何百万人もの人々が都市の中をどのように移動するかを予測することを想像してみてください。彼らは午前8時に仕事へと急ぐのでしょうか？晴れた土曜日に公園でゆったりと過ごすのでしょうか？それともコーヒーを一杯飲むために寄り道をするのでしょうか？これは単なる推測ゲームではありません。科学者や都市計画家にとっての「超能力」なのです。もしこれらの動きを正確にシミュレートできれば、より優れた交通システムを設計し、病気の発生を広がる前に食い止め、そして人々に真に機能する近隣地域を築くことができます。

長い間、私たちは人々に対してアンケートに回答してもらったり、スマートフォンの位置情報を追跡したりすることで、これを行おうとしてきました。しかし、アンケートは忘れられたり偏りがあったりすることが多く、スマートフォンの追跡は大きなプライバシーの問題を引き起こします。そこで登場するのが「大規模言語モデル（LLM）」です。LLMを、インターネット上のほぼすべての文章を読んだ、超スマートなロボットの脳だと考えてください。科学者たちは、このロボットに一人の人間になりきらせ、その人が次にどこへ行くかを一歩ずつ考えさせる方法を思いつきました。それは、まるで100万人の俳優を雇って、都市における「ある一日の生活」を即興劇として演じさせているようなものです。問題は？それは信じられないほど高価で、時間がかかるということです。100万人のために、ロボットの脳にすべてのステップを考えさせることは、膨大なコンピュータの時間と費用を要するため、実際の都市規模へとスケールアップさせることが困難なのです。

ここで、リーハイ大学とニューヨーク州立大学ビンガムトン校の研究者による、MobCacheと呼ばれる巧妙なトリックを用いた新しい論文が登場します。ロボットに毎回ゼロから考えさせる代わりに、彼らはロボットの思考プロセスを格納する「メモリバンク」を構築しました。あなたが物語を書いているところを想像してください。すべての文章を毎回ゼロから書く代わりに、以前に書いた素晴らしい文章の断片のライブラリを持っているとします。「火曜日の起床」についての文章が必要になったら、ライブラリから似たものを探し出し、それを少し微調整して書き進めるのです。研究者たちはこれを行いましたが、一つひねりを加えました。彼らは単に言葉を保存したのではなく、言葉の背後にある「論理（ロジック）」を秘密のコード（「潜在空間」と呼ばれます）として保存したのです。これにより、高価なロボットの脳に重労働をさせることなく、異なる思考パターンを混ぜ合わせ、何百万ものユニークで現実的な日常のルーチンを作り出すことが可能になりました。

問題点：ロボットは遅すぎて、高すぎる

研究者たちは、AIを用いた人間の移動のシミュレーションは、現在のところ大規模な都市においては遅すぎて高価すぎるという単純な観察からスタートしました。もし100万人の1日分をシミュレートしようとすれば、コンピュータ利用料だけで簡単に1,000ドルを超えることもあります。

いくつかのチームは、人々をグループ化することでこれを解決しようとしました。例えば、「中所得層のソフトウェアエンジニアは全員、全く同じ行動をとる」とするのです。しかし、これは退屈で非現実的です。実際の人々は多様です。残業をするエンジニアもいれば、朝寝坊をする人もいますし、ジムに行く人もいます。全員に同じ行動を強制すると、現実の「味わい」が失われ、シミュレーションは現実の質の低いコピーになってしまいます。

他のチームは、ロボットに一度に多くの質問に答えさせることでスピードを上げようとしました。しかし、それでもなお、一人ひとりの一日を最初から最後まで考え抜くためにロボットを必要とします。それは、たとえ材料がほとんど同じであっても、100万食の料理を作るためにシェフを雇うようなものです。結局、一食ごとにシェフへの報酬を支払わなければならないのです。

解決策：「再構成可能な」思考のライブラリ

MobCacheの開発チームは、ロボットは毎回ゼロから考える必要はないということに気づきました。人間の移動は通常、論理的な連鎖に従います。「起きる」→「天気をチェックする」→「公園に行くことに決める」といった具合です。研究者たちは、最終的な答え（移動の目的地）を保存するのではなく、そこに到達するまでの「ステップ」を保存することにしました。

