8月22日昼のAIニュースまとめ。今回は、Generative Agentsの著者がCEOを務めるSimile AIが「シミュレーションは新しいスケーリング則だ」と語ったロングインタビュー、Linus Torvalds氏がLinuxカーネルのコミットメッセージでAIのデバッグ支援を公認したこと、TechCrunchのテストでOpus 4.6のガードレールが容易に突破されたこと、凍結LLMを自己進化させるHKUSTのHSIフレームワーク、そして中国のAIブームの中心地としての内モンゴルとNVIDIAのデータセンター投資を取り上げる。

シミュレーションが新しいスケーリング則──Simile AIと80億人のデジタルツイン構想

2023年の「Generative Agents」（通称Smallville論文）は、AIキャラクターが記憶し、計画し、社交し、創発的な行動を発達させることを示した研究として、7000件超の引用を集めるLandmarkとなった。その筆頭著者Joon Sung Park氏が現在CEOを務めるのがSimile AIだ。同社は7月末、シリーズA（1億ドル）からわずか5ヶ月後に、GreenOaksとIndex Venturesが率いる評価額20億ドルのシリーズBを調達した。Fei-Fei Li氏やAndrej Karpathy氏も出資者に名を連ねる。

事業の中身は「人間のシミュレーション」だ。CVSのようなFortune 100の顧客向けに数千万規模のシミュレーションを実行し、人間のフォーカスグループに対して85〜99%の精度を示すという。同氏の研究では、実在の1000人のデジタルツインが、人間が自分自身の回答を再現するのと同等の85%という精度で行動や態度を再現した。

手法の鍵は、Webデータへの依存を減らすことにある。Web上のデータは「人が言うこと」を多く捉えるが「人が実際にすること」を捉えにくい。Simileは長形式のインタビュー、観察データ、トランザクションデータ、ランダム化比較試験（RCT）を組み合わせ、人が意思決定する背後にある因果構造でもってモデルを事後学習させる。完全に合理的で理想的な判断者ではなく、バイアスや過ちを含んだ人間を再現できるモデルでなければ、有用なシミュレーションにはならない──というのが同氏の主張だ。

長期の構想も大きい。社会全体の創発的な行動をモデル化し、最終的には地球上の80億人全員のシミュレーションを目指す。将来のシミュレーションにはデータセンター1基分の計算資源が必要になるだろうとも語り、気候変動や民主主義の安定、UBI（ベーシックインカム）といった問いへの応用を構想する。市場調査は出発点に過ぎず、未来を予測することよりも「望ましい未来へどう形作るか」を理解することにシミュレーションの価値がある、としている。

Linusが「AIに大いに助けられた地獄のデバッグ」をコミットに記す──開発者の80%は「役立つより中毒性」

Linuxカーネルのマージされたコミットのひとつに、"A debug session from hell, enormously helped by an AI"（地獄のようなデバッグセッションだったが、AIに大いに助けられた）というメッセージが残され、Hacker Newsで取り上げられた。Linus Torvalds氏名義のリポジトリへのコミットであり、カーネルという最も hard なコードベースの実務でAIの支援が使われ、それがわかる形で言及されたことになる。

同じ日に、対照的な調査結果も報じられた。ZDNetの記事によると、開発者の80%がAIコーディングを「役立つよりも中毒性がある（more addictive than helpful）」と感じているという。AIコーディングの導入が進む裏側で、利用者自身がその依存性を自覚している実態が数字として現れた形だ。

生産性向上の実感と、手放せなくなる感覚は表裏一体なのかもしれない。トップレベルの開発がAIの支援を当たり前に使う段階に入る一方で、「使うこと」と「依存すること」の線引きをどう意識するかは、今後の開発文化の論点になりそうだ。

Opus 4.6のガードレール、「大した手間なく」突破──TechCrunchのテスト

AnthropicはClaudeモデルに対して性的に明示的なコンテンツの生成を禁じている。しかしTechCrunchが実施した一連のテストでは、この制限を回避するのに「大した手間がかからなかった」という。

手元の情報は報道の概要までだが、示唆するところは大きい。ポリシーとしての禁止と、実際の入力に対するモデルの挙動の間にはギャップがあり得る。モデルの能力が上がるほど、ガードレールの実効性を外部が検証し続けることの重要さは増す。対応の状況については、現時点ではAnthropicからの追加の発表を待ちたい。

凍結LLMが自らのハーネスを進化させる──HKUSTのHierarchical Self-Improvement

香港科技大学（HKUST）の研究チームが、単一の凍結LLM（重みを更新しないLLM）が、タスク固有の運用ハーネスと、その進化のさせ方自体を自律的に進化させるフレームワーク「Hierarchical Self-Improvement（HSI）」を発表した。

結果は明確で、BabyAIで+39.3%、Crafterで+33.0%という大幅な性能向上を達成。学習に使っていないナビゲーションタスクへのホールドアウト汎化も示したという。一方で、フィードバックの精度とバックボーンモデルの能力が成果を左右する限界も報告されている。

モデルの重みを変えずに、周辺のハーネス側で自己改善を進めるアプローチは、フロンティアモデルの更新を待たずにエージェント性能を伸ばす現実的な路線といえる。汎用自己改善の安全性が議論される中で、「何を・どこまで自己進化させるか」を枠組みで制御する設計としても注目できる。

中国AIブームの中心は内モンゴルの都市──NVIDIAはデータセンター開発のCloverleafと提携

WIREDの報道によると、中国のAIブームを支える計算基盤の中心地として浮上しているのは、内モンゴルの都市だ。安い電力、豊富な土地、そして北京への近さが、データセンターの重要なハブとしての地位をもたらしたという。冷却や立地の制約に縛られやすい巨大データセンターにとって、エネルギーコストと土地の両方を安く確保できる内陸部の条件が効いている。

同じタイミングで、NVIDIAはデータセンター開発会社Cloverleafとの提携を発表した。TechCrunchの表現を借りれば、AIデータセンターがNVIDIAに大きな資金をもたらすのと同じように、NVIDIAはデータセンター開発に資金を注ぎ続けている。GPUの供給を伸ばすだけでなく、需要側の施設建設そのものへ投資が積み増されていく構図で、計算基盤の地理的な集中とあわせて、AIインフラの「重さ」が今後の立地戦略を左右しそうだ。