commons (既存キャッシュ)。

---

参考文献

1. ノーベル物理学賞2024 プレスリリース — 2024年10月8日にスウェーデン王立科学アカデミーが正式発表しました。原文：「The Royal Swedish Academy of Sciences has decided to award the Nobel Prize in Physics 2024 to John J. Hopfield and Geoffrey Hinton 'for foundational discoveries and inventions that enable machine learning with artificial neural networks.'」賞金は1100万スウェーデンクローナで、二名が均等に分け合います。↩²³
2. ノーベル化学賞2024 プレスリリース — 2024年10月9日の発表です。賞金は1100万スウェーデンクローナで、David Baker氏が「計算タンパク質設計」で半分を獲得し、Demis Hassabis氏とJohn Jumper氏が「タンパク質構造予測」で残り半分を分け合います。↩²
3. PNAS, 79(8), 2554-2558 — Hopfield, J. J. (1982). "Neural networks and physical systems with emergent collective computational abilities."↩²³
4. Nature, 323, 533-536 — Rumelhart, D. E., Hinton, G. E., & Williams, R. J. (1986). "Learning representations by back-propagating errors."↩²
5. Tom's Hardware: 半導体レジェンドが台湾のナイトマーケットを散策 — 2024年5月29日の寧夏夜市レポートで、黄仁勳氏、張忠謀氏、林百里氏、蔡力行氏が同じテーブルで食事をする様子を記録しています。↩
6. Taiwan News: Nvidia CEO, 台湾を「世界で最も重要な国の一つ」と呼ぶ — 2024年5月30日、黄仁勳氏の台湾訪問時の公の発言です。↩
7. Wikipedia: Jensen Huang — 1963年に台北で生まれ、幼少期を台南で過ごし、9歳でアメリカに移住した黄仁勳氏の伝記資料です。↩
8. Klover.ai: TSMC AI Fabricating Dominance — NVIDIAの全ての先進GPU（A100、H100、Blackwellシリーズ）はTSMCによってファウンドリ製造されています。参照：↩
9. SQ Magazine: 2025年AIチップ統計 — 2025年のTSMCウェーハファウンドリ収益シェア72%のデータソースです。また、Motley Foolによる同時期の報道も参照してください。↩
10. PatentPC: AIチップ市場の爆発 — NVIDIA AI GPUの市場シェア86%のデータ出所です。↩
11. Tech-Now: 台湾がAIサーバーシフトを世界でリードし、2025年にはiPhoneを上回る — 鴻海、廣達、緯創による世界のAIサーバー出荷量90%のデータです。↩
12. DigiTimes: Foxconn、Wistron、Quantaは2026年にAIサーバーで1兆ドル規模の収益を維持する — 3つのODM企業の年間収益が1兆ドルを超え、AIサーバーが民生製品を上回るという報道です。↩
13. 36Kr: 2026年のCoWoS生産能力は誰が分け合うのか？ — NVIDIAのCoWoSウェーハ需要59.5万枚、世界シェア60%のデータです。↩
14. NVIDIA Newsroom: Foxconn, 台湾およびNVIDIAと提携してAIファクトリーを建設 — 高雄での100MW AI工場協力案件です。CNBCによる100MW電力容量の報道も参照してください。↩
15. NeurIPS 2012 / NIPS Proceedings — Krizhevsky, A., Sutskever, I., & Hinton, G. E. (2012). "ImageNet Classification with Deep Convolutional Neural Networks."↩²
16. PanSci 汎科学：2024ノーベル物理学賞— HopfieldとHintonが人工ニューラルネットワーク機械学習時代を切り開く — MOU 2026-05-05のコンテンツキュレーションパートナーです。Hopfieldネットワークの提唱背景、スピントガラスへの類推、論文引用数の蓄積、現代のディープラーニングとの数学的関連性などを網羅しています。↩
17. ガーディアン：ノーベル物理学賞2024受賞者ジョン・ホールドフィールドがAIの危険性を警告 — 2024年10月8日のノーベル物理学賞電話インタビュー報道で、ホールドフィールド氏とヒントン氏が同日AIのリスクについて警告を発した件です。↩
18. Wikipedia: Geoffrey Hinton — ヒントン氏は1947年12月6日にロンドン郊外のウィンブルドンで生まれ、2013年にGoogleがDNNresearchを4400万ドルで買収した後、Googleに加わりました。↩²
19. BBC News: AI 'godfather' Geoffrey Hinton warns of dangers as he quits Google — 2023年5月1日、ヒントン氏はGoogleを退職後、BBCに対しAIのリスクについて懸念を表明しました。原文には「私は、これがGoogleにどのような影響を与えるかを考慮せずにAIの危険性について話すために辞めた」とあり、「私の人生の仕事に今では後悔がある」とも記されています。同時のNYTのインタビューの詳細も本報道で引用されています。↩²³
