AI Library
自律的科学発見の時代
キム・ギョンジン, 弁護士
AI科学者とセルフドライビング・ラボ
AI科学者とセルフドライビング・ラボが、科学研究における主張の生成と検証をどのように変えつつあるのかを追います。文献に基づく発見、自然言語プロトコルからロボット命令への変換、マルチエージェント研究システム、閉ループ実験室、材料探索、検証ギャップ、証拠の連鎖、研究ハーネス、学術誌倫理、法的責任までを扱います。
AIライブラリ
デジタル主権の二重構造
欧州の脱パランティアとアメリカン・ビッグテックの鎖
金景珍（キム・ギョンジン）, 弁護士
欧州の情報機関と国防省が米パランティアの分析ツールを排除し始めた2026年の記録です。フランス国内治安総局とドイツ連邦憲法擁護庁、オランダ国防省の置き換え決定、米国の輸出規制が同盟国の人工知能アクセスをわずか3日で遮断した事件、CLOUD ActとFISA 702条がもたらした域外管轄の実態を扱っています。欧州連合のクラウド・AI開発法（CADA）が定めた4段階の主権保証レベルと主権理由による契約解除権、ユーロスタック構想と3,000億ユーロの投資障壁に至るまで、全5章15節と結論2節で整理しました。
[AI書斎] 2.2 モデル開発から製品化までの歩み
サム・アルトマン伝：人工知能革命の開拓者
第2部 OpenAIの誕生と成長
2.2 モデル開発から製品化までの歩み
キム・ギョンジン、キム・ギョンラン
ビデオゲームとロボットアーム
2016年、OpenAIのオフィスは今とはまったく違う雰囲気でした。
サム・アルトマンが振り返るあの頃は「研究所みたいだった」と言います。何をすべきか、はっきりしていませんでした。14人ほどのメンバーがホワイトボードの前で「何をしようか」と考え込んでいました。大きな目標は明確でした。人間レベルの人工知能、AGIをつくること。しかし、どうつくるかは誰も分かっていませんでした。
最初のGPUが届きました。NVIDIAのCEOジェンスン・フアンが直接持ってきてくれたDGX-1システムでした。今から見ればずいぶん小さな機材でした。アルトマンは「一人で抱えて運べるくらいのサイズだった」と笑いながら話しています。
チームは二つの方向性を試みました。
一つ目はビデオゲームでした。なぜゲームだったのでしょうか。AIの実力がスコアでその場で確認できたからです。見ている人にも分かりやすかった。「AIがDotaに勝った！」と言えば誰でも理解できました。
OpenAIはDota 2という複雑なゲームを選びました。このゲームでは5人がチームを組み、リアルタイムで戦略を立てなければなりません。相手の意図を読み、長期的な計画を立て、チームメンバーと連携する必要があります。人間の知性が求められるあらゆる要素が詰まっていました。
2018年、OpenAIのAIチーム「OpenAI Five」が世界トップクラスのプロゲーマーたちを破りました。
世界は驚きました。
AIがこれほど複雑なゲームもこなせるとは。OpenAI Fiveは自分自身と何万回も対戦しながら学習しました。最初は何も知りませんでした。しかし、数十万年分のゲームをシミュレーションするうちに着実に上達しました。人間が思いつかなかった新しい戦略まで編み出しました。
アルトマンはこのプロジェクトから大切な教訓を得ました。AIは膨大なデータとコンピューティングによって驚くべきことを成し遂げられる、ということです。
二つ目の方向性はロボットでした。
OpenAIは人間の手に似たロボットハンドを製作しました。そのハンドでルービックキューブを操作する実験を行いました。仮想世界ではなく、現実の世界で物に触れ、操作できるAIをつくりたかったのです。
現実の世界はずっと難しかった。
重力もあり、摩擦もあり、センサーも完璧ではありませんでした。同じ動作をしても、毎回結果が違いました。研究チームは「ドメインランダマイゼーション」という手法を使いました。シミュレーションの中でキューブの重さ、大きさ、摩擦を次々と変えながら訓練しました。そうすることで、AIは現実世界の不確実性にも対応できるようになりました。
