Deep Research がリリースされ、AIは単なる検索エンジンではなく、あなたの研究パートナーへと進化しました
TechFlow厳選深潮セレクト
Deep Research がリリースされ、AIは単なる検索エンジンではなく、あなたの研究パートナーへと進化しました
検索の終焉、研究の始まり。
Web3業界の深掘り報道に専念し潮流を洞察翻訳：TechFlow
先週末、我々は未来の一端を見た。長年、私はAIにおける2つの重要な革命について語ってきた。自律的エージェント（Autonomous Agents）の台頭と、OpenAIがo1モデルを発表して以降の強力な推論システム（Reasoners）の進展である。これら2つの技術的潮流が今、ついに融合し、人間の専門家レベルの深さと細やかさで研究を行いながら、機械的な速度でそれを実行できる驚異的な成果を生み出した。この融合の象徴こそ、OpenAIのDeep Researchであり、それはまさに未来の姿を描いている。しかし、なぜこれが重要なのかを理解するには、まず基本から出発する必要がある。すなわち推論システムとエージェントである。
推論システム (Reasoners)
ここ数年の間、あなたがチャットボットを使うとき、その動作は非常にシンプルだった。質問を入力すると、システムは文字通り（正確にはトークン単位で）応答を逐次生成する。AIはこれらのトークンを生成しながらしか「考え」られないので、研究者たちはその推論能力を高めるために多くのテクニックを開発してきた。例えば、「回答する前に段階的に考えてください」という指示を与えることで、いわゆるチェイン・オブ・ソートプロンプティング（Chain-of-Thought Prompting）と呼ばれる手法が、AIのパフォーマンスを大きく向上させた。
推論システムはこのプロセスを自動化するものだ。答えを出す前に、まず「思考トークン」（つまり推論ステップ）を生成し、その後に最終的な答えを出す。このアプローチは2つの重要な突破をもたらした。
第一に、AI企業は優れた問題解決者の例を使って推論システムを訓練できるため、AIの「思考」プロセスをより効率的にできるようになった。このような訓練により、人間が与えるプロンプトよりも高品質な推論チェーンを生成でき、数学や論理など、従来のチャットボットが苦手としていた分野でも、より複雑な問題を解決できるようになる。
第二に、推論システムの顕著な特徴は、「考え」れば考えるほど、答えの質が向上する点にある（ただし時間とともに改善ペースは鈍化する）。これは極めて重要だ。過去、AIの性能を向上させる唯一の方法は、より大規模なモデルを訓練することであり、そのためには大量のデータと資金が必要だった。一方、推論システムは、回答時（つまり推論計算時）にAIにより多くの推論ステップを生成させることで、モデル訓練リソースを増やすことなく、性能を大幅に向上できることを示している。
大学院生レベルのグーグルなしQAテスト（GPQA）は、AIの推論能力を評価するための多肢選択式テストである。インターネットアクセスが可能な博士課程の学生でも、専門外分野では正答率はわずか34%に過ぎず、専門分野では81%まで上昇する。このテストは、推論モデルがいかにAIの能力向上を加速させているかを示している（データ出典）。
推論システムはまだ新興技術であり、その能力は急速に向上している。わずか数ヶ月の間に、OpenAIのo1シリーズから新たなo3モデルへの飛躍的進化をすでに目にしており、中国のDeepSeek r1も独自のアプローチで性能向上とコスト削減を達成している。またGoogleも初の推論システムを発表した。これは始まりにすぎない。今後、さらに強力な推論システムが登場し、予想より早く普及していくだろう。
エージェント (Agents)
AIエージェントの定義については、専門家の間でも合意が得られていない。しかし、簡単に言えば「目標を与えられ、自らその目標を達成するAIシステム」と理解できる。現在、主要なAI研究所は、あらゆるタスクに対応できる汎用エージェントの開発を競っている。以前、Devinやコンピュータ操作能力を持つClaudeといった初期の事例について触れたことがある。最近、OpenAIはOperatorを発表した。これはこれまでで最も完成度の高い汎用エージェントかもしれない。