20. Nature: AI scientist Geoffrey Hinton wins Nobel prize for physics — Nature誌による、2024年のノーベル物理学賞授賞式とヒントン氏への電話インタビューの詳細です。↩
21. 台灣人工智慧實驗室官網 会社概要 — 杜奕瑾氏が1995年に台大でPTTを設立し、2017年4月に台湾に戻ってTaiwan AI Labsを創設した公式紹介です。↩
22. TechNews 科技新報: AI人材は台湾にいる、留まるべきか？台灣人工智慧實驗室創辦人杜奕瑾へのインタビュー — 雅婷氏の逐語録や、聯邦式学習医療AIなどのコアプロジェクト紹介です。↩
23. Wikipedia: Economic history of Taiwan — 1986年の台湾のGDPデータや、新竹科学園都市が1980年12月に設立されたことについて記載されています。↩
24. Science, 181(4096), 223-230 — Anfinsen, C. B. (1973). "Principles that govern the folding of protein chains."↩
25. Nature: 'It will change everything': DeepMind's AI makes gigantic leap in solving protein structures — 2020年11月30日にCASP14の結果が公表され、AlphaFold 2の中央値GDTは92.4であり、CASPの主催者であるJohn Moult氏は「ある意味で問題は解決した」とコメントしています。↩²³
26. DeepMind: AlphaFold reveals the structure of the protein universe — 2022年7月28日に、AlphaFold Protein Structure Databaseが100万種の生物種、約2億のタンパク質構造をカバーしたことが発表されました。↩
27. Abramson, J., Adler, J., Dunger, J. et al. (2024). Accurate structure prediction of biomolecular interactions with AlphaFold 3. Nature 630, 493-500 — 2024年5月8日にAlphaFold 3が発表され、タンパク質とDNA/RNA/リガンド/イオン複合体の予測に拡張されました。↩
28. Wikipedia: Demis Hassabis — ハッサビス氏は4歳からチェスを始め、17歳（1994年）でPeter Molyneux氏と共に『Theme Park』を開発し、2010年にロンドンでDeepMindを設立し、2014年にはGoogleに約4億英ポンドで買収されました。↩²
29. 中央研究院基因體研究中心 — 翁啟惠院長が在任中（2006年～2016年）に設立した糖分子タンパク質構造研究センターです。↩
30. PanSci 泛科學：2024 Nobel Prize in Chemistry - David Baker, Demis Hassabis, John Jumper solve the protein folding puzzle — MOU 2026-05-05によるコンテンツキュレーションパートナーです。AlphaFoldのノーベル化学賞を巡る議論、構造生物学と計算化学の分野境界に関する議論を網羅しています。↩
31. 行政院: 台湾のAI基盤を整備する—信頼できるAI対話エンジンTAIDEを構築する — 2023年4月に開始されたTAIDE計画に関する公式説明です。↩
32. 天下雜誌：「中国のAI文化侵略を防ぐ」台湾初の繁体字LLM TAIDEは何ができるのか？ — TAIDEをテーマにした報道で、繁体字LLMによる文化的主体性に関する論述の出所です。↩
33. 科学技術会議新聞稿: TAIDEは一年で成果を上げ、産官協力により台湾らしい大規模言語モデルを推進 — 2024年4月にTAIDE-LX-7B商用版および13B学術版がリリースされた件です。↩
34. CloudInsight：台湾LLM開発動向2026 — TAIDE 2.0、Breeze-8Bなどの台湾LLMエコシステムを網羅的に調査しています。↩
35. 上記CloudInsightの報告書と同じです。中興大学の「神農 TAIDE」、台南大学の台英語対話ロボット、陽明交通大学の台語TAIDEモデルなどの応用事例を詳述しています。↩
36. CIO Taiwan：台湾セキュリティベンダー巡りー奥義智慧科技 — 奥義智慧がGartnerに7度ランクインし、MITRE ATT&CK評価を3度通過した詳細です。↩
37. 奥義智慧公式サイト：革新板でデビュー！AIセキュリティの王者、奥義サイバーが上場しました — 2026年2月5日の上場に関するプレスリリースです。↩
38. 半導体射月、テクノロジー大舞台 陳良基氏：160億で台湾AIを推進 — 遠見誌, 2017年 — 科技部長の陳良基氏が2017年をAI元年と宣言し、8月中旬にAI国家戦略を提唱したことについてです。↩
39. 科学技術委員会：AI研究戦略 — 第1期台湾AI行動計画における400億の予算やTWCCの構築などの政策フレームワークについて述べています。↩