GhostDrift数理研究所、AIの「意味選択」と「意味状態遷移」に関する2件のPCT国際出願を発表

株式会社GhostDrift数理研究所
「GD-Attention」「意味生成OS」の最小形式検証核をLean 4で公開し、国際知財と第三者検証可能な研究基盤を同時に推進

株式会社GhostDrift数理研究所（東京都新宿区、以下「当社」）が研究開発を進めるAI基盤技術「GD-Attention」と「意味生成OS（Meaning-Generation Operating System／MG-OS）」に関する2件の発明について、PCT（特許協力条約）に基づく国際出願手続が完了し、それぞれ国際出願番号が付与されました。


本リリースの全体像 ― 2件のPCT国際出願と2つのLean 4形式検証核の公開


あわせて、両技術の限定された数理核をLean 4で形式化し、GitHubで公開しました。二つの公開物は、AIシステム全体の完全証明や実行可能なAIランタイムではなく、「どの意味状態へ遷移してよいか」「複数候補のどれを選ぶか」を第三者が機械的に確認するための最小形式検証核です。
本リリースの要点
● AIの単一候補選択を扱う「GD-Attention」と、意味状態の遷移資格を扱う「意味生成OS」の2件について、PCT国際出願番号が付与。
● 両技術の数理核をLean 4で形式化し、GitHub Actionsによる継続的なビルド検証を設定。
● 「どの状態へ移ってよいか」と「その状態で何を選ぶか」を分けて検証する二層構造を提示。

AIの次の課題は、生成した後の「選択」と「遷移」

AIの価値は、候補を多く生成できることだけで決まりません。実運用では、複数候補から何を正式な出力として選ぶのか、現在の判断状態からどの状態へ移行してよいのか、証拠が不足したときに判断を保留・停止できるのかが重要になります。
当社はこの問題を、候補の「選択」と意味状態の「遷移」に分け、役割の異なる二つの基盤技術として研究しています。

1．GD-Attention ― 複数候補を混ぜず、一つを選ぶ
GD-Attentionは、入力と複数の候補との意味的な整合性を評価し、一つの候補を明示的に選択する非線形注意制御技術です。候補を重み付き平均して一つの混合出力を作るのではなく、選択された候補に対応する値を単一出力として返します。


公開したLean 4リポジトリでは、主に次の構造を形式化しています。


● 二つの意味中心から定まる「意味通路」と、通路から外れるほど評価が悪化する構造
● 一次元上の最適点が一意である場合に、全空間でも対応する最適点が一意になること
● 同点時の規則を含め、有限候補から一つの候補値を決定論的に出力すること

2．意味生成OS ― どの意味状態へ遷移してよいかを判定する
意味生成OSは、複数の主体や観点に対応する評価を統合し、意味状態の候補を比較したうえで、遷移を認める条件を証明書から判定する技術です。今回公開した最小形式検証核では、区間で表された評価値、遷移経路上の共鳴低下の証拠、安全余裕およびCBC+と呼ぶ安全条件を組み合わせ、次の三つの状態を返します。

二つの技術がつくる二層構造
両技術は、同じ処理を重複して行うものではありません。意味生成OSが「どの意味状態へ遷移してよいか」を検証し、GD-Attentionが「その状態で、複数候補のどれを選ぶか」を検証します。


2つの技術の関係 ― 意味生成OSが「遷移」を、GD-Attentionが「選択」を検証する

PCT国際出願の概要

※PCT国際出願は国際的な出願手続であり、各国における特許権の成立を意味するものではありません。

Lean 4による公開 ― 知財保護と第三者検証を両立

今回の公開では、発明全体や商用実装の詳細を開示するのではなく、第三者が検証できる限定された数理核を切り出しました。国際出願により発明の保護を進める一方、形式検証の対象と限界を明示し、同じソースを第三者が再ビルドできる形で公開しています。
各リポジトリではGitHub Actionsを用いてLeanプロジェクトを継続的にビルドし、未完了証明を示すプレースホルダーが含まれていないことも自動検査しています。



