ディープエルチーフサイエンティスト、ステファン・メスケン – インタビュー・シリーズ

ステファン・メスケン、ディープエルのチーフサイエンティストは、ディープエルでのコア研究と科学的リーダーシップを5年以上進めてきました。2020年10月に研究科学者として始まり、2023年11月に研究担当VPとなり、2025年4月に現在の役職に就きました。ディープエルに入る前は、ケルン＝ボン地域のreal.digitalでデータサイエンティストとして働き、ミュンスタ大学で数学論理学の研究を行っていました。彼のキャリアは基礎的な数学研究と応用AIを橋渡しするものであり、ディープエルの大規模言語モデルと多言語AIシステムの科学的方向性をリードする立場にあります。

ディープエルは、ドイツのAI企業で、100以上の言語に対して正確でコンテキストを理解した翻訳とコミュニケーションを可能にする先進的な言語AIシステムを構築することに焦点を当てています。2017年に設立され、ケルンに本社を置く同社は、世界中の数百万のユーザーにサービスを提供し、サブスクリプションとAPIを通じてエンタープライズグレードのソリューションを提供しています。同社のプラットフォームは、翻訳を超えて、ライティング支援や音声機能を含むより広範な言語AIスイートに拡大し、グローバル企業や組織のための安全でスケーラブルなコミュニケーションをサポートするように設計されています。

あなたは数学論理学の分野でキャリアを始め、適用されたデータサイエンスに移り、最終的にディープエルの研究組織のリーダーとなりました。過去の正式な推論に関する仕事は、現在の自律的なエンタープライズグレードAIシステムの構築に関するあなたの考え方にどのように影響していますか。

私が集合論や数学論理学の分野に興味を持ったのは、複雑なシステムがどのように機能するかを知りたいという欲求からでした。第一原理から始めて、どんどん深く掘り下げていくという欲求は、私の人生の中で一貫して続いてきました。現在、私の仕事は、AIの開発を進めるために、現実世界での使いやすさに焦点を当てています。セキュリティや信頼性だけでなく、ビジネスやユーザーがこの技術の利点を享受できるようにすることに時間を費やしています。現在の傾向は異なります。ほとんどの実際のAIの使用は、完全に受動的（例：あなたが消費するが制御しないレコメンダーシステム）か、技術的に熟練した人々によって主に使用されます（例：コーディングアシスタント）。このギャップを埋めたいと思います。すべての個人や企業が成功するために準備され、仕事のやり方を革命的に変えることができるようにしたいと思います。

ディープエルは、高精度翻訳で評価されてきました。言語モデリングの基盤は、翻訳を超えてより一般的なAIシステムへの移行について、同社の初期の考え方をどのように形作りましたか。

AIが魔法のように思えるのは、非常に似た概念やアイデアが、非常に異なるドメインで新しい解決策につながる可能性があるためです。チェスエンジン、レコメンダーシステム、タンパク質の折り畳み、自動運転車、翻訳エンジンなどは、すべて同じ一連の原則と技術によって動作します。これらの技術をほぼ10年間マスターしてきたので、新しい問題に焦点を当てることを自然に考えます。内部的には、これは常にそうでした。グロッサリーや、Write、Voice、Customization Hubなどの発明につながりました。

チーフサイエンティストとして、流暢な出力を生成する言語モデルを構築することと、信頼性の高いエンタープライズワークフロー内で動作するシステムを構築することの違いをどのように見ますか。

基本的な考え方は驚くほど似ています。私たちがユーザーが何を望んでいるかを深く理解し、AIシステムをそれらの目標や好みと一致させる必要があります。時には、それらは明白で明示的ですが、時には微妙で暗黙的です。どちらの場合でも、私たちの仕事は、生み出すものがユーザーにとって高価値であることを保証することです。
ディープエルは、顧客に焦点を当てたことでこの分野で際立っています。私たちは、人工的なベンチマークや学術的な出版物を追求しません。顧客の満足度を追求します。これは、現在、視野を広げて、人々の日常業務を支援するために、以前よりも重要です。

ディープエルエージェントは、支援AIから自律的な実行への移行を表しています。この移行を実現する上での最大の技術的な課題は何でしたか。

間違いなく、ディープエルエージェントを構築する上での最大の課題は、使いやすさです。数年間、AIエコシステムは主にソフトウェア開発者や高度な技術的な専門家を対象としていました。ディープエルエージェントでは、これを変えたいと思います。すべての知識労働者に、複雑な問題を解決し、ワークフローを自動化するための洗練されたツールを提供したいと思います。そうするには、認識、推論、計画、行動において同じレベルの洗練さが必要です。ユーザーに豊富で複雑なツールセットを提示するのではなく、端末から端末までの支援とワークフロー自動化のための統一された、シームレスで優雅な解決策を作成するために努力しました。

