アイリスが世界大会で栄光を収めた新AI基盤モデルを発表

アイリス株式会社が、Kaggleで開催された「AI Mathematical Olympiad - Progress Prize 2」において、見事に金メダルを獲得した新しいAI基盤モデル「Fast-Math」を公開しました。このモデルは、日本のエンジニアによって開発され、オープンソースのAlibabaのQwen3を参考にして実現されたオリジナル技術です。

Fast-Mathの特長

Fast-Mathは、AIの正確さを保ちながらも計算効率を高める工夫が盛り込まれています。AI技術の発展が進む中、計算資源の消費や電力使用は大きな課題となっており、その課題に挑むことが求められています。例えば、アメリカの大手テック企業では、単独で原発数基分の電力をAIの開発に使用するとの試算も登場しています。これからの時代、計算効率は単なる技術的観点からの問題ではなく、サステナビリティやインフラ維持においても重要なテーマになるでしょう。そのような背景の中、アイリスのFast-Mathが持つ計算効率の向上は極めて意義深いものです。

ソブリンAIの重要性

さらに、現在のAI技術の発展のなかで、国産AI基盤モデルの重要性も増しています。国外に依存しない「ソブリンAI」は、国家の経済安全保障とも深く関連しており、アイリスの取り組みはその流れの中でも特に注目されます。AI製品の開発だけでなく、機械学習技術そのものの研究にも力を入れているアイリスがどのように発展していくのか、今後の展開から目が離せません。

エンジニアの声

アイリスのAIエンジニアである吉原浩之氏は、Fast-Mathが「DeepSeek-R1」からインスピレーションを受けて開発されたモデルファミリーであるとし、教師あり学習と強化学習を組み合わせたアプローチによって、数学オリンピックに相当する難易度の問題において最大約65%の推論速度向上を実現したことを強調しました。特に「Fast-Math-Qwen3-14B」は、AIMEやMATH500といった主要なベンチマークにおいて、同規模のLLMの中でトップクラスの性能を示しました。

さらなる展望と公表

独自に開発したこれらのモデルや学習データセットは、商用利用可能なライセンスのもと、Hugging Face上で一般公開されています（CC BY 4.0ライセンス）。また、このプロジェクトでの成果は、国際学会ICML 2025のAI for Math Workshopでも発表され、世界的に注目を集めています。