ロシアの数学者たちがAIモデルを言語なしで直接「対話」させる技術を開発

ロシアの数学者が創業した人工知能スタートアップ「Mostik」が、業界の注目を集めている。同社は野心的な計画を提唱している。AIモデル同士がいかなるテキストや言語も使わずに、直接「通信」・「協調」できるようにするというものだ。この技術の核心は、各モデルが自らの理解を単純に「言葉にする」ことではなく、数学的手法を用いて異なるモデルの内部表現を共有の抽象空間にマッピングし、情報の直接「転送」を実現することにある。

言語という制約を打ち破る

現在、AIシステム間の情報交換、とりわけマルチエージェント協調のシナリオ（AutoGPTやMetaGPTなど）では、主に自然言語が仲介役として使われている。エージェントAは内部の推論結果を人間の言語に変換し、エージェントBはその言語を再び自身の内部表現へと解析する。このプロセスは効率が低いだけでなく、情報の損失を招く。人間同士が「伝言ゲーム」をするように、情報は変換を繰り返すうちに徐々に歪んでいくのだ。

Mostikのアプローチはまったく異なる。WIREDの報道によれば、同社の研究チームは、構造がまったく異なるニューラルネットワークであっても、類似したタスクを解くよう訓練された複数のAIモデルの内部に、トポロジー的に類似した「概念空間」が形成されることを発見した。Mostikの数学者たちは、二つのモデルの内部空間の間で最適なマッピング関数を、訓練後（または訓練中に）見つけ出すアルゴリズムを開発した。これにより、モデルAの「思考状態」を自然言語にエンコードすることなく、そのままモデルBの「思考の連鎖」に直接「注入」できるようになる。外部から見れば、まるで二つのモデルが言語を超えた「テレパシー」で直接対話しているかのように見える。

「言語は人間のコミュニケーションにおける近道でもあり、ボトルネックでもある。私たちはそのボトルネックを迂回し、AIが最も本質的な数学の言語で対話できるようにしようとしている。」――MostikのWIREDインタビューにおける創業者の一人の言葉

なぜ重要なのか？

この方向性の意義は「技術的な見せ場」にとどまらない。AIモデルの専門化・分業化が進む中、将来的には無数の「専門家モデル」からなる大きなエコシステムが形成されるかもしれない。あるモデルが視覚認識を担い、別のモデルが論理推論を担い、さらに別のモデルが物理的な常識のシミュレーションを担う、といった形だ。こうした異種モデルを効率的に連携させることは、次世代AIシステムにおける核心的な課題の一つとなるだろう。Mostikの技術が低損失・高帯域の「ブレイン・インターフェース」を実現できれば、その応用範囲は非常に広い。たとえば、視覚モデルがシーンの幾何学的情報をロボット制御モデルに直接「圧縮転送」できるようになり、「画像→説明テキスト→制御命令」という長い連鎖を経る必要がなくなる。

課題と懐疑的な見方

ただし、この技術はまだ初期段階にある。モデル間の空間マッピングは校正に膨大な計算リソースを要することが多く、モデルのアーキテクチャが大きく異なる場合（TransformerとCNNなど）、最適なマッピングが存在するかどうか、そしてどのように見つけるかは、数学的にいまだ解決すべき難題である。さらに、「言語なし通信」の質をどう評価するかについても、現時点では標準的なベンチマークが存在しない。AI倫理研究者の一部は、モデル同士の「対話」が人間には読めない形になれば、AIの意思決定プロセスの監査と説明がより困難になり、制御可能性と安全性に関する新たなリスクをもたらしかねないと指摘している。

編集後記：Mostikの構想は、SF作品における「思念転送」の概念を想起させる。しかし工学的な詳細を脇に置けば、そこに潜む哲学的な問いは深い。言語は果たして知的コミュニケーションの唯一の形態なのか？数学的構造こそが、より深層にある「普遍言語」なのかもしれない。すべてのAIが自然言語インターフェースを通じて互いに「挨拶を交わす」時代に、「思想の直通路」を構築しようとする試みは、いかなる観点からも称賛に値する。ただし、AIたちが私たちには理解できない方法で「ひそひそ話」をするようになったとき、監督と説明可能性の境界が曖昧になることには警戒が必要だ。将来、私たちはAIと人間の対話を理解・制御する方法を学ぶだけでなく、AIどうしの「秘密の言語」をも学ばなければならなくなるかもしれない。

本記事はWIREDより編訳