The Allen Institute for AI（略称Ai2）は、2014年に故マイクロソフト共同創業者で慈善家のポール・アレンによって設立された501(c)(3)非営利科学研究機関です。この研究所は、公益のために影響力の大きいAI研究とエンジニアリングを実施することを目指しています。Ai2はシアトルに拠点を置き、イスラエルのテルアビブにも活発なオフィスを構えています。
この研究所は、人工知能研究への貢献で知られており、オープンソースの大規模言語モデル、自然言語処理ツール、コンピュータビジョンプラットフォームの開発を含みます。その活動は基礎研究、応用システム、一般向けツールにわたり、AI開発における再現性と透明性に重点を置いています。
歴史
オレン・エツィオーニは2013年9月にポール・アレンによって研究所の研究を指揮するよう任命されました。9年間組織を率いた後、エツィオーニは2022年9月30日にCEOの役職を退きました。彼は会社のAristoプロジェクトの主任研究者であるピーター・クラークによって暫定的に引き継がれました。2023年6月20日、Ai2は2023年7月31日付でアリ・ファルハディを次期CEOとして迎えることを発表しました。2026年3月10日、Ai2はアリ・ファルハディが2年半の任期を経てCEOを退任し、再びピーター・クラークが暫定的に引き継ぐことを発表しました。
歴代のリーダーの下で、Ai2は質問応答と推論への焦点から、大規模なオープンモデル開発、具現化AI、環境応用へと拡大してきました。研究所の資金調達モデルは、商業収入ではなく基金と助成金に依存しており、オープンな公開と公共の利益を優先することを可能にしています。
Aristoと推論
AristoはAi2の旗艦プロジェクトです。その当初のプロジェクト目標は、テキストを読み、学び、推論し、最終的に中学2年生の科学試験に合格することで知識を実証できる人工知能システムを設計することでした。チームは2018年にこの目標を達成しました。これは、シアトルに拠点を置く投資会社Vulcanが実施したProject Haloと呼ばれる類似プロジェクトに触発されたものです。チームの現在の焦点は、体系的に推論し、説明し、時間の経過とともに継続的に改善できる次世代システムを構築することです。
Aristoシステムは、ニューラルネットワークコンポーネントと記号的推論および知識検索を組み合わせました。科学試験での成功は、機械学習におけるハイブリッドアプローチの可能性を示しました。このプロジェクトの技術は、後のトランスフォーマーベースのモデルや生成AIシステムの研究に影響を与えました。
コンピュータビジョンと具現化AI
PRIORチームは、世界を見て、探索し、学び、推論できるAIシステムを創造することでコンピュータビジョンの分野を前進させることを目指しています。チームは2016年にオープンな具現化AIプラットフォームAI2-THORを公開し、シミュレーション環境でのAIエージェントのトレーニングを支援しました。2018年2月、チームは限られたアイコンセットから状況に応じたシーンを理解し生成できるAIのデモンストレーションとして、ゲームIconaryを公開しました。
AI2-THORは、インタラクティブなオブジェクトを備えたフォトリアリスティックな3D環境を提供し、ナビゲーション、操作、タスク計画の研究を可能にします。このプラットフォームは、深層学習コミュニティで具現化エージェントのベンチマークとトレーニングに広く採用されています。ゲーム会社と協力して開発されたIconaryは、AIが描画と推測を使用してコミュニケーションする能力をテストし、常識と視覚的理解を必要とします。
Semantic ScholarとAllenNLP
Semantic Scholarツールは、2015年11月に公開された学術出版物向けの人工知能ベースの検索エンジンです。自然言語処理の進歩を利用して、学術論文の要約、インライン引用に関する文脈情報、論文ライブラリの作成と論文推薦の機能などの特徴を提供します。
AllenNLPチームは、NLPシステムのパフォーマンスと説明責任を改善し、NLPシステムを評価・理解するための科学的方法論を進める研究に取り組んでいます。チームは独自の研究と、NLP研究を加速するためのオープンソースツールの両方を生み出しています。
2017年に初めて公開されたAllenNLPは、PyTorch上で深層学習モデルを構築するための人気のあるライブラリになりました（リストには記載されていませんが、一般的なフレームワークです）。名前付きエンティティ認識、意味役割ラベリング、テキスト含意などのタスク用のモジュールコンポーネントを提供します。Semantic Scholarは現在、数百万の論文を索引付けし、TLDR要約や引用グラフなどの機能に大規模言語モデルを使用しています。
MOSAICと常識
Mosaicプロジェクトは、AIシステム向けの常識知識と推論を定義し構築することに焦点を当てています。この取り組みは、人間が当然と思っている日常の物理的・社会的概念を機械に理解させるという、AIにおける長年の課題に取り組んでいます。
