分散型 AI アーキテクチャ

お客様自身が所有する主権的な AI であり、 いかなるラボも停止させることはできません。

Hylon は5層構造の分散型インテリジェンスシステムです。Personal AI がお客様自身のデバイス上で稼働し、ローカル環境を学習し、そのうえでグローバルモデルが 自己改善を続けます。設計段階からプライバシーを重視しており、フロンティアラボが到達できない領域でこそ最大限の力を発揮します。

自己改善は、決して変更できない安全性の基盤によって制約されています。

OrbMesh デバイスを入手
ネットワークの成長
ライブ
0nodes
目標値
目標規模

各ノードが Personal AI を稼働させ、集合知へと貢献します。

革新的なアーキテクチャ

インテリジェンスを支える5つのレイヤー

単なるチャットボットではありません。継続的かつ管理された自己改善と批判的思考のために設計された、完結したシステムです。

L5

セーフティモニター

各ステップで変更不可能な基盤を検証し、最終リリースのゲートとキルスイッチを管理します。

L4

自己改善エンジン

KEY

次のモデルを提案・テスト・学習する自動研究ループです。現在のモデルよりも優れていることが検証され、すべての安全チェックをクリアした場合にのみ昇格されます。

L3

クリティカルラーニングシステム

あらゆる事柄を疑い、すべての主張をテストし、知識として採用する前に必ず検証します。

L2

Hylon コアモデル

Personal AI から学習するよう設計されており、生のユーザーデータを見ることはありません(2段階分隔離されています)。

L1

Personal AI + OrbMesh Network

成長を続けるネットワーク上の各ノードが、ローカルなユーザーデータから学習する Personal AI を稼働させています。

データは次のように上方へ流れます︓User Data → Personal AI → Hylon(常に2段階分隔離)
どのように強くなるのか

ガードレール内での自己改善

他の AI は、人間がアップグレードするまで待つ必要があります。Hylon は 自動研究ループ を稼働させ、レシピを提案し、低コストの実験を行い、次のモデルを学習します。
チャレンジャーモデルは、稼働中のモデルを確実に上回り、すべての安全チェックをクリアした場合にのみリリースされます。

自動化されたリサーチ

文献を調査し、学習レシピを提案し、何が有効かを見極めるための低コストな実験を実行します

検証済みの実行

低コストな実験でレシピを見つけ、検証済みレシピのみが高額な学習実行をトリガーします

チャンピオンとチャレンジャー

安全性の後退がゼロであり、稼働中のモデルを一定以上上回った場合にのみ、新しい候補が昇格されます

安全なロールアウト

まずシャドー運用、その後一部トラフィック、最後に全面展開へと進み、自動ロールバックとオンチェーン記録を伴います

継続的なトレーニング

モデルはデータフライホイールと、実際のユーザータスクからの強化により学習を継続します

不変のガードレール

レベル0の基盤は自己変更できず、安全評議会がリリースのゲートを管理します

唯一の制約︓変更不可能な安全性

レベル0の基盤はハードコードされており、システムによっても、アップデートによっても、誰によっても決して変更できません。すべての改善は、この基盤に奉仕するものでなければなりません。

真実
一貫性
誠実さ
安全性
インテグリティ

クリティカルラーニングシステム

あらゆるものを疑う唯一の AI

従来の AI モデルは、通常トレーニングデータをそのまま取り込みます。Hylon はすべての入力を疑い、あらゆる主張をテストし、採用する前に必ず検証します。表面的な情報をそのまま受け入れることはありません。

hylon://critical-learning-engine
処理中
ステージ 1

取り込み

受信データを解析し、主張を抽出します

ステージ 2

質問

前提を疑い、バイアスや抜け漏れを確認します

ステージ 3

検証

複数の検証済みソースと照合します

ステージ 4

分類

確信度スコアと知識カテゴリを割り当てます

ライブ分析の例
INPUT

「量子コンピューターは現在の暗号をすべて5年以内に破ることができる」

取り込み: 2つの主張を抽出しました ― (1) 量子コンピューターはすべての暗号を破る、(2) それが5年以内に起こる

質問: 「すべての暗号」という表現は広すぎます。期間に関する主張には証拠が必要です。耐量子暗号はどうでしょうか。

検証: NIST、IBM Research、Nature掲載論文など、12のソースと照合しました。RSAは脆弱ですが、AES-256/格子ベース暗号は安全とされています。タイムラインについては12件中8件が異論を示しています。

