なぜ計算資源が政策的な注目を集めるのか
モデルの重みやアルゴリズムはコピーできる。高度なチップ、高帯域幅のネットワーキング、データセンターの電力、製造能力は、物理的であり、十分に集中しているため、より容易に観測できる。計算資源ガバナンスは、これらの入力を、強力なシステムを訓練または提供する能力の不完全な代理指標として利用する。
この推論には限界がある。能力は、訓練用の計算資源だけでなく、データ、アルゴリズム、事後学習、ツール、推論時の計算資源、運用上の技能に依存する。効率の改善は、同じハードウェアからより多くの能力を引き出しうる。したがって計算資源の閾値は、AGIや危険性の科学的な定義ではなく、運用可能な引き金にすぎない。
三つの政策手段を区別する
輸出規制は、特定の品目、ソフトウェア、サービスを特定の仕向地や利用者に制限する。国内報告義務は、対象となる企業に対し、大規模な訓練実行やインフラなどの活動について当局への通知を求める。クラウド顧客に対するデューデリジェンスは、誰が計算資源を借りているかを特定し、禁止されたアクセスを防ごうとする。これらは、法的根拠、管轄、誤りのパターンがそれぞれ異なる。
高度なコンピューティングと半導体製造に関する米国の規制は、2022年以降繰り返し変更されてきた。権威ある情報源は、商務省の産業安全保障局(BIS)であり、現行の規則や国・利用者ごとの規定を含む——固定された要約ではない(BISの高度コンピューティング規制)。規則の発表は法的な意図を示すものであり、その効果を評価するには執行データとサプライチェーンの証拠が必要である。
米国はもはや、当初設計された形での2023年の大統領令14110号の報告枠組みを有していない。トランプ大統領は2025年1月にこの大統領令を撤回し、各省庁に対し、同令のもとで取られた措置を見直すよう指示した(ホワイトハウス、2025年1月23日)。別の制定法や現行の規則がその義務を裏づけない限り、同令の訓練実行報告やクラウドKYC提案を現行の拘束力ある連邦法として説明することは不正確である。
欧州連合のモデル
EU AI法は、より広範な汎用AI規制の枠組みの中で計算資源を用いている。欧州委員会のガイダンスによれば、目安として10^23浮動小数点演算を超えて訓練されたモデルは、必要な汎用性を備えている場合、一般に汎用AIモデルとして扱われるが、個別の例外はありうる。同法は、10^25 FLOPを超える訓練用計算資源を持つ汎用モデルにシステミックリスクがあると推定する一方、同等の能力または影響に基づく指定も認めている(欧州委員会の汎用AIガイダンス、2025年)。
これらの数値は異なる目的に資するものであり、混同すべきではない。汎用モデルに関する義務は2025年8月2日から適用が始まり、欧州委員会の執行権限は2026年8月2日から発効した。2025年の日付より前にEU市場に出回っていたモデルには、より後の移行期限が設けられている。対象となる提供者は、文書と訓練コンテンツの要約を提供しなければならず、システミックリスクを持つ提供者は、追加の評価、インシデント、リスク緩和、サイバーセキュリティに関する義務を負う。管轄権は、一部の非EU提供者を含め、モデルをEU市場に投入する行為に付随する。
計算資源の監視で達成できること
計算資源に関するシグナルは、規制上の注目に値する、扱いやすい数の異常に大規模なプロジェクトを特定できる。事前通知は、評価担当者に試験を計画する時間を与えることができる。サプライチェーン規制は、禁止された軍事・情報機関の利用者による取得を遅らせることができる。データセンターの報告義務は、政府がエネルギーとインフラの需要を理解する助けになる。
監視はまた、インシデント調査を支援しうる。ハードウェアの在庫、クラスタの構成、アクセスログは、誰がいつ能力を有していたかを立証する助けになる。それは、能力評価、セキュリティ統制、展開のガバナンスと組み合わされたときに最も有用である。
