継続的学習（Continual Learning）——AIが常に新しい知識を学び続けられるようにする技術——は長年にわたり未解決の難問とされてきた。しかし、元OpenAIメンバーで「エキスパート集団」と称されるThinking Machines Labsが、この課題の解決に成功したと発表。その手法を明確に提示しており、企業向けAIの実装に向けた道筋がようやく見えてきた。 現在のAIは、学習（Training）と推論（Inference）の2段階に分かれる。たとえばChatGPTは、一度訓練された固定されたモデルであり、ユーザーとの会話で新たな情報を学ぶことはできない。これは「災害的忘却（Catastrophic Forgetting）」という現象が原因だ。新しい情報を学ぶ際、モデルが過去に学んだ知識を失ってしまうため、学習が進むほど既存の知識が壊れてしまう。 Thinking Machines Labsは、この問題を「学習の進展＝記憶の保持」という根本原理に基づき、再考した。彼らのアプローチは、新知識の学習と旧知識の保存を同時に最適化する「記憶の分離型アーキテクチャ」を採用。特定の情報は「記憶領域」として隔離し、学習の進展に伴って古い記憶が消えるのを防ぐ。これにより、AIは過去の経験を失わずに、新しいタスクを継続的に習得可能になる。 この技術の実現は、企業がAIを現場に導入する上で画期的意義を持つ。従来、AIは「一度学んだら動かない」ため、現場の変化に追いつかず、導入が難しかった。しかし、継続的学習が可能になれば、AIは業務の進化に合わせて自動で適応し、長期的に価値を発揮できる。 この進展は、AIが「機械」から「学び続けるパートナー」へと進化する一歩。開発者や企業は、AIの本質的な限界を乗り越えるための実用的枠組みを、今こそ注目すべき時だ。