トランプが米国の研究を揺るがす中、カナダがAIと科学の人材を引き寄せる

何十年もの間、米国は科学分野における最も強力な競争優位の一つを享受してきました: 世界で最も優れた研究者の多くが米国で働くことを望んでいたのです。

この優位性が一夜にして失われるわけではありません。米国は依然として研究大学、連邦研究所、民間資本、テクノロジー企業が比類なきほどに集中しています。しかし、人材の流れが一方向だけでなくなりつつあり、カナダはその変化を利用しようと例外的に積極的な取り組みを展開しています。

最新の例はトロント大学から報じられました。同大学は、MIT、米国国立衛生研究所（NIH）、カリフォルニア大学サンフランシスコ校（UCSF）、オハイオ州立大学、ボストン大学、そしてセントルイスのワシントン大学医学部など、米国の機関で活躍している6名の著名な研究者を招聘しました。

この6名は新設されたエディ・ゴールデンバーグ・リサーチチェア・オブ・カナダ・プログラムの一環であり、オタワが立ち上げた総額17億カナダドルの「Canada Global Impact+ Research Talent Initiative」の中心的存在です。この広範なイニシアティブは、12年間で1,000人以上の国際的・海外在住の研究者を呼び寄せ、支援することを目的としており、そのうち10億カナダドルがリサーチチェアに特化して配分されます。

最初のグループが特に注目すべき点は、才能の出所です。リサーチチェア・プログラムで最初に採用された64名の学者のうち、48名が現在米国に拠点を置いています。

これは単なる学術的な採用活動というより、知的資本を巡る地政学的競争に近づいているように見えます。

米国がなぜ突然、研究者流出に対して脆弱になったのか

このタイミングは、2025年1月にドナルド・トランプ大統領が再び政権に復帰して以来、米国の科学界を席巻している混乱と切り離して考えることは困難です。

Natureによる2026年1月の分析では、7,800件以上の米国研究助成金が終了または凍結されたこと、さらに約25,000人の科学者や研究関連職員が連邦機関を離れたことが明らかになりました。政権はまた、NIHで約40％、米国国立科学財団（NSF）で57％、NASA科学ミッション局で47％に及ぶ大幅な予算削減を提案しました。これらの削減案すべてが法制化されたわけではなく、一部は議会や裁判所の反対に遭いましたが、不確実性自体が研究所、採用、長期的な研究計画に影響を及ぼしています。

政権の姿勢は単に科学を放棄するというよりも微妙です。Unite.AIが最近検証したように、ホワイトハウスは年間約2,000億ドル規模の連邦研究支出の再構築を試みています。その提案は、個々の科学者に資金が追随する形、迅速な助成メカニズム、ハイリスク研究、AI主導の発見、そしてAIや量子コンピューティングといった戦略的技術への資金配分を重視しています。政権は、従来の大学中心の資金制度が官僚的で国家的優先事項に十分に焦点を当てていないと主張しています。

しかし、研究エコシステムの再編は勝者と敗者を生み出します。助成金の取り消しや連邦職員の削減、支援対象となる研究分野の変更は、多くの科学者にとってキャリアプランを大幅に不確実にしました。

警告サインはすぐに現れました。2025年3月に実施されたNatureの調査で、1,600人以上の回答者のうち3分の2以上が米国離脱を検討していると答え、カナダやヨーロッパが最も頻繁に挙げられました。この調査は自己選択式であり、全米の科学者全体を代表するものではありませんが、その後の求人データでも国外のポジションへの関心が高まっていることが示されています。

カナダは、ある国の不確実性が別の国のチャンスになると判断したようです。

カナダは単なる教授職の提供にとどまらず、採用機械を構築している

オタワの戦略は、上級研究者に移転手当を支払うだけに留まりません。

総額17億カナダドルのイニシアティブには、リサーチチェア、インフラ資金、初期キャリアポジション、博士・ポストドクター奨学金が含まれます。5月には政府が72か国からの候補者に対し659件の研究研修賞を提供し、Canada Impact+ Emerging Leadersプログラムは大学が有望な研究者をキャリア初期段階で採用できるよう支援することを目的としています。

