Odyssey：検証可能でローカルな真実保持型基盤モデルの構築

AI（人工知能）の世界では、日々新しい技術が登場していますが、その中でも「ODYSSEY（オデッセイ）」という名前の新しい考え方が提案されました。これは、AIが「真実」を保ちながら、しかもそれが「検証可能」で、さらに「ローカル」、つまり特定の状況や範囲に限定されたものとして機能するようなAIの仕組みを作るためのフレームワーク（枠組み）なんです。

AIが学習するデータは膨大ですが、その中には間違った情報や偏った意見も含まれています。そのため、AIが常に正しい情報だけを基に判断してくれるとは限りません。そこでODYSSEYは、AIが「これは正しい」「これはこういった理由で正しい」と説明できるようにし、その説明が第三者によってチェックできるような仕組みを目指しています。さらに、AIの判断を特定の「場所」や「状況」に限定することで、予期せぬ誤作動を防ごうという狙いもあります。

このODYSSEYの考え方の中心にあるのが「ファウンドリ」と呼ばれるものです。ファウンドリは、AIが何かを判断する際に必要となる「文脈」や、その文脈に合った「表現の集まり」、そしてそれらをどうやって組み合わせるかといった「ルール」などをまとめたものです。例えるなら、料理のレシピ集のようなものかもしれません。レシピ（ファウンドリ）があれば、材料（データ）から美味しい料理（AIの判断）を作れる、というイメージです。

そして、このファウンドリは、さらに具体的な「証拠や議論」「ビジネス上の決定」「市場のルール」「科学的な探求」など、様々な分野の要素を組み合わせて作られます。例えば、医療AIを作るなら、医学的な証拠、治療法の決定、製薬会社の動向といった要素をファウンドリに含める、といった具合です。

このファウンドリを作るプロセスは、「Universal Foundry Learning (UFL)」という方法で形式化されています。これは、AIが候補となるファウンドリに様々な情報を「取り込み」（左カン拡張）、その上で必要な条件やルールを厳密に適用して、最終的なファウンドリを「昇格」させていく（右カン拡張）という二段階のプロセスです。これにより、AIはより信頼性の高い、そして状況に応じた判断ができるようになるというわけです。