AIの「独り言」が知性を高める｜推論モデル・ポーズトークン・MemGPTの革新を解説

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に「内部独り言（Inner Speech）」を持たせると、学習効率と新タスクへの適応力が大幅に向上する研究が注目
人間が独り言で思考を整理するのと同様に、AIも「考えるためのトークン」を生成して推論精度を高められる
「ポーズトークン」（意味のない埋め合わせトークン）でさえ、AIの回答精度を向上させる発見
OpenAI o1やDeepSeek R1の「スローシンキング」がこの概念を実用化。推論モデルの新潮流
短期記憶（コンテキスト管理）との組み合わせで、長期的なタスク遂行能力が劇的に改善

人間は難しい問題に直面すると、無意識に独り言を言います。

「えーと、まずこれを整理して…次にあれを確認して…」。

この「内部の独り言」が思考を整理し、問題解決を助けることは心理学で広く知られています。

では、AIにも同じことをさせたらどうなるか？最新の研究は、AIに「独り言」を許可するだけで学習効率が劇的に向上するという驚くべき結果を示しています。

AIの「独り言」とは何か

人間の内部独白（Inner Speech）とは、頭の中で言葉を使って考えるプロセスです。買い物リストを頭で復唱したり、試験前に解法を口ずさんだりする行為がこれにあたります。

AIの「独り言」は、これと同じ原理を応用したものです。

通常のAI — 質問を受け取り、即座に回答を生成する
独り言AI — 回答の前に内部的な「思考ステップ」を生成し、それを基に最終回答を作る

たとえるなら、通常のAIは「試験で問題を見た瞬間に答えを書く」生徒。

独り言AIは「まず計算用紙に考えをメモしてから答える」生徒。

後者の方が正答率が高いのは直感的に理解できるでしょう。

チェーン・オブ・ソート（CoT）の進化

AIの「独り言」の技術的な基盤となっているのがチェーン・オブ・ソート（Chain-of-Thought, CoT）プロンプティングです。2022年にGoogleの研究者が発表し、AI分野に革命を起こしました。

CoT — AIに「ステップバイステップで考えて」と指示するだけで推論精度が向上する手法
隠れCoT — ユーザーに見えない形でAI内部で推論トークンを生成する方式
ポーズトークン — 意味のない「間」のトークンですら、推論の精度を上げるという発見

特に興味深いのはポーズトークンの発見です。

人間が「うーん」「えーっと」と言うのは無意味に見えますが、実は脳が情報を処理する時間を稼いでいるのです。

AIも同様で、意味のないトークンを生成するだけで計算を行う「時間」が確保され、結果が改善されます。

推論モデルの台頭｜o1・R1・Thinkingモード

この「AIの独り言」概念を商用化したのが、推論モデル（Reasoning Model）と呼ばれる新しいカテゴリです。

OpenAI o1 / o3 — 回答前に内部で「思考トークン」を大量に生成。数学・コーディングで従来モデルを大幅に上回る
DeepSeek R1 — オープンソースの推論モデル。低コストで高い推論性能を実現
Claude Opus 4.6 Thinking — Anthropicの推論モード。思考プロセスを一部ユーザーに公開
GPT-5.2 Thinking — 3つのモードのうち推論特化型

これらのモデルに共通するのは、「回答生成の前に、考えるための時間（トークン）を使う」というアプローチ。コストは増加しますが、複雑な問題での精度は劇的に向上します。

短期記憶との融合｜MemGPTの革新

「独り言」と組み合わせてさらに威力を発揮するのが短期記憶（Working Memory）の管理です。

UC Berkeleyの研究チームが開発したMemGPTは、AIに人間のような記憶管理システムを持たせるアーキテクチャです。

内部独白 — AIが常に自己の知識ベースを評価・再編成し続ける
自己指向的編集 — 人間が意識的に思考を整理するように、AIが自分のメモリ内容を能動的に管理
長期タスク対応 — 長時間にわたるタスクでも文脈を維持し続けられる

たとえるなら、通常のAIは「メモを取らずに長い会議に出席する人」。MemGPTは「こまめにメモを取り、要点を整理し、必要に応じて過去のメモを見返す人」です。

実際の効果｜何がどのくらい改善されるのか

AIの独り言と短期記憶の組み合わせがもたらす具体的な効果を見てみましょう。

数学的推論 — CoTなしのモデルと比較して、正答率が20〜50%向上（問題の難易度による）
多段階タスク — ロボット操作やソフトウェア開発など、複数ステップのタスクで成功率が大幅改善
新タスクへの適応 — 初めて見るタスクでも、思考プロセスを経ることでゼロショット性能が向上

よくある質問（FAQ）

Q. なぜ「独り言」で性能が上がるのですか？

AI言語モデルはトークンを1つずつ順番に生成します。

中間的な思考トークンを生成することで、より多くの計算ステップを実行でき、複雑な問題でも正確な答えに到達しやすくなります。

人間で言えば、暗算より筆算の方が正確なのと同じ原理です。

Q. 推論モデルは通常のモデルより遅くないですか？

はい、回答までの時間は長くなります。

思考トークンの生成に追加の計算が必要だからです。

ただし、「速いが間違っている回答」より「遅いが正確な回答」の方が多くのユースケースで有用です。

Q. この技術はすでに実用化されていますか？

はい。

OpenAI o1/o3、DeepSeek R1、Claude Thinking、GPT-5.2 Thinkingなど、主要AIサービスで既に利用可能です。

ChatGPTでも推論モードを選択できます。

Q. AIエージェントにこの技術はどう活きますか？

エージェントAIは長期間にわたって複雑なタスクを遂行する必要があるため、短期記憶の管理と内部推論の両方が不可欠です。この技術はエージェントAIの信頼性を高める基盤技術として、今後ますます重要になります。

まとめ

この記事のポイントを振り返りましょう。

AIに「独り言」を許可すると、学習効率と推論精度が劇的に向上
チェーン・オブ・ソートの進化系として、ポーズトークンや隠れ推論が発見
OpenAI o1、DeepSeek R1などの推論モデルがこの概念を実用化
短期記憶管理（MemGPT等）との組み合わせで長期タスク対応が可能に
「考える時間」を与えることでAIの知性が向上するという、直感的だが深い発見

「速く答えること」と「正しく答えること」は違います。

人間が難問に直面して「ちょっと考えさせて」と言うように、AIにも考える時間を与える。

この単純だが革命的なアイデアが、AIの知的能力を次のレベルに押し上げています。

参考文献

Pitt PhilSci Archive. (2024). The Talking of the Bot with Itself: Language Models for Inner Speech. PhilSci Archive
arXiv. (2022). Inner Monologue: Embodied Reasoning through Planning with Language Models. arXiv
Information Matters. (2025). MemGPT: Engineering Semantic Memory through Adaptive Retention. Information Matters
arXiv. (2025). Deep Hidden Cognition Facilitates Reliable Chain-of-Thought Reasoning. arXiv
SSRN. (2025). Prompting Science Report 2: The Decreasing Value of Chain of Thought in Prompting. SSRN