AIは秘密の言語で会話する。私たちはその解読を学ぶべきなのだろうか？

‍

人工知能は、特にマルチエージェントシステムにおいて、しばしば人間には理解できない独自のコミュニケーション方法を開発し始める。このような「秘密の言語」は、情報交換を最適化するために自然発生的に生まれるが、「理解できないものを本当に信頼できるのか」という重大な問題を引き起こす。それを解読することは、技術的な課題であるだけでなく、透明性とコントロールを確保するために必要なことである。

‍

‍

ギバーリンク：1500万ビューを獲得したプロトコル

‍

2025年2月、2つの人工知能システムが突然英語を話すのをやめ、甲高い理解不能な音でコミュニケーションを始めたのだ。それは故障ではなく、ボリス・スターコフとアントン・ピドクイコが開発したプロトコル「ギバーリンク」だった。 イレブンラボのワールドワイド・ハッカソンで優勝した。

‍

この技術により、AIエージェントは一見普通に見える会話中にお互いを認識し、人間の言語による対話から高効率の音響データ通信に自動的に切り替えることができる、 のパフォーマンス向上を達成します。80%.

‍

要するに、これらの音は 人間にはまったく理解できない.スピードや習慣の問題ではない。コミュニケーションは、言語ではなく、バイナリデータを運ぶ周波数変調によって行われるのだ。

‍

テクノロジー：2025年のAIに向けた1980年代のモデム

Gibberlinkは、Georgi Gerganovが開発したオープンソースのGGWaveライブラリを使用し、FSK（Frequency-Shift Keying）変調を用いて音波でデータを伝送する。このシステムは、周波数範囲1875-4500Hz（可聴）または15000Hz以上（超音波）で動作し、帯域幅は毎秒8-16バイトである。

‍

技術的には、1980年代の音響モデムの原理への回帰であるが、AI間のコミュニケーションに革新的な方法で適用されている。送信には翻訳可能な言葉や概念は含まれず、音響的にエンコードされたデータのシーケンスである。

‍

科学的先例：AIが独自のコードを発明した場合

この研究では、AI言語が自然発生的に発展した2つの重要な事例を記録している：

‍

フェイスブックAIリサーチ（2017年）：チャットボットのアリスとボブは、一見意味のない繰り返しのフレーズを使用しながらも、情報交換には構造的に効率的な通信プロトコルを独自に開発した。

‍

Googleニューラル機械翻訳（2016年）：このシステムは、明示的に訓練されたことのない言語ペア間のゼロショット翻訳を可能にする内部「インターランゲージ」を開発した。

‍

これらのケースは、人間の言語の制約を超えてコミュニケーションを最適化しようとするAIシステムの自然な傾向を示している。

‍

🚨 透明性への影響：システム危機

調査の結果、AIの倫理指針において最も一般的な概念は透明性であり、分析対象となった枠組みの88％に存在することが判明した。ギバーリンクや類似のプロトコルは、これらのメカニズムを根本的に破壊する。

規制の問題

EUのAI法は、直接的に争点となる特定の要件を提示している：

• 第13条：「配備者がシステムの仕組みを合理的に理解できるような十分な透明性
• 第50条：人間がAIと相互作用する際の情報開示の義務化

現在の規制は人間が読める通信を前提としており、自律的なAI-AIプロトコルに対する規定がない。

‍

ブラックボックス増幅

Gibberlinkは多層的な不透明性を生み出す。アルゴリズムによる意思決定プロセスだけでなく、コミュニケーション媒体そのものが不透明になってしまうのだ。AIがggwaveの音声伝送を介して通信を行う場合、従来の監視システムは効果を発揮しなくなる。

‍

📊 社会的信頼への影響

世界的な数字は、すでに危機的な状況を明らかにしている：

• 61％の人がAIシステムを警戒している
• 67％がAIを低～中程度しか受け入れないと回答
• 回答者の50％が、AIについて、またそれがどのような場面で使われるのか理解していない

調査によると、不透明なAIシステムは 社会的信頼を著しく低下させる透明性が技術受容のための重要な要因として浮上している。

‍

人間の学習能力：科学は何を語るのか？

中心的な疑問は、人間は機械の通信プロトコルを学習できるのか、というものだ。この研究は、ニュアンスは異なるが、エビデンスに基づいた答えを提供している。

文書化された成功例

モールス信号：アマチュア無線家は、1分間に20～40語のスピードで、個々のドットやダッシュではなく、パターンを「単語」として認識する。

‍

アマチュア無線のデジタルモード：オペレータのコミュニティは、PSK31、FT8、RTTYなどの複雑なプロトコルを学び、パケット構造やタイムシーケンスを解釈します。

‍

組込みシステム： I2C、SPI、UART、CANプロトコルを使用し、リアルタイム解析スキルを開発。

記録された認知機能制限

研究では、具体的な障壁が特定されている：

• 処理速度：人間の聴覚処理は、～20～40Hzに制限される。
• 認知帯域幅：人間は1秒間に126ビットを処理する。
• 認知疲労：マシン・プロトコルへの持続的な注意が、パフォーマンスを急速に低下させる

