アーキテクトの異端：ChatGPTの共同開発者がその対極を構築した理由
現在の最先端AIの背後にあるポストトレーニング・アルゴリズム「RLHF（人間からのフィードバックによる強化学習）」のOpenAI共同開発者であるDiogo Almeida氏は、自身が構築に貢献したLLMそのものを批判しています。彼のチームは、ChatGPTのようなチャット中心のAIの基礎となる、「指示に従う能力が人間を超越した」最初のモデルをトレーニングしました。
Almeida氏は、人間の好みに最適化されたモデルは会話には優れているものの、堅牢な自動化には本質的に不向きであると主張しています。彼は、過信、「モード崩壊」、そして信頼性の欠如という致命的な欠陥を指摘しています。LLMは「自己回帰という細いストロー」を通して知性を抽出するため、人間が介在する必要がある逐次的な生成を強制され、真の自律性を妨げているのです。
彼の回答が、TypeSafe AIの最初の「System One」モデルであるJevです。Jevはこれらの限界に直接対処するために設計されており、「神ではなく、本番環境（prod）」のために構築されています。人間のような会話よりも、信頼性の高い機械ネイティブな自動化を優先します。ハルシネーションを起こしやすいLLMとは異なり、確率と信頼度を伴う意思決定を出力し、信頼性が高く、高速で、自己整合性があり、型安全であることを目指しています。
Jevの紹介：詩人ではなく、コードのように考えるAI
LLMの限界に対するTypeSafe AIの回答であるJevは、機械のために構築された「System Oneモデル」です。LLMに共通する逐次的な自己回帰生成（チャットには適していますが、「コンピュータには全く役に立たない」）を捨て、並列計算を採用しました。このアーキテクチャの転換により「ほぼ瞬時」の回答が可能となり、知性をより効率的に抽出することで、リアルタイムAIをようやく実用的なものにしました。
Jevの出力は会話形式の文章ではありません。その代わりに、明示的な確率と信頼スコアを伴う「構造化された意思決定」を返します。これにより「型安全」でハルシネーションが事実上不可能となり、信頼性が高く、高速で、自己整合性のあるコードのように機能します。この機械ネイティブなフォーマットは、予測不可能なLLMでは不可能だった自動化を実現します。
そのトレーニング手法である「Reinforcement Learning for Calibrated Decisions（RLCD）」は、RLHFからの根本的な脱却を意味します。RLHFは人間の好みに合わせてLLMを最適化し、過信や信頼性の欠如を招くことが多いのに対し、RLCDは正確さと誠実な信頼度を優先します。この設計により、Jevは心地よい会話よりも信頼性が重視される自動化環境において、堅牢で検証可能な意思決定を提供します。
驚異的なスピード：現実世界のデモと衝撃的なコスト
Jevの最も驚くべき主張は、その賢さではなく、純粋な効率性にあります。TypeSafe AIは、彼らのSystem Oneモデルが従来のLLMよりも最大200倍高速で、400倍安価であると述べています。具体的には、入力トークンは10億トークンあたりわずか42ドルで、出力トークンは「測定不能なほど安い」無料に設定されており、大幅なコスト削減を実現しています。
開発者はすぐにJevをテストし、わずか数時間で低コストのバイラルデモを構築しました。例として、Minecraftでのエージェントの自律制御、Teslaの自動運転シミュレーターのナビゲート、さらにはSubway Surfersのリアルタイム攻略などが挙げられます。これらは単なる見せ物ではなく、動的な環境に即座に対応するJevの能力を証明しています。
クリエイターにとっての最大の利点は、Jevが専門的なモデルトレーニングという従来の負担なしに、シミュレーションやアプリケーションにインテリジェントで反応的な振る舞いを注入できる点にあります。この並列計算アプローチにより、開発者は複雑なAI駆動型システムをかつてないスピードと低コストでプロトタイプ化できます。この転換に関する技術的な詳細については、TypeSafe AI: Homeをご覧ください。
この記事が気に入ったら、毎朝同じようなものをメールで受け取れます。
1日1通 · 2クリックで解除 · サードパーティのトラッキングなし
新しいAIスタック：Jevがif文を置き換える世界
JevはChatGPTを置き換えるものではなく、全く異なる役割を果たす補完的なツールです。大規模言語モデル（LLM）は、AIエージェントの「脳」とも言える複雑でオープンエンドな推論に優れています。一方、Jevは、即時応答と揺るぎない信頼性が求められるエージェントのワークフロー内で、数千もの迅速かつ構造化された意思決定を管理するために機能します。
開発者にとって、Jevは極めてインテリジェントなフロンティア・インテリジェンス関数呼び出しのように機能します。これは、堅牢なAI自動化を実用的なものにする「スマートなif文」と言えます。前述の通り、最大200倍の高速化と400倍の低コスト化を実現し、入力トークンは10億あたり42ドルという価格設定です。これらは単なる驚異的な数字ではなく、開発者がコストを抑えつつリアルタイムで応答するAIシステムを構築できることを意味します。
これは単なる会話型AIではありません。Jevはマシンネイティブ・インテリジェンスへの根本的な転換を象徴しています。これは人間とのチャットのためではなく、自動化システム、ロボット、インテリジェントエージェントがますます増加する世界のために設計された新しいAI層です。これにより、これらのシステムは即時かつ信頼性の高い選択が可能となり、人間が介在する単純なプロセスを超えた、真に自律的な運用へと移行できます。
よくある質問
Jev AIとは何ですか？
JevはTypeSafe AIが提供する新しい「システム1モデル」であり、ソフトウェア内での極めて高速かつ低コストな構造化された意思決定のために設計されています。ChatGPTのような会話型チャットボットではありません。
JevはChatGPTとどう違うのですか？
Jevは自由形式のテキストではなく、確率を伴う構造化された意思決定を出力します。これにより、数学的にハルシネーション（幻覚）が発生せず、自動化タスクにおいて（最大200倍）高速かつ（最大400倍）低コストで動作します。
Jev AIは誰が作成しましたか？
JevはTypeSafe AIによって作成されました。同社は、OpenAIの主要研究者であり、ChatGPTの背後にあるトレーニング手法であるRLHFの共同開発者であるDiogo Almeidaが共同設立した企業です。
Jevの主なユースケースは何ですか？
Jevは、ゲームキャラクターの制御、シミュレーション内でのドローンのナビゲーション、データのルーティング、あるいは迅速な意思決定を必要とするあらゆる自動化システムの駆動など、迅速で信頼性の高い選択を必要とするリアルタイムタスクに優れています。