オープンソースのDeepResearch：検索エージェントを解放する

2025年2月4日、OpenAIはDeep Researchというシステムをリリースしました。このシステムは、ウェブを閲覧してコンテンツを要約し、その要約に基づいて質問に答えることができます。私たちが初めて試したとき、その性能に驚かされました。特に、General AI Assistants（GAIA）ベンチマークでの性能向上が顕著で、1回の試行で平均67%の正答率を達成し、複数の推論ステップとツール使用を必要とする「レベル3」の難しい質問でも47.6%の正答率を記録しました。

Agentフレームワークとは？なぜ重要なのか？

Agentフレームワークとは、LLM（大規模言語モデル）の上に構築される層で、LLMにウェブを閲覧したりPDF文書を読んだりするようなアクションを実行させ、その操作を一連のステップに整理する役割を果たします。このフレームワークは、LLMが単なるテキスト生成ツールではなく、実際にタスクを遂行するための「エージェント」として機能することを可能にします。

例えば、Deep Researchでは、LLMがウェブ検索を行い、その結果を要約して質問に答えるという一連のプロセスを実行します。このプロセスを効率的に進めるために、Agentフレームワークが重要な役割を果たしています。

GAIAベンチマークとは？

GAIA（General AI Assistants）ベンチマークは、AIアシスタントの性能を評価するための指標です。このベンチマークでは、単純な質問から複雑な推論を必要とする質問まで、さまざまなタスクが用意されています。特に「レベル3」の質問は、複数のステップを踏んで解決する必要があり、AIの能力を試すのに最適な課題となっています。

Deep Researchは、このGAIAベンチマークで高い性能を発揮し、特に複雑な質問に対する正答率が向上していることが確認されました。

オープンなDeep Researchの構築

OpenAIが公開したDeep Researchは、LLMと内部のAgentフレームワークで構成されています。しかし、OpenAIはこのAgentフレームワークの詳細を公開していませんでした。そこで、私たちは24時間のミッションを開始し、その結果を再現し、必要なフレームワークをオープンソースとして公開することにしました。

このプロジェクトでは、CodeAgentと呼ばれるツールを使用し、適切なツールを選択してLLMの能力を最大限に引き出すことを目指しました。CodeAgentは、LLMがコードを生成し、それを実行するための環境を提供します。これにより、LLMがより複雑なタスクを実行できるようになります。

結果とコミュニティの反応

私たちの取り組みの結果、Deep Researchの性能を再現することに成功し、そのフレームワークをオープンソースとして公開しました。これにより、多くの開発者がこの技術を利用し、さらに改良を加えることができるようになりました。

コミュニティからの反応も非常にポジティブで、多くの開発者がこのフレームワークを使って独自のプロジェクトを開始しています。特に、GAIAベンチマークでの性能向上に焦点を当てたプロジェクトが多く見られました。

今後の重要なステップ

今後の重要なステップとして、以下の点が挙げられます：

• Agentフレームワークのさらなる最適化
• LLMの選択肢の拡充
• GAIAベンチマークでの性能向上
• コミュニティとの協力による新たなツールの開発

これらのステップを通じて、私たちはAIの可能性をさらに広げ、より多くの人々がこの技術を利用できるようにすることを目指しています。

結論

オープンソースのDeep Researchプロジェクトは、AIの未来を切り開く重要な一歩です。Agentフレームワークの公開により、多くの開発者がこの技術を利用し、さらに進化させることができるようになりました。今後も、私たちはこのプロジェクトを推進し、AIの可能性を最大限に引き出すための努力を続けていきます。

忘れられない緑茶の旅：4つの特別な一杯

誰にでも、忘れられない味というものがあります。それは、特別な思い出と共に心に刻まれるものです。今回は、そんな忘れられない緑茶を4つご紹介します。それぞれの一杯には、その土地の風土や歴史、そして人々の思いが詰まっています。ぜひ、この旅にご一緒ください。

1. 三嶋大社の福太郎茶屋

10年前、静岡県を訪れた際に立ち寄った三嶋大社。その境内にある福太郎茶屋で出会った一杯の緑茶は、今でも忘れられません。福太郎という草もちと一緒にいただいたそのお茶は、甘さとスッキリ感が絶妙で、疲れた体に染み渡りました。静岡の緑茶の実力を感じた瞬間でした。

福太郎茶屋は、大社の境内にあり、立地の良さからか、遅い時間にもかかわらず賑わっていました。一口食べた福太郎の甘さを、緑茶で流し込む。その組み合わせは、まさに至福のひとときでした。

