MetaとKAUST、モデル自体がPCになる「ニューラルコンピュータ」提唱

現在のアプローチでは、大規模言語モデルにマウスやキーボードを持たせ、人間の代わりにPCを操作させるのが主流です。しかし、そもそも外部の物理的なコンピュータを使わず、モデル自身をコンピュータにしてしまえばいいのではないか。そんな大胆な提案が登場しました。

Meta とサウジアラビアの KAUST（アブドラ国王科学技術大学）の研究チームは、「ニューラルコンピュータ（NC）」という新しい計算パラダイムを提唱する論文を公開しました。目的は、計算、メモリ、入出力をモデル自身の実行状態へと完全に統合することです。

画面を動画モデルで直接レンダリングする

これまでのコンピュータはプログラムを明示的に実行し、Agent は外部環境上で動作し、世界モデルは環境の物理法則を学習してきました。研究チームは、こうした分散した役割をモデル自身のランタイムに集約すべきだと主張しています。

その初期検証として、チームは収集した I/O ログのみを用いて端末シミュレータとデスクトップシミュレータのプロトタイプを構築しました。具体的には動画生成モデルを採用し、入力された指示や操作アクションに応じて、画面フレームをリアルタイムに生成していく仕組みです。

端末シミュレータでは、文字入力やコマンド実行、Python の対話型セッションをシミュレートでき、画面のスクロールやウィンドウの変化もリアルに描画されます。デスクトップ側でもマウスの移動やクリック、メニューの展開が再現されました。

ただし、現状は非常に初期の概念実証にすぎません。操作できるのは数秒から数十秒の短いシーケンスに限られ、長時間の操作では挙動が破綻します。また記号計算の安定性に課題があり、記憶を保持して継続利用することもまだできません。

完全なニューラルコンピュータへの道

研究チームは、成熟した汎用形態を「完全ニューラルコンピュータ（CNC）」と定義し、ロードマップを示しています。CNC を実現するには、チューリング完全性、汎用プログラマビリティ、動作の一貫性、マシンネイティブな意味論という 4 つの条件をクリアする必要があります。

もしこれらの課題が克服されれば、ファイルや固定化されたアプリという概念そのものが不要になる可能性があります。欲しい機能を伝えれば、AI 自体がそのソフトウェアへと姿を変えて実行する世界です。

なぜ重要か

一般ユーザーやエンジニアにとって、これは今すぐ試して実務に活かせるプロダクトではありません。現段階では純粋な基礎研究であり、記号的な厳密さが求められる計算には到底及ばないのが実情です。

しかし、この研究が投げかけた問いは非常に本質的です。業界全体が「人間向けの OS やブラウザをどうやって AI に操作させるか」という Agent のラッパー作りに追われる中、Meta と KAUST はハードとソフトの前提そのものを疑いにかかりました。

動画生成を使って画面をレンダリングするアプローチは、一見すると計算資源の無駄遣いにも見えます。それでも、モデル内部に直接実行環境を抱え込ませるという着眼点は極めて野心的です。Agent の次に来るコンピューティングの姿として、長期的に追っておく価値のある一手だと考えられます。