テレンス・タオ氏、再現可能な研究を目指すオープン数学モデル計画を始動

概要

フィールズ賞受賞者のテレンス・タオ氏は、非営利組織SAIR Foundationを代表し、「オープン数学モデル計画」の開始を発表した。今回の発表は完成済みモデルの公開ではなく、数学研究向けのオープンウェイトモデルと、オープンおよびクローズドな大規模言語モデルを併用できる科学向けツールを構築するための長期的な取り組みを示すものだ。

SAIRは現在、資金、計算資源、専門知識、コミュニティ運営に協力できるパートナーを募っている。計画の一部はまだ策定中であり、今後、協力機関や実施内容に関する追加発表を行うとしている。

主なポイント

• 日常的な研究作業を優先する。 第1段階では、難しい論証の理解、文献の確認、数学的な例の探索、コード作成、形式化証明などを対象にする。単に問題の正答率を高めるのではなく、信頼できる補助、検証可能な出力、継続利用できるコストを重視する。
• ウェイトだけでなく開発全体を開く。 オープンライセンスのウェイトとコード、訓練方法、再現可能な評価を公開する方針だ。訓練データには出典とライセンス情報を付け、成功例だけでなく失敗や限界も報告することを掲げている。
• データの利用を研究者が管理する。 利用者が明確に同意し、事前に定めた条件に従う場合に限って、ユーザーデータを訓練や改善に使うとしている。何を、どの目的で共有するかは研究者が決める。
• コミュニティが統治に参加する。 機関、地域、キャリア段階を越えた参加を促し、研究上の優先順位や共有資源の使い方をコミュニティとともに決める構想だ。産業界から計算資源の提供を受ける場合も、研究の独立性を維持するとしている。

意義と課題

数学は、他者が検討し、引き継ぎ、発展させられる知識の積み重ねによって進歩する。数学向けAIにとって、ウェイトとコードの公開は、独立したチームが結果を再現し、挙動を調べ、目的に合わせて調整する可能性を広げる。評価結果と失敗事例の公開は、流暢な回答と実際に役立つ推論支援を見分けるうえでも重要になる。

一方、計画の価値は今後の実装にかかっている。現時点では、モデル構成、訓練データの規模、計算予算、評価基準、公開時期は明らかにされていない。そのため、今回の発表は製品公開というより、開発方針と協力者募集の宣言と捉えるのが適切だ。

データ管理の信頼性、持続的な計算資源、数学者が納得できる評価体系を構築できるかが、今後の焦点となる。計画が進めば、研究者はAIの利用者にとどまらず、訓練目標、検証方法、成果の帰属や共有ルールの設計にも関われる可能性がある。

出典：量子位