はじめによんでください

研究公正性とグーグル

Scientific integrity and Google

池田光穂

☆Google は、研究公正性の取り扱い、特に、AI 倫理の第一人者であるティムニット・ゲブルとマーガレット・ミッチェルを解雇した件について、大きな批判に直面している。この解雇は、企業環境における研 究検閲の問題に大きな注目を集めた（→このページは「ICT と資本主義」よりスピンオン）。

Scientific integrity

Google has faced substantial criticism for its handling of scientific integrity, particularly concerning the controversial firings of leading AI ethics researchers Timnit Gebru and Margaret Mitchell. The dismissals have drawn significant attention to the issue of research censorship within corporate environments.
 研究公正性

Google は、研究公正性の取り扱い、特に、AI 倫理の第一人者であるティムニット・ゲブルとマーガレット・ミッチェルを解雇した件について、大きな批判に直面している。この解雇は、企業環境における研 究検閲の問題に大きな注目を集めた。
Retaliatory firings of researchers

In December 2020, Timnit Gebru, co-lead of Google's Ethical AI team, was terminated following a dispute over a research paper focused on the ethical and environmental implications of large language models—technology closely tied to Google's business interests. Gebru alleged that she was asked to retract the paper, which highlighted risks such as algorithmic bias and discriminatory outcomes in AI systems. After raising concerns about the suppression of marginalized voices and proposing conditions under which she would consider removing her name from the publication, she was locked out of her company accounts and informed by management that her "resignation" had been accepted. Many external observers, colleagues, and signatories of open letters described her departure as a retaliatory firing for challenging company policies and for advocating greater diversity and integrity in AI research.[234][235]

Shortly after, in February 2021, Margaret Mitchell, a founder and co-lead of Google's Ethical AI team, was also dismissed. Mitchell had been outspoken in her criticism of Gebru's firing and was investigating potential bias and discrimination related to her colleague's departure. Google stated she was let go for violating the company's code of conduct by moving files outside of the organization—an allegation Mitchell disputed publicly. The sequence of firings, which closely followed internal debates about research critical of core AI technologies, led to widespread perceptions that Google was intolerant of internal dissent and willing to silence researchers whose work did not align with corporate interests.[236][237]

Both firings prompted open letters signed by thousands of academics, employees, and members of the public, expressing concern that Google's actions constituted research censorship and undermined scientific freedom. Critics have argued that these cases illustrate the potential for conflicts of interest in industry-funded research, particularly when findings may not align with the financial or reputational goals of the sponsoring corporation. The incidents also raised questions about the credibility of corporate commitments to diversity, equity, and the responsible development of AI.

These controversies have significantly impacted Google's reputation in the academic and technology communities, leading to resignations, public protests, and ongoing debate about the role of large technology companies in setting the boundaries of acceptable research.[238][239]


 研究者に対する報復解雇

2020年12月、Googleの倫理的AIチームの共同リーダーであるティムニット・ゲブルは、大規模言語モデルの倫理的・環境的影響に焦点を当てた研 究論文をめぐる論争の末に解雇された。この技術はGoogleの事業利益と密接に関連している。ゲブルは、AIシステムにおけるアルゴリズムバイアスや差 別的結果といったリスクを指摘した論文の撤回を求められたと主張した。周縁化された声の抑圧について懸念を表明し、論文から自分の名前を削除する条件を提 案した後、彼女は会社のアカウントから締め出され、経営陣から「辞職」が受理されたと通知された。多くの外部オブザーバー、同僚、公開書簡の署名者は、彼 女の退社を、会社の方針に異議を唱え、AI 研究における多様性と誠実さの向上を提唱したことに対する報復的な解雇だと評した。[234][235]

その直後、2021年2月には、Googleの倫理的AIチームの創設者であり共同リーダーであるマーガレット・ミッチェルも解雇された。ミッチェルはゲ ブルの解雇を率直に批判し、同僚の離職に関連する潜在的な偏見や差別について調査していた。Googleは、彼女が組織外にファイルを移動したことで会社 の行動規範に違反したため解雇したと述べたが、ミッチェルは公にこの主張に異議を唱えた。中核的な AI 技術を批判する研究に関する社内の議論の直後に相次いで解雇が行われたことで、Google は社内の異論を容認せず、企業の利益に合わない研究を行う研究者を沈黙させようとしているという見方が広まった。[236][237]

この 2 件の解雇を受けて、何千人もの学者、従業員、一般市民が署名した公開書簡が発表され、Google の行動は研究に対する検閲であり、科学的自由を損なうものであるとの懸念が表明された。批評家たちは、これらの事例は、特に研究結果がスポンサー企業の財 務的目標や評判目標と一致しない場合、業界が資金を提供する研究において利益相反が生じる可能性を示していると主張している。また、この事件は、多様性、 公平性、AI の責任ある開発に対する企業の取り組みの信頼性についても疑問を投げかけた。

