Google TPU衛星が軌道へ、だがデータセンターはなお仮説段階

Googleは10月1日、TPUを搭載した初の衛星を軌道へ打ち上げる計画だ。これによりProject Suncatcherは、研究提案からハードウェア実験へと移行する。Google TPU衛星は、AIアクセラレータが打ち上げ時の衝撃、放射線、温度変動、真空環境での冷却に耐えられるかを検証する。

これは宇宙ベースのAIデータセンターに向けた第一歩のように聞こえる。ただし、その呼び名から想像されるものよりはるかに限定的なミッションでもある。この試作機が検証するのは個別の工学的仮説であり、完全なデータセンターを運用したり、軌道上で最先端モデルを訓練したりするわけではない。

Googleの真の相手は、チップを取り巻く物理環境だ。宇宙では太陽光発電が豊富に得られるが、電力だけで実用的なコンピューティングクラスターが成立するわけではない。Googleには依然として、信頼性の高い冷却、レーザー接続、耐障害性、地上との通信、そして大幅に安価な打ち上げサービスが必要となる。

StarcloudはすでにNvidiaアクセラレータを軌道に投入しており、SpaceXは打ち上げ事業を通じて大きな構造的優位性を持つ。Googleはカスタムシリコンとデータセンターの知見をこの競争に持ち込む一方、宇宙機の製造と打ち上げではパートナーに頼らなければならない。

したがって、今回のミッションが重要なのは、どの仮説を否定できるかという点にある。Trillium TPUが軌道上で安定して動作すれば、Googleは接続された衛星の試験へ進める。熱、放射線、あるいは運用上の不具合が支配的なら、より大きな軌道上データセンター構想は設計段階にとどまる。

Google TPU衛星が実際に検証するもの

最初のミッションで試すのは、GoogleのAIハードウェアが軌道上で機能するかどうかであり、軌道上データセンターがすでに実用化されているかどうかではない。

Googleは2025年11月、長期的な研究活動としてProject Suncatcherを発表した。提案されたアーキテクチャでは、太陽光発電衛星にTensor Processing Unitsを搭載し、それらの衛星を光リンクで接続する。

TPUは、機械学習ワークロード向けにGoogleが独自開発したプロセッサだ。初期ミッションに選ばれたTrilliumモデルは、Googleの最新量産アクセラレータではなく、第6世代TPUに当たる。

Googleの最新のProject Suncatcher updateによると、この試作機はSpaceXのTransporter-18ライドシェアミッションで飛行する。PlanetがGoogleとともに宇宙機を開発した。

報じられたlaunch scheduleでは、飛行は10月1日に予定されている。打ち上げ日程は、天候、射場の利用可能性、技術的問題によって変更されることがある。

衛星の当面の役割は、運用データを収集することだ。エンジニアは、TPUハードウェアが振動、持続的な加速度、高エネルギー粒子、大気圏外での温度変化にどう反応するかを確認したいと考えている。

ロケットはおよそ10分で低軌道へ到達する。Googleによると、その過程で宇宙機には地球重力の10倍に達する持続加速度が加わる可能性がある。

個々の部品には、一時的に重力の50倍から100倍に及ぶ力が加わる場合がある。エンジニアは、打ち上げ時に予想される振動周波数を再現するため、衛星を3軸方向で試験した。

この地上試験は、組み立てられたハードウェアが模擬上昇に耐えられるかという問いに答えた。ただし、ロケット内部のあらゆる機械的相互作用や、分離後に遭遇する環境全体を再現したものではない。

放射線も別のリスク要因となる。高エネルギー粒子は保存情報を変化させ、バイナリのゼロが1に、あるいはその逆に変わるビットフリップと呼ばれるエラーを引き起こしうる。

Googleは、カリフォルニア大学デービス校のCrocker Nuclear Laboratoryで、動作中のTrilliumハードウェアを陽子線に曝露した。チームは、その曝露が稼働中のAI計算にどのような影響を与えるかを監視した。

Googleによれば、総放射線量が2キロラドに達した段階で、高帯域幅メモリに異常が現れ始めた。これは、遮蔽された5年間のミッションで予測される750ラドの被曝量のほぼ3倍に当たる。

Googleによると、TPUチップは総電離線量に起因する故障なしに最大15キロラドまで曝露された。これらは有望な実験室結果だが、依然として同社が報告した知見である。

