シリーズ全体を読む
この記事は、Quilterの物理法則に基づくレイアウト自動化を使い、NXP i.MX 8M Mini搭載コンピューターを再現した過程を詳しく紹介するシリーズの一部です。
中世にゴシック様式の大聖堂がそびえ立ったとき、その高く伸びるヴォールトは石という素材の制約を超越しているかのように見えました。現代人の目には、それらは凍りついた奇跡に映ります。重力に逆らうアーチ、控え壁によって釣り合う荷重、幾何学を通して屈折する光。しかし、それを築いた石工たちにとって、大聖堂は構造的な可能性を探る実験でもありました。尖頭アーチ、リブ・ヴォールト、フライング・バットレスといった革新はいずれも、まず慣れ親しんだ手法を模倣し、その後それを飛び越えていったのです。
今日のエンジニアリングも、同じような転換点に立っています。私たちが手にするツール、すなわちAI設計エンジン、物理ベースのシミュレーター、自動化されたワークフローは、いわばソフトウェアの大聖堂です。人間の直感を足場として支えながら、私たちがまだほとんど理解できていない未来を垣間見せています。
QuilterのプロダクトリーダーでありプログラマーでもあるMattは、この緊張関係を率直にこう語ります。
「今は、それなりに熟練した電気エンジニアが数週間かけて行う作業と同等の水準に達することに注力しています。でも次のステップは、もちろん超人的な成果です。まったく枠の外にあるために、これまで検討すらされなかった解を見つけ出すことです。」
パリティ、つまりAIが人間レベルの性能を再現できることは、一つのマイルストーンです。しかし、それをゴールとして扱えば、ガラスの天井になりかねません。真のフロンティアは超人的な領域にあります。今日のエンジニアの想像を超える解、誰も描こうとしないレイアウト、人間がトレードオフを検討するにはあまりに膨大な次元にわたる最適化です。
本稿では、そのフロンティアをたどります。エンジニアリングツールの歴史的な流れから現場の実務者が抱えるもどかしさまで、そしてパリティの有用性から「超人的」な成果がもたらす破壊的な可能性まで、一つの問いを投げかけます。大聖堂が自らを設計し始めたとき、何が起こるのでしょうか。
エンジニアリング手法の長い歩み
エンジニアリングの歴史は常に、ツールによって人間の能力を拡張してきた物語です。コンパスと定規は製図者の手を拡張しました。計算尺は対数による推論を機械的な形に凝縮しました。SPICEシミュレーターは、数週間かかっていた回路計算を数時間の数値モデリングに圧縮しました。どの進歩も、まず人間の直感を模倣し、その後それを超えて広がるという、おなじみのパターンをたどってきました。
1980年代のコンピューター支援設計（CAD）革命は、その好例です。初期のCADプログラムは、見たこともない形状を想像したわけではなく、製図台をデジタル化したにすぎませんでした。有限要素解析や統合検証のように、ペンと製図用紙では到達できなかった領域への道が開かれたのは、その後のことです。
代数幾何学を学んだ後、自動車や電子機器向けのソフトウェアへと転じたRobert Kroneは、この歩みを体現しています。彼は研究者時代をこう振り返ります。
「純粋数学の博士号は、産業界につながるはずのものではありませんでした。でも、アルゴリズムと幾何学が、私をどんどん実用的な問題へと引き寄せていったんです。Divergent3Dでは、自動車部品の設計を自動化するソフトウェアを開発しました。最適化と3Dプリンティングによって、人間のエンジニアなら決して描かないような有機的な形状が生まれました。」
Kroneの歩みにおける抽象から応用への転換は、この分野がパリティから発見へと転換していく姿と重なります。学術研究のコードは多くの場合スケッチであり、定理を示すのに十分な「概念実証」でした。一方、製品のコードは「長く使えるものでなければならなかった」と彼は言います。産業向けに鍛えられたコードのこの永続性は、新規性よりも信頼性を優先するというエンジニアリングの文化的な要請を反映しています。
しかし、最適化とシミュレーションが広がるにつれて、その流れは変わりつつあります。ツールはもはや既知の計算を圧縮するだけではありません。専門家の直感さえ揺らぐほど広大で多次元な設計空間を探索しているのです。エンジニアの役割は、あらゆる可能性を計算することよりも、見慣れない可能性のうちどれを製造する価値があるかを判断することへと移っています。
