AI三賢人が開放擁護｜ヒントン「戦いは負けた」

公開日:

SHARE

伊東雄歩
監修者 伊東 雄歩

株式会社ウォーカー CEO。東北大学卒。MENSA会員、JDLA認定講師、健全AI教育協会理事。生成AI×教育・学習科学を専門とし、2億円超のシステム開発プロジェクトを統括。

taolis.net X note Voicy YouTube
  • AIの基礎を築いた3人が、モデルを「開いたまま」にすべきだと足並みをそろえました
  • ヒントン氏は開放に反対の立場でしたが「その戦いはもう負けた」と認めました
  • 解雇された人のうちAIに置き換わったのは1.4%という調査が示されました
  • 「オープンソース」と「オープンウェイト」は似て非なるもの。違いを整理します
  • 日本では国産LLMの公開が進む一方、日本語性能の上位は中国製が占めています

AIは危ないから閉じるべきなのか、それとも誰でも使えるように開くべきなのか。この論争に、AI研究の土台を作った3人がそろって答えを出しました。舞台はラスベガス。意外にも、最も強く危険性を訴えてきた人物が「開放」の側に立ちました。

ラスベガスに集まった「AIの生みの親」3人

2026年8月、米ラスベガスで開かれたAIカンファレンス「Ai4 2026」に、3人の大物が同時に登壇しました。

1人目はジェフリー・ヒントン氏。ノーベル物理学賞を受賞した研究者で、今のAIブームの原型を作った人物です。近年はAIの危険性を強く訴えることで知られています。

2人目はフェイフェイ・リー氏。画像認識AIの発展を支えた大規模データセットの生みの親で、現在はWorld Labs社のCEOを務めています。

3人目はアンドリュー・ング氏。オンライン教育サービスCourseraの共同創業者で、DeepLearning.AIを率いています。世界中の技術者にAIを教えてきた人です。

セッション名は「The Architects of Intelligence（知能の設計者たち）」。主催者が「歴史的な合流」と銘打つほどの顔ぶれでした。

3人はふだん、AIのリスク評価でぶつかり合う関係です。ところがこの日は、AIを開いたままにしておくべきだという一点で意見が重なりました。米TechCrunchが8月12日にこの模様を報じ、議論が広く知られることになりました。

3人の主張はどこが違ったのか

アンドリュー・ング氏「門番をつくるな」

ング氏の関心は、力が一部の巨大企業に集まってしまうことにありました。

「門番（ゲートキーパー）ができてほしくない。それは私たち全員のAIへのアクセスを狭める」と語っています。

さらに踏み込み、大手AI企業の一部は危険性を大げさに語ることで、開いたモデルを取り締まる法律を後押ししていると批判しました。競争相手を減らすための「恐怖の演出」だという見立てです。

ング氏は地政学の話も持ち出しました。安く高性能な中国製モデルが、世界の何十億人もの人に影響を与えうるという指摘です。

ジェフリー・ヒントン氏「その戦いはもう負けた」

ヒントン氏はもともと、モデルの中身を公開することに反対の立場でした。悪意ある人がサイバー攻撃用に作り替えられてしまうからです。

実際、彼はAIが自分で新しい脆弱性（セキュリティの穴）を見つけて広がるワームの研究に触れ、「これは怖い。広がり続けられるから」と述べました。

それでもこの日は、こう認めました。「その戦いはもう負けたと思う。私たちはすでにオープンウェイトのモデルを手にしている」。

反対しても現実は動かない、という諦めに近い現状認識です。そのうえで彼は、規制の役割をこう表現しました。「AIの開発はアクセル。規制はハンドルのようなものだ」。

ヒントン氏はさらに、AIの方向性を一部の大富豪に委ねるべきではないと主張し、イーロン・マスク氏やマーク・ザッカーバーグ氏の名前を挙げました。会場ではこの発言に最大の拍手が起きたと報じられています。