2. 京都の宇治玉露

6年前の社員旅行で訪れた京都。自由時間を利用して、宇治の茶屋を予約していました。そこで出会ったのが、玉露。値段は高かったですが、その味は想像を超えるものでした。

玉露を淹れた瞬間、その色は黄緑色で、一口飲むと「え？」と驚くほどの旨味がありました。苦みは全くなく、甘く、香りは海苔のよう。これまで飲んできた緑茶とは一線を画すものでした。先輩たちには「お茶？酒じゃなくて？」と言われましたが、この経験は私にとって貴重なものでした。

3. 朝宮茶

ルピシアのグランマルシェで試飲した朝宮茶は、日本五大銘茶のひとつです。その特徴は、しっかりとした苦みと、刈りたての青草のような香り。他の緑茶とは違う、独特の風味が印象的でした。

朝宮茶は滋賀県の甲賀市で生産されており、日本最古の銘茶として知られています。グランマルシェで飲んだ後、また飲みたくなり、中川誠盛堂茶舗の朝宮茶をお取り寄せしました。その味は、まさに銘茶の名にふさわしいものでした。

4. おばあちゃんの苦すぎ緑茶

最後にご紹介するのは、おばあちゃんの手作り緑茶。その苦さは、一度飲んだら忘れられないほどでした。しかし、その苦さの中に、深い味わいと愛情が感じられました。おばあちゃんの手作りの味は、まさに家庭の味そのものです。

まとめ

今回ご紹介した4つの緑茶は、それぞれに特別な思い出と共に心に残る味でした。お茶どころの思い出が多くなりましたが、やはり美味しいお茶は、その土地の風土や歴史が詰まっているからこそ、特別なのです。

これからも、お茶どころを巡る旅を続けていきたいと思います。次は、狭山や九州の緑茶にも挑戦してみたいです。皆さんも、ぜひ自分だけの忘れられない一杯を見つけてみてください。

それでは、良いお茶ライフを！

デジタルネイチャーとバベルの塔：LLMが築く新たな世界秩序

はじめに

2017年、落合陽一氏はfuzeの記事で、テクノロジーの進化が社会における真実や現実に対する認識を変化させ、「ポスト真実」の時代へと突入しつつあると指摘しました。当時、ソーシャルメディアの普及により、真偽不明の情報が瞬時に拡散され、人々は自身の価値観に合致する情報であれば、それが虚偽であっても信じ、拡散する傾向が強まっていました。その結果、ジャーナリズムの役割は揺らぎ、客観的な真実よりも、個人の主観的な解釈が重視されるようになってきていました。落合氏は、このような状況下では、人間性の定義さえも変化しつつあると述べています。

2017年の展望と2025年の現実

2017年当時、落合氏は「ポスト真実」の時代における情報環境の変化について警鐘を鳴らしていました。具体的には、ソーシャルメディア上で拡散される情報のコントロールが難しくなり、フェイクニュースやプロパガンダが社会に浸透しやすくなっていることを指摘していました。また、従来のメディアの権威が失墜し、個人が情報発信者となることで、情報の真偽を見極めることがより困難になっていると述べていました。

2025年現在、落合氏の指摘は現実のものとなっています。ソーシャルメディアの影響力はさらに増大し、情報拡散の速度も加速しています。LLM（大規模言語モデル）の登場は、この状況に新たな局面をもたらしました。LLMは、人間のように自然な文章を生成することができるため、フェイクニュースやプロパガンダの作成に悪用される可能性があります。また、LLMが生成した情報が、あたかも人間が書いたもののように受け取られることで、情報の真偽を見極めることがさらに困難になっています。

LLM：現代のバベルの塔

LLMは、大量のテキストデータを学習することで、人間のように自然な文章を生成し、翻訳、要約、質問応答など、様々なタスクをこなすことができます。その能力は、まるで異なる言語を話す人々が互いに理解し合えるようにする「バベルの塔」の現代版と言えるかもしれません。しかし、この塔の恩恵を受けられる人々とそうでない人々の間には、大きなギャップが存在します。

落合氏は、このギャップを埋めるために、ローカルの問題を再燃させたり、世界を分断したりすることなく、共通のプラットフォーム上で同じツールを使い、機械翻訳によって違う言葉を同じ意味レイヤーで語ることができるようになることを願っています。これにより、散らばった人々を再び集め、元あった世界を望む人々を解体するための大きな塔を建てることができると述べています。

