最終更新日：
日本の伝統と最先端技術が融合する新時代のAI革命が、東京から世界へと広がろうとしています。Sakana AI（サカナ エーアイ）は、自然界の知恵を取り入れた独自のアプローチで、AI分野に新しい視点をもたらす技術を開発しています。
Google出身のLlion Jones氏とDavid Ha氏が率いるこのスタートアップは、2024年9月にNVIDIAから出資を受けることでさらに注目を集めました。彼らが描く未来とは何か。本記事では、Sakana AIの技術と戦略が日本のAI業界にもたらす可能性を探ります。
目次
Sakana AIの概要
Sakana AIは、2023年8月に設立された東京を拠点とするAIスタートアップです。独自の技術アプローチで注目を集め、急速な成長を遂げています。2024年9月には、NVIDIAからの出資を受け、評価額が11億ドル（約1,700億円）に達し、ユニコーン企業としての地位を確立しました。 NVIDIAの先進的なGPU技術やリソースを活用することで、Sakana AIはさらに技術開発を加速させることが期待されています。同社は日本発の世界的なAIリサーチラボの設立を目指しており、出資を機にその実現に向けて大きく前進することが見込まれています。
創業者と設立背景
Llion Jones氏とDavid Ha氏は、Googleで生成AI研究に携わってきた実績を持ち、各分野で画期的な成果を収めてきました。
Llion Jones氏は、AI研究の画期的な論文「Attention Is All You Need」の共著者であり、AI技術の発展に大きく貢献してきました。David Ha氏は、Google Brain東京チームの元トップで、Stability AIの研究リーダーを務めた経験を持つAI研究の第一人者です。両者の強力なバックグラウンドが、Sakana AIの技術革新と成長を支えています。
彼らのビジョンは、日本を拠点にAIの技術革新を促進することで、グローバルなAI市場に貢献することです。設立当初から、先進的な研究開発と独自の技術アプローチで注目を集め、技術の発展に向けた準備を進めています。
バイオミミクリーに基づいた独自のAI開発アプローチ
Sakana AIという社名は、日本語の「魚」に由来しています。これは、自然界のシステム、特に魚群や蜂群などの集合的な行動から着想を得た、独自のAI開発アプローチを表しています。
従来のAI開発では、大規模な単一のAIモデルを構築することが主流でした。しかし、Sakana AIは、多くの小さなAIモデルを開発し、それらを連携させることで、複雑な問題を解決するという、**バイオミミクリー（生物模倣）**に基づいたアプローチを採用しています。
このアプローチは、自然界のシステムが、環境の変化に柔軟に適応する仕組みに着想を得たものです。個々のAIモデルは、魚群の魚や、蜂群の蜂のように、それぞれが限定的な役割と能力を持ちながら、互いに連携することで、高度な知能や問題解決能力を発揮します。
Sakana AIは、このアプローチが、従来のAI技術の限界を超え、柔軟で効率的なAI開発を実現すると考えています。
例えば、従来の大規模AIシステムは、巨大な建造物に例えられることがあります。一度構築してしまうと、柔軟に変更を加えることが難しいという側面があります。一方、Sakana AIのアプローチは、多数の小さなAIモデルを組み合わせることで、状況に合わせて柔軟に構成や動作を変化させることが可能です。
Sakana AIは、このバイオミミクリーに基づいたアプローチによって、テキスト、画像、コード、マルチメディアコンテンツなど、様々な種類のデータを処理できる、汎用性の高いAIの開発を進めています。
Sakana AIの独自技術と代表的なモデル
Sakana AIの特筆すべき点は、日本語や日本文化に特化したAIモデルの開発に成功していることです。グローバルなAI開発競争において、各国・地域の言語や文化的特性に適応したモデルの重要性が増している中、Sakana AIの取り組みは日本のAI技術の独自性と可能性を示す好例といえるでしょう。 ここでは、Sakana AIのが開発した「進化的モデルマージ」技術の特徴と、それによって生み出された代表的なモデルについて詳しく見ていきます。言語処理、画像認識、画像生成など、多岐にわたる分野でのアプローチは、AI業界に新たな可能性を示しています。
進化的モデルマージ (Evolutionary Model Merging) の特徴