これらの論争は学術界や技術コミュニティにおけるグーグルの評判に深刻な影響を与え、辞職や公的な抗議行動を引き起こし、大規模技術企業が許容される研究 の境界線を設定する役割について継続的な議論を招いている。
AlphaChip controversy

The AlphaChip controversy refers to ongoing scientific integrity concerns and disputes surrounding a 2021 research paper published in the journal Nature by Google researchers, which claimed that artificial intelligence could design computer chips faster and better than human experts. The paper, titled "A graph placement methodology for fast chip design," has faced criticism from independent researchers who question the validity of its claims and the reproducibility of its results.[240][241]
 アルファチップ論争

アルファチップ論争とは、2021年に学術誌ネイチャーに掲載されたGoogle研究者らの論文を巡る、研究公正性に関する懸念と論争を指す。同論文は人 工知能が人間の専門家よりも速く優れたコンピュータチップを設計できると主張していた。論文タイトルは「高速チップ設計のためのグラフ配置手法」であり、 独立した研究者らからその主張の妥当性と結果の再現性について疑問が呈されている。[240][241]
Original claims and early controversy

In June 2021, Google researchers Azalia Mirhoseini and Anna Goldie published a paper in Nature claiming that their reinforcement learning approach, later branded as AlphaChip, could complete chip floorplanning—a key step in semiconductor design—in under six hours, compared to months of work by human experts.[242] The research described using AI to design Google's Tensor Processing Units (TPUs) and was initially praised as a breakthrough in automated chip design.[240][241] The controversy began before publication, with internal Google researchers raising concerns about the paper's claims. Satrajit Chatterjee, a Google engineering manager with expertise in chip design who was earlier asked to evaluate the research reported in the Nature paper, questioned the methodology and results in internal communications.[243] After expressing reservations about the paper's scientific rigor, Chatterjee led efforts to develop a rebuttal paper titled "Stronger Baselines for Evaluating Deep Reinforcement Learning in Chip Placement," a team effort with five other co-authors, which found that simpler algorithms outperformed Google's AI approach.[244] The New York Times and Reuters covered the internal dispute, reporting that multiple Google researchers had disputed the paper's claims before publication. Additionally, academics from multiple universities questioned the Nature publication.[240][241]
 当初の主張と初期の論争

2021年6月、Googleの研究者アザリア・ミルホセイニとアンナ・ゴールディはNature誌に論文を発表した。彼らの強化学習アプローチ（後に AlphaChipと命名）が、半導体設計の重要な工程であるチップフロアプランニングを、人間の専門家が数か月かかる作業をわずか6時間未満で完了でき ると主張したものである。[242] この研究はAIを用いたGoogleのテンソル処理ユニット（TPU）設計を説明したもので、当初は自動チップ設計の画期的な進歩として称賛された。 [240][241] 論争は発表前から始まっており、Google内部の研究者が論文の主張に懸念を表明していた。チップ設計の専門家であるGoogleのエンジニアリングマ ネージャー、サトラジット・チャタジーは、Nature誌の論文で報告された研究の評価を事前に依頼されていたが、内部コミュニケーションにおいてその方 法論と結果に疑問を呈した。[243] 論文の科学的厳密性に対する懸念を表明した後、チャタジーは「チップ配置における深層強化学習評価のためのより強力なベースライン」と題する反論文の作成 を主導した。これは他の5名の共著者との共同作業であり、より単純なアルゴリズムがGoogleのAI手法を上回る性能を発揮することを明らかにした。 [244] ニューヨーク・タイムズとロイターはこの内部論争を報じ、複数のGoogle研究者が論文発表前にその主張に異議を唱えていたと伝えた。さらに複数の大学 の研究者もネイチャー誌への掲載に疑問を呈した。[240][241]
Whistleblower firing and lawsuit

Google refused to publish Chatterjee's critical paper, citing quality standards, and subsequently terminated his employment in March 2022.[243] According to court documents, Chatterjee's study was conducted "in the context of a large potential Cloud deal" and noted it "would have been unethical to imply that we had revolutionary technology when our tests showed otherwise."[245] The lawsuit alleges that Google was "deliberately withholding material information from Company S to induce it to sign a cloud computing deal" using what Chatterjee viewed as questionable technology. Before being fired, Chatterjee attempted to escalate the matter to Google leadership. Chatterjee filed a wrongful dismissal lawsuit under California whistleblower protection laws, with court documents alleging fraud and scientific misconduct related to the Nature research.[245] In July 2023, a California state judge rejected Google's request to dismiss the lawsuit, allowing Chatterjee's wrongful termination and whistleblower protection claims to proceed. Superior Court Judge Frederick Chung ruled that Chatterjee adequately supported his claim that Google terminated him in retaliation for refusing to participate in an act that would violate state or federal law.[243]


