Colby AdcockのScout AIが資金調達で1億ドル、戦争向けのモデル訓練を実施。ブートキャンプを訪問

カリフォルニア州中部の米軍基地で、4人乗りのオールテレーン車が丘陵地のトレイルを走り回っている。これは訓練である。ただし、車に乗っている人々のための訓練ではない。紛争地帯に投入できるようにAIモデルを訓練する取り組みだ。 

自律型の軍用ATVは、2024年にコルビー・アドコックとコリン・オーティスによって設立されたスタートアップであるScout AIが運用している。同社は自らを「防衛のためのフロンティア・ラボ」と呼んでいる。水曜日、同社は、2025年1月の1500万ドルのシードラウンドに続き、Align VenturesとDraper AssociatesがリードするシリーズAラウンドで1億ドルを調達したと発表した。

Scoutは、社が名を明かさないよう依頼した軍事基地での訓練業務について、TechCrunchに独占ツアーを招待した。

同社は「Fury」と名付けたAIモデルを開発しており、軍事資産を運用し指揮するために使う。まずは後方支援のためだが、やがて自律型の兵器のためにする予定だ。CTOのコリン・オーティスは、既存のLLMを土台にしたこの取り組みを「兵士を訓練すること」に例えている。 

「[兵士は] 18歳になったところから始める。あるいは大学を卒業してから始めることもある。だから、その土台となる知能のレベルから始めたいんです」とオーティスはTechCrunchに語った。「すでに投資をしてもらった相手から始めて、『ねえ、この“もの”を、幅広く賢いAIではなく、素晴らしい軍事AGIに教えるには何をすればいいの？』って言うのが有用なんだ」

Scoutは、DARPA、陸軍アプリケーション研究所、その他の国防総省の顧客といった組織から、合計1100万ドルの軍事技術開発の契約を獲得した。Scoutの技術は、自律技術企業20社のうちの1つとして、米陸軍第1騎兵師団がテキサス州フォート・フードで行う通常の訓練サイクルの中で使用している。この部隊は、次に2027年に配備する際、実際に成果を示せる製品を持ち込むことが期待されている。 

Scoutの社内テストでは、ゴムは基地の丘陵地帯の“泥”にぶつかる。つまり、過去に兵士だった人たちが率いる同社のオペレーションチームが、シミュレーションされた任務の中で車両を実戦さながらに走らせているのだ。

自律運転車は世界中のより多くの都市で見かけられるようになってきたが、ルールが定められた、より構造化された環境で運用されている。標識のないトレイルやオフロードで自律走行するとなると、課題はまったく別物だ。以前、自律型トラック会社のKodiakで働いていたオーティスは、そこで自分が手助けして作ったシステムが、予測不能な戦場で運用するには十分に賢くなかったことに気づき、Scoutを始める動機になったと語った。 

自律性への新しいアプローチ

Scoutは、より新しい自律技術へと舵を切っている。それは、LLM（大規模言語モデル）をベースにしたVision Language Actionモデル、つまりVLAで、ロボットの制御に使われる。2023年にGoogle DeepMindが最初に公開したこの技術は、Physical Intelligenceや、Adcockの兄であるBrettが率いるヒューマノイドロボット企業Figure.AIといった、ロボティクスのスタートアップの芽を育てた。 

Colby AdcockはFigureの取締役会メンバーであり、その経験が、拡張された知能を、軍の拡大する自律走行車両の部隊へ持ち込むことには大きな機会があると彼に確信させたのだと語る。彼の兄は、Figureを助言していたOtisを彼に紹介し、彼らはAIの最新動向を軍事ソリューションへ適用する作業に取りかかった。

「もし今、ドローンのコントローラーをあなたに渡して、ヘッドセットを装着させたら、あなたは数分でその飛び方を学べます」とOtisは言った。「あなたが実際にやっているのは、これらの小さなジョイスティック数個に、これまで持っていた知識をつなぎ直す方法を学んでいるだけなんです。大きな飛躍ではありません。だからVLAの考え方がそうで、そしてVLAが“解放”になる理由がそこにあるんです。」

