AIのメモリとは何か ― AIはどうやって以前の会話を覚えているのかをやさしく理解する

前回は、「Computer Useとは何か」について説明しました。Computer Useとは、AIがパソコンの画面を見ながら、マウスやキーボードを操作して仕事を進める技術です。

ここまでのシリーズでは、AIが文章を作る仕組みから、検索、推論、外部ツールの利用、さらにはパソコン操作まで説明してきました。しかし、AIが人間の助手のように仕事をするためには、もう一つ大切な能力があります。それが「記憶」です。

たとえば、先週AIに旅行の相談をしたとします。そのとき、「京都に行きたい」「寺院巡りが好き」「なるべく歩く距離を短くしたい」と伝えました。そして今日、AIにこう質問します。

「この前の京都旅行の続きを考えてください。」

もしAIが前回の内容を覚えていれば、同じ説明を繰り返す必要はありません。しかし、何も覚えていなければ、また最初から条件を伝えなければなりません。そこで重要になるのが、AIのメモリです。一言でいうと、AIのメモリとは、過去の会話や作業で得た情報を保存し、必要なときに取り出して、次の回答や行動に役立てる仕組みです。

AIのメモリとは何か

人間は、昨日話したことや、以前経験したことを覚えています。もちろん、すべてを覚えているわけではありません。大切なことは長く覚えていても、昨日の昼食の内容を忘れてしまうこともあります。AIにも、過去の情報を利用する仕組みがあります。たとえば、次のような情報です。

• ユーザーが希望する回答の形式
• 以前相談した旅行の計画
• 現在取り組んでいる仕事の内容
• 好きなものや苦手なもの
• 以前決めた条件や方針
• 作業がどこまで進んでいるか

こうした情報を覚えていれば、AIは毎回同じ説明を求めずに、以前の続きから対応できます。ただし、AIのメモリは、人間の脳の記憶と同じ仕組みではありません。多くの場合、情報を外部の保存場所に記録しておき、必要に応じてAIへ渡すことで実現しています。

AIは本当に「覚えている」のか

ここで、少し不思議に思うかもしれません。AIは、過去の会話を人間のように思い出しているのでしょうか。実際には、AIのメモリ機能にはさまざまな方式があります。基本的な方法の一つは、以前の会話から重要な情報を取り出し、文章やデータとして保存することです。たとえば、以前の会話から、次のような情報を保存したとします。

「このユーザーは、専門用語をできるだけ使わず、初心者にもわかる説明を希望している。」

次にAIが回答するとき、この情報を参考にできます。すると、ユーザーが毎回「初心者向けに説明してください」と書かなくても、わかりやすい回答を作りやすくなります。つまり、AIが人間と同じような記憶体験をしている必要はありません。必要な情報を保存し、あとから取り出せれば、記憶しているように振る舞えるのです。

コンテキストウィンドウとメモリは何が違うのか

第4回では、「コンテキストウィンドウとは何か」について説明しました。コンテキストウィンドウとは、AIが一度の処理で参照できる情報の範囲です。そのときは、AIが使える「作業机の広さ」にたとえました。では、メモリとの違いは何でしょうか。ここでも作業机のたとえを使ってみましょう。

コンテキストウィンドウは、今、机の上に広げられる資料の量です。

一方、メモリは、机の外にある本棚や引き出しのようなものです。必要な資料を保存しておき、使いたいときに机の上へ取り出します。

大きな本棚があっても、すべての本を一度に机へ広げられるわけではありません。同じように、大量の情報をメモリとして保存できても、そのすべてを一度にAIが参照するとは限りません。必要なものを選んで取り出すことが重要です。

今の会話を覚えることと、次回も覚えていることは違う

AIと会話していると、少し前に話した内容を踏まえて回答してくれます。<たとえば、最初に「東京から京都へ行きたい」と伝え、その後に「新幹線で行きます」と書けば、AIはその情報を組み合わせて答えられます。これは、その会話の内容がコンテキストに含まれているためです。しかし、別の日に新しい会話を始めた場合、同じ情報が自動的に参照されるとは限りません。そこで、会話をまたいで情報を利用するメモリ機能が役立ちます。このように、AIの記憶は大きく分けて次のように考えられます。