Sakana AIの核心技術である進化的モデルマージは、様々な特徴を持つ複数のオープンソースモデルを融合（マージ）して新たな基盤モデルを構築するための方法です。モデルをマージする際、進化的アルゴリズムを用いることで、ユーザが指定した能力に長けた新しい基盤モデルを自動的に作成することができます。この技術を利用することで、既存のオープンソースモデルの膨大な集合知を活用しながら新たなモデルを効率的に作成できます。
このアプローチは「非英語言語と数学」「非英語言語と画像」といった、これまでは困難と思われていた全く異なる領域のモデルのマージ方法も自動で見つけることができます。その結果、専門家が試行錯誤しても発見するのが難しい斬新なモデルのマージパターンを発見できるケースも生まれています。
代表的なモデルの紹介
EvoLLM-JP：日本語と数学的推論能力に優れたモデル
EvoLLM-JPは日本語に対応しており、数学的推論能力に特化しています。 7Bパラメータの規模ですが、70Bパラメータのモデルと同等以上の性能を示すとされており、特に日本語の数学問題を解く能力が高いと評価されています。 このモデルは日本語の処理能力も高く、様々な分野での活用が想定されています。
EvoVLM-JP：日本語対応の画像言語モデル
EvoVLM-JPは、日本語で会話しながら画像を理解できる新しい言語モデルです。このモデルは日本文化に関する深い知識を持ち、日本語のテキストと日本の画像を使用したベンチマークテストで最高の成績を収めました。今後の活躍が期待される分野として、教育、観光、メディア、エンターテインメントなどが挙げられます。日本独自の特性に対応した機能を持つAIとして、注目されています。
例えば、日本特有の文化である「鯉のぼり」の画像を正しく認識して回答しています。
EvoSDXL-JP：高速な日本語画像生成モデル
このモデルは高速な画像生成が可能で、日本特有のスタイルの画像を生成することに優れています。わずか4ステップの推論で素早く画像生成が可能で、日本の伝統的なスタイルやテーマに基づいた画像も作成できることから、特にクリエイティブなコンテンツ制作や広告業界での活用が期待されています。
例えば、このモデルを用いて「味噌ラーメン」「最高品質の浮世絵」「葛飾北斎」「江戸時代」といったプロンプトを入力すると、それに基づく画像を生成することが可能です。
Evo-Ukiyoe：浮世絵風画像生成モデル
Evo-Ukiyoeは、日本語のプロンプトを入力すると、浮世絵風の画像を生成できるモデルです。このモデルは、桜や富士山、着物といった、浮世絵によく描かれる要素を取り入れ、伝統的な浮世絵の特徴を捉えた画像を作成可能です。江戸時代には存在しなかった物も生成可能ですが、浮世絵の雰囲気が多少失われる場合もあります。
例えば、「植物と花があり、蝶が飛んでいる。最高品質の輻の浮世絵。」というプロンプトを用いると、この内容を反映した浮世絵風の画像が生成されます。
Evo-Nishikie：錦絵風カラー化モデル
このモデルは、単色摺の浮世絵（墨摺絵）を、多色摺の錦絵風にカラー化することができます。古典籍に収録された挿絵などを現代の絵本のように楽しむことができます。ノイズ処理を施しながら、元の画像の情報を損なわずに、錦絵風のカラー化を実現できるのが特徴です。
例えば、次のような白黒の浮世絵を鮮やかなカラーの錦絵風に色付けすることができます。
なぜ日本なのか？Sakana AIの戦略
Sakana AIが日本を拠点に選んだ理由は、単なる地理的な選択に留まらず、深い戦略的意図に基づいています。日本は、政府のAI政策支援、産学連携による技術革新、そして文化的にAI技術との親和性が高い独特の環境を持っています。これらの要素は、AI技術の急速な発展にとって理想的な環境を形作るものであり、Sakana AIにとってもその成長を支える重要なバックボーンとなっています。
日本のAI開発環境の特徴
日本のAI開発環境には、政府の支援や産学連携、倫理的な配慮といった独自の特徴があります。まず、日本政府は「AI戦略2022」を策定し、AI人材の育成や研究開発の促進、さらには倫理的な課題に対応するための政策を推進しています。この戦略により、AI技術の社会実装が加速され、AI業界全体の成長を後押ししています。
また、日本のAI開発は産業界、学術界、政府が緊密に連携することで、技術革新を進めています。Sakana AIはその一例で、国立研究開発法人新エネルギー・産業技術総合開発機構（NEDO）による「次世代人工知能・ロボット中核技術開発/革新的AIエッジプラットフォーム開発事業」の支援を受けており、こうしたプロジェクトが日本におけるAI開発を支える大きな柱となっています。