パリティは、この物語が一息つく地点です。超人的な成果は、物語が加速する地点です。
パリティは到達点ではなく通過点
パリティを達成するということは、信頼の閾値を越えることです。エンジニアは、ツールが自分たちの専門性を再現できると信じて初めて、判断をツールに委ねます。スタートアップにとって、この閾値は存亡に関わります。製品がパリティを示すまで、エンタープライズの購買担当者は導入しないからです。
Mattはこれをエンジニアリングの観点から捉えています。Quilterの目標は「熟練エンジニアが数週間かけて行う作業に匹敵すること」です。
パリティは信頼性をもたらします。物理駆動型AIツールがSFではなく、従来のワークフローに代わる現実的な選択肢であることを示すのです。エンジニアには、機械の提案が見当外れではないという確信を与えます。投資家には、市場が存在するという確信を与えます。
しかし、パリティには危険もあります。それを最終状態として扱えば、想像力が制限されてしまいます。エンジニアはAIを、見慣れないが実現可能な未来を生み出すものとしてではなく、単なる高速な製図台として使ってしまうおそれがあります。投資家は、パリティを達成した時点で頭打ちになる製品に投資してしまうおそれがあります。そして社員は、イノベーションが再現で止まってしまう企業に入社してしまうおそれがあります。
Stephen Ambroseは、パリティで立ち止まることの文化的な代償を強調します。「エンタープライズの購買担当者は、スタートアップは弱いものだと思い込んでいます」と彼は言います。「初日から能力を証明し、信頼を勝ち取るのが私たちの仕事です。」
能力を証明するにはパリティが必要です。信頼を勝ち取るには、その先があることを示唆する必要があります。
つまりパリティは、足場として理解するのが最適です。建設には必要ですが、大聖堂そのものではありません。足場を建物と取り違えることは、エンジニアリングツールが常に約束してきたもの、すなわち模倣から超越への飛躍の手前で立ち止まることを意味します。
超人的な成果に向けて
では、実際のところ「超人的」とは何を意味するのでしょうか。それは空想ではありません。有効で、製造可能で、物理によって検証されていながら、人間の直感からはかけ離れた解を意味します。
Mattはこの志をこう語ります。
「次のステップは、もちろん超人的な成果です。これまで検討すらされなかった解を見つけ出すことです。」
PCB設計を考えてみましょう。人間のエンジニアは、経験とヒューリスティクスによって、パワーインテグリティ、EMI、放熱、製造性のバランスを取ります。そうしたヒューリスティクスに縛られないAIエンジンは、何千もの変数にわたるトレードオフを同時に探索できます。見た目には不合理に思えても、シミュレーションでは最適だと証明される配線レイアウトを提案することもあるでしょう。
隣接する分野では、すでにこれが起きています。Google DeepMindは2021年にチップのフロアプランニングに関する研究で強化学習を用い、人間の専門家に匹敵する設計を数か月ではなく数週間で生成しました。Airbusはジェネレーティブデザインを用いて、強度を保ちながら軽量化を実現する航空機内装の格子構造を作り出しました。いずれの場合も、AIの提案は物理がその正しさを証明するまで「間違っている」ように見えました。
Kroneは自動車部品の分野でこれを直接経験しています。「最適化と3Dプリンティングによって、人間のエンジニアなら決して描かないような有機的な形状が生まれました。」
超人的な成果の信頼性は、検証にかかっています。Mattが強調するように、Quilterは単にトレースを配線するだけではなく、物理に照らして検証します。「温度上昇はどれくらいか？ この電流を流すのに十分か？」
検証がなければ、超人的な成果は珍品にすぎません。検証があれば、それは革命的なものになります。