軌道上では、単一の実験室試験では完全に再現できない影響が加わる。放射線は時間とともに変動し、熱サイクルは繰り返され、複数の部品が一つのシステムとして動き続けなければならない。

そのため、このミッションは設計の妥当性を宣言するのではなく、挙動を測定する。エンジニアが途中でエラーを発見したとしても、有用なテレメトリーを収集し、安定した運用を維持できれば成功となる。

この違いは重要だ。「宇宙データセンター」という言葉は、本番サービスを想起させるからである。今回打ち上げられる衛星は、AIチップを取り付けた計測機器付きの試験台に近い。

これは、軌道上コンピューティングが経済的であることを証明するものではない。大規模なレーザー接続クラスターを実証するものでもない。修理、交換、宇宙ごみ、商用サービスに関する課題を解決するものでもない。

それでも、TPUを本来想定された環境へ投入することは意味のある移行だ。Project Suncatcherは、シミュレーションと部品試験から、軌道上で収集した証拠へと進みつつある。

Googleが地球上空でAIコンピューティングを求める理由

Googleが宇宙を試験するのは、ほぼ連続的に得られる太陽光が魅力的なエネルギー源となる一方、地上のAIインフラが電力制約の拡大に直面しているためだ。

AIデータセンターは、特定の場所に大規模な電力負荷を集中させる。事業者は、発電能力、送電接続、冷却インフラ、水へのアクセス、土地、建設許可を確保しなければならない。

宇宙は、こうした制約のいくつかを取り除くように見える。適切な軌道上の衛星は、雲や何時間も続く夜間なしに、運用サイクルの大半で日光を受けられる。

Googleは、適切な軌道にある太陽光パネルは、地上の同等パネルの最大8倍のエネルギーを生み出せると見積もっている。ほぼ連続的な発電は、重量のあるバッテリーへの依存も減らせる可能性がある。

この利点が、Project Suncatcherが一機の非常に大型な宇宙機ではなく、太陽光発電によるコンステレーションに焦点を当てる理由だ。Googleの構想では、協調して配置されたクラスター内の多数の衛星に処理を分散する。

同社の2025年のsystem designでは、TPUと自由空間光通信リンクを備えたコンパクトな編隊が説明された。これらのリンクはレーザーを用いて、宇宙機間でデータを直接送信する。

このアーキテクチャは、地上AIインフラの決定的な特徴を再現しようとするものだ。現代の訓練システムは、多数のアクセラレータが非常に低い遅延と極めて高い帯域幅で情報を交換することに依存している。

軌道上の単一プロセッサは、独立したワークロードを処理できる。拡張可能なAIシステムには、多数のプロセッサを一つのコンピューティングリソースのように動作させるネットワークが必要だ。

Googleの研究では、高度約650キロメートルにおける81機の衛星による参照設計を検討した。この設計は研究モデルであり、確定した配備計画ではない。

この参照アーキテクチャでは、衛星は数百メートル程度の間隔で飛行することになる。高速で移動する多数の宇宙機をこれほど近接させるには、精密な位置決め、制御、衝突回避が必要だ。

Googleは、各方向で毎秒800ギガビットをサポートする光接続を提案した。各宇宙機が毎秒数キロメートルで軌道を移動するなか、リンクは位置合わせを維持しなければならない。

これらの要件は、Project Suncatcherの中心にある逆転を浮き彫りにする。宇宙は地上の送電網制約なしに日光を得られる一方で、データセンターのほぼすべての他の機能を難しくする。

電力は現地で生成できる。交換部品はそうではない。熱は放射によってしか放出できず、データは移動する光リンクを経由して地球へ戻さなければならない。

距離は、どのワークロードが適しているかも変える。インタラクティブなサービスには信頼できる地上接続が必要だが、遅延を許容できる研究やバッチ処理であれば、より遅い転送にも対応できる。

そのため初期の軌道上コンピューティングシステムは、宇宙ですでに生成された情報を処理する可能性がある。地球観測画像、科学センサーデータ、自律衛星運用は、コストのかかる地上への送信をある程度回避できる。

最先端モデルの訓練は、はるかに難しい目標だ。持続的な電力、厳密に同期されたプロセッサ、信頼性の高いストレージ、高い稼働率、膨大なデータセットへの継続的なアクセスを必要とする。