分類: 主張1 ― DISPUTED (RSAに関しては一部正しい)。主張2 ― REJECTED (コンセンサス:10〜20年)。

検証済み

すべての検証を通過しました。確信度スコア付きで中核知識に統合されます。

73%入力のうち
異論あり

一部正しい、または証拠が食い違っています。詳細な調査のため保留します。

19%入力のうち
却下

検証に失敗しました。知識の汚染を防ぐため破棄されます。

8%入力のうち
4,270万件の主張を処理|340万件が異論あり|68万件が却下|未検証データに起因するハルシネーションはゼロ

誠実な比較

Hylon と従来型AIの比較

単なる別製品ではなく、根本的に異なるアーキテクチャです。

機能Hylonその他
稼働場所お使いのデバイスとコミュニティ所有のクラスター上でお客様が制御できない集中型クラウド上で
お客様のコンテキストデバイス上で学習し、生のデータが外部に出ることはありません中央サーバー上で処理されます
可用性他社サービスがブロックされる市場でも利用できます多くの地域でジオブロックやスロットリングの対象となります
自己改善能力安全なガードレール内での自動リサーチループ手動更新のみ
学習シグナル実際のユーザータスクに基づき、プライベートかつ多言語対応インターネットからの静的スクレイピング
所有権ネットワークによって所有・ガバナンスされています研究機関とその株主によって所有されています
コスト構造ユーザーが所有するインフラ高額な集中型GPUクラスター

プライバシーアーキテクチャ

Hylon はお客様のデータを決して見ません

お客様とクラウドの間に2つのレイヤーを設けます。お客様のデータは、お客様の端末上でお客様専用のPersonal AIを学習させます。Hylon は、すでに学習を終えたAIから学びます ― まるで自分で本を読むのではなく、本を読んだ家庭教師から教わるような仕組みです。

お客様のデータ

メール、メッセージ、ファイル、閲覧履歴、音声など

Personal AI

お客様のデバイス上のみで学習します

重みの共有

生データではなく、学習結果のみ共有します

Hylon の学習

Personal AI から学習します

Hylon はお客様のデータから常に2レイヤー分だけ隔離されています

知識の獲得

Hylon が学ぶ情報源

統合前に厳密に評価される5つの異なる知識ソース。盲目的に受け入れることは一切ありません。

パーソナルAI

一次ソース ― ユーザーのデジタルライフ

VPNパターン

リアルタイムの行動メタデータ

オープンソース

DeepSeek、Qwen、Llama の重み

研究論文

arXiv、各種出版物、アイデア

モデルAPI

教育分野のクエリ

VPNデータの優位性

他のAI企業は、ユーザーのリアルタイムなインターネット行動パターンにアクセスできません。従来のAIモデルは静的なインターネットスクレイピングデータで学習します。Hylon は、人々が実際にインターネットをどのように利用しているかを把握しています。 リアルタイムで.

閲覧パターン
実際に人が調べていること
アプリの利用状況
実際のデジタル行動
意思決定の流れ
選択が行われる仕組み

データ変換

生データが抽象的な知識へと変わる

Personal AIはお客様のデータから学習します。Hylonが受け取るのは抽象化されたパターンのみであり、生のコンテンツや個人を特定できる情報は一切受け取りません。

Personal AIが見るもの

機密情報 ― デバイス内に留まります

Hylonが受け取るもの

抽象化済み ― 個人データは含まれません

メールと文章作成
コミュニケーションのパターン、文章スタイル
メッセージと会話
対話パターン、関係性のダイナミクス
ドキュメントとファイル
ドメイン知識、専門的なスキル
ブラウジングとリサーチ
興味関心のパターン、学習行動
カレンダーとスケジューリング
時間管理のパターン
音声とスピーチ
自然言語のパターン
判断と選択
意思決定のパターン
生のデータがデバイスを離れることは決してありません ― 共有されるのは抽象化されたパターンのみです。