エンジニアにとって、超人的な設計はプライドと習慣に挑戦を突きつけます。投資家にとっては、防御力の証となります。パリティは模倣できますが、超人的な発見はデータとアルゴリズムとともにスケールするからです。これから入社を目指す人にとっては、意義を意味します。より速い製図台ではなく、自らの職業を再定義するような見慣れない発見に取り組めるからです。
ハードウェア設計における信頼性
物理、幾何学、そして規格
回路の信頼性は物理から始まります。寄生成分、シグナルインテグリティ、熱ストレスです。鋭い直角の曲がり、不十分な銅幅、設計の甘いグランドプレーンといった設計上の誤りは、最初のスケッチには現れないことがよくあります。それらは負荷がかかったときに表面化するのです。
インタビューから得られた直接の教訓
Mattははっきりとこう言います。「どんなシステムも、自分がどう壊れたいかを教えてくれます。」彼は仕事の中で、そうした隠れたパターンを早い段階で探します。戻り電流の経路、熱の偏りを生む層構成、レイアウト上どうしても不自然な交差を強いられる機能などです。最近の設計について彼は、「ステッチングがずれていて……技術的には動いていたけれど、ループインダクタンスが問題を起こすのは目に見えていました」と語りました。グランドフィルと部品配置を見直すことで、彼のチームは後工程での不具合を回避しました。
Robertは仕様の明確さを重視します。「何を解決しようとしているのかが明確でなければ、その解決策も信頼できるものにはなりません」と彼は言います。彼が振り返ったあるプロジェクトでは、最大トレース遅延を定義しないままビア数の最小化を進めた結果、シミュレーションには合格したものの、信号反射によってフィールドテストで不具合を起こす基板ができてしまいました。「明確さが不具合の半分を解決します」とRobertは述べています。
Stephenは、この幾何学に実用主義を持ち込みます。「出荷されない完璧な解決策には意味がありません」と彼は言います。彼は、導入を遅らせるような理想的な設計を追い求めるよりも、控えめでも明確に定義された修正を好みます。あるケースでは、層構成全体をやり直す代わりに、トレース間隔を広げてガードトレースを追加しました。こうした小さな変更が、製造性と信頼性を大きく向上させたのです。
実践における規格と信頼性
設計規格を実践に移すのは難しいことです。ツールは助けになりますが、誤った解釈や曖昧な要件が信頼性を損なうことがよくあります。よくある落とし穴には次のようなものがあります。
- 差動ペアの整合を無視したり、分割されたグランドプレーンをまたいだりすることで、シグナルインテグリティの問題が生じる。
- IPC-6012やIPC-A-600規格で重要となる、ビアのめっき公差や銅厚を見落とす。
- フレキシブルPCBにおける機械的ストレスを過小評価する。たとえばIPC-2223（フレキシブルおよびリジッドフレキシブルPCB向け）には、ひずみ緩和の規定や接着剤付きカバーレイの管理が含まれています。物理的な屈曲によって、リジッドPCBにはない故障モードが生じるためです。
こうした問題には、技術的な注意と製造からのフィードバックループの両方が求められます。Matt、Robert、Stephenの3人はいずれも、製造業者が示す標準公差に違反したり、部品を基板端に近づけすぎたりすれば、どれほど優れたシミュレーションも役に立たないと指摘しました。設計の初期段階から製造性を優先してください。
チーム構造における信頼性
ハードウェアの信頼性とチームのレジリエンスの類似性は、比喩ではなく構造的なものです。成功する基板は、制約が明確で、故障モードが予測され、マージンが組み込まれているからこそ成功します。成功するチームは、役割が明確で、責任が明示され、ワークフローがプレッシャー下でも揺るがず、失敗が学びとして活かされているからこそ成功します。
規範、明確さ、心理的安全性
Robertは、「不明確な要件は、先送りされたバグにすぎません」と言います。これは回路の仕様だけでなく、チームの規範についても同じことが言えます。チームの目標が曖昧だったり優先順位が変わり続けたりすると、その結果は混乱、手戻り、摩擦です。ソフトウェアエンジニアリングの研究では、規範の明確さと心理的安全性がチームのパフォーマンスや仕事への満足度と強く相関することが示されています。開発チームを対象とした2018年の研究では、心理的安全性と規範の明確さの両方が、自己評価によるパフォーマンスの高さと離職率の低さを予測することがわかりました。実際には、規範の明確さのほうがさらに強い予測力を持っていました。
