Simile AIが20億ドル調達、人間行動のシミュレーションを新たなスケーリング則に

資金調達と会社概要

Simile AIは、人間の行動をシミュレートする基盤モデルを開発するスタートアップだ。同社はシリーズBで20億ドルを調達した。投資家にはGreenOaksとIndex Venturesが名を連ね、著名なAI研究者であるFei-Fei Li氏やAndrej Karpathy氏も支援者として参加している。同社はフォーチュン100の顧客向けに数千万回のシミュレーションを実行しており、その中にはCVSも含まれる。

同社のCEOであるJoon Sung Park氏は、スタンフォード大学で生成エージェントに関する研究を率いていた。2023年に発表された「Smallville」論文は、AIキャラクターが記憶や計画、社会的交流を自律的に行うことを示し、大きな反響を呼んだ。Simileはその研究を発展させ、実世界の人間の行動を再現するデジタルツインの構築を目指している。

技術的な新規性

Simileのアプローチは、単に既存の大規模言語モデル（LLM）にプロンプトを与えるのではなく、人間の行動データを基にモデル自体を訓練するところにある。具体的には、長時間のインタビュー、観察・取引データ、ランダム化比較試験を組み合わせ、人間の意思決定の背後にある因果メカニズムを学習する。このようにして行動の基盤モデルを構築する。

このアプローチは、Web上のテキストデータが人の発言を捉えても実際の行動を捉えられないという問題を克服する。また、合理性を追求するよう最適化されたモデルは、非合理な人間のシミュレーションには不向きであり、人間のバイアスや誤りを再現する必要があると同氏は指摘する。このため、Simileは人間の判断のゆがみを積極的にモデルに組み込む。

既存手法との比較

従来の市場調査では、焦点グループと呼ばれる数人のグループインタビューが一般的だ。Simileはこうした手法を、合成人口と呼ばれる仮想的な集団によるシミュレーションで代替する。同社によれば、フォーチュン100社の顧客向けのシミュレーションは、人間の焦点グループと比較して85〜99%の精度を達成している。

また、実在する1,000人のデジタルツインを作成した実験では、人々が自分の回答を再現する精度に対して85%の精度で行動と態度を再現したという。この数字は、人々が自分の回答を再現する精度を基準にした相対的なものだ。つまり、人間自身が同じ質問に再度答えたときの一致度に対して、85%の再現度を達成している。

課題と未知の点

シミュレーションの精度をさらに高めるには、スケーリング則の確立が必要だ。Joon氏は、将来的には地球上の80億人全員をシミュレートすることも視野に入れているが、それにはデータセンター規模の計算資源が必要になると述べている。また、マルチエージェントのシミュレーションでは、エージェント同士の相互作用がどのように創発的現象を生むかも研究課題だ。

シミュレーションの評価方法も課題の一つだ。単にLLMの幻覚を積み重ねるのではなく、シミュレーションの質をどう測定するかが重要になる。現時点では、人口全体を代表するシミュレーション集団の作成方法や、モデルの汎化性など、解決すべき点は多い。