テクノロジーの流動性とプロトピア

2017年の我々は、根拠のない不安が生み出す悲観的なディストピアより、テクノロジーの流動性がもたらすプロトピアの方向に向かっていかなければならないと落合氏は主張しています。それを目指す人の次の世代と次の知的システムに適応し、受け入れていくことができるように、社会が許容していくことを祈っています。

結論

LLMは、現代のバベルの塔として、異なる言語や文化を超えたコミュニケーションを可能にし、グローバルな情報共有を促進する可能性を秘めています。しかし、その恩恵を受けられる人々とそうでない人々の間には、依然として大きなギャップが存在します。このギャップを埋めるために、私たちはテクノロジーの進化を活用し、共通のプラットフォーム上で同じツールを使い、機械翻訳によって違う言葉を同じ意味レイヤーで語ることができるようになることを目指すべきです。これにより、散らばった人々を再び集め、元あった世界を望む人々を解体するための大きな塔を建てることができるでしょう。

OpenAIの新機能「Deep Research」が知識作業を変革する

OpenAIは、東京で開催された特別イベントで、新たな機能「Deep Research」を発表しました。この機能は、インターネット上での多段階のリサーチを行い、情報を発見し、統合し、その内容について推論する能力を持っています。この記事では、Deep Researchの詳細とその可能性について深く掘り下げます。

Deep Researchとは何か？

Deep Researchは、OpenAIが開発した新しいモデルで、インターネット上での多段階リサーチを行います。このモデルは、情報を発見し、統合し、その内容について推論する能力を持っています。従来のモデルとは異なり、Deep Researchは長時間考えた上で答えを出すことができ、その結果、より優れた回答を提供します。

従来のモデルは、ツールへのアクセスが制限されており、特にインターネットを閲覧する能力が欠けていました。これにより、日常的に使用する多くの情報がモデルにとってアクセス不可能でした。Deep Researchはこの制約を取り除き、モデルがインターネット上の情報を活用できるようにします。

Deep Researchの特徴

Deep Researchの最大の特徴は、レイテンシの制約を取り除いたことです。通常のモデルは迅速に回答を返しますが、Deep Researchは5分から30分かけて回答を返すことができます。これは、モデルがより長い時間をかけて自律的にタスクを実行することを可能にし、AGI（人工汎用知能）のロードマップにおいて重要な一歩となります。

Deep Researchは、インターネット上の情報を統合し、理解する能力を持っています。これにより、ユーザーは包括的で完全に引用された研究論文のようなものを得ることができます。これは、特定の分野の専門家が作成するようなレポートに匹敵するものです。

Deep Researchの活用例

Deep Researchは、知識作業だけでなく、他の多くの用途にも活用できます。例えば、特定の商品を購入する際に、インターネット上のすべてのレビューを読む必要がある場合、Deep Researchがその作業を代行してくれます。これにより、ユーザーは時間を節約し、より良い意思決定を行うことができます。

また、Deep Researchはプレゼンテーションのスライド作成にも役立ちます。ユーザーは、特定のトピックについての情報をDeep Researchにリクエストし、その結果を基にスライドを作成することができます。これにより、プレゼンテーションの準備時間を大幅に短縮できます。

Deep Researchの技術的背景

Deep Researchは、OpenAIのO3推論モデルを基に開発されました。このモデルは、ハードなブラウジングやその他の推論タスクに対してエンドツーエンドの強化学習を行い、リアルタイムの情報に反応し、必要に応じてバックトラッキングする能力を持っています。

このモデルは、ユーザーがアップロードしたファイルを閲覧し、Pythonツールを使用して計算や画像の作成を行うこともできます。さらに、ウェブサイトからの画像を最終的なレスポンスに埋め込むことも可能です。

Deep Researchの将来

OpenAIは、Deep ResearchがAGIのロードマップにおいて重要な役割を果たすと信じています。将来的には、Deep Researchエージェントがカスタムコンテキストやエンタープライズデータストレージに接続し、より複雑なタスクを解決するために使用されることが期待されています。

Deep Researchは、今日のリリースがその可能性の始まりに過ぎません。OpenAIは、ユーザーがこの技術をどのように活用するかを見ることを楽しみにしています。

結論

OpenAIのDeep Researchは、知識作業を変革する可能性を秘めた画期的な機能です。インターネット上の情報を統合し、推論する能力を持つこのモデルは、企業のプロセスを効率化し、労働者の生産性を向上させるだけでなく、消費者にとっても非常に重要なツールとなるでしょう。Deep Researchの今後の展開に注目です。