数年後、ロボットハンドは片手だけでルービックキューブを解いてみせました。
これは、プログラミングだけでは不可能なことでした。AIが自ら学習して成し遂げたことでした。
アルトマンはこれらの実験をとても大切にしていました。失敗も多くありました。しかし、失敗から学びました。AGIへの道には試行錯誤が欠かせませんでした。ビデオゲームとロボットは、AIが環境を探索する方法を示してくれました。
振り返れば、この時期は方向性を探るための模索の過程でした。
アルトマンは「ゲームとロボットを通じて世界を理解しようとしたが、結局、言語こそが世界を凝縮するツールだと気づいた」と語ります。初期の実験がなければ、GPTは生まれなかったでしょう。
GPT-1からGPT-3へ：「大きくすれば変わる」
ビデオゲームとロボットの実験を続けるなかで、OpenAI内部に新たな関心が芽生えていました。
言語でした。
研究員のアレック・ラドフォードが興味深い発見をしました。Amazonのレビューで訓練したAIの中で、特定の一つのニューロンが感情の肯定・否定を判断していることが分かったのです。誰かが教えたわけではありませんでした。AIが自ら学んだことでした。
アルトマンは「ここに何か面白いものがある」と感じました。
このタイミングで重要な技術が登場しました。
2017年にGoogleが発表した「Transformer」でした。このアーキテクチャは長い文章も的確に理解できました。並列処理が可能なため速く、何より重要だったのは、モデルを非常に大規模にスケールできるという点でした。
2018年6月、OpenAIはGPT-1を発表しました。
「Generative Pre-trained Transformer 1」の略称です。1億1700万個のパラメータを持つモデルでした。このモデルは数千冊もの本を読んで学習しました。そして驚くべきことをやってのけました。特定のタスク向けに追加学習しなくても、翻訳や要約といったさまざまな作業をこなしたのです。
アルトマンは、これが始まりだと見ていました。
「モデルを大きくすれば、もっと良くなる。」
2019年2月、GPT-2が登場しました。
今回は15億個のパラメータでした。GPT-1の10倍以上の規模です。ウェブから収集した膨大な量のテキストで学習しました。GPT-2は人間が書いたかのような自然な文章を生成しました。数単語を与えるだけで、次の文章をすらすらと続けました。
あまりにも優秀すぎて、問題になりました。
OpenAIは悩みました。この技術が悪用される恐れがありました。フェイクニュースを大量に作れました。詐欺メールを自動生成することもできました。そのため、最初は小さなバージョンだけを公開しました。
この決定は物議を醸しました。
「OpenAIじゃないのか？なぜ公開しないんだ？」という批判もありました。しかしOpenAIは慎重でした。数ヶ月後、大きな問題はないと判断し、モデル全体を公開しました。
アルトマンはこの過程で、重要なことを確信しました。
モデルを大きくすれば性能が上がる。ただ上がるのではなく、予測可能な形で上がる。これが「スケーリング則」でした。データを増やし、モデルを大きくし、計算量を増やせば、性能は一定の割合で向上しました。
「これは私が生きている間に発見された、最も重要な知見の一つかもしれない。」
アルトマンは次の計画を立てました。GPT-3を作ろう。その次はGPT-4を。
GPT-2は、これから来る革命の先触れでした。
GPT-2の成功を受け、アルトマンはさらに大きな夢を描きました。
「すべてをスケールアップしてみよう。」
2020年6月、GPT-3が世に出ました。パラメータ数は1750億個。GPT-2の100倍以上の規模で、それまでに作られた言語モデルの中で最も巨大なものでした。
GPT-3は魔法のようでした。
いくつかの例を見せるだけで、AIがパターンを把握し、新しい問題を解きました。これを「フューショット学習」と呼びました。翻訳もこなし、簡単な計算もし、コードまで書きました。
