Claude内に「グローバルワークスペース」が自然発生
मूल शीर्षक: A global workspace in language models
यह क्यों महत्वपूर्ण है
AIモデルの内部推論構造の解明は、解釈可能性研究および安全性評価において重要な知見を提供する。
Anthropicは2026年7月6日、大規模言語モデルClaudeの内部に「J-space」と呼ばれる特殊な神経パターン群が自然発生していることを発見したと発表した。これは人間の脳の「グローバルワークスペース理論」に類似した構造であり、モデルの内部推論を担う。
Anthropicは新たな研究論文において、AIモデルClaudeの内部に「J-space」と呼ばれる特殊な神経活性化パターンの集合が自然に形成されていることを報告した。「J-space」という名称は、その発見に用いられた数学的手法「Jacobian」に由来する。
J-spaceの主な特徴として、まずClaudeはJ-space内の表現を自己報告できる点が挙げられる。「今何を考えているか」と尋ねると、モデルはJ-space内の内容を回答する。一方、J-space以外の表現は報告しにくい。次に、J-spaceはモデルが複数ステップの推論を行う際の中間ステップを内部的に保持し、出力に明示しなくても処理に利用される。さらに、「France」がJ-spaceに活性化すれば、その首都・通貨・所属大陸など多様な関連情報を柔軟に引き出せる。
AnthropicがJ-spaceを意図的に設計・プログラムしたわけではなく、Claudeのトレーニング過程で自然に出現したという点が重要である。実験においてJ-spaceの使用を制限すると、Claudeは通常の会話は維持できたが、高次の認知機能を失った。
この研究は、神経科学の「グローバルワークスペース理論」（脳内の専門システムが並列・無意識に動作し、特定情報が意識的にアクセス可能な共有空間に送られるとする理論）にインスパイアされており、AIの内部処理と人間の認知構造の類似性を示す証拠として注目されている。