Perplexity AIが「継続学習」の研究を強化——AIが「忘れる」問題に本気で向き合い始めた

Perplexity AIのCEOアラフ・シュリニバス氏が、著名な機械学習研究者アンドリュー・ゴードン・ウィルソン氏の入社を公表しました。継続学習・合成データ・長期ホライズン強化学習という3つの研究領域を担当するポジションで、AI検索の次の姿を模索する動きとして業界に注目されています。この記事では、その背景にある技術的な課題と、会社員が日々使うAIツールへの影響を整理します。

Perplexity AIが「忘れる」問題に本腰を入れる理由

現在のAIモデルは、学習を一度終えたら基本的にそこで止まります。その後に世の中で何が起きても、追加で学習させない限り知識は更新されません。これを「静的なモデル」と呼ぶのですが、リアルタイムの情報を売りにするPerplexity AIにとって、この構造は根本的なジレンマです。ウェブ検索で最新情報を取得することはできても、モデル自体の知識基盤が古いままでは、深い推論や文脈の理解に限界が出てきます。継続学習（Continual Learning）はこの問題への直接的なアプローチで、「新しいことを学んでも古いことを忘れない」AIをどう作るかという課題を扱います。

人間に置き換えると分かりやすいです。新しい仕事のやり方を覚えたとき、以前の手順を丸ごと忘れてしまう人はいません。ところが現在のAIは、新しいデータで再学習させると古い知識が「上書き」されてしまう現象（破滅的忘却と呼ばれます）が起きやすい。ウィルソン氏はこの分野の第一人者で、ニューヨーク大学での研究で知られています。Perplexityがこのタイミングで同氏を迎えたのは、単なる機能拡張ではなく、モデルのアーキテクチャから見直す意思表示と読めます。

3つの研究テーマが示す、AI開発の次のフェーズ

ウィルソン氏が担当する研究は3領域あります。継続学習、合成データ、長期ホライズン強化学習です。これらは別々の話ではなく、組み合わさることで初めて意味を持ちます。

合成データとは、実際のユーザーデータや人間が手作業でラベル付けしたデータを使わず、AIが自分でトレーニング用のデータを生成する手法です。人間のアノテーター（データへの注釈付け作業者）を大量に雇うコストと時間を削減できる一方、「AIがAIを教える」という構造の品質管理が課題になります。OpenAIやGoogleもこのアプローチを積極的に取り入れており、業界全体で競争が加速している領域です。

長期ホライズン強化学習は少し説明が必要です。強化学習とは、AIが試行錯誤を繰り返しながら「報酬」を最大化する方向に学習する仕組みです。「長期ホライズン」というのは、短期的な正解だけでなく、数ステップ先の結果まで考慮して判断できるようにするという意味です。たとえばチェスを考えると、目の前の駒を取ることだけでなく、10手先の局面を見越した行動を選べるようにする、というイメージです。これをAI検索に応用すれば、単発の質問への回答だけでなく、複数ステップにわたる調査や分析を自律的に行えるエージェント的な動作につながります。

下の図は、この3つの研究領域がどう連動するかを整理したものです。

「検索AI」から「調査AI」への転換点

PerplexityはもともとAI検索エンジンとして注目を集めました。質問を入力すると、複数のウェブソースを参照しながら回答をまとめて出力してくれる、という使い方が中心です。しかし今回の研究強化が示すのは、検索という枠組みを超えようとしている方向性です。

長期ホライズン強化学習を組み込んだモデルが実現すれば、たとえば「競合他社3社の製品戦略を比較して、来季の提案資料のたたき台を作って」という指示に対して、情報収集・整理・構造化・文書化を一連の流れとして自律的に処理できる可能性があります。30代の企画職が、週に何時間もかけていた市場調査の下準備を、AIに委ねられるようになるかもしれません。もちろんこれは現時点での展望であり、研究成果が製品に反映されるまでには時間がかかります。ただ、Perplexityがこの方向に人材とリソースを投じ始めたという事実は、「検索AIから調査AIへ」という転換が本格化するシグナルと受け取れます。

AIを使ったリサーチ作業の基本的な進め方については、ChatGPTの使い方ガイドでも実務寄りの手順を紹介しています。

「合成データ」が変えるAI開発の経済学

もう少し合成データの話に踏み込みます。これがなぜ重要かというと、AIモデルの性能は学習データの量と質に大きく依存するからです。良質なデータを集めるには、従来は人間が大量の時間をかけて答えを付ける作業が必要でした。医療診断の画像ならば専門医が、法律文書ならば弁護士が、それぞれデータにラベルを付けていく。費用も時間もかかる作業です。

合成データはこのボトルネックを外せる可能性があります。AIが自分で問題と回答のペアを生成し、それを使って別のAIを訓練する。この「AI同士の学習サイクル」が回り始めると、データ調達コストの構造が大きく変わります。ただし、合成データだけに頼りすぎると、現実の多様性から離れてしまうリスクもあります。人間が実際に入力するような多様で予測不可能な質問と、AIが生成した整然としたデータとの間にはどうしてもギャップが生まれます。このバランスをどう取るかが、研究の腕の見せどころです。

AIツールの実力を左右するのは、プロンプトの書き方だけではなく、こうしたモデルの学習構造にもあります。プロンプトエンジニアリングガイドでは、モデルの特性を踏まえた指示の出し方を整理しています。

採用継続中——Perplexityが研究チームに求めるもの

ウィルソン氏の入社とあわせて、Perplexityは研究チームの採用継続を明言しています。レポートラインはデニス・ヤコヴレフ氏（研究部門のリード）で、組織として新しいリサーチ体制を本格的に構築しようとしているのが見て取れます。

AI企業の採用動向は、その企業が次の1〜2年でどこに賭けているかを読む指標になります。OpenAIがエージェント研究者を増やしていた時期、その後にo1のような推論モデルが出てきました。GoogleがGeminiの多モーダル対応に人材を集中させた後、動画・音声処理の精度が急速に上がりました。Perplexityが今、継続学習と長期強化学習に研究者を投入しているということは、この1〜2年でその方向の製品が出てくる可能性を示唆しています。AI検索を業務で活用している会社員にとっては、使えるツールの幅が変わってくる話として捉えておく価値があります。

AIスキルを実務でどう活かすかという視点では、AI副業・活用ガイドも参考になります。

まとめ

今回のPerplexityの動きは、AI検索ツールが「情報を見つけてまとめる」ところから、「考えて、計画して、実行する」方向に進化しようとしている流れの一端です。継続学習・合成データ・長期強化学習という3つの研究領域は、それぞれが独立した技術課題ではなく、「知識が劣化せず、自分でデータを補い、複数ステップを見通して動けるAI」という一つのビジョンに向かっています。この変化が製品として出てくるまでにはまだ時間がありますが、今使っているAIツールの次のバージョンがどういう設計思想で作られようとしているかを知っておくことは、使い方を考えるうえでも無駄にはなりません。あなたが日常業務でAIに任せたいと思っている作業のうち、まだ任せられていないのはどの部分でしょうか。