問題がありました。
費用が莫大にかかりました。
GPT-3の訓練に必要なコンピュータは想像を絶するものでした。数万個の高性能GPUが数週間、休みなく稼働しなければなりませんでした。電気代だけで数百万ドルにのぼりました。
OpenAIのチームは気づきました。
「これはもう、小さな研究所にできることじゃない。」
AGIを作るには莫大な資本が必要でした。非営利団体への寄付金だけでは不可能でした。優秀な人材も欠かせませんでした。GoogleやMetaのような巨大企業が高額の給与で研究者を引き抜いていました。
アルトマンは決断を下しました。
収益を上げなければならない。しかしミッションを失ってはならない。
2019年、OpenAIは新たな組織構造を作りました。「制限付き営利」モデルです。投資家は利益を得られますが、最大100倍まで。それ以上はすべて非営利財団に戻ります。会社が際限なく利益を追い求めないようにするための仕組みでした。
Microsoftと手を組みました。
Microsoftは10億ドルを投資しました。その代わり、OpenAIはMicrosoftのクラウドサービス「Azure」を独占的に使用することになりました。OpenAIは必要な計算能力を手に入れ、Microsoftは最高のAI技術を得ました。
アルトマンは言いました。「知能のコストは、結局エネルギーのコストに収束する。」
GPT-3を作る過程で、彼は明確に理解しました。より賢いモデルを作るには、より大きなコンピュータが必要だということを。そしてそのコンピュータを動かすための膨大なエネルギーも必要だということを。
GPT-3は技術的な勝利でしたが、同時に現実も突きつけました。AI開発は今や、国家レベルのインフラ投資を必要とする領域になっていたのです。
GPT-3を作り終えて、アルトマンは重要な問いと向き合いました。
「さて、どうしよう？」
素晴らしい技術は作りました。しかしそれで何をすべきかが分かりませんでした。GPT-4を作るにはさらに多くの資金が必要でした。数十億ドル。純粋な研究だけでは到底まかなえない金額でした。
OpenAIは変わらなければなりませんでした。
アルトマンがYコンビネーター社長時代に学んだことがありました。「APIを作ると良い結果が生まれる。」APIとは、開発者が技術を自分のサービスに簡単に組み込めるようにする仕組みです。アルトマンは考えました。
「私たちが製品を作る代わりに、他の人たちがさまざまなアプリケーションを作れるようにしよう。」
2020年6月、GPT-3 APIが登場しました。
OpenAIにとって初めての商業製品でした。開発者がGPT-3の能力を有料で借りて使えるようにしました。最初は限られた人々にだけ提供し、徐々に対象を広げていきました。
シリコンバレーは沸き立ちました。「これは本当にすごいぞ？」中には「これがAGIだ！」と言う人まで現れました。しかし一般の人々は当時まだほとんど関心を持っていませんでした。あまりにも技術的すぎて、開発者でなければ使えなかったからです。
実際に収益を上げている企業はほとんどありませんでした。
コピーライティング会社がいくつかありました。広告文を自動生成するサービスです。GPT-3はマーケティング文章を得意としていました。当時、唯一「経済的に意味のある」用途はそれだけでした。
アルトマンはこれを失敗とは見ていませんでした。
学びの過程でした。APIは開発者向けのツールでした。一般の人々には敷居が高すぎました。本当の革新を起こすには、もっとわかりやすい手段が必要でした。
そのとき、重要な発見がありました。
開発者がAPIを試すための「プレイグラウンド」と呼ばれる場所がありました。ログを見てみると、人々が奇妙なことをしていました。GPT-3と会話していたのです。
「君は誰だ？」「この問題、どう思う？」「冗談を一つ言ってよ。」
人々はGPT-3を情報ツールとしてではなく、会話の相手として扱っていました。
アルトマンは気づきました。
「人々はAIと会話したがっている。」