 内部告発者の解雇と訴訟

Googleは品質基準を理由にチャタジーの批判的論文の掲載を拒否し、その後2022年3月に彼の雇用を終了した。[243] 裁判書類によれば、チャタジーの研究は「大規模なクラウド契約の可能性を背景に行われた」ものであり、「我々のテスト結果が反証しているにもかかわらず、 革新的な技術を有していると示唆することは非倫理的であった」と記されている。[245] 訴訟では、Googleが「S社に対し、疑問の余地のある技術を用いたクラウド契約を締結させるため、意図的に重要情報を隠蔽した」と主張している。解雇 前、チャタジーは問題をGoogle経営陣に報告しようとした。チャタジーはカリフォルニア州内部告発者保護法に基づき不当解雇訴訟を提起し、裁判書類で はNature誌掲載研究に関連する詐欺及び科学的不正行為を主張している。[245] 2023年7月、カリフォルニア州裁判官はGoogleの訴訟却下請求を退け、チャタジーの不当解雇及び内部告発者保護請求の審理継続を認めた。フレデ リック・チョン上級裁判官は、州法または連邦法違反行為への参加拒否に対する報復としてGoogleが解雇したとの主張を、チャタジーが十分に立証したと 判断した。[243]
Independent evaluation and criticism

External researchers attempting to reproduce Google's results encountered significant obstacles. Andrew B. Kahng, a University of California, San Diego professor had initially served as a peer reviewer for the Nature paper and provided a positive commentary and highlighted the need for positive replication. He later retracted the commentary after he and four UCSD colleagues attempted replication. The UCSD researchers found that Google had not provided sufficient data, code, or methodology details to allow independent verification of the results.[246][247] In March 2023, Kahng presented findings at the International Symposium on Physical Design showing that human designers and conventional software tools could sometimes outperform Google's AI method. His research team had to reverse-engineer missing components of Google's approach due to incomplete open-source releases.[248][246][249] Communications of the ACM reported criticism of the Nature paper by several researchers for not releasing sufficient details for replication.[250]

Igor Markov, a chip design researcher and former University of Michigan professor who later joined Synopsys, published a comprehensive meta-analysis titled "Reevaluating Google's Reinforcement Learning for IC Macro Placement."[251] Markov's peer-reviewed analysis, first published as a preprint in June 2023,[252] argued that Google's reinforcement learning approach lagged behind human designers, established algorithms such as simulated annealing, and commercial software tools from companies like Cadence Design Systems. Markov's analysis indicated that the scientific integrity of the Nature paper was "substantially undermined owing to errors in conduct, analysis and reporting" and noted that "detailed allegations of fraud and research misconduct in the Google Nature paper have been filed under oath in California."[252] Markov's quantitative analysis found that Google's Circuit Training took 32.31 hours for macro placement compared to 12.5 hours for simulated annealing and just 0.05 hours for commercial Cadence tools, contradicting the "faster" claim in the title of the Nature.[253] Independent expert Patrick Madden of Binghamton University found that conventional placement tools like RePlAce achieved 30–35% better performance than Google's method on standard benchmarks.[253]
 独立した評価と批判

Google の結果を再現しようとした外部研究者は、大きな障害に直面した。カリフォルニア大学サンディエゴ校のアンドルー・B・カン教授は、当初、Nature 誌の論文の査読者を務め、肯定的なコメントを提供し、肯定的な再現の必要性を強調していた。しかし、その後、彼と 4 人の UCSD の同僚が再現を試みた後、そのコメントを撤回した。UCSD の研究者たちは、Google が結果の独立検証を可能にする十分なデータ、コード、方法論の詳細を提供していないことを発見した。[246][247] 2023年3月、カングは、人間の設計者と従来のソフトウェアツールが Google の AI 手法よりも優れた性能を発揮する場合があることを示す調査結果を、物理設計に関する国際シンポジウムで発表した。彼の研究チームは、オープンソースのリ リースが不完全であったため、Google の手法の欠落している構成要素をリバースエンジニアリングしなければならなかった。[248][246][249] Communications of the ACM誌は、Nature論文が再現に必要な詳細を十分に公開していない点について、複数の研究者から批判が寄せられたと報じた。[250]

チップ設計研究者で元ミシガン大学教授、後にシノプシスに加入したイゴール・マルコフは、「GoogleのICマクロ配置向け強化学習の再評価」と題した 包括的なメタ分析を発表した。[251] マルコフの査読済み分析（2023年6月にプレプリントとして初公開）[252] は、Googleの強化学習アプローチが、人間の設計者、シミュレーテッドアニーリングなどの確立されたアルゴリズム、カデンツ・デザイン・システムズな どの企業の商用ソフトウェアツールに後れを取っていると主張した。マルコフの分析は、Nature論文の研究公正性が「実施・分析・報告における誤りによ り著しく損なわれている」ことを示し、「GoogleのNature論文に関する詳細な不正行為及び研究不正の申し立てがカリフォルニア州で宣誓供述書と して提出済みである」と付記した。[252] マルコフの定量分析によれば、GoogleのCircuit Trainingによるマクロ配置には32.31時間を要したのに対し、シミュレーテッドアニーリングでは12.5時間、商用Cadenceツールではわ ずか0.05時間しかかからず、Nature誌のタイトルで主張された「高速化」とは矛盾する結果となった。[253] ビンガムトン大学の独立専門家パトリック・マッデンは、RePlAceのような従来型配置ツールが標準ベンチマークにおいてGoogleの手法より 30～35%優れた性能を達成したことを確認した。[253]
Responses and ongoing debate