以下の動画（16倍速処理済み）は、汎用エージェントの巨大な可能性と現時点での限界を示している。私はOperatorに次のタスクを与えた。OneUsefulThingプラットフォーム上の最新Substack投稿を読み、Google ImageFXにアクセスして適切な画像をデザインし、ダウンロードして私に渡して公開する。最初、Operatorは見事に機能した。私のウェブサイトを正確に探し出し、記事を読み、ImageFXに移動（ログイン情報を私が入力するため一時停止）、そして画像の作成に成功した。しかし、すぐに問題が生じた。主に2点ある。第一に、OpenAIのセキュリティ制限によりファイルのダウンロードが阻止されたこと。第二に、タスク遂行中に混乱が起きたこと。エージェントはクリップボードへのコピー、直接リンクの生成、さらにはサイトのソースコードへの深入りなど、さまざまな解決策を試みた。しかしいずれも失敗した。一部はOpenAIのブラウザ制限によるもので、他のものはタスク理解の誤りによるものだった。この執拗だが結局失敗したプロセスを観察することは、現行システムの限界を明らかにするだけでなく、エージェントが現実世界で障害に直面したときにどのように対処するかという問いを提起する。
確かにOperatorは汎用エージェントの不完全さを露呈したが、それだけですべての価値がないということではない。現在、特定のタスクに特化した狭域エージェントは既に顕著な経済的価値を示している。これらは現行の大規模言語モデル（LLM）技術を基盤とし、特定分野において驚くべき成果を挙げている。例えば、OpenAIの新製品Deep Researchは、まさに特化型エージェントの典型例である。
ディープリサーチ (Deep Research)
OpenAIのDeep Research（GoogleのDeep Researchと混同しないように注意。後ほど詳述）は、研究分野に特化した狭域エージェントである。未発表のo3推論システム（Reasoner）を基盤とし、専用ツールと機能を備えている。これは私が最近見た中で最も印象深いAIアプリケーションの一つだ。
その能力を示すために、私はあるテーマを与えた。「スタートアップの成長過程において、いつ探索をやめて拡張を開始すべきか？」これは私の研究分野内において技術的かつ議論のある問題だ。私はDeep Researchに、関連する学術研究を調査し、高品質な論文や無作為対照試験（RCTs）を重点的に分析し、定義に関する議論や常識と研究結果の矛盾を処理し、最終的には大学院生向けの議論にふさわしい詳細な結果を提示するよう求めた。
タスク開始時、AIは非常に洞察に富んだいくつかの質問を投げかけ、私もさらに要求を明確にした。その後、OpenAIのo3推論システム（Reasoner）が動き始めた。このプロセス全体を通じて、進行状況と「思考」の流れが明確に見える。以下にいくつかのキーポイントを示すので、時間をかけてよく見てほしい。このAIシステムはまるで研究者のように振る舞うことがわかるだろう。自ら発見を探索し、「興味を引かれた」内容を掘り下げ、問題解決を試みる（たとえば、有料壁の記事を回避する方法を探すなど）。この一連のプロセスは約5分間続いた。
最終的に、13ページ、3,778字の草稿を受け取った。6件の引用といくつかの追加参考文献を含む。全体の質は満足できるもので、引用元の数にはまだ改善の余地があるものの、複雑で矛盾する概念を巧みに統合しており、私が予期しなかった新たな関係性も発見していた。すべての引用は高品質な学術的出典のみを使用しており、正確な引用内容も含まれている。内容が完全に正確かどうか保証はできないが（明らかな誤りは見当たらなかった）、もし新人の博士課程学生が書いたものだとすれば、その出来に満足するだろう。以下にいくつかの抜粋を示す。これだけでも、なぜ私がこれほど感銘を受けたか理解できるはずだ（完全な結果はこちら）。