エンタープライズ環境でAIシステムが自律的に動作するために、どのような機能が必要ですか。

多くの管理タスクについては、技術はすでにあります。ディープエルエージェントは、信頼性の高い方法であなたの環境で動作し、必要に応じてアドバイスを求め、人間による検証をいつでも提供できます。このレベルの合成知能は、数ヶ月前に純粋なフィクションでした。しかし、まだ長い道のりがあります。次の数年間で、AIエージェントはビジネスの中で水平なレイヤーとなり、バックグラウンドで忙しい作業をこなし、人間や他のエージェントと協力して、忙しい作業を排除し、以前には到達できなかった問題を解決する力を与えます。

あなたは、責任あるAIエージェントにとっての「深い」言語理解について話しました。「深い」とは、この文脈で表面的な流暢さを超えて何を意味しますか。

言語は、特に専門的なドメインでは、驚くほど曖昧でコンテキストに依存しています。たとえば、友達のグループがあなたと共有していない趣味について話しているのを聞いたことがあるかもしれません。あるいは、あなたが経験のない専門分野について話しているのを聞いたことがあるかもしれません。外部の人には意味がないかもしれませんが、しかし彼らは完全に理解しているのです。AIアシスタントは、信頼できる同僚と話しているように感じられるものでなければなりません。暗黙の好みは暗黙のままであるべきです。繰り返し、仕事のやり方を説明する必要はありません。これは当たり前のように思えるかもしれませんが、正しくするには大量の研究が必要です。私が「深い」言語理解のことを言っているのは、まさにこれです。

実際の行動を取ることができる自律システムを展開する際に、安全対策や監督についてどう取り組んでいますか。

ビジネスコンテキストでAIアシスタントが機能するには、能力とコントロールのバランスを慎重に取る必要があります。より高い能力は生産性の絶大な機会を生み出しますが、チェックされなければ、負担となります。これは起こってはいけません。ディープエルエージェントは、最初からエンタープライズグレードの安全対策を備えています。これは、複数の形式で実装されています。共有ワークスペースは、ユーザーがデータとアクセスを正確に制御できるようにし、監査トレイル、人間による監視、人間による検証を可能にします。さらに、システム管理者は、ディープエルエージェントがナビゲートできるシステムと、エージェントが操作していることを基礎となるツールに通知するメカニズムに対する細粒度の制御を持ちます。

研究から生産までのアイデアを移行する際に、信頼性や科学的厳格さを犠牲にしないようにするために、どのような教訓を得ましたか。

研究と製品開発の間のギャップは、一般的に考えられているよりも広いです。両者は、以前解決できない問題を解決するための厳格なアプローチから始まり、どれが機能し、どれが機能しないかの徹底的な記録を持ちます。研究はスコープを簡素化し、より単純な世界モデルを仮定することができますが、製品開発は、実際のユーザーのコンテキストの複雑さを考慮する必要があります。AIアシスタントでは、ツールの使用が第一の例です。環境が常に自動化のために準備されていると仮定することは、システムアクセスが整理され、APIが準備されていると仮定することは、誘惑的です。現実は異なります。自動運転車が今日のインフラストラクチャーの全複雑さを扱う必要があるのと同じように、AIエージェントは、ビジネスが依存するアクセスパターン、データ、システムの中で効果的に動作する必要があります。この初期の認識は、ディープエルエージェントの設計の核心にあります。

ディープエルが言語プラットフォームからより広範なエンタープライズAIシステムに拡大するにつれて、どのような機能を厳密に制御し、どのような機能をより自律的な動作に公開するかを決定するために、どのような基準を使用していますか。

タスクを実行するために必要な制御レベルは、タスクを実行する人間またはシステムの信頼性と、エラーの潜在的な影響によって決定されます。これは、人間による実行と機械による実行の両方に当てはまります。AIの信頼性は、過去数年で大幅に向上し、さらに改善され続けるでしょう。したがって、タスクの数は減り、より少ないタスクに対して厳密な制御が必要になります。最終的には、AIの信頼性は、多くのタスクについて、人間の専門家を超えるレベルに達します。これは、制御メカニズムにも当てはまります。これらは、ますますAIによる監視に移行します。ディープエルエージェントは、すでに内部的にこれを実行しており、自己修正が不可能な場合にはユーザーに助けを求めています。

今後2年間で、言語理解やエージェント設計の分野で、エンタープライズAIに最も大きな影響を与えるブレークスルーは何だと思いますか。

AIエージェントは、個々のタスクを支援するだけではありません。ビジネスの中で私たちの代理で働くコラボレーティブな生産性レイヤーを形成し、必要なときに情報を準備して提示し、問題やますます複雑なタスクを完全にバックグラウンドで解決することで、忙しい作業を排除し、我々を新たな問題解決能力でエンパワーするでしょう。

素晴らしいインタビュー、ありがとうございます。詳しく知りたい読者は、ディープエルを訪れてください。