元Google・Apple研究員が連携、AIの継続学習を実現するフィードバックループを構築

AI業界がより大規模なモデルとより強力な計算能力を競って追い求める中、Googleおよびappleの元中核研究者たちは全く異なる道を選んだ——彼らはTrajectoryというスタートアップを設立し、AIシステムで長期にわたって見過ごされてきた領域、すなわちフィードバックループの構築に注力している。

Trajectoryの中核理念は、シンプルでありながら深い洞察に由来している：ほとんどのAIモデルは本番環境にデプロイされた後、学習をほぼ停止してしまう。静的な訓練データに基づいて予測を行うが、リアルタイムのインタラクションからフィードバックを得て自己改善することができない。これは、継続的にフィードバックを受け取り行動を調整するという人間の学習方法とは、際立った対比をなしている。

「vibe-coding」から得たインスピレーション

Trajectoryの共同創業者で元Googleの研究科学者であるAlex Chenはインタビューで次のように述べた：「近年台頭してきた『vibe-coding』（雰囲気プログラミング）のモデルが、極めて効率的な反復ループを示していることに我々は注目した：プログラマーはAIアシスタントの助けを借りて、極めて速いスピードでコードを書き、テストし、フィードバックを受け、修正する。この人間+AIの閉ループ協働方式こそ、現在の企業向けAI製品に欠けているものだ」

いわゆる「vibe-coding」とは、通常、開発者が大規模言語モデル（CopilotやChatGPTなど）を活用してコードのプロトタイプを素早く生成し、即時のフィードバックを通じて方向性を調整することを指す。Trajectoryは、この「フィードバック-調整」のリズムを企業向けAI製品の開発・運用プロセスに導入したいと考えている。

「企業が数百万ドルを投じて構築したAIシステムは、デプロイ後の最初の1週間で劣化し始めることが多い。なぜなら、現実世界のデータ分布は動的に変化するからだ。しかし既存のモニタリングやファインチューニングの方法は、あまりに重く、こうした変化に追いつけない」 —— Trajectoryのもう一人の共同創業者で元appleの機械学習エンジニアMei Li

AIに「継続学習」を実現させる

Trajectoryの技術スタックの中核は、「フィードバックエンジン」と呼ばれるミドルウェアである。これは本番環境におけるAIモデルの一つひとつの予測と意思決定をインターセプトし、ユーザー、業務システム、または環境変化からの結果シグナルを自動的に収集し、これらのシグナルを活用してインクリメンタル学習を行ったり、モデル更新をトリガーしたりすることができる。プロセス全体は人手による介入を必要とせず、企業に高度なMLOps能力を要求することもない。

同製品は主流のモデルフレームワーク（PyTorch、TensorFlowなど）やクラウドサービスと互換性を持つよう設計されており、AWS、GCP、またはオンプレミスでデプロイ可能だ。

業界アナリストは、Trajectoryが狙うのは巨大な市場の空白領域だと指摘する。Gartnerの予測によると、2027年までに企業AIプロジェクトの50%以上が「モデルドリフト」問題によりビジネス価値が30%以上低下するという。一方、既存のソリューション——定期的な再訓練やA/Bテストなど——はコストが高く、遅延も大きい。

編集者注：AIの「学習のパラドックス」が打破される可能性

現在のAI業界には興味深い現象がある：一方では、研究者はより大きなパラメータ規模とより複雑なアーキテクチャを追求することに熱中している；他方では、企業の実際の痛点は「モデルデプロイ後に効果が時間とともに減衰する」ことであることが多い。Trajectoryの事例は、見過ごされてきた真実を明らかにしている：より大きなモデルを構築することよりも重要なのは、モデルが継続的に進化できるインフラを確立することかもしれない、ということだ。

もちろん、Trajectoryのソリューションに課題がないわけではない。オンライン学習が破滅的忘却を引き起こさないようにどう保証するか？データプライバシーとリアルタイムフィードバックのバランスをどう取るか？これらの問題は依然として実践による検証が必要である。しかし少なくとも、巨大企業出身の元研究者たちで構成されたこのチームは、探求する価値のある方向性を見出したと言えるだろう。

本記事はWIREDから編訳した