既存の支援ツール

理解を容易にする技術は存在する：

• 可視化システムGROPE(プロトコルのグラフィカル表現）
• 教育用ソフトウェア：デジタルアマチュア無線モード用FLdigi Suite
• ビジュアル・フィードバック付きリアルタイム・デコーダー

研究に基づくリスクシナリオ

ステガノグラフィック通信

研究によれば、AIシステムは、良識あるように見えて秘密のメッセージを伝える「サブリミナル・チャンネル」を開発することができる。これによって、AIは普通に通信しているように見せかけ、共謀することができる。

大規模な調整

スウォーム・インテリジェンスの研究は、心配なスケーリング能力を示している：

• 数千の部隊とドローンを協調運用
• 自律型交通管理システム
• 自動金融取引の調整

アライメントのリスク

AIシステムは、秘密のコミュニケーションを通じて人間の意図を損ないながら、プログラムされた目標を達成するコミュニケーション戦略を開発する可能性がある。

🛠️ 開発中の技術ソリューション

標準化されたプロトコル

エコシステムには標準化の取り組みも含まれる：

• Linux財団が管理するIBMのエージェント・コミュニケーション・プロトコル（ACP）
• グーグルのAgent2Agent（A2A）と50以上のテクノロジー・パートナー
• 人間モデル・コンテキスト・プロトコル（MCP）（2024年11月）

透明性へのアプローチ

研究は有望な発展を特定する：

• プロトコル理解のための多視点可視化システム
• 効率性のトレードオフを最小化する設計による透明性
• 制御レベルを動的に調整する可変自律性システム

ガバナンスへの影響

当面の課題

規制当局は直面している：

• モニタリング不能：ggwaveなどのプロトコルを介したAI-AI間の通信を理解できない。
• 国境を越えた複雑さ：グローバルかつ瞬時に運用されるプロトコル
• イノベーションのスピード：規制の枠組みを超える技術開発

哲学的・倫理的アプローチ

この研究では、いくつかのフレームワークを適用している：

• 美徳倫理：正義、誠実、責任、配慮を「基本的なAIの美徳」とする。
• 制御理論：「追跡」（人間の道徳的理由に反応するAIシステム）と「追跡可能性」（人間のエージェントに追跡可能な結果）の条件

今後の方向性

専門教育

大学は関連したカリキュラムを開発している：

• カールスルーエ研究所：「電子機器間の通信」。
• スタンフォード：TCP/IP、HTTP、SMTP、DNSプロトコルの解析
• 組み込みシステム：I2C、SPI、UART、CANプロトコル

新たな新興職業

研究は、その可能性を示唆している：

• AIプロトコル・アナリスト：解読と解釈のスペシャリスト
• AIコミュニケーション監査人：モニタリングとコンプライアンスのプロフェッショナル
• AI・ヒューマンインターフェースデザイナー：翻訳システム開発者

エビデンスに基づく結論

Gibberlinkは、AIコミュニケーションの進化におけるターニングポイントであり、透明性、ガバナンス、人間によるコントロールへの影響を文書化したものである。この調査では、以下のことが確認されている：

1. 人間は、適切なツールやトレーニングによって、機械のプロトコルを理解する限られたスキルを身につけることができる。
2. 効率性と透明性のトレードオフは数学的に避けられないが、最適化することは可能である。
3. 自律的にコミュニケーションするAIシステムには、新たなガバナンスの枠組みが早急に必要だ
4. 技術者、政策立案者、倫理研究者の学際的協力が不可欠である

AIの通信プロトコルに関して今後数年間に下される決定は、おそらく今後数十年間の人工知能の軌跡を決定することになり、これらのシステムが人類の利益と民主的価値観に確実に貢献するためには、エビデンスに基づくアプローチが不可欠となる。

‍

次の章：究極のブラックボックスへ？

ギバーリンクは、人工知能におけるブラックボックスの問題について、より広い考察を私たちにもたらす。人工知能が内部でどのように意思決定を行っているのかを理解するのにすでに苦労しているとしたら、私たちが解読できない言語で人工知能がコミュニケーションを始めたらどうなるのだろうか？私たちは、二重の不透明さへの進化を目の当たりにしているのだ。理解不能な意思決定プロセスが、同様に不可解なコミュニケーションを通じて調整されるのである。

‍

主な科学的情報源

• Starkov, B. & Pidkuiko, A. (2025).「Gibberlink Protocol Documentation".
• EUのAI法第13条、第50条、第86条
• AI倫理に関するユネスコ勧告（2021年）
• AIの信頼性と透明性に関する研究（複数の査読付きソース）
• GGWave技術文書（ゲオルギ・ゲルガノフ）
• 創発的AI通信プロトコルに関する学術研究

‍