Googleの研究部門であるGoogle Researchは2026年10月27日、人間の睡眠にインスパイアされたAI訓練技術「Sleep framework」に関するブログ記事を公開した（※1）。

　AIの訓練に睡眠に似たプロセスを導入する同技術は、「AIは所詮機械であり、休むことなく働ける」という見方に一石を投じている。そこで本稿はこの技術と類似の研究も紹介したうえで、”AIヘルスケア”とも呼べる考え方を示したい。

◾️睡眠と夢によって学習するAI

　Sleep frameworkの革新性を理解するには、ChatGPTをはじめとする現在の生成AIの訓練について知る必要がある。一般に生成AIは、そのリリース前に膨大なテキスト等を含む学習データによって訓練される。リリース後には、演算能力が向上したり、知識量が増えたりはしない。

　リリース後に出現する新知識や新情報に関する回答は、検索とその結果にもとづく推論を活用して生成される。また、さらに賢い生成AIを開発するには、再び訓練を行う必要がある。こうした事情により、生成AIは不定期に新バージョンがリリースされている。

　Sleep frameworkは、従来は不可能だった継続的学習を可能にする。この技術は、ちょうど人間が睡眠によって記憶を定着させるように、睡眠フェーズを定期的に導入することで反復的な学習を実現する、という着想から生まれた。こうした”生成AIの睡眠”は、以下のような2段階のフェーズから構成される（本稿トップ画像も参照）。

記憶定着フェーズ：生成AIは新しい入力に対する処理を一時停止し、停止前の生成AI活用から得た新情報を、内部的な知識として定着させる処理を実行する。このフェーズは、人間のノンレム睡眠に該当する。
自己改善フェーズ：通常処理の停止中に合成データを活用して、生成AIが自身を訓練する。このフェーズは、人間のレム睡眠における夢を見ることに相当する。

　Google研究チームは、Sleep frameworkの有効性を実証するために、従来の学習技法と比較した学習実験を実施した。学習する内容は文章問題（CLINC）、銀行業務（Banking）、そしてWikipediaの項目分類問題（DBpedia）だったのだが、Sleep framework（以下の棒グラフにおける紺色）が従来技法を上回る学習成果を出した。

　Sleep frameworkが実用化されれば、生成AIは人間のように覚醒と睡眠を周期的に繰り返すことで、学習し続けるようになるかもしれない。そうなれば、言わば”受験勉強”のような生成AIリリース前の大規模な学習は、現在より重視されなくなるだろう。

◾️AIも寝ると物覚えがよくなり、難しい問題に取り組むと疲れる

　実のところ、Sleep framework以外にも、生成AIと睡眠、あるいは睡眠とは逆の現象とも言える”生成AIの疲労”に関する研究が2026年になって発表されている。

　生成AIと睡眠については、アメリカのカーネギー・メロン大学らの研究チームが2026年5月に論文を発表した（※2）。この論文は、学習フェーズにおいて睡眠を導入すると、学習効果が向上することを実証している。同論文における「睡眠」とは、学習中に一時的に学習を中止して、中止前までの学習成果を定着させるというものである。

　研究チームは以上のような睡眠の効果を実証するため、実験用生成AIが計算負荷の高い問題を学習する際に、睡眠の有無によって生じる学習効果の差異を測定する実験を行った。以下のグラフは、横軸が学習データ量、縦軸が学習後の正答率を表している。グラフ中の「loop」が睡眠フェーズを表しており、睡眠回数を0、2、3、4回に設定して実験した。その結果、睡眠回数が多いほど、学習量に比例して正答率が向上した。

　インドのグル・ゴビンド・シン・インドラプラズサ大学らの研究チームは2026年5月、睡眠とは言わば逆の概念である”疲労”とAIに関する論文を発表した（※3）。この論文は、生成AIを長時間連続して使用すると、出力テキストが単調になる等の性能劣化を「生成AIの疲労」ととらえたうえで、そうした疲労の発生状況を調査した。

　同論文は、出力結果の劣化などからAIの疲労度を計算する方法を提案し、計算された値を「FI（Fatigue Index：疲労指数）」と命名した。そして、さまざまな状況におけるFIを測定する実験を行った。具体的には推論（HotpotQA）、知識（TriviaQA）、理解（SQuAD）といった3つの認知カテゴリー関して、多種多様な問題を入力した場合のFIを測定した。

　以下のグラフは、以上の実験の結果をまとめたものである。横軸が出力データ量、縦軸がFIを表している。この結果は、問題が難しくなるほど、問題のカテゴリーに関係なく生成AIは疲れる、と要約できる。

　本稿で解説した3本の論文から、生成AIに人間の睡眠に相当するフェーズを導入すると学習にポジティブな効果があること、睡眠とは逆の疲労に相当する現象が存在することも明らかになった。これらの知見によって、「AIは所詮機械であり、休むことなく働ける」というAI観の修正がうながされるかもしれない。そして、「AIも人間と同様に適度に寝て休むべき」といった、”AIヘルスケア”と呼ぶべき考え方が常識になる可能性があるだろう。

参考
（※1）Google Research「The Sleep framework: A new way for LLMs to retain knowledge in continual learning」
https://research.google/blog/the-sleep-framework-a-new-way-for-llms-to-retain-knowledge-in-continual-learning/
（※2）arXive「Do Language Models Need Sleep? Offline Recurrence for Improved Online Inference」
https://arxiv.org/abs/2605.26099
（※3）arXive「Cognitive Fatigue in Autoregressive Transformers: Formalization and Measurement」
https://arxiv.org/abs/2605.30981