• 短期的な記憶：現在の会話や作業で使う情報
• 長期的な記憶：会話や作業が終わったあとも保存し、将来利用できる情報

ただし、これはわかりやすくするための分類です。実際のシステムでは、会話履歴、作業状態、保存されたメモリなど、複数の仕組みを組み合わせています。

ChatGPTのメモリはどうなっているのか

身近な例として、ChatGPTを見てみましょう。ChatGPTには、以前の会話で伝えた情報などを、次の会話に役立てるメモリ機能があります。たとえば、文章の好み、仕事の背景、進行中の計画などを利用できます。2026年現在、ChatGPTのメモリ機能は、単に個別の情報を保存するだけでなく、過去の会話から役立つ情報を整理し、必要に応じて参照する方向へ進化しています。

利用環境によっては、過去のチャットに加えて、ライブラリ内のファイルや接続済みサービスの情報を参考にできる場合もあります。ただし、すべての会話を一字一句記憶しているわけではありません。過去の情報のうち、現在の質問に役立つと判断された内容が利用されます。また、メモリの仕組みや利用できる設定は、プランや地域、利用環境によって異なる場合があります。

AIのメモリは学習と同じなのか

ここが、今回最も重要なポイントの一つです。AIがメモリに情報を保存することと、AIモデルそのものが学習することは違います。第11回の事前学習や、第14回のファインチューニングでは、AIモデルの内部にある重みなどを調整することを説明しました。これらは、モデルそのものを変える方法です。一方、一般的なメモリ機能では、モデルの重みを変更せず、外部に保存した情報を回答時に参照します。たとえば、AIが「このユーザーは猫を飼っている」という情報を記憶したとします。これは、AIモデルの内部を再学習したという意味ではありません。保存された情報が、次の回答で参考にされるということです。

つまり、メモリはAIを毎回学習し直さなくても、利用者や仕事の状況に合わせた回答を作れるようにする仕組みです。

メモリは何でも保存すればよいのか

では、AIはすべての会話を保存しておけばよいのでしょうか。実は、そう単純ではありません。たとえば、何年にもわたる会話をすべて保存したとします。その中には、重要な情報もあれば、すでに必要のない情報もあります。一度だけ話した内容や、あとで変更された予定もあるでしょう。すべてを同じように扱うと、かえって間違った回答につながる可能性があります。そのため、AIのメモリでは次のような処理が重要になります。

• 何を記憶するか選ぶ
• 似た情報を整理する
• 古くなった情報を更新する
• 不要な情報を取り除く
• 必要なときに関係する情報を探す

つまり、AIに必要なのは、単に記憶できる量を増やすことではありません。必要な情報を正しく覚え、必要なときに正しく思い出すことが重要なのです。

メモリでは情報の更新も重要

たとえば、以前の会話で次のように伝えたとします。

「来週の旅行は京都にします。」

しかし、その後で予定を変更しました。

「旅行先は奈良に変更しました。」

もしAIが最初の情報だけを覚えていたら、京都旅行の予定を提案してしまうかもしれません。本来は、あとから変更された内容を反映する必要があります。人間でも、以前の約束と新しい約束が食い違ったら、どちらが最新か確認します。AIのメモリでも同じです。特に仕事では、価格、契約内容、予定、担当者、システムの設定など、情報が変わることがよくあります。古い情報を正しく更新できることは、AIのメモリにとって非常に重要な能力です。

AIはどうやって必要な記憶を探すのか

ここで、以前説明した技術が再び登場します。第16回のベクトル検索と、第17回の埋め込みです。たとえば、長年の会話から、さまざまな情報が保存されているとします。ユーザーが「以前相談した旅行の予算を教えて」と質問しました。AIは、その質問に関係する記憶を探す必要があります。そこで、文章の意味を数字に変える埋め込みや、意味が近い情報を探すベクトル検索を利用できます。「旅行」「予算」「宿泊費」といった意味に関係する記憶を探すわけです。ただし、実際のメモリシステムでは、ベクトル検索だけでなく、キーワード検索、日時、人物、プロジェクト名なども利用することがあります。ここでも重要なのは、単にたくさん記憶することではなく、必要な情報を取り出せることです。

