AIのニュースで、「蒸留モデル」「中国企業が米国のAIを蒸留した疑い」といった言葉を見かけることがあります。
「蒸留」と聞くと難しく感じますが、基本はそれほど複雑ではありません。
AIの蒸留とは、高性能な大きなAIに大量の問題を解かせ、その回答を教材にして、同じ仕事をより速く・低コストで行う小さなAIを作る方法です。
ただし、蒸留には二つの面があります。自社のAI、または利用を許可されたAIを手本に小型AIを作るのは、広く使われる開発方法です。一方、競合他社のAIから大量に回答を集め、許可なくライバル製品を育てる目的で使えば、規約や知的財産をめぐる問題になります。
中国AIをめぐる報道は、この違いを理解するうえでわかりやすい例です。
迷惑メールの判定で考えるとわかりやすい
たとえば、メールサービスに「怪しいメールを見分けるAI」を入れたいとします。
受信箱には、家族や仕事相手からの連絡、商品の案内、偽の請求メールなど、さまざまなメールが届きます。怪しいメールを見逃すと危険ですし、普通のメールを迷惑メール扱いしても困ります。
そこで、まず高性能な大きなAIに大量のメールを見せます。
大きなAIは、それぞれについて次のような判断をします。
・普通の連絡なので受信箱に残す
・広告メールとして別の場所に分ける
・詐欺の疑いが強いので警告する
・判断が難しいため、追加の確認へ回す
その判定結果を大量に集め、小さなAIに学習させます。すると小さなAIは、迷惑メールの振り分けに限れば、毎回大きなAIを使わなくても素早く処理できるようになります。これが蒸留です。
小さなAIは、メールの振り分けには役立っても、旅行の相談に乗ったり、歴史を詳しく説明したりはできません。蒸留は「大きなAIを丸ごとコピーする技術」ではなく、仕事をしぼって軽くする技術なのです。
蒸留では、答えだけでなく「判断の傾向」も教材にする
普通の学習では、人が「これは迷惑メール」「これは普通のメール」と正解を付けて、AIに覚えさせます。
蒸留では、先生役の大きなAIが出した細かな判定も教材にできます。
たとえば、あるメールについて大きなAIが、
・普通の連絡である可能性は低い
・広告メールにも見える
・しかし、支払いを急がせる表現があるため詐欺の可能性が高い
というように判定したとします。
小さなAIは、単に「これは詐欺メール」と覚えるだけでなく、怪しいメールに見られやすい言い回しや特徴を、多くの例から学びます。
もちろん、AIが人間のように理由を完全に理解しているわけではありません。大量の回答例をもとに、似た特徴があるものを判定できるようにする仕組みです。
正当な蒸留は、AIを速く・安く使うための技術
自社で持つ大きなAIの回答を使い、用途をしぼった小型AIを作ること自体は、一般的な開発手法です。
OpenAIも以前、大きなモデルの出力を使って小型・低コストのモデルを特定業務向けに調整する「モデル蒸留」を、開発者向けの仕組みとして説明していました。たとえば、問い合わせの分類や文書の要約など、担当する仕事が決まっている場合に役立ちます。
蒸留した小型AIには、次のような利点があります。
・回答や判定が速くなりやすい
・動かすための費用や電力を抑えやすい
・利用者が多いサービスでも安定して使いやすい
・スマートフォンやパソコン本体でも動かしやすい
・特定の仕事に合った専用AIを作りやすい
つまり、蒸留はAIを「弱くする」ためではなく、必要な仕事に合わせて「使いやすくする」ための技術です。
中国AIの話題で問題になったのは「他社のAIを先生にした疑い」
中国企業のAIについて「米国のAIを蒸留した」と報じられたとき、話題になったのは普通の小型化ではありません。
問題視されたのは、たとえば米国企業の高性能AIに大量の質問を送り、その回答を集めて、自社の競合AIを学習させたのではないか、という疑いです。
2025年、OpenAIとMicrosoftは、中国のAI企業DeepSeekに関連するグループが、OpenAIの技術から出力を不正に取得した可能性を調査していると報じられました。ただし、外部から確認できる形で違法行為が確定したわけではありません。
記事を読む際は、「蒸留した事実が確定した」と受け取らず、あくまで企業側の主張や調査の段階である点に注意が必要です。
たとえばOpenAIの利用規約では、出力を自動的・プログラムで大量に取り出すことや、出力を使ってOpenAIと競合するAIモデルを開発することを禁じています。この場合の蒸留は、次のように考えると理解しやすいでしょう。
他社が長い時間と費用をかけて作った「回答の蓄積」を、大量に集めて教材にし、自社の競合製品を近道で育てる行為。
技術としては同じ「回答を教材にする」方法でも、誰のAIを使ったのか、利用の許可があるのか、何を作る目的なのかによって、評価は大きく変わります。
DeepSeek自身が公開した「蒸留モデル」もある
ここで混同しやすい点があります。
DeepSeekは、自社の大規模モデルDeepSeek-R1が作った回答を教材にし、公開モデルをもとにした小型モデルを学習させた「DeepSeek-R1-Distill」シリーズを実際に公開しています。これは、自社の大きなAIから小さなAIへ能力を移す、蒸留の典型的な使い方です。
つまり、「DeepSeekが蒸留モデルを公開している」という事実と、「米国企業のAIを無断で利用した疑い」という報道は、同じ言葉が使われていても別の話です。
前者は、自社モデルを小型化する技術の話です。後者は、競合他社の出力を無断利用したかどうかという、契約や知的財産に関わる問題です。
蒸留したAIにも、できないことはある
蒸留した小型AIは、担当する仕事には強くなれますが、想定外の相談や珍しいケースには弱いことがあります。
また、先生役のAIに誤りや偏りが含まれていれば、小型AIもそれを学んでしまう可能性があります。迷惑メールの例なら、新しい詐欺の手口が出てきたとき、古い教材だけでは正しく判断できないかもしれません。
そのため実際のサービスでは、難しいケースをより高性能なAIや人の確認へ回すこと、教材を定期的に見直すことが大切です。
「蒸留」は便利な技術であり、使い方が問われる技術でもある
AIの蒸留は、高性能なAIを日常のサービスや身近な機器で使いやすくする重要な技術です。
大きなAIの回答を教材にして、特定の仕事を素早く行う小型AIを作る。この基本的な考え方は、AIの費用を抑え、利用できる場面を広げるうえで役立ちます。
一方で、競合他社のAIを許可なく「先生役」として使い、回答を大量に集めて競合モデルを作るなら、単なる効率化とは言えません。
これから「AI蒸留」という言葉を見かけたら、次の二点を確認すると、ニュースの意味をつかみやすくなります。
・誰のAIの回答を教材にしたのか
・その利用には許可や契約上の根拠があるのか
蒸留そのものは悪い技術ではありません。便利な技術だからこそ、使う側のルールと透明性が重要になるのです。