フェイフェイ・リー氏「白か黒かではない」

リー氏は、そもそも議論の立て方がおかしいと指摘しました。

全部開くか全部閉じるかの二択にする必要はない、という考えです。彼女が引いたのは核物理学の例でした。

論文は公開される。しかしウランのような核物質は厳しく管理される。実験室はその中間にある——AIも同じように、層ごとに開き方を変えればいいという主張です。

「グレーの濃淡がある」。リー氏はそう言い、分野ごとの規制と公的投資の必要性を訴えました。

「オープンソース」と「オープンウェイト」は別物です

この議論を理解するうえで、避けて通れない用語の違いがあります。

オープンソースは、プログラムの設計図（ソースコード）が公開されている状態です。中身を読んで、どう動いているか検証できます。

オープンウェイトは、AIが学習して得た「重み」——数十億個の数値の塊——が公開されている状態を指します。動かすことも改造することもできますが、なぜそう答えるのかは読み解けません。

ヒントン氏が線を引いたのは、まさにここです。

重みを手に入れた人は、追加学習で安全装置を外すこともできてしまいます。公開した側が後から止める手段はありません。ダウンロードされた時点で、取り返しがつかないのです。

一方で、この「取り返しのつかなさ」は利点にもなります。提供企業がサービスを終了しても、価格を上げても、手元のモデルは動き続けるからです。

仕事は奪われるのか　1.4%という数字

雇用の話になると、3人の意見は割れました。

ング氏が示したのは、経営者を対象にした調査です。解雇された人のうち、実際にAIに置き換えられたのは1.4%にとどまりました。不安の大きさに比べて、現実の影響はまだ小さいという主張です。

米ギャラップの調査も似た傾向を示しています。2026年第1四半期、失業者のうちAIや自動化を理由に挙げた人は1%でした。ただし働いている人の18%が、5年以内に自分の仕事がなくなることを心配していました。

ヒントン氏の見方はもっと長い時間軸です。

「多くの仕事は、パワーショベルが来たときの穴掘り作業と同じ道をたどる」。彼はそう述べ、パラリーガル（弁護士の補助職）の仕事が実際に消えつつあると指摘しました。コールセンターも危ういと見ています。AIが人間の知能を超える時期については、5〜20年という幅を示しました。

リー氏はその中間に立ちました。どんな仕事も複数の作業の集まりであり、まるごと消えるわけではない。だからこそ教育を通じた「軟着陸」が必要だ、という立場です。

教育では「賢くなった気がするだけ」問題が起きている

ここで紹介された研究が印象的でした。

トルコの高校生を対象にした調査（PNAS掲載）では、標準的なGPT-4を使った生徒は練習問題を48%多く正解しました。ところがAIなしの試験になると、成績は17%も低下したのです。

論文のタイトルは「ガードレールのない生成AIは学習を損ないうる」。答えが手に入る快適さと、身につく力は別物だということです。

リー氏は「動機づけこそ教育で最も過小評価されている言葉だ」と語りました。「AIができるから使えばいい」というメッセージは、学ぶ意欲そのものを削ってしまいます。

もっとも、ヒントン氏はAI家庭教師には期待を寄せています。子どもは1対1の指導だと教室の約2倍の速さで学ぶ、というデータを挙げました。使い方次第、というわけです。

開いたモデルと閉じたモデル、どちらを選ぶべきか

実務で選ぶとき、判断材料は3つに整理できます。

  • 閉じたモデル（GPT-5.6、Claude、Geminiなど）：性能が高く、すぐ使える。ただし料金は提供元次第で、データは外に出ます
  • 開いたモデル（Llama、Qwen、DeepSeek、gpt-ossなど）：自社サーバーで動かせる。機密情報が外に出ず、独自の追加学習もできます。その代わり運用の手間とGPU代がかかります
  • 使い分け：外に出せない情報は開いたモデル、難しい推論は閉じたモデル、という二段構えが現実的です

制度面も動いています。EUのAI法では、自由なライセンスで重みを公開したモデルは、4つの中核義務のうち2つ（技術文書の作成と下流事業者への情報提供）が免除されます。