As criticism mounted, Nature added an editor's note to the paper on September 20, 2023, stating: "Readers are alerted that the performance claims in this article have been called into question. The Editors are investigating these concerns, and, if appropriate, editorial action will be taken once this investigation is complete."[246] On September 21, 2023, Kahng retracted his News and Views commentary article, citing new information that had changed his assessment of the paper's contributions. The retraction note stated: "The author has retracted this article because new information about the methods used in the reported paper (A. Mirhoseini et al. Nature 594, 207–212; 2021) has become available since publication, and that has changed the author's assessment of, and conclusions about, the paper's contributions. Nature is also doing an independent investigation of the performance claims in the paper."[246][254] Google claimed that Nature completed its investigation in April 2024 and "found entirely in our favor," with the editor's note subsequently removed in September 2024.[255] However, as of August 2025, Nature has not published the conclusions of its investigation or provided explanations for the decision to remove the editor's note. Critics argue that fundamental concerns about reproducibility and performance claims remain unaddressed.

The controversy continued with Google's 2024 rebranding of the technology as AlphaChip and claims of widespread industry adoption.[256] In November 2024, Google researchers published without peer review a response paper defending their work, while Markov maintained that "none of the major concerns about the Nature paper have been addressed".[257][251] Independent experts have called for Google to provide results on public benchmarks to definitively settle the dispute. The controversy has raised broader questions about transparency in AI research and the reproducibility of corporate research claims in high-profile scientific journals.[240][241][256][257]
 反響と継続中の議論

批判が高まる中、ネイチャー誌は2023年9月20日、当該論文に編集者注記を追加した。その内容は次の通りである：「読者の皆様に注意を促す。本論文に おける性能に関する主張は疑問視されている。」 編集部はこれらの懸念を調査中であり、調査完了後、適切と判断されれば編集上の措置を講じる」[246]と記した。2023年9月21日、カングは自身の 「ニュース・アンド・ビューズ」論評記事を撤回した。撤回の理由として、論文の貢献度に関する自身の評価を変えた新たな情報を挙げた。撤回通知には次のよ うに記されている： 「本論文（A. Mirhoseini et al. Nature 594, 207–212; 2021）で用いられた手法に関する新たな情報が発表後に判明し、著者による同論文の貢献度評価及び結論が変更されたため、著者は本論文を撤回した。 Nature誌も本論文の性能主張について独立した調査を実施中である。」 [246][254] Googleは、Natureが2024年4月に調査を完了し「完全に我々の主張を支持する結果となった」と主張し、編集者注はその後2024年9月に削 除された[255]。しかし2025年8月現在、Natureは調査の結論を公表しておらず、編集者注削除の決定に関する説明も提供していない。批判派 は、再現性と性能主張に関する根本的な懸念が未解決のままだと主張している。