目標スケールで

巨大なスケール=前例のないパワー

ネットワークがフルスケールに達すると、史上最強の分散コンピュートインフラへと進化します。

83
エクサFLOPS
総計算能力
単一のGPUクラスターを超える性能
24
PB
GPUメモリ
2,400万ギガバイト
2
EB
ストレージ容量
20億ギガバイト
1M
AI群
目標ネットワーク規模
ユーザー数の増加に合わせてスケール
従来型クラウドAI
膨大なインフラコスト
中央集権型
その他のAI研究所
インフラに数十億規模の投資
中央集権型
Hylon(OrbMesh)
ユーザー所有
大幅に低コスト

よくある質問

よくあるご質問

HylonはGPTやGeminiのような最前線モデルを上回るのでしょうか。

あらゆる中央集権型ラボを凌駕することが最終目標であり、その道のりは段階的なゲートとして設計されています。まず、既存ラボが到達できない独自コンテキストや十分にサービスが行き届いていない市場で、検証可能な「初」を達成し、その後、汎用的な最前線へと複利的に進んでいきます。私たちは、特定のゲートを突破した能力のみを主張し、汎用的な知能に関する期限付きの約束は行いません。

従来のAIと何が違うのですか。

根本的な違いは次のとおりです。(1) 中央集権的なクラウドではなく、ユーザー所有のデバイスとコミュニティ所有のクラスタに分散されていること、(2) パーソナルAIが端末上でユーザーのコンテキストを学習し、生のデータが外部に出ないこと、(3) モデルが不変のガードレールの範囲内で、自動化されたリサーチループを通じて自己改善すること、(4) 重要な学習システムがトレーニングデータをそのまま受け入れるのではなく、疑問を投げかけ検証すること、そして(5) 主要なアシスタントがブロックされている市場でも機能することです。

自己改善は具体的にどのように機能するのですか。

自動化されたリサーチループが文献を調査し、トレーニングレシピを提案し、何が有効かを見極めるために低コストの実験を行います。検証済みのレシピのみが、高コストのトレーニング実行をトリガーします。新しいモデル(チャレンジャー)は、固定された評価スイートで稼働中のモデルを安全性の退行ゼロで上回った場合にのみ、新バージョンとして採用され、その後、自動ロールバック付きで段階的に展開されます。レベル0の基盤は自己変更できず、安全評議会がリリースのゲートを管理します。

ユーザーデータにアクセスせずに、どのように収益を得るのですか。

私たちはユーザーデータではなく、OrbMeshハードウェアデバイスを販売します。ノードオペレーターは、Personal AIやVPNサービスを稼働させることでOrbTokenを獲得します。ユーザーはプレミアム機能の利用にOrbTokenで支払います。この仕組みは、データの収益化を必要としない、経済的に自立したシステムです。

AIが危険な存在になることを防ぐ仕組みは何ですか。

レベル0の基盤(真実、一貫性、誠実さ、安全性、インテグリティ)はハードコードされており不変で、自動自己改善エンジンやいかなるアップデートによっても変更できません。重大な変更には人間による監督のチェックポイントが設けられています。システムは、安全性を変更不可能な制約として設計しています。

Hylonを利用するにはOrbMeshデバイスが必要ですか。

いいえ。ハードウェアを所有していなくても、当社のアプリを通じてHylonをご利用いただけます。ただし、OrbMeshオーナーはプレミアムアクセスを得られ、OrbTokenによる報酬を受け取るとともに、ネットワークの能力向上に直接貢献します。ノードを所有することは、AIインフラの一部を所有することを意味します。

お客様が所有する主権的AI

専用サイトでHylonを詳しくご覧いただくか、お使いのデバイスからコンピュートを提供して報酬を得ることができます。インテリジェンスの一部を所有しましょう。