AIのメモリとRAGの関係

第15回で説明したRAGも、AIのメモリと深い関係があります。RAGは、外部の資料を検索し、その情報をAIに渡して回答させる仕組みです。メモリでも、過去の情報を外部に保存し、必要なときに検索してAIへ渡す方法が使われます。そのため、技術的には似た構成になることがあります。ただし、目的には違いがあります。

つまり、RAGは外部の知識を利用するための仕組みで、メモリは過去の情報を継続的に利用するための仕組みと考えるとわかりやすいでしょう。実際には両方を組み合わせることもできます。

エージェントAIにはメモリが重要

AIのメモリが特に重要になるのが、第19回で説明したエージェントAIです。<エージェントAIは、複数の作業を組み合わせながら目的を達成します。たとえば、AIに次のような仕事を任せるとします。

「会社のWebサイトを調べ、改善点を整理し、優先順位を付けてください。」

この仕事を進めるには、調査したページ、見つけた問題、すでに確認した項目などを覚えておく必要があります。もし途中で何を調べたのか忘れてしまえば、同じページを何度も確認するかもしれません。また、数日間にわたる作業であれば、前の日に何をしたかを記録する必要があります。そこで、エージェントAIでは次のような情報を保存します。

• 作業の目的
• すでに完了した作業
• 調査で見つけた情報
• 途中で発生した問題
• ユーザーが決めた方針
• 次に行うべき作業

こうした記憶があれば、AIは途中から作業を再開しやすくなります。

2026年、AIの長期記憶研究はどこまで進んでいるのか

2026年現在、AIの長期記憶は重要な研究テーマになっています。単に長い会話を保存するだけでは、実用的な記憶とはいえないからです。たとえば、数か月前の会話の中から、特定の情報を正しく探せるでしょうか。複数の会話に分かれた情報を組み合わせられるでしょうか。以前の情報が変更された場合、最新の内容を答えられるでしょうか。こうした能力を調べるためのベンチマークも研究されています。

その一つが、LongMemEvalです。これは、長期間にわたる会話の中から必要な情報を見つけたり、時間の経過による情報の変化を理解したりする能力を評価するためのものです。

2026年には、メモリシステムの比較研究も進み、情報の保存方法だけでなく、検索の正確性、更新の処理、計算費用などが重視されています。つまり、AIの記憶は「何文字まで保存できるか」という単純な競争ではなくなっています。

長いコンテキストがあればメモリは不要なのか

最近のAIでは、非常に長い文章を一度に扱えるモデルも登場しています。それなら、過去の会話を全部コンテキストへ入れてしまえば、メモリは必要ないのでしょうか。しかし、そう単純ではありません。

長い情報を入力するには、それだけ計算量や費用が増える場合があります。また、非常に長い文章を渡しても、AIがそのすべてを同じ精度で扱えるとは限りません。大量の情報の中から重要な部分を見落とすこともあります。そのため、長いコンテキストを扱えるAIであっても、必要な情報を整理し、関連する部分だけを取り出すメモリの仕組みには意味があります。

大きな作業机があっても、必要な本だけを開いて仕事をした方が効率的な場合があるのと同じです。

AIのメモリにも間違いはある

AIのメモリは便利ですが、必ず正しいとは限りません。たとえば、過去の会話を要約するときに、重要な条件を落としてしまうことがあります。別々の会話の情報を混同することもあります。また、以前の情報を現在も正しいと思い込んでしまう可能性もあります。

• 重要な情報を保存し忘れる
• 過去の内容を誤って要約する
• 似た会話を混同する
• 古い情報を現在の情報として扱う
• 必要な記憶を検索できない
• 記憶していない内容を推測で補ってしまう

最後の問題は、ハルシネーションとも関係します。AIが「以前そう言っていました」と答えたとしても、実際にはそのような会話がなかった可能性があります。
そのため、重要な情報については、元の会話や資料を確認できる仕組みが望まれます。

