発表レイヤー
ナイジェリアの統治には、数十年かけて完成させてきた、ある特有のパフォーマンスがあります。格式ある会場、重々しい響きの名前、演台に立つ大臣、そして説明対象そのものよりも遠くまで届くプレスリリース。発表こそがプロダクトであり、発表されたものは二の次——発表を正当化する題材として役に立つにすぎません。
ニューヨークで開かれた第80回国連総会のサイドイベントで、ナイジェリアの通信・イノベーション・デジタル経済大臣はN-ATLASを披露しました。アフリカ初の政府支援によるマルチモーダル・多言語大規模言語モデル、と銘打たれたものです。周到に選ばれた会場と、野心的な言葉。
「N-ATLASは、アフリカの声と多様性をAIの土台に据えるものです」と大臣は宣言しました。「これは、アフリカをAIの未来を形づくる貢献者にしてリーダーにする、より大きな旅の第一歩です」。
ここで一度立ち止まって、N-ATLASとは実際のところ何なのかを問う価値があります。
実際に作られたのは何か？
N-ATLASは、Llama-3 8B——Metaが無償で公開したオープンソースのベースモデル——をファインチューニングしたものです。学習に使われたナイジェリア語のデータは、3MTTプログラムのボランティアからクラウドソーシングで集めた音声録音です。データ収集プラットフォームを作ったのはラゴス拠点のAIスタートアップAwarriで、実際の技術的な仕事をしたのは彼らです。モデルはHugging Face上にあります。ヨルバ語、ハウサ語、イボ語、ナイジェリア訛りの英語に対応しています。消費者向けアプリケーションとしては提供されていません。開発者向けのツール——他のビルダーがアプリケーションを作るために使える基盤レイヤーです。
これはそれなりに有益な仕事です。Awarriのチームは有能です。このモデルが埋めようとするギャップ——グローバルなAI学習データにおけるアフリカ言語のほぼ完全な不在——は現実のものであり、埋める価値があります。
しかし、ナイジェリア政府の貢献が実際には何だったのか、正確に言いましょう。既存のプログラムを通じてボランティアを動員して音声サンプルを録音させたこと、そして自由に入手できるオープンソースモデルのファインチューニング作業に制度的なお墨付きを与えたこと。このアーキテクチャに新規の研究は必要ありませんでした。Llama-3を言語データセットでファインチューニングするのは、週末の時間とGPUへのアクセスさえあれば、まともなMLエンジニアなら誰でもできる、文書化し尽くされた手法です。いちばん難しい部分——データ収集——はクラウドソーシングでした。
その一方で、リードエンジニアは率直に認めています。概念上競合しているモデルたちの規模には遠く及ばないこと、GPUは極めて高価であること、そしてナイジェリアには大規模なAI学習を支えられるデータセンターがまだ存在しないこと。Awarriは推論をいまもAmazonとGoogleのクラウドサービスに通しています。
イノベーションを所管する省が、外国のインフラに全面的に依存するモデルの上で、AIの主権を発表したのです。
なぜ作られたのか？
N-ATLASが実際に誰のためのものなのか——そしてその誰かは、省が本来解決すべきだったボトルネックなのか——を問う価値があります。
国内消費者市場を超える野心を少しでも持つナイジェリアのスタートアップは、英語でプロダクトを作っています。彼らのエンタープライズ顧客は英語を話します。国際的な投資家も英語を話します。スケールに必要な輸出市場も英語を話します。ヨルバ語のイントネーションやイボ語の構文を理解するAIは、彼らの制約ではありません。制約の上位10にも入りません。
ローカル言語の能力が本当に必要になる狭いカテゴリー——行政の住民サービス、農村部の保健情報、農業普及——については、ユースケースは実在しますが、顧客は公共部門であって、スタートアップのエコシステムではありません。そしてナイジェリアの公共部門には、調達したテクノロジーを配備しないという、文書化し尽くされた実績があります。
スタートアップのエコシステムが実際に必要としているもの——ラゴスでAIプロダクトを作るすべての創業者が、ユーザーの言語にかかわらず必要としているもの——は、安価な推論です。最初のユーザーが現れる前に計算費用の請求書が届く、という事態なしにモデルを本番で動かせること。開発予算を丸ごとバージニア州のデータセンターに送金することなく、実験し、反復し、テストできること。
N-ATLASはこれを解決しません。解決できないのです。それは住む家のないモデルであり、Hugging Faceにオープンソースとして放流され、言語カバレッジこそ見事ですが、代替になると発表された当の外国インフラに完全に依存しています。
機会費用
発表レイヤーに注がれるあらゆる資源は、インフラレイヤーに注がれない資源です。そしてイノベーションがすでに、壁の複利的な重みを総身に受けながら営まれている環境では、パフォーマンス的なプロジェクトへの資源の転用は中立的な行為ではありません。能動的な足かせです。
N-ATLASの開発とUNGAでの発表に充てられた予算は、計算資源の補助プログラムには充てられませんでした。音声サンプルの録音に費やされた3MTTボランティアの時間は、そのボランティアたちを開発者としてより生産的にするツールづくりには費やされませんでした。
TIME100 AIへの選出のために注ぎ込まれた大臣の関心と国際パートナーシップの信用は、ナイジェリアの創業者たちの手に補助付きGPUを届けたはずの調達判断のためには注ぎ込まれませんでした。