カナダはまた、移民政策をこの戦略と連動させ、研究者向けの新たなビザルートを設け、採用対象者の一部に対して迅速な審査を約束しています。

このアプローチが重要なのは、エリート研究者はほとんど単独で移動しないからです。上級研究者はポストドクター、大学院生、共同研究者、将来の教員候補者を伴って移動します。彼らの研究室は産業パートナーシップを呼び込み、知的財産を創出し、最終的にはスタートアップを生み出すことができます。

この乗数効果こそが、トロント大学の6名の採用者を個別に検証する価値を生み出しています。

Adrienne Campbell-Washburn：MRI装置の可能性を再考する

Adrienne Campbell-Washburnは、NIHの国立心臓・肺・血液研究所から移籍してきました。同研究所では、2013年にポストドクトラル・フェローとして入所し、後に上級研究者となりました。

彼女の研究は、磁気共鳴画像法（MRI）における基本的な前提—「磁場が強いほど必ず優れている」—に挑戦しています。

Campbell-Washburn研究室は、0.55テスラの低磁場MRIの高性能化を先駆けました。弱い磁場と最新の計算、取得、再構成技術を組み合わせたこの手法は、従来MRIが苦手とする肺の撮影などで利点を発揮し、金属デバイスに伴う問題を軽減し、スキャナーのコストやインフラ要件を低減できる可能性があります。

サニーブルック研究所とトロント大学医学バイオフィジクス学科において、彼女は低コストのMRIシステム、ポータブルスキャナー、AI活用の画像技術をさらに推進する計画です。

この取り組みの広範な意味は大きいです。MRIは非常に高性能ですが、大型の従来型スキャナーは高価で大病院に集中しています。低磁場装置と高度に洗練されたAI再構成を組み合わせることで、低コストのハードウェアでも臨床的に有用な画像が得られれば、MRIは小規模病院や地域診療所、さらにはベッドサイド環境など、はるかに多くの場所で利用可能になるでしょう。

Tanya Berger-Wolf：AIで自然界を理解する

Tanya Berger-Wolfはオハイオ州立大学から来ており、理論計算機科学、人工知能、生態学、保全といった幅広い専門知識を兼ね備えています。

彼女はイメージオミクスと呼ばれる分野の先駆者の一人で、機械学習を用いて自然界で収集される膨大な画像から生物学的情報を抽出しています。

Berger-WolfはWildbookの創設メンバーでもあり、写真から個体を識別できるオープンソースプラットフォームです。顔認識が人間を区別するのと同様に、シマウマやジンベエザメなどの動物の特徴的な模様を認識し、研究者は物理的なタグやGPS首輪に頼らずに個体数や行動をモニタリングできます。

彼女のImageomics Instituteはこの概念をさらに大幅に発展させました。そのBioCLIPモデルは約210百万枚、約100万種に及ぶ画像で学習され、AIが既知の生命樹のかなりの部分にわたる生物を識別できるようになっています。

トロント大学では、Berger-Wolfは画像に加えて音声、遺伝情報、センサーデータを組み合わせ、エコシステムとそれが気候変動や人間活動にどのように応答するかをより詳細にモデル化することを目指しています。

このプロジェクトは、AIの重要な方向性を示しています: 基礎モデルがテキストや画像、消費者向けアプリケーションを超えて、膨大なデータセットが人手での解析を実質的に不可能とする専門的な科学領域へと進出しているのです。

Shu（Joy）Jiang：医療AIをアルゴリズムから病院へ移行させる

Shu（Joy）Jiangは、セントルイスのワシントン大学医学部からトロント大学へ移籍します。同大学での研究は、生物統計学、がん予測、人工知能を組み合わせたものです。

彼女の最も注目すべきプロジェクトの一つは、学術的なAI研究が商業医療へと橋渡しできることをすでに示しています。

Jiangと疫学者Graham ColditzはPrognosiaを共同設立し、マンモグラムを解析して女性の乳がん罹患リスクを5年間で予測するAIシステムを開発しました。このソフトウェアは2025年にFDAブレークスルー・デバイス指定を受け、その後、韓国の医療AI企業Lunitに買収されました。