この論争は、Googleが2024年に同技術をAlphaChipと改称し、業界での広範な採用を主張したことで継続した。[256] 2024年11月、Google研究者は査読なしに反論論文を発表し自らの研究を擁護したが、Markovは「Nature論文に関する主要な懸念事項は 一切解決されていない」と主張した。[257][251] 独立した専門家らは、論争を完全に決着させるため、Googleが公的なベンチマーク結果を提供するよう求めている。この論争は、AI研究の透明性と、著 名な科学誌における企業研究主張の再現性について、より広範な疑問を提起した。[240][241][256][257]
https://en.wikipedia.org/wiki/Criticism_of_Google
234-257
234. Metz, Cade (December 3, 2020). "Google Researcher Timnit Gebru Says She Was Fired For Paper on AI Bias". The New York Times. Retrieved August 1, 2025.
235. "Timnit Gebru: Google staff rally behind fired AI researcher". BBC News. December 4, 2020. Retrieved August 1, 2025."Google Employees Call Black Scientist's Ouster 'Research Censorship'". NPR. December 3, 2020. Retrieved August 1, 2025.
236. "Margaret Mitchell: Google fires AI ethics founder". BBC News. February 20, 2021. Retrieved August 1, 2025.
237. "Google is poisoning its reputation with AI researchers". The Verge. April 13, 2021. Retrieved August 1, 2025.
238. O'Brien, Sara Ashley (February 19, 2021). "Google is trying to end the controversy over its Ethical AI team. It may have made it worse". CNN Business. Retrieved August 1, 2025.
239. "Google AI Researchers Lay Out Demands, Escalating Internal Fight". Bloomberg. December 16, 2020. Retrieved August 1, 2025.
240. Wakabayashi, Daisuke; Metz, Cade (May 2, 2022). "Another firing among Google's A.I. brain trust, and more discord". The New York Times. Retrieved August 27, 2025.
241. Dave, Paresh (May 3, 2022). "Google faces internal battle over research on AI to speed chip design". Reuters. Retrieved August 1, 2025.
242. Mirhoseini, Azalia; Goldie, Anna; Yazgan, Mustafa; Jiang, Joe Wenjie; Songhori, Ebrahim; Wang, Shen; Lee, Young-Joon; Johnson, Eric; Pathak, Omkar; Nazi, Azade; Pak, Jiwoo; Tong, Andy; Srinivasa, Kavya; Hang, William; Tuncer, Emre; Le, Quoc V.; Laudon, James; Ho, Richard; Carpenter, Roger; Dean, Jeff (2021). "A graph placement methodology for fast chip design". Nature. 594 (7862): 207–212. Bibcode:2021Natur.594..207M. doi:10.1038/s41586-021-03544-w. PMID 34108699.
243. "Fired Google AI Engineer's whistleblower lawsuit moves ahead". Hindustan Times. July 21, 2023. Retrieved August 5, 2025.
244. "Google's claims of super-human AI chip layout in dispute". The Register. March 27, 2023. Retrieved August 5, 2025.
245. Satrajit Chatterjee v. Google, LLC (Case no. 22CV398683) (Superior Court of California, County of Santa Clara 21 February 2023) ("The full complaint as filed in Santa Clara County, detailing Chatterjee’s whistleblower allegations and claims against Google."), Text.
246. "Nature flags doubts over Google AI study, pulls commentary". Retraction Watch. September 26, 2023. Retrieved August 1, 2025.
247. "Google's Controversial AI Chip Paper Under Scrutiny Again". AIwire. October 3, 2023. Retrieved August 1, 2025.
248. Cheng, Chung-Kuan; Kahng, Andrew B.; Kundu, Sayak; Wang, Yucheng; Wang, Zhiang (2023). "Assessment of Reinforcement Learning for Macro Placement". Proceedings of the 2023 International Symposium on Physical Design (ISPD ’23). ACM. pp. 158–166. doi:10.1145/3569052.3578926.
249. "MacroPlacement – Benchmarks, evaluators, and reproducible results from leading methods in open source". GitHub. TILOS AI Institute. Retrieved June 13, 2024.
250. Goth, Gregory (March 29, 2023). "More Details, but Not Enough". Communications of the ACM. Retrieved June 13, 2024.
251. Markov, Igor L. (2024). "Reevaluating Google's Reinforcement Learning for IC Macro Placement". Communications of the ACM. 67 (12): 54–71. doi:10.1145/3703000.
252. Markov, Igor L. (2023). "The False Dawn: Reevaluating Google's Reinforcement Learning for Chip Macro Placement". arXiv:2306.09633 [cs.LG].
253. "Updates Spark Uproar". Communications of the ACM. November 4, 2024. Retrieved August 5, 2025.
