AIの回答5,000件から技術覇権をめぐる対立へ
上海交通大学の研究者は2024年11月の論文で、OpenAIのo1モデルが生成した回答を約5,000件選び、GPT-4o miniを使って翻訳し、1万750件のバイリンガル学習サンプルを作成した方法を説明した。その後、このデータを使ってアリババのQwen2.5-72Bモデルを追加学習させた。
目次
モデル蒸留と呼ばれるこの手法は、米中間で拡大する対立の中心にある。中国企業や研究者は、米国の有力な人工知能システムの回答を国内モデルの学習に活用している。米国が先端半導体へのアクセスを制限するなか、開発コストを抑える効果が見込まれる。
中国の学術論文、特許、企業開示資料、求人情報、政府文書など300件超を調査した結果、研究実験からより広範な産業利用へと移行していることが分かった。企業はモデルの出力を自動収集するソフトウェアを開発し、専門の作業者がそのデータを学習用に整えている。
ワシントンは、産業規模の蒸留が、中国のモデルと米国の競合モデルとの性能差が縮まった主な理由だとみている。中国の開発者に詳しい関係者はこの見方に異議を唱え、エンジニアリング、アルゴリズム、データ、モデル設計の進歩を挙げている。
中国商務省は米国の非難を公に退け、中国のAI企業を標的とする規制に対抗措置を取ると警告した。この対立は今や、AIシステムの回答から誰が学べるのか、より小型のモデルをどう低コストで運用できるのか、そして半導体輸出規制が海外のAI開発に対するワシントンの支配力をどこまで強めるのか、という3つの問題に結び付いている。
あるモデルが別のモデルから学ぶ仕組み
蒸留では、より高性能なモデルを教師役、別のモデルを生徒役として使う。教師役のモデルが回答やタスクの実行例を生成し、開発者はその例を集めて選別したうえで、生徒役のモデルの学習に用いる。
簡単に言えば、学生がすべての解法を自力で見つけるのではなく、解答例を参考にして学ぶようなものだ。AI開発では、例にコンピューターコード、複数言語での回答、複雑な問題を解くための計画などが含まれる。
生徒役は、より小型で運用コストが低いことが多い。教師役の能力すべてを再現できなくても、有用なスキルを身につけられる可能性がある。蒸留は国際的に広く使われており、本質的に違法な手法ではないが、使い方によっては契約や知的財産権をめぐる問題が生じ得る。
アリババの元エンジニアは、この手法の経済的な利点をこう説明した。米国のモデルが難しい質問に回答すれば、中国のチームはその例を保存し、国内システムの学習に繰り返し使える。費用のかかった回答を、再利用可能な学習データにできるのだ。
研究が示すのは単独の実験にとどまらない広がり
上海交通大学の事例は、このプロセスを具体的に示している。研究者はo1の回答を約5,000件選び、翻訳を通じて1万750件のバイリンガルサンプルに増やした。公表された数値は概数だが、選定した回答1件当たり、学習サンプルは約2.15件となる。
アリババの研究者は、OpenAIのGPT-4とGPT-4oを使って多言語の学習データを作成したことも明らかにしている。生成した内容を選別して採点したうえで、より小型のQwenモデルの学習に使った。生徒役の学習成果は受け取る例の質と関連性に左右されるため、選別が重要となる。
上海交通大学と美団が2026年2月に発表した研究では、GPT-4oを使って、複数のAIエージェントが関わるプログラミング課題の計画を生成した。エージェントとはタスクを実行するソフトウェアシステムであり、複数のエージェントがプログラミング作業を分担できる。
これらの事例では、収集される出力は短いチャットボットの回答に限られない。言語データ、プログラミング素材、複雑な作業を組み立てるための計画などが含まれる。自動化により、手作業では管理が難しい規模でプロセスを繰り返せる。
北京が産業向けの低コストモデルを求める理由
中国政府の文書は、AIのコストを下げ、製造業全体に導入しやすくするため、蒸留を推奨している。調査対象となった文書はこの手法を推進しているが、企業に米国モデルの蒸留を特に指示しているわけではない。