実際、私はScoutのATVの1台を運転してみる機会を得たが、轍の深い林道のような道を回ると地形はかなり厳しかった。急な坂、曲がり角でこぼれやすい砂、見えなくなる走行痕、分かりにくい交差点。私はATVの熟練ドライバーではないが、初めての挑戦でもかなりいい線いけた（と自分では思っている）。同社がモデルに求めているのは、まさにそうした“汎用的な知能”で、それを同社は、こうしたATVを使ってわずか6週間で学習させてきた――最初は民間向けのATVを使用していた。 

また、自律制御された状態のATVにも同乗したが、その違いも感じられた。乗員の快適さを考えているはずの人間よりも、より素早く加速するのだ。運用チームは、広い道では車両が適切に右側へ寄り、狭い道では訓練ドライバーと同様に中央付近を走るようにしている点を指摘した。さらに、うまく状況が分からないと急に減速して次の一手を考え込むこともあり、それはATVがこちらを乗せたまま6.5キロの周回コースを走って基地に戻るまでに、数回起きた。 

VLAはまだ新しすぎて、実運用の場でどの企業も投入できていない段階だが、それでも「この技術は、米国の部隊に対して最も効果的にするにはどうすればいいかを突き止めるために、現場で兵士と一緒にその実験を行うのに十分なレベルだ」と、地上車両の自律走行に取り組んでいた元DARPAプログラムマネージャーのStuart Youngは述べた。そして他の自律走行企業と同様に、Scoutのフルスタックにも決定論的なシステムや、エージェントの能力を補完するための他のタイプのAIが含まれている。

Youngは今月DARPAを離れ、Fieldに加わった。DARPAでのプログラム運営として、RACERという取り組みを管理していた。そのプログラムは、企業に対して高速かつ自律走行でオフロードを走れる車両を作るよう求め、組織のGrand Challengeが自動運転車を押し上げたのと同じやり方で、この分野を同様に“種まき”することを後押ししていた。この分野の競合2社であるField AIとOverland AIは、そのプログラムからスピンアウトしており、Scoutもその後に参加していた。

Scoutの幹部や軍の技術者によれば、地上自律走行の最初の用途は自動化された補給になるという。遠くの観測拠点へ水や弾薬を運ぶこと、あるいは隊列（コンボイ）で、人員を乗せたトラックの後ろに6〜10台の自律走行車両が続くようなケースだ。そこでは、人間の貴重な労力を、より重要な任務に振り向けられるようになる。

Scoutで軍のフェローとして勤務している現役の歩兵将校Brian Mathwichは、アラスカで行われた最近の訓練を振り返った。彼は完全な暗闇の中で補給のコンボイを率いたが、そのとき自律走行車両が助けてくれたらよかったと感じたという。

陸軍の車両運用に知能を追加する

Scoutは自社を、軍事用マシンのための知能レイヤーを構築するソフトウェア企業だと主に位置づけている。同社は、自律走行車両そのものを作るつもりはない。むしろそれらの上に構築する。

Adcockは、スタートアップの最初の製品が広く採用されることになるのは、「Ox」と呼ばれるものだと見込んでいる。GPUのような強化されたコンピュータハードウェア、通信、カメラをひとまとめにした指揮統制ソフトウェアである。これは、個々の兵士が「このウェイポイントに行き、敵戦力を監視せよ」のようなプロンプトを使って、複数のドローンや自律走行の地上車両をオーケストレートできるようにすることを目的としている。

しかし、そのソフトウェアを機能させるには実機での訓練が必要だ。だから同社は、軍の基地内に自社の訓練場であるFoundryを設置した。そこでは、運転手が8時間交代でATVに様々な課題をこなさせ、その後、どの場面で引き継ぎが必要だったかを記録するために強化学習システムを進めていく。この記録はモデル改善に使われる。基地の司令官は、同社のATVに警備パトロールで交代を担当させるような依頼までしている。

Scoutが検証している仮説の1つは、VLAが、限られたこのデータセットに加えてシミュレーションでの訓練データを組み合わせることで、完全に能力のある走行エージェントを提供できるのではないか、というものだ。たとえば車両はトレイル（山道）では快適そうに見えるが、完全にオフロードでの運用に対応できる段階にはまだない。