254. Kahng, Andrew B. (June 9, 2021). "RETRACTED ARTICLE: AI system outperforms humans in designing floorplans for microchips". Nature (News & Views). 594 (7862). Springer Nature: 183–185. doi:10.1038/d41586-021-01515-9. Retrieved August 3, 2025. Retraction 21 September 2023: The author has retracted this article because new information about the methods used in the reported paper (A. Mirhoseini et al. Nature 594, 207–212; 2021) has become available since publication, and that has changed the author's assessment of, and conclusions about, the paper's contributions. Nature is also doing an independent investigation of the performance claims in the paper.
255. "Google DeepMind publishes paper refuting criticism of AI chip design platform AlphaChip". Data Center Dynamics. November 18, 2024. Retrieved August 1, 2025.
256. "Google says its AI designs chips better than humans – experts disagree". New Scientist. October 14, 2024. Retrieved August 1, 2025.
257. "Updates Spark Uproar". Communications of the ACM. November 4, 2024. Retrieved August 1, 2025. Google's AlphaChip "updates" reignite criticisms the company is overstating the benefits of its AI-based chip design method.
 234-257
234. メッツ、ケイド（2020年12月3日）。「グーグル研究者ティムニット・ゲブル、AIバイアスに関する論文が解雇理由と主張」。ニューヨーク・タイム ズ。2025年8月1日取得。
235. 「ティムニット・ゲブル：Google 社員が解雇された AI 研究者を支持」。BBC News。2020年12月4日。2025年8月1日取得。「Google 社員、黒人科学者の解雇を『研究検閲』と非難」。NPR。2020年12月3日。2025年8月1日取得。
236. 「マーガレット・ミッチェル：Google、AI倫理創設者を解雇」。BBCニュース。2021年2月20日。2025年8月1日取得。
237. 「GoogleはAI研究者たちによってその評判を傷つけている」。The Verge。2021年4月13日。2025年8月1日取得。
238. O'Brien, Sara Ashley (2021年2月19日). 「Google は、倫理的 AI チームをめぐる論争に終止符を打とうとしている。しかし、それは事態を悪化させたかもしれない」. CNN Business. 2025年8月1日取得。
239. 「Google AI 研究者たちが要求を提示、内部抗争が激化」. Bloomberg. 2020年12月16日. 2025年8月1日取得。
240. 若林大輔、メッツ・ケイド（2022年5月2日）。「グーグルのAIブレーン集団でまた解雇、不和が深まる」。ニューヨーク・タイムズ。2025年8月 27日取得。
241. デイブ、パレーシュ（2022年5月3日）。「チップ設計を加速するAI研究を巡りGoogleが内部対立に直面」。ロイター。2025年8月1日取得。
242. ミルホセイニ、アザリア；ゴールディ、アンナ；ヤズガン、ムスタファ； Jiang, Joe Wenjie; Songhori, Ebrahim; Wang, Shen; Lee, Young-Joon; Johnson, Eric; Pathak, Omkar; Nazi, Azade; Pak, Jiwoo; Tong, Andy; Srinivasa, Kavya; Hang, William; Tuncer, Emre; Le, Quoc V.; Laudon, James; Ho, Richard; Carpenter, Roger; Dean, Jeff (2021). 「高速チップ設計のためのグラフ配置手法」. Nature. 594 (7862): 207–212. Bibcode:2021Natur.594..207M. doi:10.1038/s41586-021-03544-w. PMID 34108699.
243. 「解雇されたGoogle AIエンジニアの内部告発訴訟が進行中」『Hindustan Times』2023年7月21日。2025年8月5日閲覧。
244. 「Googleの超人的AIチップレイアウト主張に異論」『The Register』2023年3月27日。2025年8月5日閲覧。
245. Satrajit Chatterjee v. Google, LLC (事件番号 22CV398683) (カリフォルニア州サンタクララ郡上級裁判所 2023年2月21日)（「サンタクララ郡に提出された完全な訴状。Chatterjeeの内部告発主張とGoogleに対する請求を詳述」）、本文。
246. 「ネイチャー誌、Google の AI 研究に疑問を呈し、解説記事を撤回」。Retraction Watch。2023年9月26日。2025年8月1日取得。
247. 「Google の物議を醸した AI チップに関する論文が再び精査される」。AIwire。2023年10月3日。2025年8月1日取得。
248. Cheng, Chung-Kuan; Kahng, Andrew B.; Kundu, Sayak; Wang, Yucheng; Wang, Zhiang (2023). 「マクロ配置のための強化学習の評価」. 2023年国際物理設計シンポジウム (ISPD '23) 論文集. ACM. pp. 158–166. doi:10.1145/3569052.3578926.
249. 「MacroPlacement – オープンソースの主要手法によるベンチマーク、評価者、再現可能な結果」。GitHub。TILOS AI Institute。2024年6月13日取得。
250. Goth, Gregory (2023年3月29日)。「詳細はあるが、十分ではない」. Communications of the ACM. 2024年6月13日閲覧.
251. Markov, Igor L. (2024). 「ICマクロ配置におけるGoogleの強化学習の再評価」. Communications of the ACM. 67 (12): 54–71. doi:10.1145/3703000.
252. マルコフ、イゴール L. (2023). 「誤った夜明け：チップマクロ配置のための Google の強化学習の再評価」. arXiv:2306.09633 [cs.LG].
253. 「更新が騒動を引き起こす」。ACM 通信。2024年11月4日。2025年8月5日取得。
254. カン、アンドルー B. (2021年6月9日)。「撤回記事：マイクロチップのフロアプラン設計において、AI システムが人間を上回る性能を発揮」。Nature (News & Views). 594 (7862). Springer Nature: 183–185. doi:10.1038/d41586-021-01515-9. 2025年8月3日取得。2023年9月21日撤回： 著者は本論文を撤回した。掲載論文（A. Mirhoseini et al. Nature 594, 207–212; 2021）で使用された手法に関する新たな情報が公表後に入手可能となり、それにより著者の論文の貢献度に関する評価と結論が変わったためである。 Nature誌も論文の性能主張について独立した調査を行っている。
255. 「Google DeepMind、AIチップ設計プラットフォームAlphaChipへの批判を反論する論文を発表」。Data Center Dynamics。2024年11月18日。2025年8月1日取得。
256. 「Google、AI設計チップが人間より優れていると主張－専門家は異論」。New Scientist。2024年10月14日。2025年8月1日取得。
257. 「更新が騒動を巻き起こす」。ACM通信。2024年11月4日。2025年8月1日取得。GoogleのAlphaChip「更新」が、同社のAIベー スチップ設計手法の利点を誇張しているという批判を再燃させた。
https://en.wikipedia.org/wiki/Criticism_of_Google