製造業者にとっては、幅広い用途に対応する大型モデルより、限られた有用な能力に特化したモデルの方が実用的な場合がある。小型モデルなら運用コストを抑えられ、繰り返し使う負担も軽くなる。経済的な狙いは、特定の作業に必要な能力を維持しつつ、モデルを動かすたびに必要となるリソースを減らすことだ。
中国の産業面での野心と半導体の制約は、効率性という一点で交わる。蒸留によって、開発者は入手可能な計算資源から、より多くの成果を引き出せる。
それでも先端コンピューティングは欠かせない。蒸留で有力モデルの能力をすべて再現したり、高性能半導体の必要性をなくしたりすることはできない。その価値は、開発プロセスのすべてを置き換えることではなく、選び取ったスキルを低コストで移転できることにある。
成都での協議では何が起きたのか
協議に詳しい3人によると、米商務省の当局者は2026年7月、成都で中国の規制当局者と会談し、中国の開発者が米国の有力AIモデルの出力を収集していることへの懸念を伝えた。このやりとりはこれまで公表されていなかった。
米当局者は、一部の行為が知的財産の窃取に当たる可能性があると警告した。協議に詳しい米当局者によると、中国側は蒸留を標準的な開発手法だと主張し、知的財産の窃取に当たる行為には対応する用意があると述べたが、具体的な確約はしなかった。
中国の開発者はここ数カ月、業界規制当局に指針も求めている。外国モデルの通常の利用と、学習目的で生成コンテンツを組織的に収集することとの境界を明確にしたい考えだ。
米商務省、中国の国家インターネット情報弁公室、中国工業情報化部は、報じられた活動や協議についてのコメント要請に応じなかった。成都でのやりとりから、具体的な法執行上の確約は示されなかった。
中国政府の公式見解で議論は拡大
中国商務省は7月27日の声明で、米国が示唆した調査や制裁を退けた。中国と米国の最先端モデルは近い時期に登場したと主張し、一部の能力ではすでに中国のモデルが先行していると述べた。
同省はまた、多くの米国AI企業が中国のモデルを蒸留してきたと述べた。中国のモデルへのアクセスを維持するようワシントンに求めた米国のスタートアップ約200社を挙げ、アクセスを断てば米国の競争力を損なうと主張した。こうした主張は、中国政府が自国の産業を擁護する公式見解の一部を成している。
対立は9月に激化した。同省の説明によると、米国家安全保障局、サイバーセキュリティ・インフラセキュリティ庁、連邦捜査局(FBI)は9月8日、共同勧告を出し、中国のAI企業が産業規模で蒸留を行っていると非難するとともに、米企業に防御策を勧告した。
同省は9月9日の声明で、蒸留はモデルが互いに学ぶための一般的かつ中立的な手法だと述べた。ワシントンは二重基準を適用していると非難し、米国がこの問題を利用して中国のAI企業を抑え込むなら、中国は対抗措置を取ると表明した。
北京はまた、両国首脳がAIに関する政府間対話で合意したと述べ、専門家同士の協議を提案した。中国の公的な立場は、国境を越えた学習を擁護すると同時に、制裁に警告を発している。
法的・商業的な摩擦の焦点
OpenAIは一般に、モデルの出力を競合モデルの開発に利用することを利用規約で制限している。Anthropicも許可なく競合システムを学習させることを制限している。このため、学習データの入手方法と利用方法が商業上の対立の焦点となっている。
開発者は生成された回答を有用な例とみなす一方、教師役のモデルを運営する企業は、その組織的な収集を競合製品の開発に向けた無許可の手段とみなす可能性がある。開発者が学習データの収集方法を決める際には、アクセス条件、許可、出力の利用目的が実務上の重要な問題となる。
ワシントンの非難は、特定の行為とその規模に関するものだ。北京側は、米国企業も中国のシステムから学んでいると主張し、アクセス制限は既存企業を競争から守るものだと反論している。
中国のモデルが改善した理由をめぐっても見解が分かれている。米当局者は、大規模な蒸留を性能差縮小の主因と説明した。一方、中国の開発者に詳しい2人は、エンジニアリング、アルゴリズム、データ、モデル設計と並ぶ要因の一つだとした。いずれの見方も、それぞれの寄与を数値で示してはいない。