単に既存の腫瘍を検出するだけでなく、この技術は将来のリスクを示すパターンをマンモグラムから探し出します。人間の臨床医が見落とす可能性のあるシグナルも含まれます。

トロント大学のダララナ公衆衛生学部では、Jiangはアルゴリズム開発と同等に重要となり得る別の課題、すなわち検証済み医療AIを実際の臨床環境に導入することに取り組みます:

彼女の計画は、病院、規制当局、産業界を結ぶインフラを構築し、医療画像AIをカナダ全土で評価・導入できるようにすることです。

これは医療AIの最大のボトルネックの一つに対処するものです。業界はすでに有望なモデルの供給を拡大していますが、より困難なのはそれらが病院や患者層、画像機器間で一貫して機能することを証明し、臨床医が実際に使用できるワークフローに統合することです。

Michelle Arkin：医療の「薬が効かない」標的に挑む

Michelle Arkinは、トロント大学ミシサガ校に、学術的な創薬バックグラウンド以上のものをもたらします。

UCSFでは、薬学化学の教授、小分子探索センターのエグゼクティブディレクター、研究技術・起業支援の副学部長を務めました。キャリア初期にはSunesis Pharmaceuticalsで、タンパク質間相互作用を標的とした初期の強力な阻害剤の開発に携わりました。

その研究から生まれた化合物の一つがlifitegrastで、最終的に乾燥眼症のFDA承認治療薬となりました。

現在の研究は、歴史的に薬剤化が困難または不可能とされてきた生物学的標的、すなわちタンパク質間相互作用、分子機械、転写因子に重点を置いています。また、アルツハイマー研究にも積極的に関わり、いくつかの治療薬企業を共同設立しています。

トロント大学では、Arkinは分子グルー、精密医療、AI活用の創薬といった領域を調査します。

分子グルーは従来の医薬品とは異なる働き方をするため特に興味深いです。単にタンパク質を阻害するのではなく、生体分子を本来起こり得ない相互作用へと強制し、細胞が病原性タンパク質を除去できる可能性があります。

分子相互作用を予測し、膨大な化学空間を探索できるAIシステムと組み合わせることで、こうしたアプローチは実際に薬剤で標的にできる人体生物学の範囲を拡大する可能性があります。

Raymond Fisman：金と政治権力が交わるときの現象を研究する

すべての採用者が実験室科学に従事しているわけではありません。

経済学者Raymond Fismanは、ボストン大学からトロント大学ロトマン経営大学院へ移籍し、腐敗、政治的影響力、ガバナンス、制度と経済行動の関係に焦点を当てた研究プログラムを持ち込みました。

彼の最も有名な研究の一つは、珍しいデータセットを利用しました: ニューヨーク市で国連外交官が犯した駐車違反です。

外交官は法的執行から免除されていたため、Fismanと経済学者Edward Miguelは、通常の法的結果がほとんど存在しない状況で官僚がどのように行動するかを検証できました。研究は、外交官の出身国の腐敗規範と強い相関があることを示し、後の執行措置が違反を大幅に減少させたことが分かりました。

最近の研究では、政治献金、政府の透明性、選挙インセンティブが情報公開請求への対応に与える影響を検証しています。2026年の論文では、腐敗が高い環境にある機関は、選挙前に請求を拒否または遅延させる傾向が強いことが示されました。

ロトマンでは、Fismanは富裕層や組織的利害関係者が公共政策にどのように影響を与えるか、なぜ有権者が腐敗の証拠を容認することがあるのか、そして政府が説明責任を向上させる方法を調査します。

彼のプログラムへの参加は重要です。カナダの研究戦略は、すぐに製品化できる技術に限らず、技術・市場・公共の信頼を統治する制度自体が技術と同等に重要であることを認識しています。

Sara Seager：他惑星探索をトロントに戻す

Sara Seagerは、六人の中で最もよく知られた名前と言えるでしょう。

トロント出身の彼女は1994年にトロント大学を卒業し、ハーバード大学で博士号を取得、最終的にMITの教授となりました。その後、系外惑星科学の先駆者の一人となり、特に惑星大気の研究や、地球外に生命が存在するかを示す可能性のあるガスの探索に注力しました。

