世界を動かす技術を、日本語で。

世界の大多数にとって、オープンソースAIが唯一の前進の道である

2026年6月24日原文(techstrong.ai)

概要

  • Yann LeCun は国連で オープンソースAIの必要性 を強調
  • 独占的AI はコスト・管理集中で持続不可能と指摘
  • オープンソースAIが グローバルな主権・多様性・安全性 を実現
  • Tapestryプロジェクト など、分散型AI開発の動き
  • 規制論への反論と 多様なAIエコシステム の重要性

オープンソースAIがもたらす主権と多様性

  • Yann LeCun はMetaの元AI責任者でありながら、国連Open Source Weekで オープンソースAI の推進を強調

  • AIは今後、 インフラレベルのプラットフォーム として人々のデジタル世界とのやり取りを媒介する存在

  • 独占的AI が少数の大手企業に集中すると、文化的・言語的多様性や民主主義、人権が危機に陥る危険性

  • オープンソースAIのみが、 グローバルなAI主権 や安全性、多様性を実現する唯一の道と主張

  • 多くの国は独自にAIモデルを構築する資金や人材が不足、 共有オープンプラットフォーム への参加が現実的な解決策

    • モロッコ、シエラレオネ、ジャマイカなどグローバルサウス諸国も賛同
    • スペインのAI監督機関ディレクターも「 デジタル主権は社会全体のもの」と強調

分散型AI開発の新潮流

  • LeCunは 連邦型(フェデレーテッド)AI開発 を提唱
    • 各国・地域・学術機関が自国文化のデータを使い、 パラメータベクトル のみを共有
    • データ主権を守りつつ、 グローバルな知識リポジトリ を構築
  • Meta退社後、 AI AllianceAdvanced Machine Intelligence LabsProject Tapestry を設立
    • Tapestryは「 誰でもGitHubで参加可能」なボトムアップ型プロジェクト
    • 各国政府や企業が参加しやすい設計
    • 欧州、スイス、英国、UAE、インド、カザフスタン、ベトナム、日本、韓国、IBM、NVIDIA、AMD、Intelなどが初期参加
    • 2027年初頭の本格稼働を目指す

オープンソースの歴史的優位性と市場ニーズ

  • 1990年代の プロプライエタリなハード・ソフト依存 が、2000年代の オープンソース化 で一掃された歴史
    • 現在の携帯電話や通信インフラも オープンソースOS が主流
  • 市場は「 安価・安全・ローカライズ容易」なオープンプラットフォームを支持
  • AIも同様に オープン化が不可避 と断言

規制論への反論と安全性の再考

  • AIの危険性を過度に強調し 規制強化やオープンモデル制限 を求める議論に反論
    • 「印刷技術を制限した中世の 無知主義 に等しい」と批判
    • オープンソースAIの制限は 民主主義や人類文化への脅威
  • バイオ兵器やサイバー攻撃リスクも「 過大評価」と指摘
    • 情報入手より実際の開発や運用のほうが遥かに難しい
    • 攻撃技術と防御技術は 表裏一体 であり、オープンソースは安全性向上にも寄与

多様性・分散性の確保と経済的持続可能性

  • 少数企業による AI情報流通の独占 は必然的にバイアスを生む
    • 多様なAIアシスタント の必要性を「報道の多元性」に例える
  • オープンソースAIは 企業の暴走抑止策 にもなる
  • グローバルなオープンモデルは「 全言語・全価値観」への理解を目指す
    • 各国・団体が ローカルチューニング 可能
  • 現状の クローズドAIモデルの経済性は破綻寸前
    • 例:OpenAIのプロユーザー月額200ドルに対し、実際の提供コストは1.5万ドル
    • 価格上昇かコスト削減 が不可避
  • 多くの用途(農業分野など)は「 高価な最先端モデル不要
    • インドの農家が AIアシスタントを活用 する実証実験
    • 推論コストの大幅削減 とオープンモデル・高効率ハードウェアがカギ

