All Posts

「選択」と「意味状態遷移」を検証可能にする二つのAI基盤技術 先日、GhostDrift数理研究所は、「GD-Attention」と「意味生成OS（Meaning-Generation Operating System／MG-OS）」に関する2件のPCT国際出願と、両技術の限定された数理核をLean 4で形式化した公開リポジトリについて発表しました。 この発表だけを見ると、一つの疑問が生じるかもしれません。 AIやアルゴリズムの判断を検証する「責任OS」を研究してきたGhostDriftが、なぜAttentionや意味状態遷移といった、AIアーキテクチャそのものを研究するのか。 今回の記事では、その理由を説明します。 結論から言えば、GD-Attentionと意味生成OSは、責任OSに代わる新しい事業軸ではありません。 私たちはこの二つを、 責任OSが目指してきた「検証可能なAI判断」という考え方を、AIの外側から、その内側へ一段深く伸ばしていくための基礎AI研究 として位置づけています。 ▼関連するプレスリリース https://prtimes

IntelligenceからActionへ。その次に必要になる「Responsibility Layer」と責任OS 2026年、バーティカルAIはどこまで来たのか。 「業界特化型のAIが普及した」とだけ捉えると、現在起きている変化を過小評価する。一方で、「AIが企業業務を自律的に遂行できるようになった」と言い切れば、実態を過大評価する。 米国Census Bureauの2026年調査では、2025年11月から2026年1月に何らかの業務機能でAIを利用していた企業は18％だった。しかもAI利用企業の57％は三つ以下の業務機能での利用にとどまり、66％はAIをタスクの代替ではなく補助だけに使っていた。EUでも2025年の企業AI利用率は19.95％で、大企業では55.03％まで上昇している一方、AI利用企業のうち物流用途で使っていた企業は6.08％だった。調査方法は異なるため単純比較はできないが、AIは企業活動へ着実に入りながらも、全面的な業務自律化にはまだ距離がある。 しかし、技術の境界は大きく動いた。 NISTは2026年、AIエージェントを

第Ⅱ期人工知能基本計画とAISIの「検証可能性」「観測と制御」が示す実装課題 多くの企業が、AI利用方針、リスク管理規程、人間による確認手順を整え始めています。これらは不可欠です。 しかし、AIが文章を生成するだけでなく、自ら計画し、外部システムを呼び出し、業務上の操作を実行する時代には、ルールが存在することと、特定の判断・実行においてルールが実際に機能したことは同じではありません。 必要なのは、次の問いに答えられるAIガバナンスです。 2026年の第Ⅱ期人工知能基本計画とAIセーフティ・インスティテュート（AISI）の文書を読むと、日本のAI政策は、制度やガイドラインを整える段階から、検証可能性、ログ、観測、制御、停止、適合性評価を含む「技術によるAIガバナンス」へ明確に踏み込み始めています。[1][2][3] ▼関連する発信 日本のAI主権は、国産モデル論を超えている 自律型AIの判断は「人間が確認すれば安心」と言えるのか——責任OS基礎理論を公開 1. 政府は「制度だけでは信頼できるAIを実現できない」と明記した 第Ⅱ期人工知能基本計画は、

日本が外交を通じて主導してきた「信頼できるAI」を、広島の産業現場で具体化する 2023年5月、G7広島サミットを受けて「広島AIプロセス」が立ち上がりました。生成AIを含む高度なAIシステムについて、安全性、透明性、説明責任などの国際的なルールを検討するため、日本がG7議長国として主導した外交プロセスです。2023年末には国際指針と国際行動規範を含む包括的政策枠組みが承認され、その後、フレンズグループやOECDの報告枠組みへと展開してきました。[1][2][3]そして2026年、政策上の焦点は明確に次の段階へ進みました。 これは、広島AIプロセスの名称を地域振興に利用するという話ではありません。国際的に合意されてきた原則を、企業の実際の判断、証拠、権限、停止、記録へ翻訳し、現場で機能する仕組みとして具体化するという提案です。▼関連する発信 日本のAI主権は、国産モデル論を超えている 医薬品コールドチェーンの機械検証PoC第1弾を完了、コードを公開 1. 広島AIプロセスは、日本の外交資産である 広島AIプロセスは、単なる会議名称ではありません。