Scoutはまた、偵察と防衛のためのドローンにも取り組んでおり、視覚言語モデルによって情報を与える。

スタートアップは、弾薬ドローンの集団が、より大きな「クォーターバック」型のプラットフォームとともに飛行し、そのプラットフォームが指揮のためにより多くの計算資源を提供するような仕組みを開発している。たとえば、ドローンは地理的なエリア内で隠れた敵の戦車を捜索し、それらを攻撃できる。人の介入なしに行える可能性もある。Otisは、このようなシナリオで代替となり得るアプローチは、間接的な砲撃になるかもしれないが、ドローンによる攻撃と比べて精密さに欠けると主張している。

自律兵器は防衛テックの政治をめぐる論点になっているものの、専門家はこの概念が古いことを指摘している。赤外線追尾ミサイルや地雷は、何十年も前から戦争で使われてきたのだ。技術者にとっての問いは、こうした兵器がどのように制御されるのかである。Scoutのオペレーションチームを率いる、退役米陸軍大尉のJay Adamsによれば、それが焦点だという。

Adamsは、同社の弾薬ドローンは、特定の地理的エリア内の脅威だけを攻撃するように、あるいは人間の確認の後だけ攻撃するようにプログラムできると述べている。また、自律兵器のプラットフォームは、人間が18歳の兵士のように怖がるのと同じように、撃つことはまずないだろうとも語る。 

VLAも、照準（ターゲティング）の改善に向けた期待を担っている。Scoutによれば、同社のモデルは、たとえば補給任務中に敵の戦車に遭遇する、といった状況に備えるために、特定の軍事データのセットで事前学習されているという。陸軍のアプリケーション・ラボでScoutの取り組みを監督するNick Rinaldi中佐は、自動照準は難しく、近い将来には制約のある環境以外では使われない可能性が高い一方で、脅威について推論できるVLAの潜在力は、調査する価値のある有望な技術だと語っている。

Adamsは、自分自身で標的を識別できるドローンの約束（期待）が、将来の戦争にとって鍵になると言う。ロシアによるウクライナ侵攻はドローン戦争への強い関心を生み出したが、同氏は、個々のUAVを人間が運用するだけでは、米国が多数の低コストの無人システムに直面する際に、十分に規模拡大（スケール）できないと考えている。米軍部隊に対してそれらが脅威を与えるとした場合だ。 

反軍事ムードに対抗するミッション

多くの防衛系スタートアップと同様に、Scoutは使命を表に出している。そして幹部たちは、自社の技術を政府に引き渡すことに消極的な企業を、自由に批判する。たとえばGoogleは、と報じられているように、自律ドローン・スウォームの制御システムを開発するために、ペンタゴンのコンテストから撤退した。Scoutも同様の能力の開発に取り組んでいる。

「AIの人たちは軍と組みたくないんです」とOtisはTechCrunchに語り、Anthropicがペンタゴンとサービス規約をめぐって揉めた件に触れた。「彼らは誰も、ワンウェイ攻撃用ドローンでエージェントを動かしたり、ミサイル・システムでエージェントを動かしたりすることに前向きではありません。」

それでもScoutは、既存のLLMを土台としてエージェントを構築しているが、どのLLMを使っているのかは明らかにしなかった。Otisによれば、Scoutの基盤モデルに投入する事前学習済みのインテリジェンスを提供するために、「非常に有名なハイパースケーラー」との間で合意があるという。さらに、中国企業が提供するようなオープンウェイトのモデルを同社が使っているのかどうかについても、Otisは答えを控えた。AI推論に依存する多くの企業は、AnthropicやOpenAIのようなフロンティア・ラボの提供物に比べて安価なため、オープンウェイトのモデルの上に構築する。

Scoutは、この点を今後数年のうちにゼロから自社のモデルを構築することで解決すると見込んでおり、創業者たちは、そのための資本の多くがトレーニングと計算（コンピュート）のコストに充てられると語っている。実際のところ、Otisは、Scoutのモデルが現実世界と常に相互作用することになるため、Scoutが既存のリーダーをAGIで追い抜けるのではないかと考えている。 

「AGIコミュニティには、インターネットを読むだけでは得られる知能には限界があり、知能の多くは世界と相互作用することで生まれる、という議論があります」とOtisは語った。

それは、AdcockがFigureで兄の率いるヒューマノイド・ロボットの軍勢と競合しているという意味なのだろうか。いいえ、とOtisは言う。「顧客が資産を持っているので、私たちはずっと速くスケールできます」とOtisは語り、相手がペンタゴンであることを示した。