半導体規制、物理的な輸送を超えて拡大
米国はまた、国外での計算能力へのアクセスをさらに厳しく規制する準備を進めている。報じられた暫定的な枠組みでは、中国など規制対象国の企業に計算資源を供給する可能性がある場合、世界各地のデータセンター向けにAI半導体やサーバーを輸出、再輸出、移転する際、許可が必要となる。
規則の対象となるのは、総処理性能(TPP)が1,200万を超える処理能力を提供できるデータセンターやネットワークだ。TPPは米国の輸出規制で用いられる計算能力の指標で、この基準はNvidia H100またはH200チップ750基の最大計算能力におおむね相当するとされる。
仲介業者やブローカーを介した間接的なアクセスも対象となる。規則の適用範囲内でサービスを提供する既存のデータセンター事業者は、規則発効後90日以内に許可を取得する必要がある。規制対象のD:5グループには、中国、ロシア、イラン、北朝鮮が含まれる。
マレーシア、シンガポール、インドネシア、タイ、ブラジルには、米国企業向けの半導体を除き、先端半導体の出荷に追加の許可要件が課される。この枠組みは2025年1月のAI拡散規則に代わるもので、オンラインショッピングやソーシャルメディアで使われる商業用レコメンドシステムは対象外となる。
これらの規制は、AIの学習や稼働に使われる機器へのアクセスを標的にする。蒸留は同じ開発プロセスの別の部分、つまりすでに学習済みのモデルから有用な例を得ることに関わる。学習コストを下げる手法は半導体規制による圧力を一部軽減し得るが、開発者が自らのシステムを構築・運用するには、依然として計算資源が必要だ。
今後の予定と戦略の限界
研究者は、蒸留に過度に依存すると独自開発が妨げられ、有力モデルを運営する企業のブレークスルーにチームが依存しかねないと警告している。既存の能力を安価に得られるとしても、次の進歩を他社が生み出すのを待つことになり得る。
中国企業にとって目下の課題は、学習コスト、アクセス許可、規制当局の指針だ。米国のモデル提供企業は、自社システムへのアクセスが将来の競合企業の資金調達や開発を助ける可能性を懸念している。両国には、海外で開発されたモデルへのアクセスから恩恵を受ける企業もある。
主な出来事と予定されている外交機会は次の通り。
- 2024年11月:上海交通大学の研究者が、選定したo1の回答をQwen2.5-72B向けの1万750件のバイリンガルサンプルに加工したと説明。
- 2026年7月:成都での協議で、米当局者がモデル出力の収集に懸念を表明。
- 2026年7月27日:中国商務省が、示唆された調査や制裁に公然と反対。
- 2026年9月8、9日:米国の安全保障勧告に続き、中国がその非難を正式に拒否。
- 2026年11月18、19日:深圳でAPEC首脳会議が開催される予定で、ドナルド・トランプ大統領と習近平国家主席の会談が見込まれる。
首脳会談が実現すれば、この対立は外交の場に持ち込まれるが、蒸留に関する具体的な合意は発表されていない。政策上の課題はすでに明確だ。各国政府は、強力なコンピューターへのアクセスと、それらの機器上で動くシステムが生み出した知識の再利用の両方を規制しようとしている。
要点
- 中国の研究者や企業は米国のAIモデルの出力を国内システムの学習に使っており、自動化によってその規模が拡大している。
- 記録に残るあるプロジェクトでは、OpenAIのo1が生成した回答を約5,000件選び、1万750件のバイリンガル学習サンプルを作成した。
- 蒸留はコストを下げ、選択した能力を移転できるが、先端コンピューティングは依然として必要だ。
- 米当局者は知的財産上の懸念を示している。中国はこの手法を擁護し、規制への対抗措置を警告している。
- 米国が提案する半導体規制は、海外のデータセンターにある計算資源への遠隔アクセスも対象とする見通しだ。
- トランプ大統領と習主席は、11月18、19日に深圳で開かれるAPEC首脳会議に合わせて会談する見込みだ。