Googleは、10月のミッションで大規模モデルを訓練すると述べていない。当面の目標は、ハードウェアの生存性と運用上の挙動を測定することだ。

このタイミングは、需要の高まりと打ち上げ経済性の改善の両方を反映している。AI企業はより多くのインフラを必要としており、再利用可能なロケットと標準化された衛星プラットフォームは、軌道実験に対するいくつかの障壁を下げてきた。

こうした傾向は研究の機会を生む。ただし、軌道上コンピューティングがコスト、性能、環境負荷の面で地上施設を上回ることを保証するものではない。

難題は日光を見つけることではなく、熱を移動させること

中心的な工学上のトレードオフは単純だ。宇宙は豊富な太陽エネルギーを提供する一方、高密度コンピューティング機器の冷却に使われる空気と水を奪う。

TPUは、入力された電力の一部を熱へ変換する。その熱がプロセッサ周辺に集中したままであれば、性能が低下するか、部品が恒久的な損傷を受けるまで温度が上昇する。

地上施設では、コールドプレート、液冷ループ、冷却塔、ファン、外気を通じて熱を移動させる。衛星は真空中で動作するため、対流で熱を逃がすことはできない。

軌道上コンピュータは、各チップからラジエーターへ熱を伝導させなければならない。そのラジエーターは赤外線放射としてエネルギーを放出するが、これは遅いプロセスであり、大きな表面積を必要とする。

Googleは、TPUから熱エネルギーを移動させるために設計されたヒートパイプとラジエーターを試験している。この試作機は、宇宙の圧力および温度条件を模擬する熱真空試験も受けている。

軌道ミッションでは、この冷却システムが実際の日光、日陰への移行、宇宙機の姿勢変化、稼働中のワークロードの下でどのように振る舞うかが明らかになる。実験室のチャンバーは制御された近似を提供するが、完全な代替にはならない。

コンピューティング密度が上がるほど、熱放散は難しくなる。将来の宇宙機に数十基のTPUを追加すれば、電力需要と、熱を放出するために必要なラジエーター面積の両方が増える。

大型のラジエーターは質量と構造の複雑さを増す。追加の質量は打ち上げ要件を引き上げ、大きな表面は姿勢制御や近接編隊飛行を複雑にする可能性がある。

これは、無限の太陽エネルギーをうたうマーケティング表現が見えにくくしうる制約を生む。衛星は、発生する熱を処理できない限り、集めた電力をすべて使うことはできない。

経済性も同様に条件付きのままだ。Googleのresearch paperは、打ち上げコストがいつ軌道上の電力を地上データセンターの電力と競争可能にするかを見積もった。

この分析は、打ち上げ価格が1キログラム当たりおよそ200ドルを下回る場合に、競争力が生じる可能性を見出した。その予測は、再利用可能な大型ロケットが高頻度の打ち上げと高い再利用率を達成することに大きく依存している。

現在、こうした条件は必要な規模では存在しない。打ち上げ価格には燃料以外にも、機体製造、運用、保険、統合、市場マージンが含まれる。

同論文は、好条件を前提とすれば、将来のStarshipによる顧客向け打ち上げ価格が1キログラム当たり250ドルを下回る可能性があると試算した。Googleは、これらの数値が公開仕様に基づく予測であることを明確に示している。

必要な水準に近い打ち上げ価格でも、ほかのコストは残る。事業者は宇宙機を製造し、プロセッサを認定し、ラジエーターを展開し、地上局を維持し、故障した衛星を交換しなければならない。

通常の低軌道衛星では、技術者が内部の基板を交換することはできないため、故障は特に高くつく。地上のデータセンターでは、日常的なハードウェア交換が通常運用の一部として想定されている。

Googleの論文は、冗長構成を最も単純な対応策として挙げている。衛星は予備のプロセッサを搭載したり、故障後に正常なノードへ処理を振り分けたりできる。

冗長性は質量と打ち上げコストを押し上げる。また、故障が起きるまで休止状態のハードウェアを抱えることになり、システムの経済的な稼働率を下げる。

修理の問題は、軌道上コンピューティング分野全体に当てはまる。放射線による損傷、太陽電池パネルの劣化、ネットワーク機器の故障、機械的な不具合はいずれも実用寿命を縮めうる。

