中国軍の部隊がOpenAIのAIから215万件の回答を集め、自前の小型AIを訓練していた

中国人民解放軍の部隊に所属する研究者が、OpenAIの「GPT-3.5」から215万件の回答を集め、そのデータで自前の小型AIを訓練していたことがわかりました。ロイターが2026年7月31日に独占記事として報じたもので、米ジェームズタウン財団のデータをもとに中国の学術論文と特許80件超を精査した結果です。

ただし中身は、最先端AIを丸ごとコピーしたという話ではありません。能力をひとつだけ切り出し、家庭用のグラフィックボード1枚で動く大きさに詰め直した、という地味な作業です。

何が確認されたのか

215万件の要約から単一GPUで動くモデルへ

事例は、北京の軍事情報・サイバー戦部隊とされる人民解放軍第96941部隊の研究者が2025年7月に公開した論文です。論文を直接検証したXenoSpectrumによると、公開データセットのJavaコードをGPT-3.5に読ませて要約を215万件集め、3億5000万パラメータの小型モデルを10.5時間で訓練しました。動作には16GBの消費者向けGPUが1枚で足ります。動機に挙げられているのは、機密性の高いソースコードを外部のAIへ送ることの漏えいリスクです。

研究の段階と実戦配備は分けて読む

もう一方の例は、中北大学の研究者が2025年に発表した論文です。AnthropicのClaude 3 Haikuで小型の分類モデルを作ったもので、抄録はソーシャルメディア監視への応用可能性に触れますが、軍や警察へ納入したとは書かれていません。ジェームズタウン財団自身も、中国の学術誌は出版まで1年から2年かかると断っています。

氷山の一角に過ぎず、現在進行中の実態ではなく公開された研究から確認できた過去の事例にすぎない

蒸留はAIの答えでAIを育てる手法

大きなAI（教師）に大量の質問を投げ、返ってきた答えを教材にして小さなAI（生徒）を訓練する手法を蒸留と呼びます。技術そのものは正当ですが、問題になるのは持ち主が許可していない場合です。OpenAIもAnthropicも、自社の出力を他社モデルの訓練に使うことを規約で禁じています。中国科学院の研究チームが各社のモデルに自分をどのようなモデルだと認識しているか尋ねた実験では、次の回答が返ったとされています。

• Alibabaの「Qwen-Max」は、Anthropicが作ったClaudeだと答えた
• DeepSeekの「DeepSeek-V3」は、OpenAIが作ったと答えた

もっとも、この自己申告だけで蒸留が証明されるわけではありません。他社モデルの会話が学習データに混ざっただけでも、同じ答え方をすることがあります。

規約違反から国家安全保障の問題へ

先に数字を示したのはAnthropicです。同社は2026年2月23日の報告で、DeepSeek、Moonshot AI、MiniMaxの3社が約2万4000の不正なアカウントでClaudeと1600万回を超えるやりとりを行ったと発表しました。第三者の監査で確定した数字ではなく、同社による帰属です。

AIツールギャラリーの視点

• 機密情報を外部のAIにそのまま貼らない判断は、軍の研究者ですら取っています。社内コードや顧客情報は、どこまで外に出すかの線を先に決めておくと安全です
• 中国製モデルは、名乗る開発元と実際の開発元が食い違う場合があると知っておくと出力を落ち着いて扱えます。DeepSeekのように日本から使えるモデルは増えています
• 出力を他のAIの訓練に使わない規約条項は個人にも適用されます。用途ごとの選び方はChatGPTとClaudeとGeminiの比較記事にまとめてあります

わかっていないこと

研究成果が実際の装備や部隊の運用に組み込まれたのかは、公開論文からわかりません。中北大学のモデルが軍や警察へ納入された記録も公開資料にありません。

自分の使い方に何が関係するか

いちばん実務的だったのは、軍の研究者の悩みが多くの読者と同じだった点です。外部のAIは便利だが、機密を含む中身をそのまま送りたくない。だから外部のAIには公開データで教材だけ作らせ、作業は手元で終える。この順番は社内文書やコードを扱う人が参考にできます。

続報が出たらこの記事に追記します。残る問いは、出力そのものを守る手段が規約と監視のほかにあるのかどうかです。

この記事の出典

• ロイター（2026年7月31日）
• ジェームズタウン財団（2026年7月30日）
• XenoSpectrum（2026年8月3日）
• GIGAZINE（2026年8月3日）
• Anthropic（2026年2月23日）