このたび、経営者インタビューメディア「ビジョン図鑑」に、株式会社GhostDrift数理研究所のインタビュー記事を掲載いただきました。 記事タイトルは、「AIのブラックボックスは、そのままでも制御できる」です。 記事では、当研究所の創業の背景をはじめ、AIのブラックボックス問題、形式検証、AIの出力を正式な業務判断として採用する前に条件と証拠を検証するAIアシュアランス技術、責任の所在を記録・検証する「責任OS」についてご紹介いただいています。 また、株式会社オンザリンクスとの連携や、広島を起点としたAIアシュアランスの社会実装に向けた取り組みについても取り上げていただきました。 学生の皆様に丁寧に取材いただき、私たちの考えや活動を一つの記事としてまとめていただきましたことに、心より御礼申し上げます。 ぜひご覧ください。 ▼記事はこちら https://vision-zukan.com/posts/ghostdriftresearch/

分断された正しさは、戦略にならない 物流効率化法への対応は物流部門、AI導入は情報システム部門、品質は品質保証部門。それぞれが正しく取り組んでいても、分断したままでは、会社として一つのAI物流戦略にはならない。 2026年、製造業に求められているのは、物流の計画をつくることだけではない。政策、経営、現場データ、品質、AIの統制、責任を、一つの意思決定として接続することである。 法律が、物流を経営課題として明示した この問題意識は、抽象的な将来論ではない。2026年4月に全面施行された物流効率化法が、すでに制度としてこれを求めている[^1]。 対象となる特定荷主には、物流統括管理者（CLO）の選任が義務づけられた[^2]。CLOは単なる物流部門の責任者ではない。国土交通省が示すCLOの業務範囲には、開発・調達・生産・販売・在庫・物流の部門横断連携、設備投資やデジタル化、物流標準化、調達先・納品先・物流事業者との調整までが含まれ、「重要な経営判断に参画する経営幹部」から選任することが求められている[^2]。国の制度設計においても、物流は物流部門に閉じ

From Principles to Implementation On July 14, 2026, the Japanese government adopted Japan’s Second AI Basic Plan. The plan’s central concept, “Open AI Sovereignty,” does not mean building every component of the AI stack domestically. Rather, it envisions a posture in which Japan leverages the world’s best AI systems while avoiding excessive dependence on any single country or company, and maintaining the capacity to independently select and operate the technologies it relies

「原則」の時代から「実装」の時代へ 2026年7月14日に閣議決定された「第Ⅱ期人工知能基本計画」は、日本のAI政策における一つの転換点となった。同計画が掲げる「開かれたAI主権」は、すべてを国内で自給自足することではなく、世界のAIを活用しながら、特定の国や企業への過度な依存を避け、主体的な選択と継続的な運用能力を保持する構想である。これを企業の実運用まで落とし込むと、「判断・制御・責任の主導権を、誰がどのように保持するのか」という課題が浮かび上がる。 同月、AIセーフティ・インスティテュート（AISI）が公表した「AIセーフティに関する評価観点ガイド 第1.20版」では、エージェント型AIの台頭を踏まえ「観測と制御」の評価観点が新たに追加された。AIの能力評価だけでなく、AIの能力評価だけでなく、運用時の観測と制御が、安全性を考える重要な評価論点として位置づけられた形だ。 政策と原則は整いつつある。では、それを現場でどう動かすのか。 10月14日、広島に産官学が集まる 2026年10月14日、広島国際会議場にて「製造業AI物流カンファレンス

From the Hiroshima AI Process to Operational Control, Accountability, and Human Authority On July 14, 2026, the Government of Japan approved "Japan’s Second AI Basic Plan" by Cabinet Decision[^1]. The concept of "Open AI Sovereignty" articulated in this plan does not define AI sovereignty as full technological autarky across the AI ecosystem. Instead, it aims to establish a framework where Japan can independently select and operate trusted AI models when needed, avoiding exce

広島AIプロセスから「判断・停止・責任」の運用層へ 2026年7月14日、日本政府は「第Ⅱ期人工知能基本計画」を閣議決定しました[^1]。ここで掲げられた「開かれたAI主権」は、AIエコシステムのすべてを国内のみで自給自足的に開発・製造することを意味するものではありません。同志国との連携や相互運用性を確保しながら、特定の国や企業への過度な依存を避け、信頼できるAIを必要なときに主体的に選択・運用できる状態を目指す構想です。政府はこれを、AIエコシステム全体における「戦略的自律性」と「戦略的不可欠性」の確保として位置づけています[^1]。 AI主権をめぐる議論は、半導体、計算資源、データセンター、国産フロンティアモデルの開発といったインフラ・モデル層に集中しがちです。しかし現在、日本のAI政策とガバナンスの議論は、そうした国産モデル開発論を超え、より実用的かつ運用上の課題――「いかに多様なAIを現実社会に安全に接続し、人間が主導権を握り続けるか」――へと進化し始めています。 ▼関連するプレスリリース https://prtimes.jp/main/