AIのメモリとプライバシー

AIが長く情報を記憶できるようになると、プライバシーの問題も重要になります。たとえば、個人的な相談、仕事の内容、家族の情報などをAIへ伝えることがあります。そうした情報が、どのような形で保存され、いつ利用されるのかを理解しておく必要があります。特に、企業でAIを利用する場合には、顧客情報や社外秘の情報をどこまで記憶させるか慎重に考えなければなりません。必要なときに記憶を確認し、訂正したり、利用を制限したりできることも重要です。

ChatGPTでも、メモリの利用や管理に関する設定が用意されています。ただし、メモリの利用を停止することと、過去の会話や保存された情報をすべて削除することは、必ずしも同じではありません。そのため、どの情報がどこに保存されているのか、サービスごとの説明を確認する必要があります。

AIのメモリは人間の記憶と同じなのか

ここで、少し大きな話をしてみましょう。

人間の記憶は、単に情報を保存して取り出すだけではありません。経験したことを思い出すときには、感情や感覚、時間の流れなどが関係します。一方、現在のAIのメモリは、基本的には情報を保存し、検索し、回答や行動に利用するための技術です。AIが「以前の話を覚えています」と答えても、それが人間と同じように過去を体験として思い出していることを意味するわけではありません。また、記憶があることだけで、AIに意識があると証明されるわけでもありません。AIの記憶と人間の記憶には、似た働きがあっても、仕組みや意味には違いがあります。

メモリが進化するとAIはどう変わるのか

AIのメモリがさらに進化すると、私たちとAIの関係も変わる可能性があります。たとえば、毎回最初から説明するのではなく、以前の相談や進行中の仕事を踏まえて、AIが対応できるようになります。長期間にわたるプロジェクトでは、以前に決めた方針や作業履歴を利用できることが重要になります。また、AIエージェントが何日もかけて仕事を進める場合には、途中の状態を適切に記録し、再開できる必要があります。こうした仕組みが発達すれば、AIは単発の質問に答える道具から、継続的な作業を支援する道具へと進んでいきます。

ただし、AIが長く記憶するようになるほど、記憶の正確性、情報の更新、プライバシー、安全性も重要になります。便利な記憶と、適切に忘れる仕組みの両方が必要なのです。

まとめ

AIのメモリとは、過去の会話や作業で得た情報を保存し、必要なときに取り出して、次の回答や行動に役立てる仕組みです。コンテキストウィンドウが「今、机の上に広げられる資料」だとすると、メモリは「必要な資料を保存しておく本棚」のようなものです。また、メモリに情報を保存することと、AIモデルそのものを学習させることは違います。一般的なメモリ機能では、モデルの重みを変更するのではなく、保存した情報を回答時に参照します。AIのメモリは、ベクトル検索やRAGなど、これまで説明してきた技術とも深く関係しています。そして、AIエージェントが長期間にわたる仕事を進めるためには、途中の作業や決定事項を適切に記録することが重要になります。

2026年現在、AIの長期記憶研究では、保存できる情報量だけでなく、必要な情報を正しく思い出せるか、古い情報を更新できるかといった点が重視されています。

ただし、AIのメモリも万能ではありません。情報を保存し忘れたり、間違った内容を記憶したり、古い情報を使ってしまうことがあります。また、個人情報や機密情報をどのように扱うかという問題もあります。重要なのは、AIがすべてを記憶することではありません。必要なことを正しく覚え、必要なときに取り出し、変わった情報を更新し、不要になった情報を適切に扱えることです。AIのメモリが進化することで、AIは単発の質問に答える存在から、長期間にわたる仕事や計画を支援する存在へと近づいていくでしょう。

次回は、「AIを仕事で使うとはどういうことか」について説明します。

ここまで紹介してきた生成AI、RAG、推論モデル、エージェントAI、MCP、Computer Use、メモリなどの技術は、実際の仕事でどのように組み合わされるのでしょうか。AIを単なる文章作成の道具として使う段階から、仕事全体を支援する仕組みへと発展させる考え方を、やさしく理解していきます。