これがChatGPTの始まりでした。APIは成功したビジネスモデルではありませんでしたが、次のステップへの橋渡しになりました。そしてMicrosoftとのパートナーシップのおかげで、OpenAIは研究を続けることができました。
純粋な科学研究所からビジネス企業へ。この転換がなければ、ChatGPTは生まれなかったでしょう。
APIの限定的な成功と新たな発見
GPT-3 APIは静かに始まりました。
2020年6月、一部の選ばれた開発者だけがアクセスできました。まるで秘密のクラブのようでした。人々は気になっていました。「GPT-3って本当にすごいの？」
初めて使った開発者たちは驚きました。
簡単な説明を与えるだけでコードを書きました。英語をフランス語に翻訳しました。長い文章を短くまとめました。詩まで書きました。Twitterには驚くべきデモ動画が次々と投稿されました。
「GPT-3でウェブサイト全体を作りました！」「自然言語で命令するだけでアプリが作れます！」
しかし実際にビジネスになったものは多くありませんでした。
一つ目の問題はコストでした。GPT-3の最も強力なモデルは高価でした。多くの人が使うサービスを作るには負担が大きすぎました。
二つ目の問題は不安定さでした。GPT-3はときどき奇妙な答えを返しました。事実でないことをもっともらしく作り上げることがありました。これを「ハルシネーション」と呼びました。プロンプトの書き方次第で結果が大きく変わりました。
それでも成功した分野がありました。
コピーライティングです。
JasperやCopy.aiといったスタートアップが登場しました。彼らはGPT-3を使ってマーケティング文章を自動で生成しました。ブログ記事、メールの件名、商品説明、SNS投稿。いくつかのキーワードを入力するだけで、さまざまなバリエーションの文章が出てきました。
マーケターたちに好評でした。
なぜコピーライティングだったのでしょう。この分野では創造性が求められますが、事実確認はそれほど重要ではありませんでした。多少誇張されていたり間違っていたりしても大きな問題にはなりませんでした。そして、素早くたくさん作ることが重要でした。
コード生成も得意でした。
MicrosoftのGitHubは「GPT-3のコード版であるCodex」を使って「GitHub Copilot」を開発しました。開発者がコメントを書くと、コードを自動補完してくれました。プログラマーの生産性が大幅に上がりました。
アルトマンはAPIを通じて重要なことを学びました。
技術がどれほど優れていても、インターフェースが良くなければ革新は起きません。APIは開発者向けのツールでした。一般の人々がGPT-3の力を実感するには、距離がありすぎました。
プレイグラウンドのログに奇妙なパターンが見えてきました。
人々がGPT-3と「会話」していました。質問して、答えを聞いて、また質問して。友人と話すように。
これがChatGPTへとつながりました。
APIは限定的な成功でした。しかし失敗ではありませんでした。次のステップへの学びの過程でした。コピーライティングで成果が出たことは、GPT-3が実際にお金になる問題を解決できる証拠でした。
人々はAIと「会話」したがっていた。
プレイグラウンドはもともと、開発者がテストするための場所でした。
大きなテキストボックスがあり、文章を入力するとGPT-3が続きを生成してくれました。開発者たちはAPIを使う前にここで実験しました。温度やトークン数といったパラメータを変えながら、出力がどう変わるかを確かめていました。
ところが、奇妙なことが起き始めました。
人々がプレイグラウンドでGPT-3と雑談を始めていたのです。
「やあ、君は誰？」「私はGPT-3です。何かお手伝いできますか？」「フランスの首都はどこ？」「パリです。」「パリで行くべき場所を教えて。」
それは会話でした。単に情報を得るのではなく、言葉をやりとりしていたのです。ユーザーたちはGPT-3を機械としてではなく、話し相手として扱っていました。
OpenAIの研究チームはログを分析しました。
