YCのGarry Tan：オープンソースAI研究所もフロンティアモデルの蒸留を行えるべき

編集者注：「蒸留」という言葉が米国のクローズドソースAI企業に競合他社を非難する武器として使われるようになった今、シリコンバレー最大手のスタートアップインキュベーターであるY Combinatorは、ほぼ正反対の立場を示した。同組織のトップであるGarry Tanは、フロンティアモデルの知識がそもそも全人類の公開知識に由来するのであれば、米国国内のオープンウェイト研究所がフロンティアモデルを「蒸留」することは、合理的であるだけでなく必要でさえあると主張している。

一言が火をつけた論争

TechCrunchの記者Julie Bortの報道によると、Y Combinatorの社長兼CEOであるGarry Tanは最近、米国国内のオープンウェイト（open-weight）AI研究所もフロンティアモデルを「蒸留」（distill）できるべきであり、この能力を一部のクローズドソース大手の専有特権にしてはならないと公言した。

「蒸留」とは、機械学習における一般的な技術手法であり、規模が大きく能力の高い「教師モデル」が生成した出力を訓練データとして使用し、より小規模で推論コストが低く、展開の柔軟性が高い「学生モデル」を訓練するものである。これにより訓練コストを大幅に削減できるだけでなく、能力の劣るチームでもフロンティアに近い水準の製品能力を迅速に獲得できる。それゆえ「蒸留」は商業競争において、技術的な問題であると同時に、知的財産権と公平性の問題でもある。

Tanの核心的主張：AIの能力は公共財である

Tanの論旨はシンプルながら、現在のAI産業の最も敏感な部分を直撃するものだ。フロンティアモデル自体が公開された人類の知識の上で訓練されているのだから、強力なAIへのアクセスは「公共財の一形態」（a form of public good）となるべきだというものである。

フロンティアモデル自体は公開された人類の知識の上で訓練されているのだから、強力なAIへのアクセスは公共財の一形態となるべきだ。——Garry Tan

この論理が示すのは、モデルの「原材料」が全人類の共同知識であるならば、それを一部企業のAPIの背後に囲い込み、法的・技術的手段によって他者の学習を阻むことは、正当性に疑問があるということだ。Tanの見方では、米国のオープンウェイト研究所がフロンティアモデルを蒸留できるようにすることは、本質的には「模倣」を奨励するのではなく、より開かれた競争の充実したAIエコシステムを維持することを意味する。

なぜ今この問題は特に敏感なのか

過去1年以上、「蒸留」という言葉は米国AI業界において中国の研究所を非難するための専用ラベルとなりつつあった。OpenAIやAnthropicなどのクローズドソース系フロンティア企業は、一部の競合他社が自社モデルのインターフェースを大規模に呼び出して出力データを収集し、それを自社モデルの訓練に使用することで、フロンティア研究を大幅に下回るコストで性能曲線に急速に接近していると繰り返し主張してきた。

米国の政策面では、先進チップとフロンティアモデルの輸出規制が継続的に強化され、「モデルの重みを輸出規制の対象にすべきか」「オープンソースは技術流出に等しいのか」をめぐる議論も絶えない。こうした背景の中、Tanの発言はシリコンバレー内部から逆方向の分銅を投じたに等しい。彼は蒸留の存在を否定するのではなく、米国自身のオープンウェイト陣営も同様の権利を持つべきだと主張している。

オープンウェイト陣営は一枚岩ではない

注意すべき点として、「オープンウェイト」は「完全なオープンソース」を意味するわけではない。MetaのLlamaシリーズ、Mistralの一部モデル、AlibabaのQwen、DeepSeekなどは、重みをダウンロードできるものの、ライセンス条項は大きく異なり、その出力を他のモデルの訓練に使用することを明示的に禁じていたり、商用規模に制限を設けていたりするケースも多い。米国国内のオープンウェイトモデルは全体的にまだ最先端のクローズドソースモデルに大きく遅れており、「蒸留を許可する」ことがその差を縮める最も現実的な方法の一つになり得る。

一方、クローズドソース陣営の反論も説得力がある。フロンティアモデルの訓練には数十億ドル規模の計算資源とデータ投資が必要であり、競合他社がその出力を低コストで「収穫」できるとなれば、フロンティア研究開発への長期的なインセンティブが侵食され、最終的には技術進歩全体のペースが損なわれる可能性があるというものだ。

スタートアップと産業への意味

Y Combinatorの立場はそのポートフォリオと密接に関連している。YCはAIアプリケーション層のスタートアップを多数育成しており、これらの企業のユニットエコノミクスはほぼ推論コストに依存している。オープンウェイトモデルが蒸留によってフロンティアに近い能力を迅速に獲得できれば、アプリケーション層企業の交渉力が大幅に高まり、推論価格のさらなる低下が期待でき、イノベーションの参入障壁も下がるだろう。

米国のAIエコシステムにとって、蒸留がオープンウェイトの文脈で合法化・常態化された場合、三つの連鎖反応が生じる可能性がある。第一に推論コストがさらに低下し、AIアプリケーションが新たな爆発的成長を迎えること、第二に米国のオープンソースエコシステムと中国のオープンソースエコシステムの性能差が縮小すること、第三にモデルのライセンス、利用規約、「フェアユース」をめぐる訴訟と規制上の争いがより頻繁になることである。

逆に蒸留が厳格に制限されれば、最大の恩恵を受けるのはフロンティアモデルを握る少数のクローズドソース大手であり、下流のアプリケーション層に対する価格支配力と発言権はさらに集中することになる。

結語

Tanの発言が直ちに規制の方向性を変えるとは限らないが、それは一つの問題を表舞台に持ち出した。訓練データが公共知識に由来し、モデルの能力が準公共財としての性質を持つとき、商業的リターンと知識の開放性の間の境界線はどこに引くべきか。米中AI競争とオープンソース運動が交差する今、その答えは、いかなるモデルの発表よりも、今後5年間のAI産業の構図を左右しうるものかもしれない。

本記事はTechCrunchより編訳