今回のAIの引用の質は、顕著な進歩を示している。もはや一般的なAIの「ハルシネーション」や誤った論文引用ではなく、Saerom (Ronnie) Lee氏やDaniel Kim氏の画期的研究を含む正当で高品質な学術的出典が使われている。引用リンクをクリックすると、関連論文に移動するだけでなく、しばしば具体的なハイライト部分まで直接ジャンプする。依然課題はある――AIは数分以内に見つけ読み取れる内容にしかアクセスできず、有料壁の記事は依然取得できない――だが、これはAIが学術文献を扱う上で根本的な飛躍を意味している。初めて、AIが単に研究を要約するのではなく、人間の学術研究に近い形で能動的に参加しているのだ。
注記すべきは、Googleも先月、同名の製品Deep Researchを発表したことである（嘆息）。Googleのシステムはより多くの引用を提供するが、出典の質はまちまちで、さまざまなウェブサイトが混在している（有料情報や書籍にアクセスできないのは、すべてのエージェントにとっての共通の難題）。OpenAIの研究エージェントとは異なり、Googleのシステムは探索的発見ではなく、すべてのドキュメントを一度に収集しているように見える。さらに、Googleの製品は現時点で旧版Gemini 1.5モデル（推論能力なし）に基づいているため、要約内容はより表面的になっているが、全体としてはしっかりしており明らかな誤りもない。要するに、非常に優秀な学部生レベルの成果と言える。
これをより直感的に理解するために：OpenAIとGoogleの研究エージェントはどちらも、通常なら人間が数時間かかる作業をこなせる。違いは、OpenAIのシステムは博士研究レベルの分析に迫るのに対し、Googleのシステムは優秀な学部生レベルの成果にとどまることだ。OpenAIは公式声明で大胆な主張をしており、グラフでは彼らのエージェントが高経済価値研究プロジェクトの15％、極めて高い価値のプロジェクトの9％を処理可能だと示している。これらのデータの具体的な方法論は公開されておらず、ある程度懐疑的であるべきだが、私の実際の使用体験から見ると、誇張されすぎているとは言い難い。Deep Researchは確かに、数時間かかる複雑で価値ある分析を数分で完了できる。技術進歩のスピードを考えれば、Googleがこの差を長く放置しないだろう。今後数カ月で、研究エージェントの能力が急速に向上していく可能性が高い。
技術の協調的発展
現在のトレンドから見ると、各AI研究所が構築している技術は単なる寄せ集めではなく、相互作用によってより高い効率を実現しようとしている。推論システム（Reasoners）は強力な論理的分析能力を提供し、エージェントシステムはその推論に行動力を与える。現在、我々はDeep Researchのような狭域エージェントの時代にいる。これらは特定のタスクに集中している。なぜなら、現時点で最先端の推論システムであっても、汎用的自律能力に必要な水準にはまだ達していないからだ。しかし、「狭域」だからといって限定的というわけではない。これらのシステムはすでに、かつて高給の専門家チームやコンサルティング会社に委託しなければならなかった複雑な作業を遂行できるようになっている。
もちろん、それが専門家やコンサルティング会社が置き換えられることを意味するわけではない。むしろ、彼らが作業の直接実行から、AIシステムの成果を調整・検証する役割に移行するにつれ、専門的判断力はますます重要になる。しかしAI研究所の目標はそれだけにとどまらない。より強力なモデルを通じて汎用エージェントの難題を解き、狭域を超えて真の自律的デジタル労働力へと進化させることを目指している。これらのエージェントはネット上を自ら閲覧できるだけでなく、テキスト、画像、音声など多様な形式のデータを処理し、現実世界で有意義な行動を起こせるようになる。Operatorの結果がまだ完全な到達ではないことを示しているが、Deep Researchの成功は、我々がその方向に着実に進んでいることを示している。
TechFlow公式コミュニティへようこそ
Telegram購読グループ：https://t.me/TechFlowDaily
Twitter公式アカウント：https://x.com/TechFlowPost
Twitter英語アカウント：https://x.com/BlockFlow_News