Mosaicは、Cycなどの初期の常識イニシアチブに基づいていますが、知識を獲得し推論するために現代の機械学習技術を使用しています。このプロジェクトは、大規模言語モデルに統合して推論と堅牢性を向上させることができるリソースを作成することを目指しています。2020年代半ばの時点で、MosaicはAIシステムの常識を評価するためのデータセットとベンチマークを公開しています。
環境のためのAI
これらのチームは、世界中の場所での密猟や違法漁業の防止、および気候モデリングや山火事管理などの環境問題に人工知能ソリューションを適用することを目指しています。このグループのチームには、EarthRanger、Skylight、Climate Modeling、Wildlandsが含まれます。
EarthRangerは、センサー、カメラ、レンジャー報告からのデータを統合して、保護地域管理者にリアルタイムの状況認識を提供するソフトウェアプラットフォームです。Skylightは、衛星画像と機械学習を使用して、違法漁業に従事している可能性のある船舶を検出します。Climate Modelingは、深層学習を適用して気候シミュレーションの精度と速度を向上させ、Wildlandsは山火事の予測と緩和に焦点を当てています。
生成AIとオープンモデル
Ai2は、完全にオープンな大規模言語モデル、データセット、モデルトレーニング資産の公開を通じて、オープンソースの人工知能の開発に積極的に関与してきました。
Olmoモデルファミリー
2023年5月11日、Ai2は他の最先端言語モデルのパフォーマンスに匹敵することを目指すオープン言語モデルOLMoを開発していると発表しました。2024年2月、モデルの1Bおよび7Bパラメータバリアントがオープンソース化され、コード、中間スナップショットとログ付きのモデル重み、およびDolmaトレーニングデータセット（ウェブテキスト、学術出版物、コード、書籍、ソーシャルメディア、百科事典的ソースから引き出された3兆トークンの英語コーパス）の内容が含まれ、利用可能な最もオープンな最先端モデルとなりました。
2024年9月、Ai2はContextual AIと共同で開発したOLMoファミリー初の混合専門家モデルOLMoEを公開しました。スパースモデルは合計約70億パラメータを持ち、そのうち入力トークンあたり約10億がアクティブで、5兆トークンでトレーニングされました。他のOLMoリリースと同様に、モデル重みにはトレーニングデータ、コード、ログ、中間トレーニングチェックポイントが付随していました。
2024年11月、Ai2はOlmoの2回目のイテレーションであるOLMo 2を公開し、初期リリースには7Bおよび13Bパラメータモデルが含まれていました。2025年3月、Ai2はOLMo 2の32Bバリアントを公開し、「GPT3.5-TurboとGPT-4o miniを上回るパフォーマンスを発揮する最初の完全にオープンなモデル（すべてのデータ、コード、重み、詳細が自由に利用可能）を公開した」と主張しました。
2025年11月、Ai2はOlmo 3モデルセット（現在は小文字の「L」と「M」で表記）を公開しました。これにはOlmo 3 Think（7および32B）、Olmo 3 Base（7および32B）、Olmo 3 Instruct（7B）、Olmo 3 RL Zero（7B）が含まれていました。2025年12月、Ai2は32BモデルのアップデートであるOlmo 3.1を発表しました。
OLMoリリースはOpenAIおよびAnthropicエコシステムに影響を与え、研究者にトレーニングデータとパイプラインへの完全なアクセスを提供しました。また、商業研究所の閉鎖的なアプローチとは対照的に、AI開発における透明性に関する議論を促進しました。
Tuluモデルとポストトレーニングレシピ
完全にオープンなOlmoモデルファミリーに加えて、Ai2はオープンウェイトのベースモデル（例：MetaのLlama）に基づく命令チューニング済みモデルとオープンなポストトレーニングレシピのファミリーであるTuluも開発しており、独自の命令チューニング方法に対する完全に透明な代替手段を提供しています。AI2は2023年6月にTuluの最初のイテレーションを公開し、その後のイテレーションは2023年11月（Tulu 2）と2024年11月（Tulu 3）に公開されました。
Tuluモデルは、RLAIFやカリキュラム学習などの技術で使用されるように設計されており、レシピにはハイパーパラメータとデータ処理の詳細なドキュメントが含まれています。この作業は、商業モデルではしばしばブラックボックスである最先端の命令チューニングへのアクセスを民主化することを目指しています。
関連項目
- Allen Institute for Brain Science
- Allen Institute for Cell Science
- 人工知能
- Glossary of artificial intelligence
- List of large language models
参考文献
- Internal Revenue Service filings. ProPublica Nonprofit Explorer.
- Official website.