生物学的「逆齢」競争が開幕、LLMの推論能力に再び疑問の声

編集者注：MITテクノロジーレビュー（MIT Technology Review）の日刊ニュースレター「The Download」が最近、二つの興味深いテーマを同時に投げかけた。一方では「生物学的年齢」を競技の舞台にしようとする動きがあり、もう一方では研究者たちが改めて問いかける——大規模言語モデルは本当に推論ができるのか、と。前者は人間がいかに寿命を延ばすかに関わり、後者は機械がどう定義されるかに関わる。本稿ではこの二つのテーマをそれぞれ掘り下げる。

「若さ」を賭けた競争

今週、MITテクノロジーレビューの記者Jessica Hamzelouが少々異例のことをした——自身がある競技に正式エントリーしたのだ。競うのはスピードでも持久力でもなく、「生物学的年齢」をいかに速く若返らせられるか、つまり逆齢競争だ。

なぜこの競技が成立するのかを理解するには、まず「生物学的年齢」という概念を理解する必要がある。過去10年で老化研究は周縁から主流へと移行し、その中核ツールの一つが「エピジェネティック時計（epigenetic clock）」だ。研究者はDNAメチル化パターンを検出し、代謝・炎症・筋肉機能などの一連のバイオマーカーと組み合わせることで、その人の身体が実際にどの程度「老化」しているかを推定できる——それは戸籍上の年齢とは一致しないことが多い。

資本はすでにこの分野に嗅ぎつけている。Altos Labsは2022年に約30億ドルを元手にスタートし、CalicoBはAlphabetの傘下にあり、Retro BiosciencesはSam Altmanの投資を受けた。これらが追求する方向の一つが「部分的リプログラミング（partial reprogramming）」——山中因子などの手法で細胞を一時的により若い状態に戻し、生体全体がそこから恩恵を受けられるかを観察するというアプローチだ。

「今週、私は異例の競技に正式参加した——生物学的な若さでより速く走った者が報われる競技に。」——Jessica Hamzelou

こうした競技の価値は賞金にあるのではなく、標準化にある。老化分野では長らく公認された評価エンドポイントが存在しなかった。テロメアの長さを見る者、炎症マーカーを見る者、エピジェネティック年齢を見る者と、指標がバラバラであるため研究間の比較が困難だ。もし一つの競技によって測定方法の統一が促進されるなら、それ自体が一つの前進と言える。もちろんリスクもある——複雑な生物学をランキング表に単純化することで、マーケティング的な「逆齢」の語りを助長しかねない。

LLMの「推論」——思考か、それとも模倣か？

「The Download」が同日取り上げたもう一つのテーマは、繰り返し引用されるあの命題だ：大規模言語モデルは推論ができない。これは根拠のない話ではない。過去2年間、数多くの研究がさまざまな角度からモデルの推論能力を検証し、その結論はほぼ同じ場所を指し示してきた——問題が少し変わるだけで、性能が大幅に揺らぐ、と。

Appleが2024年に発表したGSM-Symbolic研究はその代表例だ。研究者が標準的な数学の問題に登場する人名と数値を置き換え、無関係な撹乱情報を挿入したところ、モデルの正解率が明らかに低下した。これはモデルが訓練データ内のパターンをマッチングしているだけであり、人間のように問題から安定した演算規則を抽象化しているわけではない可能性を示唆している。

これはモデルに使い道がないという意味ではない。翻訳・要約・コーディングといったタスクにおいては、非常に優れたパフォーマンスを発揮する。論争の真の焦点はここにある——「正しい答えを出せる」ことと「なぜその答えが正しいかを理解している」ことを、私たちは混同してしまっているのだ。

パターンマッチングは多くの場面で正しいアウトプットを生み出せるが、学習データの分布を外れた世界でも信頼できるとは保証できない。

なぜこの二つを並べて見るべきか

逆齢競争とLLMの推論は一見無関係に見えるが、同じ根本的な難題を共有している——曖昧な概念をいかに定義し測定するか、という問いだ。生物学的年齢には信頼できる指標体系が必要であり、モデルの推論能力もまた「問題の言い換え」程度では崩れない評価フレームワークを必要としている。

一般の読者にとって、これは二つのことを意味する。第一に、「生物学的年齢がXX歳若返った」という主張を見たら、まずどの指標を使ったか、サンプル数はどれほどか、査読を経ているかを問うこと。第二に、重要なタスクに大規模言語モデルを使う際は、それを博識だが時折自信過剰になるアシスタントとして扱い、何でも任せられる専門家とは見なさないこと。

技術の最前線とは、しばしば何か画期的な答えではなく、問い自体を問い直す新たな視点のことだ。

本稿はMIT Technology Reviewを基に編訳した。