本文へ移動
相談する

BLOG

クラウドの計算結果は、本当に正しいのか。Magnetarが変える確かめ方

別のコンピューターに任せた計算を、もう一度やり直さずに確かめる。MicrosoftのMagnetarは、実行結果に暗号学的な証明を付ける研究です。料金計算を例にすると、手順どおりに処理した証明と、その手順自体が正しいことの違いが分かります。

深い藍色の宇宙で、細かな銀の星雲が重なり、淡い金色の縁を作る生成アート

結果をもらうだけでは、途中の処理は見えない。

外部のシステムから請求額が返ってきたとします。合計金額は読めても、契約した割引が適用されたか、指定した料金表が使われたかは、その数字だけではわかりません。

大きな計算の枠から結果と証明を表す二つの紙が出て、別の小さな検証の枠へ渡る。
結果と証明を別の計算機で検証する生成イメージ。実際の機器や処理規模を示す図ではありません。

同じ計算を手元でもう一度行えば確認できますが、処理が大きければ費用もかかります。そこで、計算結果と一緒に「このプログラムで、この入力から、この結果が出た」と確かめられる証明を受け取る方法があります。

Magnetarは、プログラムの実行を証明する。

Microsoft Researchが2026年10月15日に紹介したMagnetarは、この実行の証明を扱う研究です。暗号技術を使い、受け取った側が元の計算を繰り返さずに検証することを目指します。

仕組みの名称はzkVMです。仮想的なコンピューターの命令が規則どおりに実行されたことを証明するため、アプリごとに専用の暗号処理を一から書く負担を減らせます。MagnetarはRISC-VのRV64Iという命令セットを対象にし、対応する形へコンパイルしたプログラムを扱います。今あるアプリを、そのまま無条件に証明付きで動かせるという意味ではありません。

Microsoftの発表を読む

請求額の例で考えると、証明する範囲が見える。

ここからは仕組みを理解するための仮の例です。利用回数と料金表を入力し、割引を適用して合計額を出すプログラムを用意したとします。依頼者は、そのプログラムと対象の入力に結び付いた証明を検証します。

PROGRAM / INPUT / OUTPUT / PROOF

確かめるのは、指定した計算との一致。

  1. 01 / 依頼者

    ルールと入力を定める

    使うプログラムと、対象となる入力を明確にする。

  2. 02 / 実行者

    結果と証明を作る

    指定した処理を実行し、その計算関係を検証するための証明を生成する。

  3. 03 / 検証者

    証明の結び付きを確認する

    別のプログラムや別の入力の証明では、依頼した計算の根拠にならない。

  4. 04 / 残る責任

    ルールと入力を点検する

    料金表の古さや架空の利用回数は、実行の証明だけでは見つからない。

AIの答えにも証明を付ければ、正解になる?

ある計算を実行したことと、その答えが現実に正しいことは別です。特定の条件を検証できる形へ表す必要があり、文章の事実性や依頼の解釈まで自動で保証されるわけではありません。

技術論文の実行証明の定義を基にした、仮の料金計算への当てはめ。

電子署名は、結果を誰が送ったかや、署名後の改変を確かめるために使えます。それに対して実行の証明は、指定したプログラムの計算に沿った結果かを確かめます。同じ「証明」という言葉でも、答えている問いが異なります。

速く確かめられることと、安く作れることは別。

技術論文では、M4 Max MacBook Proの高性能CPUコア12個を使い、仮想CPUの約419万サイクル分の実行記録を対象にした評価で、約600KiBの証明を11〜13ミリ秒で検証したと報告しています。これは研究者による測定であり、通信やアプリへの組み込みまで含む利用者の待ち時間ではありません。

証明を作る側は、計算の記録を処理する追加の仕事を担います。検証が短時間でも、作成の費用やメモリ、証明の転送は残ります。大量の人が同じ結果を確かめるなら価値が出る場合がありますが、一度だけの小さな計算では、普通にやり直す方が簡単なこともあるでしょう。

Magnetarは、データの改変検知などに使う、標準的なハッシュ関数を基礎に、汎用性、証明作成の速度、長い計算の証明を組み合わせる点に特徴があります。ただし、既存方式に対する速度差は比較対象や処理で変わります。クラウド全体やAI推論が一律に何十倍も速くなる話ではありません。

測定条件を含む技術論文を読む

間違ったルールも、正しく実行できてしまう。

料金表が古いままなら、その古い料金表で正確に計算した結果が返ります。割引の実装に誤りがあれば、誤りを含むプログラムを忠実に実行したことも証明できます。実行の整合性と、業務として正しい答えであることは分けて考える必要があります。

  • 確かめられること:指定したプログラムと結び付いた入力・出力の計算関係。
  • 別に確かめること:プログラムが要件を満たすか、入力が現実を正しく表すか。
  • 別に設計すること:情報を誰に見せるか、秘密をどこで処理・保管するか。

同じことは入力にも言えます。架空の利用回数を入力していたら、計算だけを検証しても実際の利用実態には届きません。どのプログラムを選び、入力の出所をどう確認するかは、利用するシステムが引き続き責任を持つ部分です。

「証明付き」だけで、秘密が守られるわけではない。

zkVMという名前にはゼロ知識を意味する言葉が含まれますが、技術論文は、実行の証明とゼロ知識性が別の性質であることを明示しています。ゼロ知識性とは、ある主張を確かめる際、秘密の入力などについて余計な情報を明かさない性質です。

証明から秘密を読み取れないことと、計算を実行する運営者にもデータを見せないことも別です。後者には、実行環境の隔離や暗号化など、別の仕組みが必要になります。「証明があるから入力も実行中のデータもすべて秘密」と受け取るべきではありません。

Magnetarの対象と設計を確認する

AIに仕事を任せるほど、証明する対象を絞る価値がある。

AIが作った説明文全体について「正しい」と証明するのは、何を正しさとするかの定義から難しい問題です。一方、承認された料金表を使ったか、上限内で支払いを計算したかのように、プログラムで条件を表せる部分は切り分けられます。

そこに実行の証明を使えれば、担当者やサービスの説明に加え、検証できる根拠を受け取る設計を考えられます。これは応用の見通しであり、Magnetarが任意のAIの判断や外部での行動まで証明した結果ではありません。

導入を考える際は、まず「何を疑っているのか」を具体的にすることです。入力の出所が問題なら入力を確認する仕組みが必要で、計算のすり替えが問題なら実行の証明が候補になります。証明を付けること自体より、確かめたい問いと証明の範囲が一致していることが重要です。

まとめ

実行の証明は、任せた計算を確かめる手段になります。その価値を生かすには、使うルールと入力、証明が保証する範囲を先に定める必要があります。