彼女のキャリアはマッカーサー・フェローシップ、カヴリ賞（天体物理学）を受賞し、カナダ勲章（オフィサー）に任命されるなど、数々の栄誉に輝いています。

彼女のトロント復帰は、最新の連邦チェアプログラムの結果が公表される前にすでに発表されていました。2026年9月1日にトロント大学に着任する予定で、これは連邦イニシアティブ開始後に採用された研究者とはやや異なるケースです。

トロント大学では、天文学、化学、計算物理学、航空宇宙工学を組み合わせ、居住可能な惑星の探索を継続する計画です。また、金星の大気中の有機分子を直接調査することを目的としたMorning Starミッションを指揮しています。

新たなチェアは、この研究を惑星・分子センシング技術へと拡大し、極低濃度の化学物質を検出できる装置や、複雑な惑星・環境システムを解釈するAIモデルを含みます。

これらの技術は宇宙科学に留まる必要はありません。超高感度分子センシングは、将来的に環境モニタリング、産業検知、ヒトヘルスケアへの応用が期待されます。

研究者を取り巻くエコシステムこそが最大の賞である

カナダは勝利を早計に宣言しないよう注意すべきです。

米国は依然として多くの指標で世界最大の研究エコシステムであり、カナダが単に大規模な採用資金を投入するだけでは再現できない優位性を有しています。米国の大学、国立研究所、ベンチャーキャピタル、製薬企業、ハイパースケーラー、そして防衛研究インフラは、科学人材に対して巨大な引力を生み出しています。

トランプ政権は先端技術への支援を一様に削減しているわけではありません。AI、量子コンピューティング、防衛技術、AI活用の科学研究は、政権が明確に優先したい分野です。

しかし、研究リーダーシップは国際ランキングに現れるはるか前に、周辺的な変化でシフトすることがあります。

今日移転した研究者が、明日には10人の学生を採用するかもしれません。その学生が次世代の科学者を育て、研究室が特許を生み出し、スタートアップとなり、エンジニアや投資家を呼び込み、最終的に産業クラスターを形成する可能性があります。

トロントは過去にこのダイナミクスを経験しています。ジェフリー・ヒントンは、ニューラルネットワークがまだ流行っていなかった1987年にカーネギーメロン大学からトロント大学へ移籍しました。数十年後、彼の研究はディープラーニング革命の知的基盤を築き、トロントが世界有数のAI研究拠点になる一因となりました。

カナダは現在、AI、バイオテクノロジー、医療、気候科学、量子技術などの戦略分野で、長期的な複利効果を再現しようとしています。これは、国内の学術的強みを経済的能力に転換する広範な取り組みの一環であり、今年初めに発表されたカナダの国家AI戦略にも含まれます。この戦略も、研究、企業、知的財産を国内に留めることを強調しています。

カナダは引き寄せた人材を維持できることを証明しなければならない

この戦略には正当な批判もあります。

カナダはスーパースターの採用だけで持続可能な研究エコシステムを構築できません。既存のカナダ人研究者は、助成金の限られた額、米国と競争できない給与、若手科学者の機会不足について長年不満を抱いています。批評家は、巨額資金が投入された国際チェアが、採用されたばかりの研究者に特別な待遇を与え、同等の能力を持つカナダ在住の科学者が資源不足に直面する二層構造を生むのではないかと疑問視しています。

したがって、総額17億カナダドルのイニシアティブにおける初期キャリア支援、インフラ整備、研修部門は特に重要です。

カナダが単に有名な科学者を招くだけであれば、プログラムは目立つ発表を生むでしょう。しかし、これらの科学者が研究室を構築し、若手研究者を採用し、産業と協働し、発見を商業化し、個人のキャリアを超えて存続する機関を創設できる資源を得れば、影響ははるかに大きくなる可能性があります。

過去世紀の大半にわたり、米国はイノベーションに関して根本的な認識を持っていました: 優秀な人材を呼び込むこと自体が経済政策の一形態であるということです。

カナダはこの教訓を学んだようです。

現在の疑問は、米国が一時的に隣国にチャンスを与えているだけなのか、あるいは国境を越える科学人材の流れがより永続的に変化し始めているのか、ということです。