川口くん、ひとつ教えてくれ。新聞に翻訳AIの仕組みが載っていてな ── 原文を理解する 「読む係」 と、訳文を作る 「書く係」 の二人組だと。ふむ、分業として実に真っ当だ。では、君らがいつも使っている 対話のAI も、同じ二人組かね?
それが、違うんです。いまの対話AIは、その二人組から 「書く係」だけを取り出した 構成で。読む係は、いません。
ほう? 読む係を置かずに、どうやってこちらの文章を 理解 するのだ。
「次の言葉を当て続ける」訓練だけをひたすらやるんですが、これ、文が読めていないと当てられない んです。書く訓練の中で、読む力が勝手に育つというか。
……都銀の頃を思い出すな。若手に稟議の起案を書かせ続けると、審査の眼も一緒に育った。書くためには、読めねばならんからだ。なるほど、今も昔も、そこは同じか。
- 元祖 Transformer(2017)は、読む係(エンコーダー)+書く係(デコーダー)の二人組 でできた 翻訳機 だった。いまの対話AI(GPT / Claude / Gemini 系)は、そこから 書く係だけを取り出して巨大化させた もの ── これが「デコーダーのみ」構成。
- なぜ書く係だけで読めるのか。「次の言葉を当てる」訓練は、文の関係が読めていないと解けない ── つまり 書く訓練が、読む力を内側に育てる。係は1人で足りる。
- 勝因は シンプルさ。訓練の目的が1つ、構造も半分だから、ひたすら大きくする(スケールさせる)のが楽 ── 専用設計の作り込みより、単純な仕組み×規模 が勝った。
Transformer ブロック (#032) を何十段も積んだものが LLM だ、とここまで見てきた。本記事はその 一番外側の骨格 の話 ── 実は元祖 Transformer は翻訳機で、いまの対話AIは その半分だけ でできている。
元祖は「読む係+書く係」の翻訳機だった
2017年に登場した元祖 Transformer は、英語→ドイツ語のような 翻訳 のための機械だった。構成は、はっきりした分業になっている:
- エンコーダー(読む係): 原文を丸ごと受け取り、文全体を 双方向に(前からも後ろからも)眺めて、意味を整理する。
- デコーダー(書く係): 読む係が整理した内容を参照しながら、訳文を 左から右へ1語ずつ 書いていく。
その後、この二人組は バラ売り されるようになる。読む係だけを取り出したのが BERT 系(文の分類・検索が得意)。そして 書く係だけ を取り出したのが、GPT に始まる現在の対話AIの系譜 ── デコーダーのみ(Decoder-only) 構成だ。
なぜ「書く係」だけで読めるのか
ここが本記事の核心だ。読む係を捨てたのに、なぜ文章が理解できるのか。鍵は、書く係の訓練 ── 次トークン予測 (#023) ── の性質にある。
書く係のルールは「ここまでの文だけを見て(未来は見ない)、次の言葉を当てる」。そして ── 次の言葉は、文が読めていないと当てられない。
「会議の資料を金曜までに部長へ──」の次を当てるには、誰が・何を・いつ・誰に、という 関係の理解 が要る。つまり「当てる」という出口の訓練が、その手前に 「読む」 を強制する。この訓練を膨大なテキストで繰り返すうちに、書くための読む力が、モデルの内側に育っていく (#022)。
ちなみに「ここまでだけを見て、未来を見ない」という縛りは、生成時の 自己回帰 (#026) ── 自分の書いた言葉を文脈に足しながら、左から右へ1語ずつ進む ── とそのまま対応している。訓練と本番が、同じ形をしているわけだ。
なぜ「半分」が勝ったのか
分業の二人組より、書く係1人の方が強かった。理由は、性能の魔法ではなく シンプルさの経済 だ:
- 訓練の目的が1つ: 「次を当てる」だけ。翻訳用・分類用と作り分けなくても、この1つの訓練で読み書き両方が育つ。
- 構造が半分: 部品が単純なほど、ひたすら大きくする(層を増やす・データを増やす)のが楽で、規模を上げた分だけ素直に賢くなった。
- 1人で何でもこなせる: 翻訳も要約も分類も、「指示文の続きを書く」という形に直せば、書く係1人で全部できてしまう(プロンプト (#043))。
つまり、用途ごとの専用設計を作り込む路線 より、単純な仕組みを巨大なスケールに乗せる路線 が勝った ── デコーダーのみ構成は、その象徴だ。
コンサル感覚 — 「凝った分業」より「単純な仕組み×規模」
本記事の核心メッセージは 「いまのAIの強さは、複雑な設計ではなく、単純な仕組みをスケールさせたことから来ている」。これは実務の議論にそのまま使える:
① クライアントへの一言説明: 「ChatGPT って何がすごいんですか?」には ── 「元は翻訳機の 「書く係」 半分です。『次の言葉を当てる』訓練だけを桁外れの規模でやったら、読む力も会話力も全部ついてきた、という話です」。仕組みの正体が、誇張なしに伝わる。
② 「専用AI乱立 vs 汎用基盤」の議論の土台になる: 翻訳用・要約用・分類用と専用ツールを並べる構想に対して、「汎用の対話AI1本+指示の工夫で賄える範囲」をまず見極めるのが現代のセオリー。デコーダーのみが二人組に勝った経緯 は、その判断のいちばん分かりやすい根拠になる。
③ 「書かせると育つ」は人材育成にも通じる: 南雲の言う通り、起案を書かせると審査の眼も育つ ── アウトプットの訓練がインプットの力を引き上げる構図は、組織の育成設計でも同じだ。ただし AI のそれは「当てるための計算上の必要」から来るもので、人の学びと同じ仕組みではない ── 比喩として使うなら、そこは添えておきたい。
分業をやめて1人にしたら最強になった、って組織論としてはなかなか衝撃だよなあ。うちは「議事録係」と「提案書係」を分けようか悩んでたのに。
あら、接客は昔からそうですわよ。「聞く係」と「売る係」を分けたお店は、お客様の話が途中で切れてしまう。一人で聞いて一人で勧めるから、文脈が繋がる んですの。
その「文脈が切れない」のは、デコーダーのみの利点と本当に重なります。読む係と書く係の間で情報を渡す継ぎ目が無いので。…ただ凡田さん、人間のチームの分業はまた別の話なので、AIを根拠に係を統合するのはやめてくださいね。
