中国のAIラボが使っている手法を、米国の小規模なオープンウェイトAIラボにも使わせるべきではないか。Y CombinatorのCEO、Garry Tanがそう主張したことが、今回の話の中心だ。単なる「規制反対」の話ではなく、米国のAI開発をどう分厚く保つかという競争戦略の話でもある。しかも、OpenAIやAnthropicのような閉じた大手だけに力が集まる未来を危ういと見る視点も、そこには含まれている。
Tanがこの話題を持ち出したのは、今週のCNBCインタビューがきっかけだった。そこで彼は、中国のAIラボがフロンティアモデルを持つ企業から知識を引き出す「distillation（蒸留）」について、規制当局は何もしないほうがいいと述べた。むしろ「米国版のdistillation regime、つまり米国でも同じような取り組みを認める制度があってもいい」とまで言っている。
その意図をTechCrunchに補足した説明が重要だ。Tanが考えているのは、米国の小さなオープンウェイトAIラボが、米国のフロンティアAIラボに対して同種の訓練手法を使えるようにすることだという。オープンウェイトは、モデルの重みを公開して使いやすくしたAIモデルのことだ。これが増えれば、中国製モデルに頼らない、米国発の選択肢を厚くできる。彼は、そのほうが米国にとって健全だと見ている。
distillation自体は、あるモデルに何度も問いを投げ、その応答から振る舞いや推論の癖を学ぶ手法だ。AI研究では珍しくなく、正当に使われることも多い。だがAnthropicは今週、中国のラボが「illicit distillation attacks」、つまり違法な蒸留攻撃をしているとする報告を出した。偽名で身元を隠し、許可なく蒸留し、さらに詐欺や盗まれた認証情報まで使っているという内容だ。AnthropicのCEO、Dario Amodeiは以前から、米国の規制当局に蒸留への取り締まりを求めてきた。
そんな流れのなかで、シリコンバレーの有力アクセラレーターを率いるTanが、取り締まり強化に同調しなかった点は目を引く。もっとも、彼は盗んだ認証情報を使ってまで蒸留せよと言っているわけではない。あくまで「表口から入ってくる」形、つまり正面からの利用を認めるべきだという立場だ。
彼の理屈は二つある。ひとつは、AIラボが自分たちのモデルから何をユーザーが引き出すかまで細かく決めるのは行き過ぎだ、というもの。もうひとつは、そもそも閉じた巨大AIラボは、人類の知識をできるだけ広くかき集めて学習してきたではないか、という反論だ。TanはTechCrunchに対し、閉じたモデルのAPIを使う顧客の行動まで制限するのは窮屈に感じるし、広く公開されたデータから学んだ知性へのアクセスは、利用規約の奥に閉じ込めるよりも公共財に近いものとして扱うべきだと語っている。
一方で彼は、フロンティアモデルを作る大手の存在そのものを否定しているわけでもない。「最前線を押し進める役割は必要で、そこが資金調達できて、良いビジネスモデルであり続ける必要がある」とCNBCで話している。Tanが望むのは、フロンティアを担う大手と、自由度やアクセスの広さを提供するオープンウェイト陣営の共存だ。彼にとって最悪なのは、最先端AIの力がたった1社に集まり、その会社が資本も研究者も吸い寄せて独占状態になることだという。
この発言でまず面白いのは、立場がかなりねじれて見えることだと思う。普通なら「相手国が蒸留しているなら規制すべきだ」という方向に話が流れやすいのに、Tanはそこを逆向きに押し返している。しかも感情論ではなく、「米国側も同じ道具を持つべきだ」という競争の発想にしている。この筋は通っている。AIが国家間競争になった以上、片方だけが強力な再利用手段を持つのは不公平だ、という見方は成り立つからだ。
ただし、ここにはかなり大きな割り切りもあると思う。distillationは合法的にも使われる一方で、実際には「どこまでが許容で、どこからが吸い取りすぎか」の線引きが難しい。Tanはそれをおおらかに扱うべきだと見るが、そうすると結局、強いモデルを持つ側がどこまで防御できるのかという話になる。防御を弱めればオープンな競争は増えるかもしれないが、研究開発に巨額を投じる側から見れば、投資回収の見通しは悪くなる。ここはかなり痛い論点だ。
Tanが語った「知性へのアクセスは公共財に近い」という表現は、きれいに聞こえる。だが、現実にはその知性を作るための計算資源、電力、人件費はとてつもなく高い。モデルを作る側から見れば、公共財だから自由に使ってよい、で済まされると困るはずだ。学習データの著作権問題もまだ火種のままだし、各社がライセンスや契約で囲い込みを進めてきたのも、そのコストを回収したいからだろう。
それでもTanの発言が刺さるのは、閉じた巨大モデルの支配が進みすぎると、社会全体の選択肢が痩せるからだと思う。使えるモデルが少数の巨大企業に偏れば、価格も仕様もルールも、その企業の都合で決まりやすい。オープンウェイトの陣営が育てば、教育、研究、スタートアップ、ローカルな運用環境など、閉じたAPIではやりにくい使い方が増える。Tanはそこを重視しているのだろう。
Anthropicの姿勢とTanの姿勢が食い違って見えるのも自然だ。Anthropicは、違法な蒸留攻撃が実際に起きていると報告し、取り締まりを求めている。彼らの立場からすれば、蒸留は単なる「賢い学習法」ではなく、正当な競争を壊す手段にもなりうる。特に偽名、詐欺、盗まれた認証情報まで出てくるなら、話はかなり危険だ。
一方でTanは、蒸留そのものを悪と見ていない。ここで大事なのは、彼が反対しているのは「不正アクセス」や「盗み」なのであって、再学習や模倣の行為全体ではないことだ。つまり、彼はルール違反を許しているのではなく、ルールの置き方に異議を唱えている。この違いは大きい。とはいえ、規制を緩めると、現場ではグレーゾーンが広がりやすいのも事実だ。理屈としては開放、運用としては混乱、という形になりやすいのではないかと思う。
Tanが最後に語った「最悪のシナリオは1社だけになることだ」という危機感は、かなり本音に見える。AIは表面上は技術競争だが、実際には資本、研究者、データ、販売網をどれだけ集められるかの競争でもある。しかも勝者総取りに寄りやすい。だからこそ、オープンウェイトモデルが複数残ることに彼は意味を見ているのだろう。
ここで私は、Tanの主張を全面的に支持するというより、「方向性は理解できるが、雑に実装すると危ない」と見る。閉鎖的な巨大モデルだけに未来を委ねるのも怖いし、だからといって蒸留を広く解禁すれば、知財、投資回収、安全性の設計が一気に崩れる。必要なのは、完全な禁止でも無制限の自由でもなく、誰が何をどこまで真似できるのかをかなり細かく整理することだと思う。Tanはその議論を、米国の競争力という言葉に乗せて前に進めようとしている。
参考: Y Combinator's Garry Tan wants US open-weight AI labs to 'distill' frontier models, too
