Zhipu AIが50億ドルを「自己学習」に賭ける：大規模言語モデルのデータ競争は後半戦へ

大規模言語モデル（LLM）開発の競争において、最近その様相が変化しています。これまではパラメータ数やGPUの調達量が焦点でしたが、Zhipu AIの一連の動きは競争を新たな次元へと引き上げました。すなわち、「誰がより優れた『教材』を編纂できるか」です。TechNodeやSouth China Morning Postの報道によると、Zhipu AIは約50億ドルの資金調達を完了した直後の9月13日、GLM-6.0とその完全自己学習手法を先行公開しました。これは、AI業界が「インターネットからのデータ拾い」から「データの自家生産」へと移行しつつあることを示しています。

「インターネットからのデータ拾い」からの脱却、データ競争の3つのステップ

インターネット上の高品質な公開テキストがLLMによって消費され尽くそうとしている今、良質なデータの確保が最大の課題となっています。LLMのデータ取得は現在、3つのステップを経て進化しています。第1ステップは「ウェブ全体のクロール」で、AIが膨大なウェブページから知識を探します。これはゴミ捨て場で本を探すようなもので、誤った情報や有害な情報を学習するリスクがあります。第2ステップは「人間による精密なアノテーション（注釈付け）」で、人的リソースを投入してデータをクリーニングしますが、コストが非常に高く、大規模化が困難です。そして第3ステップが、Zhipu AIが公開した「完全自己学習」です。合成データや自己対戦（Self-play）を通じて、高品質なコーパスを生成します。

将来的にAPIを呼び出す際、モデルがもっともらしい嘘をつく「ハルシネーション（幻覚）」は大幅に減少する可能性があります。なぜなら、その「教材」は自ら作成したものであり、論理的な閉ループがより厳密になるからです。一般ユーザーにとって、AIアシスタントが複雑な質問に答える際、より信頼性が高く、安全なものになることを意味します。

「模倣」から「逆輸出」へ：エコシステムにおける地位の逆転

Zhipu AIの存在感は最近際立っています。Sina Financeの報道によると、8月26日にZhipu AIは、オンライン利用ランキングで首位に立った謎のモデル「Ox Alpha」が自社のGLM新世代モデルであることを認め、その利用量は一時DeepSeek（中国のAI企業）の2倍以上に達しました。さらに劇的なのは、9月11日にPasquale Pillitteriが報じたように、欧州AIランキング1位の「Multiverse Quasar 438B」が、実際には中国のGLM 5.2の圧縮版であったという事実です。

過去数年間、中国のメーカーは海外のオープンソースモデルの「皮を被った（模倣した）」だけだと揶揄されることがよくありました。しかし今や、海外のトップアプリケーションが中国モデルのウェイト（学習済みパラメータ）に依存しています。これは単なる製品のアップデートではなく、技術的な発言権の実質的な逆転です。中国のLLMは「アプリケーション層での追従」から「基盤インフラの輸出」へと移行し、国際的な舞台で主導権を握り始めています。

開発者の選定ロジックが再構築される

オープンソースの領域でも、Zhipu AIは精力的に展開しています。8月26日にはネイティブマルチモーダルモデル「GLM-5.3-Flash（320B-A18B）」をリリースしてオープンソース化し、Artificial Analysis Intelligence Indexで57点を獲得。続く8月29日には、エージェント型コーディング（AIが初級プログラマーのように自律的にバグを発見・修正する技術）や防御分野で最強と位置づけられる「GLM-5.3」をオープンソース化しました。

具体的なシナリオを想定してみましょう：あなたは独立系開発者で、医療相談用ミニアプリ（中国で普及している軽量アプリ）の基盤モデルを選定しているとします。以前なら、安定性を求めて海外のクローズドソースモデルを真っ先に選んだでしょう。しかし今、GLM-5.3-Flashのようなネイティブマルチモーダルかつオープンソースの選択肢を前に、意思決定のプロセスは変化します。まずOx Alphaでテストセットを実行し、複雑な中国語の医療記録を処理する際の精度が予想を遥かに上回っていることを確認します。さらに、自己学習によるハルシネーションの低減が見込めるため、最終的にコアビジネスをZhipu AIのAPIへ移行することを決定するのです。

これこそが、技術基盤のアップグレードが一般の人々にもたらす最も直接的な変化です。「一部のパラメータのみを活性化するMoE（混合エキスパート）アーキテクチャ」が何であるかを理解する必要はありません。ソフトウェアが患者により正確に回答するようになり、オープンソース競争によってAPIの呼び出しコストが下がったことを実感できれば十分なのです。

「近親交配」によるフィルターバブルへの警戒

しかし、こうした数百億ドル規模の技術路線には潜在的なリスクも潜んでいます。警戒すべきは、完全自己学習がデータ枯渇の問題を解決する一方で、新たなリスクをもたらす可能性がある点です。モデルが自ら生成したデータのみを学習すると、生物学における「近親交配」のように、フィルターバブル（情報の繭）に陥りやすくなります。

もしこの自己学習手法が業界標準となれば、その場合、将来の競争は単なる計算能力の積み上げではなく、「計算能力＋データ生成アルゴリズム」の二重の障壁となるでしょう。しかし今後の観察が必要なのは、初期の論理にわずかなズレが存在した場合、自己反復の中で無限に増幅され、モデルの現実世界のロングテール知識に対するカバレッジ能力が低下し、特定の分野で「認知の崩壊」を引き起こす可能性があることです。自家生産を行いながら、いかにして外部の現実世界から「新鮮な水」を取り込むかが、次世代モデルが越えなければならないハードルとなるでしょう。

本日のまとめ

共有しやすい一言まとめ：Zhipu AIが50億ドルの資金調達とともにGLM-6.0の自己学習手法を公開。中国のLLMはアプリケーションの追従から基盤技術の輸出へと転換しつつあるが、データの「近親交配」リスクには警戒が必要。

ディスカッションの質問：あなたがAIアプリケーションを開発しているとしたら、完全自己学習によりハルシネーションが低減された中国のオープンソースモデルを前に、既存の海外APIを優先的に置き換えますか？