AIへ送る情報量を81.8％削減、評価対象100意味を100％保持

有限会社オーセンエンジニアリング（所在地：山形県鶴岡市、代表取締役：佐藤 将）は、弊社SAS研究所（SEMARCHST LAB）が独自に研究開発を進めている「SSAE（Selective Semantic AI Engine／意味選択AIエンジン）」の基礎実証において、AIへ送る情報量を本実験条件の比較基準に対して81.8％削減しながら、評価対象100意味を100％保持（100/100 PASS）する結果を確認し、2026年9月14日に研究開発成果として発表しました。

「SSAE（Selective Semantic AI Engine／意味選択AIエンジン）」

https://authen-net.com/news#press-release-jp

【背景】

生成AIの急速な普及に伴い、AIを支える計算資源、電力、データセンターへの需要が増大しています。AIモデルそのものの高性能化や計算設備の増強が進む一方、弊社では「AIに毎回すべての情報を渡して考えさせる必要があるのか」という、AI処理の需要側の課題に着目して研究を進めてきました。

SSAEは、弊社が研究する「意味構築学」を理論的基盤とし、意味をLLMの外部で保持・管理し、意味の境界や関係を扱う「SAS OS」の研究開発から発展した技術です。

【研究開発成果の概要】

SSAEは、現在の処理に必要な意味・条件・関係を選択し、LLMへ渡す外部意味処理エンジンです。文章やtokenを削ること自体を目的とするのではなく、「何を残すべきかを意味から判断し、AIに考えさせる範囲そのものを制御する」ことを特徴としています。

今回の実験では、本実験系列で通常LLM相当の比較基準として設定したTrim Baseline約251.0 input tokensに対し、SSAEによる入力は平均45.8 input tokensとなり、約81.8％削減しました。同時に、評価対象100意味について100/100 PASS、意味FAIL 0を確認しました。

今回の成果の核心は、単に入力文章を短くしたことではなく、「必要な意味を保持したまま、AIが処理する情報範囲を大幅に小さくした」ことにあります。

【3つの特長】

1：「意味構築学」を理論的基盤とする独自のアプローチ

SSAEは、プロンプト圧縮とは異なるアプローチから開発した技術です。「意味構築学」から、意味をLLMの外部で保持・管理する「SAS OS」、さらに必要な意味を選択する「SSAE」へと発展してきました。

2：入力情報量81.8％削減と評価対象100意味100％保持を同時に確認

本実験条件では、平均input tokensを約251.0から45.8へ削減しながら、評価対象100意味について100/100 PASSを確認しました。「少なくする」だけではなく、「必要な意味を残す」ことを重視しています。

3：クラウドAIからローカルLLMまで展開可能性

AI処理一回当たりの不要な情報処理を減らすことで、クラウドAIでは計算資源や電力をより有効に利用できる可能性があります。また、PC、企業内サーバー、工場設備、ロボットなど限られた計算環境で動作するローカルLLMへの応用も目指しています。

【今後の展望】

今後は、異なるAIモデルでの再現性、実計算量、処理時間、APIコスト、電力消費、CO₂排出量との関係を検証し、ローカルLLM、企業AI、製造、ロボット、行政、インフラなどへの応用を進めます。

なお、今回確認した81.8％の入力情報量削減が、そのまま同率の電力消費量やCO₂排出量の削減を意味するものではありません。電力・CO₂への効果については今後検証を進めます。

2026年9月27日に山形県鶴岡市で開催される「つるおか環境フェア」では、SSAEと通常AIを比較し、AIの処理効率と環境負荷を可視化する公開実証展示を予定しています。

「AIにも、必要なところだけ考える仕組みを。」

公式プレスリリース（日本語）
https://authen-net.com/news#press-release-jp

English Press Release
https://authen-net.com/news#press-release

【有限会社オーセンエンジニアリングについて】

所在地：山形県鶴岡市
代表者：代表取締役　佐藤 将
SAS研究所：SEMARCHST LAB
URL：https://authen-net.com/
事業内容：AI・情報システムの研究開発、技術コンサルティング、システム・アプリケーション開発。「意味構築学」を基盤としたSAS OS、SSAE（意味選択AIエンジン）の研究開発および事業化。