☆Google の過剰なデジタルデモクラシー礼賛 https://about.google/company-info/philosophy/ より

Googleが掲げる10の事実
Googleがこの「10の事実」を策定したのは、会社設立から数年後のことでした。Googleは随時このリストを見直し、事実に変わりがないかどうかを確認しています。Googleは、これらが事実であることを願い、常にこのとおりであるよう努めています。
1.ユーザーに焦点を絞れば、他のものはみな後からついてくる。
Google は、当初からユーザーの利便性を第一に考えてきました。新しいウェブブラウザを開発するときも、ホームページの外観に手を加えるときも、Google内部 の目標や収益ではなく、ユーザーを最も重視してきました。Googleのホームページはインターフェースが明快で、ページが瞬時に読み込まれます。金銭と 引き換えに検索結果の順位を操作することは一切ありません。広告は、広告であることを明記したうえで、関連性の高い情報を邪魔にならない形で提示します。 新しいツールやアプリケーションを開発するときも、もっと違う作りならよかったのに、という思いをユーザーに抱かせない、完成度の高いデザインを目指して います。
2.ひとつのことをとことん極めてうまくやるのが一番。
Google は検索を行う会社です。検索に関する問題を解決することだけに焦点を置いた世界最大級の研究グループを有しているGoogleは、自分たちが何を得意とし ているのか、どうすればより良くできるのかを知っています。複雑な問題も反復に反復を重ねて解決し、すでに膨大なユーザーが情報をすばやくシームレスに検 索できているサービスに対しても、絶え間ない改善を続けています。検索分野で培った技術は、Gmail、Googleマップなどの新しいサービスにも応用 されています。Googleは、これまで未開拓だった他の分野でも検索技術を活用し、ユーザーがさらに多くの情報にアクセスし利用できるようにすることを 目指しています。
3.遅いより速いほうがいい。
Googleは、ユーザーの貴重な時間を無駄にしないよう、必要とする 情報をウェブ検索で瞬時に提供したいと考えています。自社のウェブサイトにユーザーが留まる時間をできるだけ短くすることを目標にしている会社は、世界中 でもおそらくGoogleだけでしょう。Googleは、Googleのサイトのページから余計なビットやバイトを削ぎ落とし、サーバー環境の効率を向上 させることで、自己の持つスピード記録を何度も塗り替えてきました。検索結果の平均応答時間は1秒足らずです。Googleが新しいサービスをリリースす るときは、常にスピードを念頭に置いています。モバイルアプリをリリースするときも、新時代のウェブにふさわしい高速ブラウザのGoogleChrome をリリースするときも同じです。今後も、さらなるスピードアップを目指して取り組みを続けていきます。
4.ウェブ上の民主主義は機能する。
Google検索が成果を出し続けている理由は、何百万人ものユーザー がウェブサイトに張ったリンクを参考に、どのサイトが価値のあるコンテンツを提供しているかを判断しているためです。Googleでは、200以上の基準 と、PageRank™アルゴリズムをはじめとするさまざまな技術を使用して、各ウェブページの重要性を評価しています。特許を取得したPageRank のアルゴリズムでは、ページ間のリンクを「投票」と解釈し、どのサイトが他のページから最も良い情報源として投票されているかを分析します。この手法な ら、新しいサイトが増えるたびに情報源と投票数が増えるため、ウェブが拡大するにつれて効果も高まります。またGoogleは、オープンソースソフトウェ ア開発にも力を入れており、多くのプログラマーの力の結集によって技術革新が進んでいます。
5.情報を探したくなるのはパソコンの前にいるときだけではない。
世界はますますモバイル化し、いつどこにいても必要な情報にアクセスで きることが求められています。Googleは、モバイルサービスの新技術を開発し、新たなソリューションを提供しています。スマートフォンで、メールやカ レンダーの予定を確認したり、動画を見たり、そしてもちろんGoogle検索にさまざまな方法でアクセスしたり、世界中の人々が多様なタスクをスマート フォンで行えるよう取り組みを行っています。また、Androidをオープンソースのモバイルプラットフォームとして無料で公開し、世界中のモバイルユー ザーのために、さらなるイノベーションを促進したいと考えています。Androidは、インターネットを形作ったオープン性をモバイルの世界にもたらしま す。ユーザーにより多くの選択肢や革新的な新しいモバイル体験を提供するだけでなく、携帯通信会社、メーカー、デベロッパーにも収益の機会をもたらしま す。
6.悪事を働かなくてもお金は稼げる。
Googleは営利企業です。企業に検索テクノロジーを提供すること と、Googleやその他のウェブサイトの広告スペースを販売することで収益を得ています。世界中の数多くの広告主がGoogle広告を利用して商品を宣 伝しており、また数多くのパブリッシャーがGoogleのAdSenseプログラムを利用して、サイトのコンテンツに関連する広告を配信しています。広告 主かどうかにかかわらず、すべてのユーザーに最適なサービスを提供するため、Googleでは広告プログラムとその実践について、次のような基本理念を掲 げています。