ただし完全な免除ではありません。著作権の順守方針と学習データの概要公表は残ります。学習に使った計算量が10の25乗回の演算を超えるような「システミックリスク」級のモデルは、そもそも対象外です。

2026年7月24日に公布されたAI法の簡素化パッケージ（規則2026/1744）も、7月27日に発効しました。開いていれば自由、という時代ではなくなりつつあります。

日本にとって、この議論はどう関係するのか

日本はむしろ「開く側」に舵を切っています。

国立情報学研究所（NII）は2026年4月3日、約12兆トークンで学習した国産LLM「LLM-jp-4」シリーズをオープンソースライセンスで公開しました。デジタル庁が2026年3月に発表した政府向け生成AI基盤「源内」でも、15件の応募から7つの国産モデルが採択されています。

ただし現実は厳しめです。2026年6月時点の日本語ベンチマークでは、アリババのQwen 3系が総合トップ。続くのもLlama 4やDeepSeek V3といった海外勢でした。

ング氏が言った「安い中国製モデルが何十億人に影響する」という話は、日本にとって他人事ではありません。

現場を想像してみてください。地方の町工場が、図面や見積もりの問い合わせをAIに任せたいと考えたとします。図面は社外に出せないので、社内サーバーで動くモデルが必要です。選択肢を絞ると、性能の高い候補は中国製が並びます。

自治体の相談窓口でも同じことが起きます。住民の相談内容は外部に送れません。ローカルで動くモデルが前提になり、そこで日本語が達者なのはどこの国のモデルか、という問いに突き当たります。

だからこそ、国産モデルを公開して育てる動きに意味があります。選択肢が1つしかない状態こそ、ング氏の言う「門番」に近いからです。

よくある質問（FAQ）

Q1. オープンウェイトのモデルは無料で使えますか？
モデル自体のダウンロードは無料のものが多いです。ただし動かすためのGPU（画像や計算を高速処理する部品）代や電気代はかかります。小さいモデルなら手元のパソコンでも動きます。

Q2. ヒントン氏は結局、開放に賛成なのですか？
賛成というより「もう止められない」という現状認識です。そのうえで、規制というハンドルで方向を決めるべきだと主張しています。反対の理由（悪用リスク）を取り下げたわけではありません。

Q3. 個人や中小企業は、どちらを使えばいいですか？
まずは閉じたモデルのサービスを使うのが早道です。外に出せないデータを扱う段階になったら、開いたモデルの社内運用を検討する、という順番が現実的でしょう。

Q4. 日本でも開いたモデルへの規制は強まりますか？
現時点で日本はモデルの公開を制限する方向ではなく、国産モデルの整備を進めています。ただしEUのAI法は域外の事業者にも影響するため、海外展開する企業は無関係ではいられません。

Q5. 学習にAIを使うと成績は落ちるのですか？
使い方によります。トルコでの研究では、答えをそのまま出すAIを使った生徒は試験成績が17%下がりました。一方で、解き方を導く形の指導では効果が確認されています。

まとめ

  • Ai4 2026で、ヒントン・リー・ングの3氏がAIを「開いたまま」にすべきだという点で一致しました
  • ヒントン氏は開放に反対の立場でしたが「その戦いはもう負けた」と現状を認めました
  • 争点は開くか閉じるかではなく、どの層をどこまで開くか（リー氏の「グレーの濃淡」）に移りつつあります
  • 雇用への影響は、解雇のうちAI置き換えは1.4%とまだ限定的。ただし職種による差は大きいです
  • 日本では国産LLMの公開が進む一方、日本語性能の上位は中国製が占めるという構図が続いています

まずは自社で「外に出せないデータ」がどれかを洗い出してみてください。そこがオープンウェイトを検討する出発点になります。

参考文献

前の記事

Cohere（コーヒア）のイメージイラスト
Cohere（コーヒア）活用事例5選｜企業のマーケ部門で実際に…