驚くべき事実が浮かび上がりました。人々は数分ではなく、何十分もかけて会話していました。単純な質問と回答を超えて、ストーリーを作り、アドバイスを求め、冗談を交わしていました。悩みをGPT-3に打ち明けた人さえいました。
当時の会話機能はひどいものでした。
アルトマン自身も認めています。「ひどかった」と。OpenAIはまだ、モデルを会話向けに調整する方法を知りませんでした。RLHF（人間のフィードバックによる強化学習）をきちんと適用する前の話です。
それでも人々は気に入っていました。
「とにかく、みんなそれを好きだった」
アルトマンは悟りました。これこそが本質だと。
人々が求めていたのは情報ではありませんでした。会話したかったのです。考えを整理し、説明を聞き、アドバイスをもらい、問いかけながら学びたかった。人間の本能でした。
言語は人間の思考そのものです。言葉にすることで考えがまとまる。GPT-3はその本能にぴたりと合っていました。
アルトマンはチームにこう告げました。
「人々がモデルと会話したがっていることは、もう明らかだ。会話できる製品を作ろう。」
これがChatGPTの始まりでした。
ベースにしたのはGPT-3.5です。RLHFを適用しました。人間の評価者がモデルの回答を見て採点し、どの答えが優れているかをランク付けしました。モデルはそのフィードバックから学び、少しずつ良くなっていきました。
目標はシンプルでした。
誰でも簡単にアクセスできること。ログインすればすぐに会話が始まること。技術的な知識は不要。自然な言葉で質問できること。会話の履歴が見やすいこと。
プレイグラウンドで見つけた小さな行動パターンが、世界を変える製品の種になりました。
人々はすでに、GPT-3に何を求めているかを示していました。OpenAIはそのシグナルをしっかりとつかみました。
DALL-E：想像を絵にする魔法
2021年初頭、OpenAIは別のものを発表しました。
DALL-Eでした。
「アボカドで作ったアームチェア」といった文章を入力すると、本当にアボカドのような形をした椅子の絵が出てきました。「月の上を歩く二足歩行のゾウ」と入力すれば、そんな奇妙な絵が生成されました。
人々は衝撃を受けました。
AIが絵を描く？想像したものをそのまま絵にしてくれる？まるで魔法のようでした。
DALL-EはGPTと同じくトランスフォーマー構造を採用しました。ただし生成するのはテキストではなく画像です。仕組みはこうです。画像を小さなピースに分割します。各ピースをトークンに変換します。テキストと画像のトークンをまとめて学習します。
だからテキストを入力すると画像が出てきたのです。
アルトマンはDALL-Eに未来を見ました。
「AIは言語だけを扱っていてはいけない。世界はテキストだけでできていない。視覚もあれば、音もあり、行動もある。」
マルチモーダル。複数の形式のデータを扱うAI。それこそが真の知性へと続く道でした。
DALL-Eは創作の民主化を示しました。
絵が描けない人でも、アーティストになれる時代が来ました。言葉が使えれば十分でした。デザイナーでなくても、素晴らしい画像を作れました。これは文化的な変化でした。
2022年、DALL-E 2が登場しました。
格段に良くなりました。画像はより鮮明でリアルになりました。DALL-E 2は、CLIPという別のモデルを使いました。CLIPは画像とテキストの関係を深く理解していました。そしてディフュージョンモデルで実際の画像を生成しました。
言語モデルも進化し続けました。
ファインチューニング（fine-tuning）が重要になりました。GPT-3は汎用モデルでした。何でもある程度こなせましたが、特定のタスクを完璧にこなすには調整が必要でした。
法律文書の分析に特化したモデル。医療記録の要約に特化したモデル。特定の企業のトーンで文章を書くモデル。
ファインチューニングを通じて、GPTは各業界の専門家になることができました。
アルトマンはこう考えていました。
「汎用モデルは基礎体力だ。ファインチューニングは、その体力を特定の能力に変えることだ。」
