
「あなたのAIアシスタントが、昨日話した内容を今日すっかり忘れている」そんな経験はありませんか。中国の研究チームが発表したMemOSは、この根本的な問題を解決する可能性を秘めています。人間のように記憶を蓄積し、学習し続けるAI—それは単なる夢物語ではなくなりました。
ARCHETYP Staffingでは現在クリエイターを募集しています。
エンジニア、デザイナー、ディレクター以外に、生成AI人材など幅広い職種を募集していますのでぜひチェックしてみてください!
ボタンから募集中の求人一覧ページに移動できます。
なぜAIは「忘れっぽい」のか – メモリサイロ問題の正体

現在のAIシステムには、研究者が「メモリサイロ」と呼ぶ深刻な問題があります。これは、AIが会話やセッションごとに記憶をリセットしてしまう構造的な制限です。想像してみてください。あなたが今日ChatGPTに「私は卵アレルギーです」と伝えたとします。しかし明日、同じAIに料理のレシピを尋ねても、昨日のアレルギー情報は完全に忘れ去られています。
この問題の根本原因は、現在のAIが「静的パラメータと短期的な文脈状態」にのみ依存していることにあります。静的パラメータとは事前に学習されたデータのことで、短期的な文脈とは今まさに行っている会話の内容を指します。過去の経験を蓄積する仕組みがないのです。
検索拡張生成(RAG)という技術で、会話中に外部データベースから関連情報を検索する方法もあります。しかし研究チームは、これを「ライフサイクル制御のない状態のない回避策」と厳しく評価しています。単に情報を検索するだけでは、人間のように経験から学び、記憶を積み重ねることはできないからです。特に企業環境では、数日から数週間にわたる複雑なプロジェクトで、AIが過去の経緯や決定事項を覚えていないため、毎回同じ説明を繰り返さなければならない状況が生まれています。
では、この根深い問題をどのように解決すればよいのでしょうか。
MemOSが実現する「記憶するAI」の仕組み

上海交通大学と浙江大学の研究チームが開発したMemOSは、AIの記憶問題を根本から解決する新しいアプローチを提案しています。その核心となるのが「MemCubes」という概念です。
MemCubesとは、異なる種類の情報をパッケージ化できる標準化されたメモリユニットのことです。明示的なテキストベースの知識から、AIモデル内部のパラメータレベルでの適応、さらにはモデル内の活性化状態まで—様々な形の記憶を一つの枠組みで管理できます。レゴブロックのように、これらのメモリユニットを組み合わせたり、移動させたり、時間とともに進化させることが可能になります。MemOSの設計思想は、私たちが普段使っているコンピュータのオペレーティングシステムと似ています。WindowsやmacOSがCPUやストレージを管理するように、MemOSはAIの記憶を第一級の計算資源として扱います。
具体的な構造は三層に分かれています。最上位のインターフェース層では外部からのAPI呼び出しを受け付け、中間の操作層ではMemSchedulerと呼ばれるコンポーネントがメモリのスケジューリングとライフサイクル管理を行い、最下位のインフラストラクチャ層で実際のストレージとガバナンスを担当します。
研究チームは興味深い指摘をしています。これまでのAI開発が「モデルが一度にどれだけの知識を学習するか」に焦点を当てていたのに対し、MemOSでは「経験を構造化されたメモリに変換し、それを繰り返し検索・再構築できるか」に重点を置いているのです。
劇的な性能向上と未来への可能性

MemOSの真価は、具体的な数値によって証明されています。メモリ集約的推論タスクを評価するLOCOMOベンチマークでのテストでは、OpenAIのメモリシステムと比較して時間的推論タスクで159%の向上を記録しました。全体的な性能でも38.98%の改善を達成し、mem0、LangMem、Zep、OpenAI-Memoryといった既存システムを全カテゴリで上回っています。
効率性の面でも大きな進歩があります。MemOSのKV-キャッシュメモリ注入メカニズムにより、特定の構成では最初のトークンが生成されるまでの時間を最大94%短縮できました。
MemOSが実現する「クロスプラットフォームメモリ移行」機能は、現在のAI利用における根本的な不便を解消します。ChatGPTで構築した詳細な分析内容を、別のAIツールでもそのまま活用できるようになるのです。研究チームはこれを「メモリ島の破壊」と表現し、ユーザーの文脈が特定のアプリケーションに閉じ込められる問題を解決するとしています。
さらに注目すべきは「有料メモリモジュール」の構想です。研究チームは、経験豊富な医師が診断ヒューリスティックや症例パターンを構造化されたメモリとしてパッケージ化し、他のAIシステムが購入・利用できるシナリオを提示しています。これが実現すれば、専門知識の配布と収益化に新しい形が生まれる可能性があります。研究チームはMemOSをオープンソースとして公開し、GitHubで完全なコードを提供しています。HuggingFace、OpenAI、Ollamaといった主要AIプラットフォームとの統合もサポートしており、現在はLinuxプラットフォームに対応し、WindowsとmacOSのサポートも計画されています。プロジェクトリーダーのZhiyu Li氏は「MemOSがAIシステムを静的ジェネレーターから継続的に進化するメモリ駆動エージェントに進歩させる助けになることを願っています」とコメントしています。
この技術の登場は、OpenAI、Anthropic、Googleなどの大手AI企業がメモリ問題の解決に取り組む中での重要な進展といえるでしょう。MemOSのような体系的なアプローチは他に例がなく、研究チームが今後予定しているクロスモデルメモリ共有や自己進化するメモリブロックの開発により、AIの記憶能力はさらに大きく発展していくと考えられます。
まとめ

いかがだったでしょうか?
MemOSは、AIが抱える根本的な記憶問題に対する具体的な解決策を提示しています。毎回ゼロから始まる現在のAIから、経験を蓄積し学習し続けるAIへの転換点となる技術です。159%という具体的な性能向上データと、クロスプラットフォーム対応という実用性を兼ね備えたこの技術は、私たちがAIと関わる方法を根本から変える力を持っています。オープンソースとして公開されたことで、今後多くの開発者や企業がこの技術を活用し、さらなる発展を遂げることが期待されます。AIが真に「記憶する」時代の到来が、すぐそこまで来ているのです。
ARCHETYP Staffingではクリエイターを募集しています!
私たちはお客様の課題を解決するweb制作会社です。現在webサイト制作以外にも、動画編集者や生成AI人材など幅広い職種を募集していますのでぜひチェックしてみてください!
また、アーキタイプではスタッフ1人1人が「AI脳を持ったクリエイター集団」としてこれからもクライアントへのサービス向上を図り、事業会社の生成AI利活用の支援及び、業界全体の生成AIリテラシー向上に貢献していきます。
生成AIの活用方法がわからない、セミナーを開催してほしい、業務を効率化させたいなどご相談ベースからお気軽にお問い合わせください!
ボタンから募集中の求人一覧ページに移動できます。