さらに、日本ではAI技術の倫理的側面への関心が高まっており、AIが社会に与える影響についての議論が積極的に行われています。そのため、責任あるAI開発が推進されており、日本のAI産業の発展において、技術革新と倫理的配慮の両立が重要な要素となっています。
データ利用に関する法規制の現状
日本のデータ利用に関する法規制、特に欧米との比較を中心に見ていきます。まず、日本におけるAI関連の法規制は、欧米に比べて比較的緩やかであり、自主規制が中心となっています。経済産業省が策定した「AI原則実践のためのガバナンス・ガイドライン」は、企業がAIを開発・利用する際の倫理的な指針を示しています。
さらに、2019年に改正された著作権法では、「情報解析」に関する権利制限が新設され、AI開発や機械学習における著作物の利用が一定の条件下で認められるようになりました。これにより、欧米に比べてAI開発におけるデータ利用のハードルが低くなっています。
一方で、学習データになる個人情報の取り扱いに関しては、個人情報保護法で規制されています。日本では、欧州連合（EU）の「一般データ保護規則（GDPR）」のような包括的な個人情報保護法はまだ存在しませんが、個人情報の適切な取り扱いに関する関心は年々高まっており、データ利用の際にはプライバシー保護が重視されるようになっています。
日本文化とAI技術の親和性
日本文化とAI技術の親和性は、日本人が引き継いできた文化からも紐解くことができます。まず、日本はロボットに対して高い親和性を持つ国として知られており、その背景にはアニメや漫画でロボットが頻繁に登場し、幅広い世代に親しまれている文化的基盤があります。このため、AIやロボット技術が日本社会に導入される際も、受け入れやすい土壌が形成されています。
また、日本文化は自然との共生を重んじる価値観を持っており、Sakana AIが採用しているバイオミミクリー（自然界の仕組みを模倣した技術）のアプローチは、この価値観と近いものがあります。このような自然を尊重する哲学に基づいたAI開発は、日本の歴史的・文化的背景と親和性を持ち、受け入れられる環境が整っていると言えます。
さらに、日本の美意識もAI技術との融合を推進する要素となっています。侘び寂びや幽玄といった概念に見られるように、簡素で奥深い美を大切にする日本の文化は、Sakana AIが開発した浮世絵風画像生成AI「Evo-Ukiyoe」や錦絵カラー化AI「Evo-Nishikie」といった技術と親和性が高くなっています。これらのAIモデルは、伝統的な日本の美を表現する新しい手段として注目されており、日本文化とAI技術が融合して新たな価値を生み出す可能性を示しています。
日本でのAI開発：メリットとデメリット
日本のAI開発は、データアクセスの容易さや独自の文化的背景を活かした強みを持っています。特に、データ利用における規制緩和と、日本固有の美意識やロボット文化は、世界に通用するAI技術の創出に貢献しています。しかし一方で、知的財産権の問題や国際標準とのギャップといった課題も存在します。これらのメリットとデメリットを詳しく見ていきます。
メリット：データアクセスの容易さ、文化的背景を活かした独自性
日本のAI開発におけるメリットとして、まず「データアクセスの容易さ」が挙げられます。日本では、2019年の著作権法改正により「情報解析」の権利制限規定が設けられ、AI開発や学習に必要なデータを利用しやすい環境が整っています。特に、機械学習やディープラーニングが「情報解析」に含まれることが明確化された結果、AI開発者は著作権者の許諾を得ずに著作物をAIの学習データとして使用することが可能になりました。これにより、欧米と比べてデータ利用のハードルが低く、AIの開発スピードや効率が向上しています。
また、日本のAI開発における大きな強みとして、「文化的背景を活かした独自性」があります。日本は、ロボットに対する高い親和性や、侘び寂び、幽玄といった独特の美意識を持つ国です。これらの文化的要素は、AI技術においても強い競争力を生む可能性があります。例えば、Sakana AIが開発した「Evo-Ukiyoe」や「Evo-Nishikie」は、浮世絵や錦絵といった日本の伝統的な芸術を取り入れたAIモデルで、独自の美を表現できる技術として国内外から注目されています。このように、日本の文化的背景を活かしたAI開発は、世界に通用する独創的な価値を生み出す可能性を秘めています。
デメリット：知的財産権の課題、国際標準との乖離の可能性