まとめ:オープンソースAIの未来

  • 明日の主役は オープンソースAIモデル
  • 今は米中の巨大AIが注目されるが、 オープンAIアプローチが主流 になるのは時間の問題
  • インターネット黎明期のように、 オープンソースが商用独占を駆逐 する未来の到来

Hackerたちの意見

同意だけど、どうなるか見てみたいな。歴史的に見て、良いWindowsコンピュータは1000ドルくらいで、プログラミングを始めるのにそれだけで十分だった。エージェント的なワークフローを実行するのに必要なリソースを持ったコンピュータは、どれくらいの値段になるんだろう?「ほとんどの世界」はそれを買えるのかな?

そうだね、ムーアの法則とより効率的なモデルアーキテクチャのおかげで、時間が解決してくれるのを待つしかないね。

2026年のドルで約2000ドルで、価格は下がっていくよ。

今のところ、ユーロで約3-4Kくらいかな?グラフィックカード、RAM、ストレージが厳しいね。もっと普通の状況(2027年の後半を期待)なら、1500-2500ドルくらいになると思う。インフレを考慮すれば、同じ価格帯かもしれないね。

Qwen 3.6 27Bはエージェント的なコーディングにはかなり良いし、消費者向けハードウェアでも実用的に動かせるよ。32GB以上のVRAMを持つシステムか、48GB以上のVRAMと decentな統合GPUを持つユニファイドメモリシステムが必要だね。安くはないけど、世界の多くの人には手が届く範囲だし、時間が経てばもっと安くなると思う。プライバシーがそれほど重要でない場合は、アメリカ以外のクラウドでホストされているオープンモデルも選択肢として残ってるよ。

オープンウェイトやソースが必ずしもローカルハードウェアで動かすことを意味するわけじゃないけどね。複数のプロバイダーが競争することで、オープンウェイトモデルのホスト版の価格が大幅に下がると思うよ。

AIの「危機」前は、5090を搭載したプリビルドを手に入れるのに約3500ドルかかってた。俺はMacで16GBのVRAMだけでそこそこ良いLLMを動かしてるし、5090はその倍あるからね。

歴史的に見て、良いWindowsコンピュータは1000ドルで、プログラミングを始めるのにそれだけで良かった。ここでインフレを考慮しないといけない。1995年の1000ドルは今の2000ドルに相当して、当時特に「良い」マシンではなかった。1982年にはコモドール64が約600ドルでスタートして、これも今の2000ドルくらいだよ。それを超えると、当時のハイエンドマシンはすごく高かった。2000年代に入っても2000ドル以上のタワーや(特に)ノートパソコンは簡単に見つかったし、その多くは今の5000ドル以上に相当するだろうね。

ムーアの法則、あるいはその一般化の一つはまだ有効だから、1000ドルのコンピュータが十分なパワーを持つモデルをトレーニングして動かせるようになるのは、時間の問題だよ。

コストを理由にローカルハードウェアを正当化するのが理解できない。第三者が同じ(またはそれ以上の)オープンウェイトモデルを高いリソース利用率で提供できるから、もっと安くなるはずだよ!? 特に、世界がしばらくの間、コンピュータハードウェアの需要が供給を大きく上回って高価格が続く状況にあると思うから、なぜ利用率を最大化してコストを分散させないのかが分からない。特に通常の(敏感でない)使用ケースにおいてはね。

AIはまだ「メインフレーム時代」にいると思う。昔は、役に立つ作業をこなすコンピュータが部屋全体を占めてたけど、今は(最先端の)AIモデルを動かすコンピュータもそうなってる。これがずっと続くとは思わないけど、どうなるかは全然分からないな。

セッション全体の動画はここにあるよ: https://webtv.un.org/en/asset/k14/k14ej1ucqu?kalturaStartTim... (リンクがダメなら、開始から約12分後に始まるよ)

Hacker Newsで議論の続きを見る