DeepSeekが切り開くAIの未来：オープンソースと米中競争の新たな局面

近年、AI（人工知能）の分野で大きな話題を集めているのが、中国発のAI企業「DeepSeek」です。特に、トランプ政権のAI責任者であるデービッド・サックス氏が出演した「All-In Podcast」で取り上げられたことで、その存在感が一気に高まりました。DeepSeekは、AI業界においてどのような位置づけにあるのか、そしてその登場が米中競争やオープンソースの未来にどのような影響を与えるのか、深く掘り下げていきます。

DeepSeekの特徴：米中競争とオープンソースの波

DeepSeekの最大の特徴は、2つの点に集約されます。1つ目は、アメリカではなく中国の企業であること。2つ目は、R1モデルをオープンソース化したことです。この2つの特徴は、AI業界における米中競争と、クローズドソース（非公開）対オープンソース（公開）の議論に大きな影響を与えています。

特に、OpenAIが過去に他人のデータを無断で使用していた経緯がありながら、現在は「中国がデータを盗んだ」と主張している点は、皮肉とも言える状況です。DeepSeekの登場により、オープンソースを支持する層や、OpenAIに反感を持つ人々が「コスト1/20で無料配布するオープンソースモデル」を痛快だと感じ、盛り上がりを見せています。

中国のAI開発が急速に追い上げる

数週間前まで、業界関係者に「中国のAIモデル開発の遅れはどれくらいか」と尋ねると、6〜12か月と答えられていました。しかし、DeepSeekの登場により、その遅れは3〜6か月に縮まったと見られています。これは、中国がAI分野で急速に追い上げていることを示す重要な出来事です。

DeepSeekは「600万ドルでR1モデルを開発した」と主張していますが、ここには注意が必要です。600万ドルは最終的なトレーニングコストであり、メディアが「中国企業は600万ドル、アメリカ企業は10億ドル」と比較するのは正確ではありません。実際、OpenAIやAnthropicも最終トレーニングランには数千万ドルを費やしています。

DeepSeekの技術革新：制約が生むイノベーション

DeepSeekの技術的な革新も注目に値します。同社は、NvidiaのCUDAを使わずに、PTXというレイヤーを活用しています。PTXはアセンブラ言語に近く、チップの素の部分と直接やりとりするイメージです。このアプローチは、従来の常識を破るものであり、制約がイノベーションを生む好例と言えます。

西側の企業は資金に余裕があるため、これまでアセンブラレベルのアプローチを取ってきませんでした。しかし、DeepSeekはリソースが限られていたからこそ、新しい手法を編み出した可能性があります。このような技術革新は、AIモデルのコストやスピードを下げ、価値創造の場をモデル層から上流に移行させる可能性を秘めています。

オープンソース化とコモディティ化の未来

DeepSeekの登場により、AIモデルはますますコモディティ化（汎用化）していくと考えられます。モデルが安く高性能化するにつれ、付加価値はアプリケーション層やハードウェア領域に移行するでしょう。これは、電力が普及した際に、電気そのものよりもそれを活用したビジネスが儲かった歴史と似ています。

例えば、マイクロソフトは既に自社サーバーにR1モデルを稼働させています。これは、R1がオープンソースとして公開されているからこそ可能なことです。今後、AIモデルがストレージのようにコモディティ化し、アプリケーション層が参入障壁となる可能性もあります。

米中競争と地政学的な要素

DeepSeekの戦略には、米中競争という地政学的な要素も大きく影響しています。中国のコピーの速さは非常に高く、コピーの繰り返しの中でイノベーションが起きることも少なくありません。例えば、NvidiaのGPUをシンガポール経由で取得している疑いがあり、規制をかければかけるほど新たなルートを見つけるだけという現状もあります。

また、中国の大企業は政府が干渉しやすい環境にあり、中央が設備投資を行い、派生モデルを作る展開もあり得ます。このような状況下で、RedditやQuora、ニューヨーク・タイムズ、ワシントン・ポスト、ディズニーなどを買い占め、独占データを使う戦略が生まれるかもしれません。

結論：AIの未来はアプリケーション層に

DeepSeekの登場は、AI業界に大きな波紋を投げかけています。オープンソース化とコモディティ化が進む中で、AIモデルそのものの価値は低下し、アプリケーション層やハードウェア領域に新たな価値が生まれる可能性が高まっています。また、米中競争の文脈においても、中国の急速な追い上げが顕著になっています。

今後、AIがさらに普及し、コストが下がることで、新たなアプリケーションやビジネスモデルが登場するでしょう。その中で、DeepSeekのような企業がどのような役割を果たすのか、注目が集まります。AIの未来は、モデルそのものではなく、それを活用するアプリケーション層にあると言えるでしょう。