宇宙推進派は、太陽光の利用可能性と打ち上げコストの低下を根拠にできる。懐疑派は、冷却、保守、交換を指摘できる。どちらの立場も現実的な制約に基づいている。

10月の試験は、この方程式を構成するいくつかの要素について証拠をもたらすだろう。しかし、経済性全体を決着させるものではない。

GoogleはStarcloudがすでに始めた競争に参入する

GoogleはAIインフラで深い経験を持つが、他社が先に軌道へ到達しており、SpaceXは重要な輸送能力を握っている。

Starcloudは2025年11月、Nvidia H100アクセラレーターを搭載した衛星を打ち上げた。このミッションは、データセンター級GPUが軌道上で稼働し、AIワークロードを実行できることを示した。

この成果は、Starcloudがクラスターの問題を解決したことを意味しない。単一のアクセラレーターが動作しただけでは、信頼性が高く商業的に有用な軌道上データセンターとは大きな隔たりがある。

ただし、Starcloudは運用経験という優位性を得た。Googleが初飛行を準備する間に、実際のテレメトリー、ソフトウェアの挙動、放射線事象、熱性能を検証できる。

Googleの優位性は別の場所にある。同社はTPUハードウェアと、大規模なアクセラレータクラスターへ機械学習ワークロードを分散するためのソフトウェアの多くを設計している。

この垂直統合は、軌道上で観測された制約に合わせて、将来のシリコン、ネットワークソフトウェア、エラー復旧、モデルアーキテクチャを改良する際に役立つ可能性がある。

Planetはもう一つの不可欠な要素を提供する。当初のPlanetとの提携では、衛星事業者がGoogle向けに2機の試作宇宙機を製造・運用することで合意していた。

Planetは、地球観測コンステレーションで培った経験に基づいてこの取り組みを進めた。同社の貢献は宇宙機設計、軌道上運用、分散ハードウェアを稼働させ続けるための実務知識に及ぶ。

ミッション計画は、2025年の発表以降に発展している。Googleは現在、10月の飛行を単一衛星による初期ハードウェア試験と位置付け、その後2027年に2衛星での節目となるミッションを実施すると説明している。

後者の2機は、より大きな戦略的重要性を持つ。2機の宇宙機により、単独のコンピューターとクラスターを分ける光接続と編隊制御の前提を試験できる。

SpaceXはより複雑な立場にある。Transporter-18の打ち上げを提供するため、Googleの実験にとって重要なサプライヤーとなる。

同時に、同社は独自の軌道上インフラ構想も追求している。再利用可能なロケットを保有する企業は、外部顧客とは異なる経済的コストで自社ペイロードを運べる。

これはGoogleや他の参入企業に圧力をかける。輸送が高価なままであったり、打ち上げへのアクセスが制約されたりすれば、どれほど優れたコンピューティングハードウェアでも競争力を持てない。

Blue Origin、Axiom Space、Nvidia支援のベンチャー、複数のスタートアップも軌道上コンピューティングを検討している。その計画はエッジ処理から、非常に大規模で投機的なコンステレーションまで幅広い。

2026年5月の軌道上市場レビューは、小規模な実証から数万基の衛星を含むコンステレーションまで、多様な提案を記録した。

同レビューは、技術的実現可能性、打ち上げ能力、経済性、安全性、軌道環境の持続可能性が依然として未解決であるとも警告した。規制当局への申請は意図の証拠にはなるが、実行可能な事業の証明ではない。

Googleの慎重なアプローチは、最大規模のコンステレーション提案と対照的だ。同社は分散コンピューティングに必要な接続済みの2機へ進む前に、1つのTPUプラットフォームを試験している。

この慎重さは理にかなっている。最初の失敗点はコンポーネントレベルで現れる可能性があるためだ。冷却とプロセッサの信頼性を検証する前に、数千ノードを設計しても価値はほとんどない。

一方で、ゆっくり進めることは競合にデータ収集の時間を与える。Starcloudは次のミッションを改良でき、打ち上げ事業者は自社ハードウェアを軸に標準と経済性を形成できる。

したがって、Project Suncatcherは研究プログラムであると同時に戦略的な選択肢でもある。Googleは量産アーキテクチャにコミットする前に、知見を購入している。

