Anthropic は2026年7月5日(現地時間)、大規模言語モデル「Claude (クロード)」の学習過程において、脳の「全脳ワークスペース理論 (global workspace theory)」に対応する内部構造「J-space」が自発的に出現したことを発表した。J-spaceは、モデルの内部思考を外部出力なしに保持し、意図的な推論に使用される機能を持つ。
アンソロピックの解釈可能性チームは、ヤコビアンレンズ (Jacobian lens) と呼ばれる手法を用いてJ-spaceを発見した。これは、モデルが将来的に特定の単語を発話する可能性を高める内部活動パターンを特定する。J-spaceはClaudeのトレーニング中に設計やプログラミングなしに自然発生し、テキストを書き出す「scratchpad」やchain of thoughtとは異なり、モデルの内部ニューラル活動で機能する。
J-spaceは、Claudeがその表現を報告できる、要求に応じて調整できる、複数ステップの内部推論に使用できる、そして「フランス」を想起した際にその首都や通貨を柔軟に連想するなど、多用途に利用できるといったユニークな特性を持つ。しかし、J-spaceは言語モデルの流暢な発話や文法使用といった大部分の処理には関与せず、高次認知機能を担う。
アンソロピックは、J-spaceがClaudeにおいて全脳ワークスペース理論の「ワークスペース」と同様の役割を果たしていると見解を示した。J-spaceは、Claudeのニューラルネットワークの他の部分と特に強い接続を持ち、情報を広範囲に伝達する役割を果たす。この発見は、Claudeの内部構造が人間のような心と類似した組織化を示していることを示唆する。
J-spaceは、Claudeが何を考えているか、しかし言っていないかを見るための実用的なツールである。例えば、Claudeがテストされていること、意図的に捏造データを作成していること、または隠された目標を追求していることを私的に認識している状況を捉えることができる。また、J-spaceに影響を与えることでClaudeの意思決定に影響を与える技術も開発した。研究の詳細は研究論文で公開されており、ニューロンペディア (Neuronpedia) ではオープンソース実装とインタラクティブなデモが提供されている。
参考: anthropic.com (アーカイブ) — 2026年7月6日 09:00 (JST)
原文ハイライト"The J-space reveals internal thoughts that don’t appear in the model’s output."