DALL-Eの成功はChatGPTにも影響を与えました。人々はAIが作った創作物を体験しました。驚きました。「AIってこんなこともできるの？」その驚きが、ChatGPTを受け入れる心理的な土台になりました。
DALL-Eは言語を超えた最初の一歩でした。その後、GPT-4はテキストと画像の両方を理解するマルチモーダルモデルになりました。
ChatGPTのリリース：歴史を変えた5日間
2022年11月30日、水曜日。
OpenAIは静かにウェブサイトを一つ公開しました。名前はChatGPT。大きな宣伝もありませんでした。Twitterにリンクを一つ投稿しただけでした。「新しいチャットボットを試してみてください。」
アルトマンは期待していましたが、これほどとは思っていませんでした。
数万人が押し寄せました。サーバーは悲鳴を上げました。24時間で数十万人。5日間で100万人。
世界は衝撃を受けました。
人々はChatGPTにあらゆる質問を投げかけました。
「フランス革命を10歳の子どもに説明して。」「Pythonで二分探索のコードを書いて。」「このメールをもっと丁寧に直して。」「宇宙はなぜ存在するの？」
ChatGPTは答えました。自然に。親切に。ときには驚くほど正確に。
ソーシャルメディアが爆発しました。
人々はChatGPTが書いた詩、エッセイ、コード、ビジネスプランをシェアしました。「見て、AIが宿題を全部やってくれたよ！」「ChatGPTがバグを直してくれた！」「これ、ほとんど人間じゃないか？」
興奮した人もいました。「Googleの時代は終わった！」心配した人もいました。「仕事が全部なくなるぞ。」先生たちは困惑しました。「生徒がこれで宿題をしたらどうするんだ？」
わずか2か月で1億人に達しました。
史上最速で成長したアプリでした。Netflixが1億人に達するまで10年かかりました。Facebookは4年半。Instagramは2年半。ChatGPTは2か月。
なぜこれほど速かったのでしょうか？
あまりにも簡単でした。複雑な設定はありませんでした。コマンドを覚える必要もありませんでした。ただ話しかければよかったのです。おばあちゃんでも使えました。
即座でした。質問すればすぐに答えが返ってきました。Googleのようにリンクを10個渡すのではなく、答えを直接くれました。
楽しかったのです。AIと会話するというのが不思議でした。癖になりました。
教育界がひっくり返りました。
生徒はエッセイをChatGPTで書きました。教師は評価方法を変えざるを得ませんでした。ChatGPTを禁止した学校もありました。逆に積極的に教えた学校もありました。
開発者たちの生産性は爆発的に上がりました。
コードを書く時間が半分に減りました。バグ探しにChatGPTを使いました。新しい言語を学ぶのがずっと楽になりました。
クリエイターたちは新しいツールを手に入れました。
小説家がアイデアをブレインストーミングしました。作曲家が歌詞を磨きました。マーケターが広告コピーを作りました。
アルトマンはリアルタイムで見守っていました。
彼はチームに言いました。「僕たちは、もう後戻りできないものを作ってしまったかもしれない。」
恐れと誇りが入り混じった言葉でした。
ChatGPTは完璧ではありませんでした。誤った情報を自信満々に述べることもありました。幻覚現象もありました。偏りもありました。それでも、人々は受け入れました。
政府も動き始めました。
各国がAI規制の議論を始めました。欧州はAI法案を急ぎました。米国議会はサム・アルトマンを公聴会に呼びました。
ChatGPTはただの製品ではありませんでした。
それは人工知能時代の正式な幕開けでした。AIはもはや研究室の実験ではありませんでした。人々の日常に入り込んできたのです。学生、会社員、おばあちゃん、子供たちまで。誰もがAIと会話しました。
アルトマンの夢が現実になりました。
知性が誰にでも開かれました。誰もが世界最高水準のAIを無料で使えるようになりました。これは革命でした。
2022年11月30日。
歴史が変わった日でした。