10月のミッションはその選択肢を維持する。Googleをすべての競合の先に立たせるものでも、商業的な優位性を確立するものでもない。

打ち上げが成功してもネットワークは未検証のまま

プロセッサの生存は必要条件だが、Project Suncatcherが分散コンピューティングシステムになれるかは、2027年のレーザーリンク実験で決まる。

Googleが最初に確認するのは、宇宙機の基本的な健全性だ。技術者は、衛星が展開し、発電し、地球と通信し、意図した姿勢を維持できることを確認する必要がある。

続いてTPUとメモリーシステムを検証する。エラー率、ワークロードの中断、熱的安定性、クロックの挙動、消費電力は、地上試験では見えなかった問題を明らかにしうる。

正常に起動したチップでも、数カ月にわたって劣化する可能性がある。放射線への曝露は蓄積し、繰り返される温度サイクルは、はんだ接合部、コネクター、メモリー、電力電子機器に負荷をかける。

したがって、ミッション期間は初期起動と同じくらい重要だ。Googleには、観測された劣化を5年間という前提と比較できるだけの運用期間が必要になる。

たとえ結果が良好でも、検証できるのは1層にすぎない。より大きなProject Suncatcherのアーキテクチャは、データセンターネットワークに近い速度で衛星同士がモデルデータを交換することに依存している。

光リンクはすでに、一部の衛星を長距離で接続している。Googleの課題は、比較的短い距離で極めて高い帯域幅を求めることで、この従来設計を逆転させるものだ。

近接編隊でも課題が容易になるわけではない。各衛星は相対位置を把握し、移動する隣接衛星へ狭いレーザービームを向けなければならない。

Googleは、この精度要件を、両端が動く中で数マイル離れたコイン大の標的を狙うことに例えている。わずかな指向誤差でも接続が途切れ、分散処理が停止する可能性がある。

2027年に予定される2衛星ミッションでは、このリンクを直接試験するはずだ。また、同期運用を実行しながら、宇宙機が安全で安定した編隊を維持できるかも示される。

この実験は10月の打ち上げ以上に注目すべきだ。1つのTPUはプロセッサが生き残ることを示せる一方、接続された2機の宇宙機は、拡張可能なクラスターを支える仕組みの試験を始める。

地上通信も別のボトルネックである。Googleの論文は、NASAが2023年に低軌道から毎秒200ギガビットの光リンクを実証したことを引用している。

実用AIシステムには、データセット用の信頼できるアップリンクと、結果用のダウンリンクが必要になる。雲、大気の乱流、追跡誤差、地上局の利用可能性は、光通信を妨げうる。

ワークロードは、こうした中断を前提に設計できる。衛星はデータをバッチで受信し、独立して計算し、リンクが利用可能になった時点でコンパクトな出力を送信できるかもしれない。

このモデルは、消費者向けチャットシステムよりもリモートセンシングに自然に適している。衛星は画像を発生源の近くで処理し、すべての生画像を移動させる代わりに分析結果を送信できる。

大規模モデルの訓練には、より厳しい要件が生じる。プロセッサはパラメーターや中間値を頻繁に交換するため、ネットワークの中断は高コストになる。

ソフトウェアによって、その通信負荷を軽減できる可能性はある。研究者はモデルを異なる方法で分割し、ローカル計算を増やしたり、更新の遅延を許容したりできる。

こうした手法は、ネットワーク耐性と引き換えにモデル効率や収束品質を犠牲にできる。しかし、大規模クラスター全体で信頼性の高い協調が必要であることをなくすことはできない。

セキュリティも設計の一部となる。事業者は、コマンド、ソフトウェア更新、訓練データ、モデル重み、宇宙機と地上システムを結ぶリンクを保護しなければならない。

軌道上での障害は、物理的に回収できないハードウェアを露出させる可能性がある。事業者には、安全な停止、データ消去、軌道離脱の仕組みが必要になる。

これらの課題が、1回の打ち上げ成功をデータセンターの検証として示してはならない理由を説明している。検証されるのはテストプラットフォームであり、次の設計サイクルに向けた入力が得られることになる。

最も強い成果には、透明性の高い測定値が含まれるだろう。エラー率、動作温度、電力効率、ワークロードの安定性、放射線の影響は、エンジニアリングの進歩と宣伝上の主張を区別する助けになる。