閾値を下回る実行が安全であると推測すべきではない。分散訓練、効率的な手法、ファインチューニング、推論時のスケーリング、盗まれた重み、あるいは特化した危険なモデルは、単純な引き金の外側に位置しうる。規制当局には、証拠に基づいて閾値を更新し、同等のリスクを指定する権限が必要である。
回避と意図しない結果
規制は、密輸、ペーパーカンパニー、第三国を経由した積み替え、リモートアクセス、備蓄、誤分類に直面する。検証は、提供者が過剰な身元情報やワークロード情報を収集する場合、プライバシーとサイバーセキュリティ上のリスクを課しうる。詳細な報告は、企業秘密を明らかにしたり、攻撃者にとっての地図を作り出したりしうる。
規則は既存企業を固定化しうる。大企業は、ライセンス、法務、報告のコストを吸収できる一方、それがスタートアップや大学を排除することがある。輸出規制は、サプライチェーンを分断し、国内代替品を促し、科学的交流を減少させうる。規制はまた、影響を受ける地域における有益な医療・気候研究を制限しうる。
これらのコストは、規制が失敗していることを立証するものではない。それらが意味するのは、評価は現実的な代替案と規則を比較し、違法な流れ、価格と入手可能性、国内代替、能力の遅延、遵守負担、研究アクセス、外交上の影響といった結果を追跡すべきだということである。
何を測定すべきか
信頼できる計算資源ガバナンスのプログラムは、以下を報告するはずである。
- どのハードウェア、仕向地、活動が対象となっているか。
- ライセンス申請、承認、拒否、処理時間。
- 執行措置と一般的な回避経路。
- 閾値の設定方法とその見直し予定。
- 中小企業、学術界、低所得国へのアクセスへの影響。
- プライバシー、セキュリティ、不服申し立ての手続き。
- 計算資源の引き金が実際の能力評価とどのように結びついているか。
価値判断を排した統計は不可欠である。政府と企業にはそれぞれのインセンティブがあるからだ。政府は統制の成功を強調するかもしれず、影響を受ける企業はコストを強調するかもしれず、チップメーカーは幅広い販売から利益を得、安全保障機関は権限の拡大から利益を得る。独立した分析は、資金源とデータへのアクセスを開示すべきである。
より優れた閾値設計
閾値は、単一の断崖ではなく、段階的であるべきである。下位の階層は記録保持を求めることができ、上位の階層はセキュリティ、評価、インシデント報告、独立レビューを追加できる。規則は、開発者が一つのプロジェクトを意図的に分割できないよう、意味のある形で関連する実行を集約する一方で、通常の小規模な利用は除外すべきである。
能力に基づく引き金は、計算資源を補完しうる。強力なサイバー、生物学、自律的複製、あるいはAI研究の能力の証拠は、数値上の閾値を下回っていても、安全対策を正当化しうる。評価は操作されたり汚染されたりしうるため、その方法論、評価者の独立性、不確実性は文書化されるべきである。
国際的な相互運用性も重要である。互換性のない報告形式はコストを増大させ、互換性のない閾値は裁定取引を生み出す。共通の用語、安全な情報交換、相互承認は、同一の国内政策を要求しなくても助けになりうる。
計算資源はブレーキであってハンドルではない
計算資源ガバナンスは、社会的に望ましい目標を明示することも、モデルを整合させることも、あらゆる誤用を防ぐことも、経済的利益を分配することもできない。それができるのは、特定のプロジェクトを遅らせたり条件づけたりして、より可視化することである。その利益とは、評価、技術的な安全性研究、外交、制度的な準備のための時間かもしれない。
その時間は、実際に使われて初めて価値を持つ。統制する側の国家が安全対策を欠いたまま加速する一方で、競合国を遅らせるだけの規制は、共有されたリスク低減ではなく産業戦略である。読者は、ある政策が総体としての危険性を減らすのか、競争上の優位性を変えるのか、あるいはその両方なのかを問うべきである。
バランスの取れた結論は、物理的なインフラが比較的執行しやすいガバナンスの接点の一つを提供する一方、計算資源は不安定な代理指標であるというものだ。効果的な政策は、比例的で更新可能な閾値と、能力に関する証拠、適正手続き、セキュリティ、アクセスの保護策、結果の公開評価とを組み合わせる。