Quilterのエンジニアたちは、制約を明文化する初期のすり合わせミーティングについて語りました。必要なマージンは何か、譲れない故障モードはどれか、成果物のタイミングにどこまでの許容範囲があるか。これは、PCB仕様でトレース幅や銅ベタのルールを定義するのと同じような役割を果たします。
段階的な前進と実用主義
Stephenの警告、「出荷されない完璧な解決策には意味がありません」は、プロジェクト計画にもそのまま当てはまります。理想的なツール、理想的な仕様、理想的な合意を待っていると、信頼性の確保が遅れることがよくあります。段階的に出荷し、実環境でテストし、反復するほうがよいのです。一つの試験室で不具合が出ても基板が生き残れるように、短いフィードバックループを持つチームはよりレジリエントになります。
小さな不具合を直す、仕様を明確にする、マージンを追加するといった小さな成功を積み重ねるチームは、信頼性の文化を築いていきます。Mattが述べたように、「ラボに教えてもらうのを待つのではありません。ラボに驚かされないように作るのです。」その規律は、信頼できるハードウェアだけでなく、チーム内の確かな信頼も築きます。
外部の知見と信頼性理論
Quilterの外に目を向け、同様の考え方を体系化したフレームワークを見てみる価値があります。
- 航空、エネルギー、医療などの分野における高信頼性組織（HRO）は、失敗への強い関心、現場の業務への感度、そしてレジリエンスを重視します。McKinseyの調査によると、HROは技術的な水準が高いだけでなく、調整力、コミュニケーション、明確に定義された規範も重視しています。
- AIシステムにおける信頼性工学の研究も進んでいます。多様な条件下でシステムを信頼できるものにするため、平均故障間隔（MTBF）などの指標、形式検証、人間信頼性解析を組み合わせるフレームワークが提案されています。
こうした外部のフレームワークは、Quilterのエンジニアたちがすでに追求していることと一致しています。失敗を予測し、明確な制約を定義し、マージンを組み込むことです。
信頼性のアーキテクチャ：プロセス層
Quilterは、こうした技術的・文化的な知見をどのように持続的なプロセスへと落とし込んでいるのでしょうか。
- 制約を早期に共有する
主要な設計はすべて、シグナルインテグリティ、熱負荷、製造性の仕様を含む制約ドキュメントから始まります。エンジニアは機構、アナログ、デジタル、レイアウトの各観点から、これらの制約を一緒にレビューします。 - 試作によるフィードバックループ
初期の基板は、実環境での故障モードを捉えるため、試験条件（温度サイクル、振動、湿度）のもとで製作されます。不具合が発生した場合は、銅厚、ビアのめっき、間隔といった幾何学的な要因までさかのぼって原因を追跡します。 - 領域をまたいだコードとレイアウトのレビュー
レイアウトエンジニアだけがレイアウトをレビューするのではなく、RF、アナログ、デジタル、機構のエンジニアによる領域横断的なレビューを行います。Robertの言葉にもあるとおり、境界の前提が明示されたときに明確さが生まれます。 - 段階的な成果物と測定
「完璧な仕様」を待って製品を遅らせるのではなく、Quilterはより小さなモジュールを出荷し、挙動を観察し、故障モードを測定し、学び、そして改善します。Stephenの実用主義のとおり、理想を待つよりも、今高い確度で解決できることを解決するほうがよいのです。
文化的な飛躍
パリティから超人的な水準への移行は、技術的なものだけではありません。文化的なものでもあります。
エンジニアはブラックボックスのツールに反発します。信頼は、透明性、可視化、テストスイートを通じて得られるものです。Mattもそれを認めています。
「非常に堅牢なテストスイートがあるのが大好きなんです。ほとんど数学的な証明に近いもので、『これは動く。間違いない』と言えるような。」
可視化は文化をつなぐ接着剤になります。Mattが指摘するように、エンジニアは「何百、何千ものデータポイント」に圧倒されてしまうことがあります。