関連デモ― 数理構造と挙動を小規模な例で確認
形式検証コードとは別に、両技術の考え方や挙動を視覚的に確認できる公開デモも用意しています。Lean4による公開が「どの数理命題を機械的に検証したか」を示すのに対し、以下のデモでは、それぞれの技術がどのような選択・状態遷移を扱うのかを、小規模な例を通じて確認できます。

GD-Attention 最小公開デモ
意味エネルギーに基づいて複数候補から一つを選択する挙動や、小規模な参照比較を確認できます。
https://ghostdrifttheory.github.io/gd-attention/

意味生成OS 理論可視化デモ
複数の意味状態や少数候補の保持、障壁を介した状態遷移制御の考え方を、小規模なモデル上で可視化しています。
https://ghostdrifttheory.github.io/mgos-pluralism-demo/

※これらのデモは研究内容を確認するための小規模な公開実装・可視化であり、商用システム、最適化済みベンチマーク、または実運用環境での性能を示すものではありません。

本研究が目指すもの

GhostDrift数理研究所の研究方針
AIに必要なのは、高い生成性能だけではありません。どの状態へ移り、どの候補を選び、証拠が不足したときに止まるのか。その条件を第三者が確認できる形で設計することが、本研究の目的です。今回、2件のPCT国際出願と二つのLean公開物をそろえることで、研究概念だけでなく「どの範囲を機械的に検証できるのか」まで示しました。
形式検証に関する注記
今回のLean公開では、GD-Attentionにおける意味通路、意味エネルギーの順序、条件付き一意性および単一候補選択と、意味生成OSにおけるアトラクタ選択、遷移経路上の共鳴低下証明、攻撃コスト上界、Margin／CBC+および遷移判定を形式化しています。
一方、AIシステム全体の性能、実際の学習・推論処理、AIが「意味を理解する」こと、非連続ジャンプの必然性、Softmaxに対する一般的優越性は、今回の形式検証の対象ではありません。これらは今後、実装および実験との対応関係を整理した上で、段階的に評価します。


知財保護・第三者検証・信頼できる連携から社会実装へ

今後の展開

今後は、公開した最小形式検証核を参照仕様として、選択の頑健性、複数主体・複数候補への拡張、外部証明書やAPIとの接続、実装・実験との対応関係を段階的に検討します。
当社がこれまで進めてきた責任工学・AIアシュアランスでは、AIや業務システムが行う判断について、採用条件、証拠、停止条件、責任記録を外部から検証可能にする「責任OS」の研究・社会実装を進めています。今回のGD-Attentionと意味生成OSは、その研究を置き換えるものではなく、AI内部で生じる「何を選ぶか」「どの状態へ移るか」という判断そのものを、より明示的で検証可能な構造として扱うための基礎研究です。
将来的には、AI内部の選択・状態遷移と、その外側に置かれる責任OSによる採用条件・証拠・停止制御を接続し、AIが判断を生成するところから、その判断を社会が採用できるところまでを一貫して検証できる技術基盤へ発展させることを目指します。
今回のPCT国際出願も、こうした研究成果を適切に保護しながら国際的な研究・実装へつなげていくための取り組みの一つです。当社は、社会課題に取り組む信頼できる企業・研究機関との協働を重ねながら、責任OSを日本発の技術として国際的に通用するAIアシュアランス基盤へ育てていくことを目指します。

会社概要

【株式会社GhostDrift数理研究所】
代表者　前木 秀光
所在地　東京都新宿区北新宿4-4-4
設立　2026年2月10日
事業内容　高い責任と品質が求められる業界に特化したAIガバナンス技術（責任OS）によるAI・アルゴリズム意思決定システムの設計・実装支援
URL　https://www.ghostdriftresearch.com
次世代AI研究　GD-Attention・意味生成OSを含む研究全体の位置づけ、関連デモ
https://www.ghostdriftresearch.com/next-generation-ai-research

■本件に関するお問い合わせ

株式会社GhostDrift数理研究所　広報担当：前木（まえき）
お問い合わせフォーム：https://www.ghostdriftresearch.com/contact