AIが『同時に複数のことを考える』時代が到来！ 2層で12層を圧倒する新技術の衝撃

「もし2つの選択肢を、同時に考えながら判断できたら—」
そんな思考、あなたにも覚えがありませんか？

私たち人間は、日々の判断で「あれもあり得る、でもこれも…」と複数の可能性を頭の中で同時に抱えて考えることがあります。
一方、AIはこれまで、基本的には”一本道の思考”で問題を解いてきました。

しかし今「思考を重ね合わせる」ことでAIの推論力を大きく引き上げる技術が生まれつつあります。
その名も—Chain of Continuous Thought（COCONUT：連続思考）。

本記事では、AIの新しい思考形態「連続思考」の理論と実験成果をやさしく解説しながら、それが私たちにもたらす未来を紐解いていきます。

AIの”思考”はどこまで来たのか？

大規模言語モデル（LLM）は、数学、論理、計画といった複雑な問題にも取り組めるようになってきました。
特に「Chain of Thought（CoT）」という方法で”考える過程”を段階的に出力することで、AIの精度が向上してきたことは広く知られています。

けれども、こうした”離散的な思考”には根本的な限界がありました。

たとえば迷路のような問題を解くとき、CoT は一つのルートしかたどれず、行き止まりに遭遇すればやり直しです。
これはまるで、1本の鉛筆だけで試行錯誤するようなもの。
そんなとき、もっと柔軟に、もっと広く「可能性」を見渡せる力が必要だったのです。

ここで登場するのが「Chain of Continuous Thought（COCONUT）」です。

この仕組みでは、AIは思考の”ベクトル”を連続的に変化させながら、複数の選択肢を同時に保持することができます。

例えるならば、AIが道を探すとき、透明な糸を何本も張り巡らせて、可能性のあるルートすべてに触れていくようなイメージです。
最終的に、最も有望なルートだけが自然に浮かび上がってきます。

この「重ね合わせ」の概念は、量子力学にも通じる不思議さを持っています。
けれど、これは単なるアイデアではありません。
今回の研究では、実際に理論的な正しさと、実験的な成功の両方が示されたのです。

研究チームは、難問として知られる「有向グラフ到達性問題」に挑みました。
これは、あるノードから別のノードへ到達可能かどうかを判断する問題で、さまざまな現実世界のタスク（ルート探索、知識グラフの推論など）に応用されています。

従来の方法（離散的な CoT）では、この問題を解くために O(n²)のステップが必要でした。
ところが連続思考を使うと、グラフの直径Dだけのステップで解けることが理論的に証明されたのです（D ≪ n）。

ここでグラフの直径とは、任意の2つのノード間の最長パス長のことです。
つまり、わずか2層の Transformer 構造でも、問題を効率的に解けるという衝撃的な結果です。

では、実際にAIは”重ね合わせの思考”をしているのでしょうか？

研究チームは、連続思考で推論を行うモデルの中身を詳細に調べました。
実験では、2層の Transformer が12層の従来モデルを上回る性能を示し、その結果わかったのは：

つまり、AIが「同時にたくさんの仮説を持ちながら、徐々に答えを絞っていく」様子が、実際に再現されていたのです。

この技術が特に興味深いのは、「正解だけを見る」のではなく「途中の思考を保留しておく」という、まるで人間のような”迷い”や”柔軟さ”をAIに与える点です。

私たちは日常的に、あらゆる可能性を心の中で重ね合わせながら行動を選んでいます。
AIがこれに似た構造を持ち始めたというのは、技術としても、哲学的にも大きな一歩ではないでしょうか。

この研究は、単なるアルゴリズムの改良にとどまりません。
「思考は、分岐点を減らすことではなく、持ち続けることで深くなる」という、人間にも通じる本質を突いています。

未来のAIは、思考の道を一本化するのではなく、複数の道をしなやかに保ち続けながら、もっと豊かな判断をするようになるかもしれません。

そして私たちも、そうしたAIと一緒に「正解のない問い」に取り組んでいけるようになるはずです。