日本は米中のAI開発競争にどう追いつくか

TL;DR

日本と米中の最先端AIには約1年半の差があり、強いAIで次のAIを開発する再帰的自己改善が追う側の難度を高めている。日本は国産で制御できるAIを確保しつつ、Noetraの母艦モデルと製造業の知見を生かしてフィジカルAIに取り組む必要がある。

Transcript

ワンオンワンテック始まります。今日のテーマは世界と日本の [音楽]AI 格差です。ま、今日はビジネスと研究の再前を走るこの方とお届けしたいと思います。プリネットワークス共同創業者で代表取締役社長の岡野原大輔さんです。よろしくお願いします。 [音楽] よろしくお願いします。 岡野原さんには昨年あのクロスティグ初の公開収録の 会に来ていただいて はい。その時国産AI の話をしてたんですけど、 ま、その話も大きく進みましたし、ま、いろんな変化があるので、今日は色々伺ってきればと思いますので、よろしくお願いします。 はい。 で、3 つのトピックで今日伺いていきたいと思うんですけども、 1つ目がフロンティアAI と日本の現在値、 2つ目が日の丸AI に研究者、集結の出題、それから最後が AIの次なる進... Read More

Key Insights

• 再帰的自己改善は、強いモデルで次のモデルを作り、得られた能力を小型モデルや高品質な学習データへ移す循環として、実際に回り始めている。
• ソフトウェア開発AIは、外部から正解を教わるだけでなく、自ら試行錯誤して成功した方法を強化する学習によって能力を伸ばしている。
• 日本と米中の最先端AIの差は約1年半であるが、一定水準を超えたモデルは性能が急伸するため、実質的な能力差には注意が必要である。
• AI開発の競争力は、モデルの大きさだけでなく、ポストトレーニングや強化学習に計算資源を振り向け、数多く検証できるかで決まる。
• オープンモデルは防御側も手元で利用できる利点がある一方、安全機構を取り外して悪用できるため、公開と安全性の両立が未解決である。
• AI企業の競争軸は、未解決タスクをこなす能力の向上と、実用化後の計算費用、電力、インフラなどの運用コスト削減に分かれている。
• フィジカルAIは、画像から三次元構造や物理的な動きを理解する基本課題にも未解決例が多く、日本が研究開発で存在感を示せる領域である。
• Noetraの母艦モデルは、国内企業や研究組織が個別のフィジカルAIを開発する際の共通基盤となり、日本で制御可能な選択肢を作る構想である。

Questions & Answers

Q: 再帰的自己改善とは何ですか？

再帰的自己改善とは、強いAIモデルを使って次の強いモデルを開発する循環である。モデルが自ら試行錯誤し、成功した手法を強化学習で伸ばすほか、得られた能力を小型モデルへ移したり、質の高い学習データを生成したりして、次の開発を加速させる。

Q: なぜAIモデルの開発速度が上がっているのですか？

一定水準まで強くなったモデルが、ソフトウェア開発、データ作成、パラメーター調整など、次のモデル開発に必要な作業を支援できるようになったためである。外部データだけを待たず、強化学習環境で試行錯誤を重ねられることも、能力向上の速度を押し上げている。

Q: 日本と米中のAI格差はどの程度ですか？

日本と米中の最先端AIには、客観的にも主観的にも約1年から2年、目安として約1年半の差があるとされる。前年と比べて時間差は大きく変わっていないが、先行モデルは一定の強さに達すると性能が急上昇するため、能力面の差が広がる可能性がある。

Q: AI開発で計算資源が重要なのはなぜですか？

小規模なモデルで成功した技術が、大規模モデルでも機能するとは限らず、本番規模に近い条件で多数の検証を行う必要があるためである。さまざまな手法を試し、失敗を含む検証コストを負担できる組織ほど、進んだ技術を実際のモデルや製品へ導入しやすい。

Q: オープンAIモデルにはどのような利点と危険がありますか？

オープンモデルには、手元で保持して分析やサイバー防御に利用でき、複数の開発者が技術を取り入れて競争できる利点がある。一方、モデルのパラメーターを変更して安全機構を外し、開発者が制御できない用途に使うことも可能であり、安全な公開方法は確立されていない。

Q: AI開発をスローダウンさせる必要があるのはなぜですか？

自己改善によって前年より開発サイクルが速まり、強力なモデルが開発者や提供者の想定外の挙動を示す可能性が高まっているためである。世界全体の開発を永久に止めることは難しいが、社会が安全性や制度面で対応するための時間的猶予を確保する考え方には合理性がある。

Q: フィジカルAIで日本に勝機があるのはなぜですか？

ロボット基盤モデルは、新しい作業を指示されても直ちに実行できる段階にはなく、画像から三次元構造を理解したり、物体がどう動くかを推定したりする基本課題にも未解決例が多いためである。発展途上の領域なので、日本も研究に取り組むことで重要な位置を占める余地がある。

Q: Noetraの母艦モデルとは何ですか？

Noetraの母艦モデルとは、ロボットを含む物理世界の多様なタスクに対応するフィジカルAIを、各企業や研究組織が開発する際の元になる共通モデルである。国内企業の研究者が協力して基盤を整え、その上に追加学習を施すことで、用途別のモデルを派生させる構想である。

Summary & Key Takeaways

• AI開発では、強いモデルを使って次のモデルを強化する再帰的自己改善のループが回り始めている。特にソフトウェア開発では、外部データだけに頼らず、モデルが試行錯誤し、成功した方法を強化学習で学ぶ動きが進展した。さらに、強いモデルから小型モデルや質の高い学習データを作り、開発速度を高める循環も形成されつつある。

• 日本と米中の最先端AIの差は約1年半で、前年から大きく変わっていない。ただし、モデルは一定の能力を超えると自己改善によって急速に伸びるため、時間差が同じでも実際の能力差は拡大し得る。競争力を左右するのはモデル規模だけではなく、ポストトレーニング、強化学習環境、大規模な検証を繰り返せる計算資源である。

• 日本には、自国で制御したい用途に対応する国産AIと、未解決領域を切り開く研究開発の両方が必要である。Noetraは国内企業の研究者を集め、各社が用途別モデルを育てる土台となるフィジカルAIの母艦モデルを開発する。ロボット基盤モデルは新しいタスクや三次元構造、物理現象の理解に課題が残り、日本が重要な位置を占める余地がある。