Lilith.
⌕
編集イラスト: Microsoftが示した、AIが作業を減らす領域と人が欠かせない領域
Lilithのイラスト · 編集リミックス

Microsoft Researchは、5件の研究を5分で紹介するまとめを公開した。数学、多言語処理、coding agentの運用まで対象は幅広く、単一の大型製品発表というより、現在地を示す案内図として読むべき内容だ。

5件の研究はいずれもボトルネックを探している

最も具体的な運用データはcontext compactionの研究にある。1,350万件のセッションを分析したところ、compactionが必要だったのは8%未満だが、AI処理コスト全体の44%を占めた。APECはバックグラウンドで要約を準備し、評価ではコーディング性能を改善しながら、コストを最大25.4%、実行時間を9.6%削減した。

このほか、104言語で評価したLatent Core Tokenizer、機械翻訳に関する対話、ロボティクスを扱うインターンシップも紹介された。数学分野では、31年間未解決だったKLS予想を解決したという。Microsoftによれば、結果は独立に検証され、コンピューター支援による形式検証も受けた。

長時間セッションの節約は機能追加より価値を持ちうる

coding agentを導入するチームにとって重要なのはコストの偏りだ。ごく少数の長時間セッションが計算費用の半分近くを消費しうる。継続的に要約を準備する方式は、デモ向けの機能を増やすのではなく、具体的な運用上の山を狙っている。

数学の成果は別の役割分担を示す。人が研究の方向を管理し、agentが候補となる手法を並列に探索した。価値は自律的な数学者ではなく、行き止まりを安く調べられる点にある。

Microsoftのまとめだけでは各論文を評価できない

数字は短い企業向け要約と著者による評価に基づく。APECが外部のagent、モデル、リポジトリでも機能するか、compactionが不要な通常セッションにどれほど負荷を加えるかは分からない。104言語でtokenizationが改善しても、全言語と全タスクで同じ効果が出るとは限らない。

Microsoft外での再現が実用価値を決める

APECは同じ課題で通常のcompactionと比較し、総コスト、完了時間、変更品質を測る必要がある。tokenizerは言語別の結果が重要だ。数学研究では、証明への追加の独立検証と、この研究手法が別の未解決問題にも移せるかが次の判断材料になる。

Lilithの判定

5件の研究に共通するのは冷静な構図だ。agentが廊下を探し回っても、地図を持ち、結果に署名するのはまだ人間である。