中国研究チーム、AIの長期記憶を実現する「MemOS」開発——人間並みの学習能力へ一大進歩

中国の研究グループが開発した「記憶オペレーティングシステム」（MemOS）の発表が注目を集めている。上海交通大学や浙江大学などの大手機関からなる研究チームは、人工知能（AI）が人間のような持続的な記憶と学習機能を獲得できるようにするためのこの新たなシステムについて、7月4日に論文をarXivに発表した。 MemOSとは 現行のAIには、「メモリシロ」と呼ばれる根本的な建築設計上の制限があり、ユーザーとのコヒーテンスのある長期的な関係を維持することが難しい。各会話やセッションは基本的にゼロから始まり、モデルは好み、蓄積された知識、行動パターンなどを跨セッションで記憶できない。これによりユーザー体験が悪化し、企業環境では複雑なマルチステージワークフローでの文脈の一貫性を維持するのが困難という問題が生じていた。 MemOSは、「MemCube」と呼ばれる標準化された記憶ユニットを導入することで、この問題を解決する新たなアプローチを提案している。MemCubeは異なる種類の情報をカプセル化し、組み合わせ、移動、進化させることができる。これにより、AIが真正な学習と進化を経験から得られるような統一された記憶管理フレームワークが実現した。 テスト結果と性能向上 LOCOMOベンチマークテストでの評価によると、MemOSはすべてのカテゴリーで既存の基準を上回り、特に多段階推論や時系列推論などで大幅な改善が見られた。OpenAIの記憶システムと比較して全体で38.98%の性能向上を達成し、特定の構成では最初のトークン生成までの時間遅延が最大94%削減された。These performance gains indicate that the memory bottleneck has been a more significant limitation than previously recognized. ビジネスへの影響 MemOSの導入により、企業におけるAIの展開に変革がもたらされる可能性がある。特に、企業が顧客や従業員との複雑で継続的な関係を管理する際、MemOSは「クロスプラットフォーム記憶移転」を可能にし、ユーザーのコンテキストが特定のアプリケーションに閉じ込められることなく異なるシステムで利用できるようになる。また、特定の分野の知識をパッケージ化して販売する「有料メモリモジュール」の可能性も示されており、これが専門知識の拡散と新たな経済機会の創出につながるかもしれない。 技術的な構成 MemOSの技術的アーキテクチャは、伝統的なオペレーティングシステムの設計思想から着想を得ており、API呼び出し用のインターフェース層、メモリスケジューリングとライフサイクル管理用の操作層、ストレージとガバナンス用のインフラストラクチャ層の3層構造れている。MemScheduler成分は、一時的な活性化状態から永続的なパラメータ修正まで、さまざまな種類のメモリを動的に管理し、使用パターンやタスク要件に基づいて最適なストレージと検索戦略を選択する。 オープンソースリリース 研究チームは、MemOSをオープンソースプロジェクトとして公開し、全コードがGitHub上で利用可能となった。HuggingFace、OpenAI、Ollamaなどの主要AIプラットフォームとの連携サポートも提供されている。これは、MemOSによる記憶管理の進化がより広く普及し、コミュニティによる開発が加速することを目指したものである。 リーダーの李智宇氏は、「MemOSがAIシステムを静的なジェネレーターから持続的に進化する記憶駆動型エージェントへと進化させることを期待しています」と述べている。研究チームは今後、モデル間での記憶共有、自己進化メモリブロック、および幅広い「記憶マーケットプレイス」エコシステムの開発を進める予定だ。これは、単に規模の大きなモデルや大量のトレーニングデータを追求するのではなく、より洗練された建築設計によってAI能力が大きく向上する可能性を示す重要な指標となるだろう。