2026年7月、日本政府は第Ⅱ期人工知能基本計画において、開かれた「AI主権」を掲げました[※1]。これは、AIエコシステムのすべてを国内のみで自給自足的に開発・製造することを意味するものではありません。同志国との連携や相互運用性を確保しながら、特定の国や企業への過度な依存を避け、信頼できるAIを必要なときに主体的に選択・運用できる状態を目指す構想です。政府はこれを、AIエコシステム全体における「戦略的自律性」と「戦略的不可欠性」の確保として位置づけています。AI主権というと、半導体、計算資源、データセンター、国産基盤モデルの開発に目が向きがちです。これらインフラ・モデル層の確保はもちろん極めて重要です。 しかし、AIが企業や社会の意思決定と現実世界の実行を担い始めた現在、もう一つ欠かせない側面があります。「AIに何を任せ、どの判断を採用し、どこで止め、誰が責任を引き受けるのか」を自ら決定・検証できる能力です。 ▼関連するプレスリリース https://prtimes.jp/main/html/rd/p/000000004.000182721.h

2026年10月14日、広島国際会議場で開催される「製造業AI物流カンファレンス2026 in 広島」に、株式会社GhostDrift数理研究所の代表・前木が登壇します。 講演テーマは、 製造業を支える物流の具体例を中心に、日本企業が積み上げてきた品質と信頼が、AI時代にどのような競争力へ変わるのかをお話しします。 ▼製造業AI物流カンファレンス2026 in 広島 https://www.onzalinx.co.jp/conference2026/ AIが製造業の競争ルールを変える AIの性能だけでは、企業は判断を任せられない AIが在庫、発注、輸送、配置などの判断に関わる時代が始まっています。 しかし、AIが高い精度で答えを出しても、その判断を会社として正式に採用してよいかは、精度だけでは決められません。 どのデータに基づき、必要な条件を満たし、誰の権限と責任で採用されたのか。問題が起きたときに、それらを後から確認できる必要があります。 GhostDrift数理研究所が取り組む「AIアシュアランス」は、AIの内部を完全に説明することだけを目指

Partnering with a Company That Restored Operational Autonomy to the Field to Build a Common Foundation for AI Decisions Who Do We Build the Infrastructure for the AI Era With? Saying “We are building the TCP/IP for the AI era” is easy. However, turning that statement into a system that actually functions in real-world corporate environments requires more than theory and technology. It demands a partner who deeply understands the daily struggles of frontline operations, where

実装の空白を埋める、責任OSという統治アーキテクチャ 1. EU AI Actの延期が示したのは、規制の後退ではなく「実装競争の開始」 本日、2026年8月2日。EU AI Act（欧州AI法）は新たな段階に入りました。 AIと対話していることの通知、AI生成・加工コンテンツの機械可読な表示、ディープフェイク等の開示を含む透明性義務が適用開始となり、同日から欧州委員会のAI Officeと各国当局による執行体制が本格的に稼働を始めます。(デジタル戦略) 一方で、EUは先月（2026年7月）、高リスクAIに関する中心的義務の適用時期を延長しました。 Annex IIIに列挙された高リスクAIは2027年12月2日へ、機械や医療機器など規制対象製品に組み込まれる高リスクAIは2028年8月2日へと後ろ倒しされました。(デジタル戦略) この動きを「EU AI Actが延期された」「まだ様子見でいい」と解釈するのは正確ではありません。延期されたのは一部の適用時期のみであり、法律そのものは段階的に動き続けています。 重要なのは、なぜ高リスクAIの期限が延長

人が説明を読んで信じる時代から、検証できた判断だけを正式に通す時代へ 「論文が認められてから検証する」のではなくなった 2023年11月9日、加法的組合せ論の長年の難問である「Polynomial Freiman–Ruzsa（PFR）予想」の特性2における解決論文が、プレプリントとして公開された［1］。その直後、Terence Tao、Yaël Dillies、Bhavik Mehtaらを中心に、対話型定理証明支援系「Lean 4」を用いた共同形式化プロジェクトが始まった。プロジェクト開始から約3週間後の12月5日には、PFR予想の証明を形式化するという主要目標の達成が報告された［2］。同論文が査読誌『Annals of Mathematics』に正式掲載されたのは2025年である。ここで起きたのは「査読が不要になった」ということではない。学術的意義や定式化の妥当性は人間が判断する。しかし、証明が前提から論理的に正しく導かれているかについては、査読済み論文としての掲載を待たず、Lean 4のカーネルによって検査可能な形式証明が完成したのである。.

