【ITニュース解説】Between US!!!!!!

Between Us（ビトウィーン・アス）は、友人グループの共有された記憶を再構築することを目的に開発された、プライベートなシステムである。このシステムが解決しようとしているのは、私たち誰もが経験する、ある出来事に関する記憶の断片化という問題だ。例えば、友人たちと旅行に行った時、それぞれがスマホで写真を撮り、メモを残し、チャットでやり取りし、時にはボイスレコーディングをするだろう。しかし、これらの断片的な情報は各個人のデバイスやアプリに散らばり、時間が経つと何がいつ起こったのか、誰が何を持っていたのかが曖昧になり、忘れ去られてしまうことが多い。従来のソーシャルメディアは、写真を公開して多くの人と共有することに重点を置いており、このように散らばったプライベートな記憶をまとめて、一つの出来事として再構築する用途には向いていなかった。Between Usは、このような共通の体験の断片的な「証拠」を集め、グループ内で実際に何が起こったのかを推測し、再構築することを可能にする。

このシステムは、記憶を「構造化された推論問題」として捉えている。具体的には、まずユーザーが自分の持つ様々な「断片」（写真、スクリーンショット、テキストメモ、短い動画、音声メモ、タイムスタンプ付きのキャプション、位置情報など）をアップロードする。次に、システムはその断片から、そこに何が写っているか、誰がいるか、いつどこで撮られたかといった「観測事項」を抽出する。そして、時間的な近さ、意味的な類似性、共有された人物や場所、イベントの関連性などを基に、関連性の高い断片を効率的に検索し、集めてくる。

集められた断片は、AIモデルによって、それらが本当に一つの共通の出来事、つまり「瞬間（Moment）」に属する可能性が高いかどうかを評価される。AIは、単に物語を生成するのではなく、与えられた証拠に基づいて論理的に推論し、その出来事が起こった可能性と、まだ不明な点や不確かな部分を明確に提示する。この「候補となる瞬間」がユーザーに提示され、グループのメンバーはそれをレビューし、必要であれば修正を加えたり、内容を確定したりすることができる。これは、AIが自動で完璧な記憶を作り出す「AIアルバム」とは異なり、AIはあくまで推論を助けるツールとして機能し、最終的な判断や修正は人間が行うという点が重要だ。これにより、記憶の信頼性と正確性が保たれる。

Between Usを支える技術は多岐にわたる。まず、ユーザーインターフェースやサーバー側のAPI（アプリケーション・プログラミング・インターフェース）の処理には、Next.jsとTypeScriptを用いたフルスタック開発が採用されている。Next.jsはWebアプリケーションを効率的に構築するためのフレームワークで、TypeScriptはJavaScriptに型安全性を加えることで、大規模な開発でのエラーを減らすのに役立つ。ユーザー認証にはBetter AuthとGoogle OAuthが使われ、セキュアなログイン環境を提供する。

全ての構造化された記憶データ、例えばユーザーやグループの情報、アップロードされた断片、そこから抽出された観測事項、再構築された瞬間や物語などは、MongoDB Atlasというクラウドベースのデータベースに保存される。これは、システム内のあらゆる記憶オブジェクトの「正規の記録システム」となる。

AIによる推論の核となるのは、GemmaというAIモデルだ。Gemmaは、画像やテキストなど様々な形式のデータを理解できる「マルチモーダル」な能力を持ち、アップロードされた写真の内容を理解したり、スクリーンショットのキャプションを解釈したり、テキストを要約したり、含まれる人や物を識別したり、時間的な関連性を推測したりする役割を担う。開発段階ではOllamaを使ってローカルでGemmaを動かし、本番環境ではRenderというプラットフォーム上にGemmaをホストして利用している。

関連性の高い断片を探し出すための記憶検索には、Tiger Dataが利用されている。これは単にキーワードで検索するのではなく、時間の近さ、意味の類似性、同じ人物や場所、関連するイベントといった複雑な要素を組み合わせて、最も関連性の高い情報を探し出す高度な検索エンジンだ。これにより、AIがより的確な証拠に基づいて推論できるよう、ノイズを減らしたコンパクトな「証拠パケット」が準備される。

システムが正しく動作しているか、AIの推論に問題がないかなどを監視する「オブザーバビリティ」にはSentryが使われている。これは、エラーの発生やパフォーマンスの低下などを検知し、開発者が迅速に問題を解決できるようにするツールだ。また、Backboardは、グループ特有の「内輪ネタ」やあだ名、そのグループ内でのみ通用する言葉などをAIに理解させるための永続的なセマンティックコンテキストを保持する。これにより、AIは単なる一般的な言語理解だけでなく、グループ固有の文脈を考慮した推論が可能になる。さらに、ElevenLabsという技術は、音声メモをテキストに変換したり、再構築された記憶を音声でナレーションしたりする機能を提供し、記憶の多様な表現を可能にする。

このシステムは「プライバシーファースト」を設計思想の根幹に置いている。情報の共有範囲は厳密にグループ内に限定され、メディアはデフォルトで非公開だ。AIの推論結果は必ず具体的な証拠によって裏付けられ、根拠のない結論は提示されない。また、不確かな要素は明確に示され、ユーザーによる修正がシステムに組み込まれていくことで、記憶の信頼性が高まる。記憶の再構築は単なる技術的な推論だけでなく、グループ内の「信頼と同意」に基づいて行われるべきであるという思想が、この設計に強く反映されている。

Between Usは、単なるソーシャルメディアや一般的なAIチャットボットとは一線を画している。その真の価値は、グループ内の断片的な証拠から、信頼できる共有記憶の候補を生成し、その証拠と不確かさを明確に示すことにある。そして、その記憶は人間によるレビューと修正を通じて、時間とともに洗練され、グループにとってより意味のあるものへと進化していく。このように、テクノロジーと人間の協調によって、共有された記憶を大切に保存し、再構築していくための新しいアプローチを提供している。