概要
- NISTのDeepSeek AIモデル評価報告書(2025年9月)は、技術的な中立性を欠いた政治的意図が強い内容
- 報告書にはDeepSeekに関する悪意あるコードやバックドアの証拠は一切なし
- オープンソースAIの発展と普及を脅かす米国政府・企業の利権保護が背景
- DeepSeekの実績とオープン化はAI研究・利用の自由を広げる重要な貢献
- セキュリティ懸念の多くは誤解や意図的な情報操作によるもの
NISTによるDeepSeek評価報告書の本質
- NIST(米国標準技術研究所)のDeepSeek評価は 技術評価 の仮面を被った 政治的な攻撃
- バックドアやスパイウェア、データ流出の証拠 は一切存在しない
- 米国政府は 恐怖と誤情報 を利用し、オープンサイエンスやオープンリサーチを妨害
- DeepSeekのオープンAI貢献を 政治的な理由 で貶め、企業支配の維持を図る
- 報告書の本当の目的は コントロール、セキュリティではない
DeepSeekが実際に行ったこと
- DeepSeekは 競争力のあるAIモデル を開発
- OpenAIやAnthropicより遥かに低予算 でフロンティア級の性能を実現
- Apache 2.0ライセンス で全てをオープン化
- モデルウェイト
- アーキテクチャ
- 学習手法
- 研究論文
- 誰でも 再現・ローカル実行可能 な環境を提供
- これが近年最大級の オープンAI研究への貢献
NIST報告書の詭弁と混同
- 報告書は 利用形態の違いを意図的に混同
- A. DeepSeekのAPI利用: 中国サーバー経由 でデータ主権の問題
- B. ローカルでウェイトを実行: データが外部に出ない
- C. 信頼できる第三者のクラウド利用: プロバイダ依存
- これらを区別せず「 国家安全保障リスク」と警告するのは 技術的に誤り
実際のNIST報告内容
- DeepSeekモデルは 米国製の安全性強化モデルより脱獄しやすい
- 一部で 中国政府の視点を反映
- 特定ベンチマークで やや劣る
- トークン単価が高い (根拠不明)
- 悪意ある動作やデータ流出の証拠はゼロ
- 「脱獄しやすい」は 安全性訓練コストの差
- 米国モデル(例:gpt-oss-120b)も 容易に脱獄可能
NIST報告書の欠落とバイアス
- 他のオープンモデル(Llama, Mistral, Falcon)との 比較なし
- 初期米国モデル(GPT-3等)との 安全性比較なし
- 米国モデルのバイアス検証なし、中国バイアスのみ問題視
- 非公開ベンチマーク (CAISI作成)を使用、検証不能
- これは 科学的評価ではなく、アドボカシーリサーチ
本当に示されたこと
- DeepSeekモデルは 洗練度がやや低い
- 開発コストが少ない ため粗さが残る
- 中国モデルが競争力を持ち始めている ことへの警戒
- 報告書は AI覇権維持のための政策文書
- 産業政策 としての側面が明確
本当の脅威は何か
- DeepSeekの「脅威」は 寡占体制の破壊
- オープンソースAIの有効性 を示したことが既存企業の経済的利益を脅かす
- 「 ウェイトを公開し、誰でも実行可能」なモデルは企業の経済的堀を崩す
- 報告書の本質は オープンAIへの牽制
米国側の偽善と矛盾
- NISTはDeepSeekの「悪意あるプロンプト応答」を問題視
- 一方、 米国モデルは実際にデータを外部サーバーへ送信
- OpenAIは 会話データを学習に利用 し、後にオプトアウト導入
- ローカル実行のDeepSeekはデータ送信ゼロ
- クラウドAPIは常に外部送信、 どちらがリスクかは明白
- 本当の問題は ナラティブコントロール
オープンソースとオープンサイエンスへの裏切り
- オープンソースコミュニティはAIの基盤を築いた
- Linux, Python, PyTorch, Transformers等
- DeepSeekは 伝統を受け継ぎ、成果を還元
- 米国機関はそれを「 脅威」と見なして攻撃
- もし中国がMetaのLlama公開時に同様の主張をしたら「 保護主義・技術的パラノイア」と非難
- オープンリサーチの普遍性 が問われる
自分でできるテスト
- NISTも筆者も信じず、自分で検証
- DeepSeekのウェイトをダウンロード
- huggingface transformers、vLLM、LM Studio、llama.cpp等でローカル実行
- ネットワークモニターで通信ゼロ を確認
- 「セキュリティ脅威」は 政治的な虚構
本当に考慮すべき懸念
- DeepSeek API利用時: 中国インフラ経由のデータ主権リスク
- 脱獄脆弱性: 全モデルでテストとアプリ側の対策が必須
- LlamaGuardやQwen3Guard等の 推論時ガードモデル 活用
- バイアス・検閲: 全モデルで訓練データ反映に注意
- これらは 工学的課題 であり、オープンソースや中国モデル排除の理由ではない
AIの未来を左右する論点
- DeepSeek問題は AIのオープン性・監査性の存続 を問う
- 「オープンソース=米国限定」へのすり替えを許すのか
- 証拠に基づく安全性主張 を求めるのか
- AIを 人類共有のプロジェクト とするのか、 地政学的兵器 とするのか
- DeepSeekは 別の道がある ことを証明し、だからこそ攻撃された
筆者の主張
- ローカルでオープンソースモデルを利用・訓練
- ユーザーの自由と合成的アライメント を支持
- AIは 企業や政府の道具でなく、ユーザーの道具であるべき
- NIST報告書は 中立的技術評価でなく、政策的牽制
- 米国産業保護自体は否定しないが、偽装はするな
- DeepSeekの貢献は 貴重なギフト、「ウェイトはただのsafetensorデータ」
- ローカル推論の仕組みを理解せよ、恐怖扇動に騙されるな
- 問題は 安全性でなく権力、未来の道具を誰が握るか
結論
- コードと研究は オープンかつ監査可能
- それ以外は 政治的プロパガンダ
- NIST報告書とコードを 自分で確認 し、証拠なき脅威論を見極めるべき
- オープンソースが「 都合よく使える時だけ正義」とされる状況を許さない
- 利用者自身の責任 でツールを活用することが重要
参考: 筆者はDolphin等のアンセンソードモデルも開発。 オープンソース・ユーザーフリーダム・合成的アライメント を信条とし、これに反対ならこのブログは不向き。 ツール利用の責任は利用者自身 (ナイフや自動車と同じ)。