検索結果ページには、その内容と関連性のない広告の掲載は認めません。Googleは、広告というものはユーザーが必要としている情報と関連性がある場合にのみ役立つと考えています。そのため、検索結果ページに広告がまったく表示されない場合もあります。
派手な広告でなくても効果は上げられるとGoogleは考えています。 ポップアップ広告は、コンテンツ閲覧の妨げになるため、Googleでは許可していません。Googleは、閲覧しているユーザーに関連性のあるテキスト 広告のほうが、ランダムに掲載される広告よりずっとクリック率が高いことに着目しました。企業の規模に関係なく、あらゆる広告主がこのターゲット広告を利 用できます。
Googleが掲載する広告は、「スポンサーリンク」として常に明示さ れるため、検索結果の完全性が損なわれることはありません。Googleが検索結果の順位を操作してパートナーサイトの順位を上げることはありません。ま た、PageRankをお金で買うこともできません。GoogleのユーザーはGoogleの客観性を信頼しています。短期的な収益のために、その信頼を 損なうことは決してしません。
7.世の中にはまだまだ情報があふれている。
Googleが他のどの検索サービスよりも多くのHTMLページのイン デックス登録に成功した後、Googleのエンジニアたちは次に、簡単には検索できない情報に目を向けました。その一部は、電話番号や住所検索、ビジネス ディレクトリなどで、新しいデータベースを検索に統合するだけで、検索が可能になりました。しかし、中にはもっと工夫が必要なものもありました。たとえ ば、ニュースアーカイブ、特許、学術誌、数十億枚の画像や数百万冊の書籍を検索する機能です。Googleの研究者たちは、今後も世界中のあらゆる情報を 検索ユーザーに提供するために開発を続けていきます。
8.情報のニーズはすべての国境を越える。
Googleの創業地はカリフォルニアですが、目標は、全世界のユー ザーにあらゆる言語で情報へのアクセスを提供することです。そのため、60以上の国にオフィスを構え、180を超えるインターネットドメインを有し、検索 結果の半分以上を米国外のユーザーに提供しています。Googleの検索インターフェースは130を超える言語で利用でき、検索結果を自国語のコンテンツ のみに制限できる機能もあります。さらに、その他のアプリケーションやサービスについても、できるだけ多くの言語と利用しやすいフォーマットで提供するこ とを目標としています。Googleの翻訳ツールを使用すれば、自分の知らない言語で書かれた地球の反対側のコンテンツも読むことができます。こうした ツールやボランティア翻訳者の力を借りて、Googleは、サービスの種類と品質を大幅に向上させ、世界の最も遠く離れた地域でもサービスを提供できよう になりました。
9.スーツを着なくても真剣に仕事はできる。Googleの創設者たち は、仕事は挑戦に満ちていなければならない、そして挑戦は楽しくなければならないという考えに基づき、Googleを設立しました。適切な企業文化がある と、創造的で優秀な成果を生み出しやすくなるとGoogleは考えています。企業文化とは、ラバランプやバランスボールのことだけではありません。最終的 には会社全体の成功につながる、チームで目標を達成することや、個人の業績に対する誇りを重視しています。Googleは社員を厚く信頼しています。 Googleの社員たちはさまざまなバックグラウンドを持ち、エネルギーと情熱をほとばしらせながら、仕事、遊び、人生に独創的にアプローチしています。 Googleの社風はカジュアルかもしれませんが、カフェの列やチームミーティング、ジムなどでアイデアが生まれると、またたく間に意見交換が進み、試行 錯誤を経て、形になります。こうしたアイデアが、世界展開を視野に入れた新しいプロジェクトの出発点になることもあるのです。
10.「すばらしい」では足りない。
Googleにとって、何かに優れているということは、ゴールではな く、出発点にすぎません。Googleでは、まだ達成できないとわかっていることを目標に設定します。そうすることで、目標達成に向けて全力を尽くし、期 待以上の成果を残せるからです。Googleは技術革新を繰り返し、うまく機能しているサービスに対しても、期待を上回る改良を加えていきます。たとえ ば、正しいスペルの単語を入力したときに正常に検索されるのを見たあるエンジニアは、スペルが間違っているときの処理方法について改善の余地を見出し、こ れが直感的でより有用なスペルチェッカーの開発につながりました。
ユーザーが、自分が何を見つけたいのか正確にわかっていない場合でも、 Googleがユーザーに代わって、ウェブで答えを探します。Googleは、全世界のユーザーがまだ意識していないニーズを予測し、新たなスタンダード となるプロダクトやサービスを作り出しています。たとえばGmailをリリースしたときは、当時のどのメールサービスよりも多くの保存容量を提供しまし た。今考えると当たり前のサービスですが、そう思えるのは、現在Googleのメール容量が新たなスタンダードになっているからです。Googleは、こ のような変化をもたらすことを目指しており、変化を生み出せる新たな場所を常に探しています。つまり、現状に満足しないことがGoogleのすべての原動 力となっているのです。
https://about.google/company-info/philosophy/


リ ンク

文 献

そ の他の情報

CC

Copyleft, CC, Mitzub'ixi Quq Chi'j, 1996-2099