日本のAI開発におけるデメリットとして、まず「知的財産権の課題」が挙げられます。AIが学習データとして著作物を利用できる環境が整っている一方で、生成されたコンテンツが既存の著作物に類似している場合、著作権侵害となるリスクが存在します。特に、AIによって生成されたコンテンツの著作権の帰属に関しては、法的な枠組みがまだ確立されておらず、曖昧な状況が続いています。したがって、今後は法整備やガイドラインの策定が必要不可欠です。
また、「国際標準との乖離の可能性」も課題です。日本では、AIに関する法規制が欧米と比較して緩やかで、自主規制が中心となっていますが、これが国際的な標準と乖離する可能性があります。例えば、EUは2024年に「AI法」を採択し、AIシステムをリスクに応じて分類し、それぞれに厳格な規制を設ける方針を示しています。これに対し、日本は国際基準に対してどのように整合性を保つかが今後の課題となるでしょう。
Sakana AIが描く未来と課題
Sakana AIは、日本発の技術革新を通じてAI業界に大きな可能性をもたらしています。独自の技術「進化的モデルマージ」を活用し、効率的なAI開発を実現する一方で、日本の伝統文化をAIで表現する新たな試みも進めています。しかし、技術革新の裏には著作権や倫理的問題といった課題も存在し、グローバル市場での競争に勝ち残るためには、これらの課題を克服しつつ、世界との連携を強化する必要があります。
日本のAI技術へもたらす可能性
Sakana AIのアプローチは、日本のAI技術に大きな可能性をもたらしています。まず、進化的モデルマージという手法を活用することで、少ない計算資源で高性能なAIモデルの開発が可能となり、効率的なAI開発が実現しています。これは、特にスタートアップやリソースが限られた環境において、大きな強みとなります。
また、Sakana AIの取り組みは、日本国内におけるAI人材の育成にも貢献しています。世界トップレベルのAI研究環境を提供することで、優秀な人材が集まり、国際的に活躍できる次世代のAIエキスパートの育成が進むでしょう。
これらの技術革新と人材育成を通じて、日本発のAI技術が国際競争力を向上させることで、世界市場へ進出する可能性もあります。日本の独自性を強みに、AI分野での国際的なリーダーシップを発揮していくことが期待されます。
直面する倫理的・法的課題
Sakana AIの開発は、技術的進展とともに、いくつかの倫理的および法的課題も浮き彫りにしています。
まず、著作権問題が挙げられます。AIが生成したコンテンツに対する著作権の帰属は、まだ法的に明確化されていない領域です。特に、Sakana AIのように既存のモデルや大量のデータを組み合わせて利用する「進化的モデルマージ」手法では、既存の著作物を学習データとして使用する際に、著作権侵害のリスクが存在します。この点は今後の法整備に依存する部分が大きく、企業としても慎重な対応が求められます。
また、AIの倫理的問題も重要な課題です。AIが生成する出力の公平性や透明性、説明責任が問われており、Sakana AIが開発した「The AI Scientist」のように、AIが研究成果を生成する際、その質をどう担保するか、また倫理的に問題のある研究がAIによって推進されるリスクなどが新たな懸念として浮上しています。AIの利用が拡大する中で、こうした倫理的問題にどう対応するかが企業の信頼性に大きく影響するでしょう。
グローバル市場での展望
Sakana AIは東京を拠点としながらも、グローバル市場を視野に入れて活動しています。すでにシリコンバレーの有力なベンチャーキャピタルからの出資を受けており、国際的な注目も高まっています。しかし、OpenAIやGoogleなどの世界的なテック企業との競争は激化しており、Sakana AIが競争力を維持するためには、継続的な技術開発が不可欠です。
加えて、グローバル市場における成功には、戦略的なパートナーシップの構築も重要な要素となります。Sakana AIが独自の技術を持ちながらも、国際的な企業や研究機関との協力を強化し、世界中での存在感を高めることが、競争力を維持し発展するための鍵となるでしょう。
まとめ：Sakana AIが切り拓く日本発のAI革新に向けて
Sakana AIの取り組みは、日本のAI産業に新たな風を吹き込む可能性を秘めています。バイオミミクリーに基づいた独自のアプローチや、日本文化との融合を図る試みは、AI技術の新たな可能性を示唆しています。
しかし、著作権問題やAI倫理、国際競争など、克服すべき課題も多く存在します。Sakana AIが、これらの課題をどのように乗り越え、独自の技術とビジョンでAIの未来にどのような貢献をしていくのか、今後の展開が注目されます。
執筆：林 啓吾
編集：おざけん