Googleはすべての指標を公表することを約束していない。独立研究者が詳細な結果を検証できない限り、読者は同社の結論を暫定的なものとして扱うべきだ。

Project Suncatcherが拡張できるかを示す3つのシグナル

今後1年は、ハードウェアのテレメトリー、2027年の光リンクミッション、そして打ち上げ経済性がGoogleの前提に近づいている証拠によって評価されるべきだ。

最初のシグナルは、10月の打ち上げ後にTPUが持続的に稼働することだ。短時間の起動よりも、放射線と熱のサイクルが繰り返される中でワークロードが安定することの方が重要である。

Googleは、プロセッサで訂正可能なメモリーエラー、ワークロードのリセット、スロットリング、予期しない電力変動が起きるかを開示すべきだ。継続的な計算中の冷却性能は、特に重要になる。

試作機が数カ月にわたって有用な性能を維持すれば、Googleの放射線・熱対策の信頼性は高まる。頻繁な中断は、地上用TPUを軌道へ適応させる根拠を弱めるだろう。

2つ目のシグナルは、2027年に約束された2衛星実験だ。このミッションでは、光帯域幅、指向精度、編隊の安定性、分散機械学習タスクを試験する必要がある。

打ち上げだけでは、この節目を満たせない。衛星は、複数の軌道上プロセッサが効果的に連携できることを示すのに十分な情報を交換しなければならない。

安定した高帯域幅リンクは、Googleが提案する仕組みを強化する。不安定な接続では、緊密に結合したモデル訓練ではなく、独立したエッジワークロードにシステムが限定される可能性がある。

3つ目のシグナルは、実際に提供される打ち上げコストの信頼できる低下だ。Googleの経済分析は、価格が1キログラム当たりおよそ200ドルに近づくことに依存している。

読者は、意欲的なロケット仕様ではなく、実際の顧客契約と打ち上げ頻度を注視すべきだ。高い再利用性は、外部事業者向けの低い提供価格へつながらなければならない。

打ち上げ事業者が最も低い内部コストを自社コンステレーション向けに留保するなら、Googleの予測する経済性は弱まる。競合するインフラ所有者への依存も、戦略的に不快なものとなる。

規制上の取り扱いも、こうした技術的な節目と並行して発展していく。大規模かつ密集した衛星コンステレーションは、スペースデブリ、衝突リスク、天文学、周波数帯の利用、ミッション終了後の処分をめぐる懸念を高める。

これらの課題は、単一の試作機を同じように脅かすものではない。Googleが実験段階から数十基、あるいは数千基の衛星へと進む場合に、重大な論点となる。

短期的に最も起こりやすいのは、地上のデータセンターが直ちに置き換わることではない。特定のワークロードに適した、地上インフラと併用される、より限定的な軌道上コンピューティング層の登場だ。

地球観測データの処理は、分かりやすい例となる。衛星は収集地点に近い場所でセンサーデータを解析し、すべての生データではなく、選別した結果を返送できる。

科学観測機器や自律航行する宇宙機にも、同様の可能性がある。これらのデータは軌道上で生まれるため、ローカル処理によって通信要件や応答時間を削減できる。

一方、地上でのAI学習は依然としてより難易度の高い目標である。その経済性は、ハードウェア密度、稼働率、ネットワークの信頼性、そして途方もない規模での継続運用に左右される。

Googleの実験が注目に値するのは、将来のAIインフラが抱える物理的な限界を検証するからだ。その限界が測定される前に、勝利を祝う段階ではない。

開発者や企業の購買担当者にとって実務上の教訓は、検証済みの構成要素と完成したシステムを切り分けることにある。同じ規律は、あらゆる新興AIプラットフォームを評価する際にも当てはまる。

元の主張、検証された条件、そして不足している証拠を記録する。検索可能なナレッジベースは、技術発表の進展に伴って、この区別をチームが維持する助けとなる。

Google TPU satelliteによって、エンジニアはついに軌道上のデータを得られるため、Project Suncatcherを評価しやすくなる。打ち上げ後にGoogleが公開する内容を注視し、それを2027年の接続衛星の成果と比較するとよい。

両方のミッションが成功し、打ち上げ費用が下がれば、宇宙ベースのAIインフラは本格的なエンジニアリングの選択肢となる。それまでは、Project Suncatcherは並外れた仮説を軸に据えた、慎重に設計された実験にとどまる。