課題は解を生成することだけでなく、人間が信頼できる形でそれを示すことにもあります。
スタートアップはこの飛躍を体現しています。Ambroseはこう述べます。「エンタープライズでは、お役所仕事が野心をつぶします。スタートアップでは、アイデアをすぐに形にして実行する自由があります。」
超人的な成果は、この自由にかかっています。何層ものリスク管理を抱えるエンタープライズは、見慣れない解の採用をためらいます。泥臭さを持つスタートアップが、最初に飛躍を遂げるのです。
Herbert Simonの『システムの科学（Sciences of the Artificial）』（1969年）は、設計を人間の目的に環境を適応させることとして位置づけました。Andy Clarkの『生まれながらのサイボーグ（Natural-Born Cyborgs）』（2003年）は、ツールは認知の拡張であると論じました。どちらにおいても、ツールは単に再現するだけではなく、再定義するのです。AI設計エンジンは、直接の直感では及ばないほど広大な領域へと認知を拡張します。
つまりこの飛躍は二重のものです。技術的な飛躍（パリティから発見へ）と、文化的な飛躍（再現への信頼から探索への信頼へ）です。エンジニアは、職人からキュレーターへ、問題を解く人から検証する人へ、あらゆる細部を作る人から可能性を指揮する人へと変わらなければなりません。
エンジニアはどんな存在になるのか
ツールが見慣れないが有効な解を提案するようになったとき、エンジニアとはどのような存在なのでしょうか。
エンジニアはもはや職人だけではありません。AIが提示する選択肢の中から選ぶキュレーターです。どの解が製造性、コスト、持続可能性と整合するかを判断する倫理的な判断者です。チーム、ツール、トレードオフのバランスを取る指揮者です。
Ambroseはその精神をこう表現します。「泥臭さとは、手を抜くことではありません。手元にあるものを工夫して活かすことです。」
工夫の意味は、あらゆる制約を手作業で解くことから、AIが山に複数のトンネルを掘ったときにどのトンネルを通るべきかを見極めることへと変わっていきます。
エンジニアにとって、このアイデンティティの変化は落ち着かないものかもしれません。プライドは長い間、個人の創意工夫、つまり「エレガントなハック」に支えられてきました。超人的な未来では、プライドは見極める力、すなわちどの見慣れないアイデアを信頼すべきかを知ることに宿るのかもしれません。
投資家にとって、これは文化的なレジリエンスを意味します。この新しいエンジニアのアイデンティティを育むスタートアップは、パリティにしがみつくスタートアップを追い抜いていくでしょう。これから入社を目指す人にとってのメッセージは、機会です。単なる企業ではなく、自らを再定義しつつある職業に加わる機会なのです。
可能性
エンジニアリングの歴史は、閾値の歴史です。コンパスは製図者の手が届く範囲を広げました。CADは製図をデジタル化しました。シミュレーションは解析を拡張しました。いずれも最初は模倣し、その後それを超越しました。
パリティは最新の閾値です。必要ではあっても、十分ではありません。パリティで立ち止まることは、足場で立ち止まることです。大聖堂とは超人的な成果、つまりAIなしでは想像もできないものでありながら、物理に根ざし、検証され、製造可能な解なのです。
Mattの呼びかけは明確です。次のステップは「これまで検討すらされなかった解」を見つけ出すことです。
Kroneの歩みは、最適化が人間のスケッチを超えて探索するとき、抽象が具体的なものになることを示しています。Ambroseは、泥臭く即応性のあるスタートアップこそが、この飛躍が始まる場所であることを思い出させてくれます。
エンジニアの皆さんへ：居心地の悪さを受け入れてください。投資家の皆さんへ：パリティはゴールではなく入り口であることを認識してください。これから入社を目指す皆さんへ：Quilterのようなスタートアップを、製品だけでなくアイデンティティが鍛え上げられる場所として捉えてください。
私たちはもはや回路を作っているだけではありません。可能性の大聖堂を築いているのです。それは自らを設計する構造物であり、そうすることで、エンジニアであることの意味を塗り替えていくのです。