そして、これで傷つく人たちは、プレスリリースの中では見えません。
AWSの請求書を見て、プロトタイプを続ける価値はないと判断した創業者たち。
GPUへのアクセスを必要とし、どこにも見つけられなかった研究者たち。
環境がほんの少しでも敵対的でなくなっていれば何かを始めていたはずなのに、そうならなかったから始められなかった小さなチームたち。
彼らはUNGAには現れません。ただ静かに、作らないだけです。そして、ただでさえ厳しかったエコシステムは、少しずつさらに厳しくなっていきます。
しかし、資源の浪費は問題の一部にすぎません。
より深い問題は、ミスディレクションです。
機能しているシステムでは、政府のシグナルがエコシステムに「何を作るべきか」を伝えます。
アクセラレーターは、そのシグナルに合わせてプログラムを組みます。
投資家は、規制面の支援がどこに続くかの指標としてそれを読みます。
創業者は、それに合わせてグラント申請書やピッチ資料を書きます。
政府は、エコシステムが「何を優先すべきと信じるか」に対する単独で最大の影響力です——つまり、その影響力が間違った方向を指すとき、無駄になるのは政府自身の資源だけではありません。他の全員の資源も無駄になるのです。
省が「言語モデルこそ国家のAIの優先事項だ」とシグナルを出せば、エコシステムはその発表をカーゴカルトのように模倣します。プログラムは言語モデルを軸に組まれ、注目は言語モデルへと流れます。
その間、実際の制約——計算資源へのアクセス——は手つかずのまま、今度はシグナルすら当てられなくなります。計算資源の補助を必要としていた創業者たちは、暗黙のうちにこう告げられるのです。政府の思い描くナイジェリアのAIの卓越とは、Hugging Face上のヨルバ語チャットボットなのだ、と。
これが、発表レイヤーが自らを複利で膨らませる姿です。問題を解決し損ねるだけでなく、自力で解決しようとしていた人々を積極的に惑わせることで、問題を悪化させるのです。
これは孤立した失敗ではありません。
国家AI戦略には実装計画が含まれておらず、実行レイヤーのないビジョン文書は、同じ発表の、より手の込んだバージョンにすぎません。
N-ATLASを、それに文脈を与えるはずだった戦略の隣に置き、その戦略を、戦略に実効力を与えるはずだった省の隣に置いてみると、どのレイヤーにも同じパターンが見つかります。統治の形はあるが、統治の機能がない。
どこかの時点で、好意的な解釈は尽きます。システムが一貫して、実際の進歩を妨げながら進歩の見かけを生産し続けるとき、その効果は——意図がどうであれ——妨害工作と機能的に区別がつきません。
いちばん低いところに実っていた果実
Bosun Tijaniの省には、ありえたかもしれない姿があります。本物の技術的素養、本物のエコシステムとの関係、そして本物のマルチラテラル融資へのアクセス——Project BRIDGEだけでも世界銀行、AfDB、EBRDから8億ドルのコミットメント——を持つ大臣が、ナイジェリアのAIスタートアップエコシステムを見渡して、シンプルな問いを立てる姿です。
最も強く締め付けているボトルネックは何か。それを取り除く最も安価な介入は何か。
答えは、無料のベースアーキテクチャをファインチューニングしてHugging Faceにアップロードした言語モデルではありません。
答えは、計算資源へのアクセスです。
開発者の動くプロトタイプを、最初のユーザーが登録する前に開発予算が丸ごと外国のクラウドプロバイダーへ消えていくことなく、テストし、反復し、スケールして配備できるものに変える、インフラのレイヤーです。
その介入はUNGAで見出しにはならなかったでしょうし、TIME100 AIにも選ばれなかったでしょう。それは誠実で退屈な仕事だったはずです。サーバールームと補助プログラムとひとつの調達判断。そしてそれは、実際に測定可能な発展につながっていたはずです。
見覚えのあるパターン
2024年のパリ五輪に、ナイジェリアは88人の選手——史上最大の選手団——を送り、その準備に120億ナイラを費やしました。持ち帰ったメダルは、ゼロでした。
ナイジェリアの100m国内チャンピオン、Favour Ofiliは、主種目に出場できませんでした。陸連が期限までに彼女の登録を済ませなかったからです。彼女がこのシステムに遭遇したのは初めてではありません。4年前の東京大会では、関係者が所定のドーピング検査を手配しなかったために出場できなかった10人のナイジェリア選手のひとりでした。
パリで200mを走り終えてトラックを降りたとき、彼女を慰めるナイジェリアのスタッフはひとりもいなかったと、記者たちは記しています。
彼女はいま、トルコ代表として走っています。
才能も準備もそこにありました。しかし、その準備を出場に変換するはずだった管理のレイヤーが、ただ機能しなかった。そして、誰もその責任を負いませんでした。
同じ大会で、ナイジェリアにルーツを持つ複数の選手が、ドイツのため、バーレーンのため、アメリカのためにメダルを獲りました。かつてナイジェリア代表になろうとして、システムが通り抜け不能であることを知った選手たちです。
この同じパターンが、グローバルなAIレースで繰り返されつつあります。ユニフォームは支給され、バナーは掲げられ、発表は国連で済みました。
しかし、ナイジェリアを本当のスタートラインに立たせるインフラ——計算資源へのアクセス、開発者ツール、個人の才能を集団の能力に変える補助の効いた環境——は、やることリストに載っていません。そもそもリストがあるのなら、ですが。
でもまあ、きっと私たちはAI導入で大陸をリードするのでしょう。
信じてくれって、な。