The Hiroshima AI Process showed the world a clear direction: the goal is not simply to make AI larger, but to deploy it across society in ways that are safe, secure, and trustworthy. It was the first international policy framework for advanced AI systems to include both International Guiding Principles and an International Code of Conduct. The next step is to turn those principles into rules that can operate in real business environments. ▼ Read the press release(JP)...

広島AIプロセスが世界に示したのは、AIをただ大きくするのではなく、安全・安心で信頼できる形で社会に実装するという方向性でした。 高度なAIシステムを対象に、国際指針と行動規範を含む初の国際的な政策枠組み。 その次に必要なのは、理念を企業の現場で実際に動くルールへ変えることです。 ▼プレスリリースはこちら https://prtimes.jp/main/html/rd/p/000000005.000182721.html 理念と正式運用の間にある空白 AIを安全に使う。判断の根拠を残す。問題が起きたときに説明できるようにする。 方向性としては正しくても、それだけでは企業はAIの判断を正式運用で採用できません。 現場で必要なのは、さらに具体的なルールです。 ・何を確認すれば、その判断を採用してよいのか。・必要な証拠が足りなければ、どこで止めるのか。・判断後に条件や記録が変わっていないことを、どう確かめるのか。・問題が起きたとき、なぜ通したのかを再検証できるのか。 国際的な理念と、企業が実際にAIを使うための条件。その間には、まだ実装すべき領域が残

The Controls Required by Public Guidelines and the “Implementation Gap” Filled by Privacy Assurance In healthcare settings, the scenarios for utilizing AI are expanding rapidly, including summarizing medical records, assisting in discharge summary creation, classifying inquiries, and reviewing documents. However, when processing patient information with external AI services, is an explanation such as “we deleted the names” or “we removed the patient IDs” sufficient to move fo

公的ガイドラインが求める管理と、プライバシーアシュアランスが埋める「実装の空白」 医療現場では、診療記録の要約、退院サマリーの作成支援、問い合わせの分類、文書の確認など、AIを利用できる場面が急速に広がっています。 しかし、患者情報を外部のAIサービスで処理する場合、「氏名を消した」「患者番号を削除した」という説明だけで、医療機関の正式運用へ進めるでしょうか。 私たちは、それだけでは足りないと考えています。 必要なのは、患者情報を加工したという事実だけではありません。 検証されたデータだけが、決められた条件で、決められた送信先へ実際に送られたこと。そして、AIから返された結果も、検証を通過した場合にのみ医療機関の正式な業務へ採用されたこと。 この一連の処理を、後から確認できる形で証明する必要があります。 ▼サイバーアシュアランスのプレスリリースはこちらhttps://prtimes.jp/main/html/rd/p/000000003.000182721.html 1. 匿名化（加工）と、実際の送信は「別の処理」である 例えば、医療機関が診療記

AIは、すでに答えを出せる。 物流計画を提案し、契約文書を分析し、異常を検知し、サイバー操作を生成し、複数の候補から最適な案を選ぶことができる。 しかし、AIが答えを出せることと、その答えを企業が正式運用で採用できることは同じではない。 その判断は、どの証拠に基づいているのか。どの規則が適用されたのか。必要な承認は成立しているのか。前提条件が変化した場合には差し戻されるのか。停止条件が成立したとき、本当に実行を止められるのか。実行後の状態変更は、事前に許容された範囲内だったのか。 企業がAIを業務システムへ接続するとき、本当に不足するのは、もう一つの高性能モデルではない。 図：責任OSの技術構想の発展過程 AIの出力を、企業が正式運用で採用可能な状態へ変換するための基盤である。 GhostDrift数理研究所が「責任OS」と呼ぶのは、この基盤である。 ただし、責任OSは最初からOSとして構想されたものではない。その起点は、数値計算の正しさを第三者が再検証するための数学的な証明技術だった。 なお、2025年から2026年初頭にかけての出願は、株式会