「考えるAI」に革命を。小さな脳で大きな推論をする”Universal Reasoning Model”とは？

「このAI、本当に考えてるの？」

ある日、あなたは難解なパズルをAIに渡します。
すると、AIは見事に正解を導き出しました。
でも、その裏でいったい何が起きていたのでしょうか？
ただ記憶を辿っただけ？
それとも、本当に”考えた”のでしょうか？

今日ご紹介するのは「考える力」に本気で挑んだ最新のAI技術、Universal Reasoning Model（URM）です。

このモデルは、複雑な推論タスクで注目を集めるARC-AGIや数独のような問題において、従来の大型AIよりも少ないパラメータとシンプルな構造で驚異的な成果をあげています。

では、なぜこのモデルが「賢い」と言えるのでしょうか？
その秘密を、わかりやすく紐解いていきましょう。

多くの人が「AIは大きければ大きいほど賢くなる」と思いがちですが、実はそう単純ではありません。

たとえば、大規模な言語モデル（LLM）はインターネット上の膨大な知識をもとに動作していますが「初見のパズルを解く」といった抽象的な思考には意外と苦戦します。

これはちょうど、百科事典を丸暗記している人が、なぞなぞや推理小説のトリックを解けないのと似ています。
知識はあるけど「考える力」が別に必要なのです。

URMは、この「考える力」に真正面から挑みました。ポイントは次の3つです。

URMは、通常のAIのように「階層を積み上げていく」のではなく、同じ処理を何度も繰り返すという構造を持ちます。
これは人間が考えるとき「もう一度考え直してみよう」と脳内を再巡回するのに似ています。

この仕組みを「Universal Transformer（UT）」と呼びますが、URMはこれをさらに強化しました。

URMでは、情報を一気に処理するのではなく「近くの情報同士を軽く混ぜる」という工程を加えています。
具体的には、ConvSwiGLUと呼ばれる仕組みで、深さ方向の短い畳み込み処理を組み込んでいます。

これはまるで、料理人が材料のバランスを見ながら、少しずつ味を整えていくようなもの。
繊細な”ひと手間”が、全体の推論力をぐっと引き上げるのです。

長く考えすぎると頭が疲れるのは、AIも同じ。
URMでは「最初の思考ループには学習の重みをかけすぎない」という設計がされています。
具体的には、8回の内部ループのうち最初の2回は順伝播のみで、残りの6回だけ逆伝播による学習を行います。
これにより、最小限の努力で最大の学習効果を得ているのです。

URMは、以下のタスクでこれまでのどの小型モデルよりも高い正答率を記録しています。

ARC-AGI 1では53.8%（従来モデルのTRMは40.0%、HRMは34.4%）、ARC-AGI 2では16.0%（TRMの約2倍、HRMの約3倍）、数独では77.6%（安定した高精度）という成果を達成しました。

この性能は、単に「たくさんデータを見て覚えたAI」では到達できない”考える力”の成果だといえるでしょう。

URMの研究者たちは言います。
「複雑な設計が強いAIをつくるわけではない。重要なのは、再帰的な帰納バイアスと強力な非線形変換だ」と。

この言葉は、プロの料理人が「奇抜な道具より、丁寧な下ごしらえが大切」と語るのに似ています。
URMは、見た目はシンプルですが、その”調理法”が非常に優れているのです。

私たちは今「暗記するAI」から「考えるAI」への転換点に立っています。

URMは、まるで小さな脳を何度も巡らせて答えを導くように、深く・柔軟に推論する力を見せてくれました。

この研究は、巨大モデルとは違う道から、AIが人間のように「じっくり考える」存在へ進化する未来を予感させます。

「強さとは、大きさではなく、深さである」

URMは、それをAIの世界で証明しつつあります。

これからのAIが「ただ知っている」だけでなく「考えられる」存在へ進化することを願って。
次にあなたがパズルを解くとき、きっとこの”賢い小さな脳”のことを思い出すでしょう。