彼らは主に3つのパーツで構成されるシステムを構築しました：

1. 秘密のコード（潜在空間）： ロボットの思考をそのままの英語の文章として保存するのではなく（英語のままでは間違いを防ぎながら混ぜ合わせることが難しいため）、数学的な「エンベディング（埋め込み）」として保存しました。これは、言葉そのものではなく、思考の「雰囲気」や「論理」を保存することを意味します。楽譜を保存するのではなく、音楽のコード（和音）を保存するようなものです。ジャズのコードとポップスのコードを混ぜて新しいものを作ることが、同じキー（調）に合っていればできるのと同様です。
2. ロジックチェッカー（潜在空間評価器）： 思考のコードを混ぜ合わせたとき、その新しいストーリーが理にかなっているかを確認する必要があります。彼らは、混ぜ合わされた内容を見て、「待て、この人は家にいるはずなのに、次のステップでは仕事に行くと書いてある。しかも日曜日だぞ！」と言えるような、特別な「ロジックチェッカー」を訓練しました。このチェッカーが悪すぎる組み合わせを拒否することで、生成される新しい一日のシミュレーションが論理的であることを保証します。
3. 翻訳機（軽量デコーダー）： 一連の思考コードが正しく揃ったら、それを読み取り可能なスケジュールに変換する必要があります。この翻訳作業に、高価で巨大なロボットを使う代わりに、彼らは小さくて高速な「デコーダー」を訓練しました。これは、プロの翻訳者（巨大なロボット）が、素早く効率的なインターン（小さなデコーダー）に翻訳方法を教え、そのインターンが数セントで仕事をこなせるようにするようなものです。

実践における仕組み

新しい人物のシミュレーションが必要になると、システムは彼らのプロフィール（年齢、職業、自宅の場所）を確認し、ライブラリの中から似た人物を探します。そして、その人物の思考の連鎖を取り出します。次に、ある人の連鎖から一歩を取り、別の人の連鎖から一歩を取り、それが適合するかを「ロジックチェッカー」で確認します。もし適合すれば成功です。そうでなければ、もう一度試すか、あるいは巨大なロボットに新しいスタートを切らせます。最後に、「翻訳機」がこれらの混ぜ合わせた思考を、「午前8時：起床。午前8時30分：職場へ向けて出発」といった明確なスケジュールへと変換します。

結果：高速、安価、そして現実的

研究者たちは、北京とニューヨーク市の実際のデータを用いてこのシステムをテストしました。結果は驚くべきものでした。

• 速度： MobCacheは、既存の最高の方法よりも83.61%高速でした。一人の一日の動きを生成するのに約1.27秒しかかからず、他の手法では18秒以上かかっていました。
• コスト： コストを71.82%削減しました。一人ひとりのシミュレーションごとに高い料金を支払う代わりに、コストは一人あたり数セントのわずかな fraction（端数）まで下がりました。
• 品質： これほど高速で安価であるにもかかわらず、シミュレーションのリアリティは、低速で高価な手法と同等でした。研究者たちは、滞在時間や移動距離などの要素を測定しました。MobCacheは現実世界のデータとほぼ完璧に一致しており、スピードのために品質を犠牲にする必要はないことを証明しました。

彼らはまた、このシステムが巨大なスケールを扱えるかどうかもテストしました。10万人までのシミュレーションを行った際も、システムが遅くなったり混乱したりすることはありませんでした。実際、扱うデータが増えるにつれて、現実世界のパターンとの一致はさらに向上しました。彼らは、北京のライブラリを使ってニューヨークの人々をシミュレートすることにも挑戦しました。完璧ではありませんでしたが、驚くほどうまく機能し、人間の移動の「論理」は異なる都市間でも共有できることを示しました。

なぜこれが重要なのか

この論文は、MobCacheが大規模なシミュレーションにおけるゲームチェンジャーであることを示唆しています。都市の動きを理解するために、高価なロボットを100万人雇う必要はないのです。移動そのものではなく、移動の「論理」を保存し再利用することで、より短い時間とより低いコストで何百万人もの人々をシミュレートできます。

これは、都市計画家が、新しい地下鉄路線やパンデミックによるロックダウンが交通や人々の生活にどのような影響を与えるかという、何千もの「もしも（What-if）」のシナリオを実行できることを意味します。かつては高価で時間がかかりすぎたタスクを、迅速かつ容易に実行可能なものに変え、よりスマートで安全、そして効率的な都市への扉を開くのです。研究者たちは、これは単なる小さな改良ではなく、大規模なスケールで人間の行動を理解するためにAIをどのように活用できるかという、根本的なパラダイムシフトであると強調しています。