想定外に適応するAIの「科学」を探るSAIL-ON ― RTX BBN Technologiesへの連邦契約（USAspending）

SAIL-ON（Science of Artificial Intelligence and Learning for Open-World Novelty＝オープンワールドの新規性に対する人工知能と学習の科学）は、AIシステムを作るために必要となる基礎的な科学的原理・一般的な工学的手法・アルゴリズムを研究開発するプログラムである。ここでいう「オープンワールドの新規性(open-world novelty)」とは、AIが訓練（学習）時には見ていなかった、予期せぬ状況やルールの変化を指す。多くのAIは学習したデータの分布の中では高い性能を示す一方、その外側の未知の事態では急に当てにならなくなる――この弱点に正面から取り組むのがSAIL-ONの狙いだといえる。

なぜ重要か。実運用のAIは、学習時の前提が崩れる場面（環境の変化・想定外の入力・相手の新しい振る舞い）に必ず直面する。そうした新規性をAI自身が検知し、性能を保ったまま適応できるかは、自動運転から防衛システムまで信頼性を左右する根本問題である。製品を買う調達ではなく、その土台となる「AIの科学」そのものを国費で育てようとする点に、この種の基礎研究契約の意味がある。なお本件の技術的な中身や成果は原文に記載がないため、ここでは踏み込まない。

横断的に見れば、これは米国が先端AIの源流を担う研究投資の一例である。SAIL-ONのような基礎研究は、単一の製品ではなく、後年の多くの応用（頑健性・分布外検知・継続学習など）の共通基盤になりうる。受注者は応用研究を長く手がけてきた技術系企業であり、こうした企業・研究機関が国の研究プログラムの実行主体となる構図そのものが、米国の研究エコシステムの特徴を映している。