- マスク氏がX（旧Twitter）の推薦アルゴリズムを生成AIベースで公開
- 従来の手作業による特徴量設計を排除し、Transformer‑Grokモデルで自動学習
- 日本のSNS事業者にも示唆する、透明性とオープンソース化の新潮流
こんにちは！テックブロガーの○○です。今回のニュース、マスク氏がX（旧Twitter）の推薦アルゴリズムをオープンソース化したって聞いて、ちょっとワクワクしませんか？生成AIやLLMが急速に進化する中で、巨大SNSが自社のコアロジックを“見える化”するのは、業界全体にとって大きなインパクトです。さっそく、どんな仕組みなのか、そして日本のSNS市場にどんな示唆があるのかを掘り下げてみましょう。
1. オープンソース化されたXの推薦システムの全容
マスク氏は公式に、Xの推薦アルゴリズムコードをGitHubで公開しました。リポジトリは https://github.com/xai-org/x-algorithm です。主なポイントは次の通りです。
・Transformer アーキテクチャの採用
新しいシステムは、xAIが開発した Grok 系列のTransformerをベースにしています。これにより、従来の「手作業で特徴量を作る」工程（いわゆる人工特徴量工学）を完全に排除し、ユーザーのインタラクションデータ（いいね、リツイート、返信など）だけで学習が完結します。
・二段階の推薦フロー：召回とスコアリング
推薦は大きく「召回（Recall）」と「スコアリング（Scoring）」の二段階で行われます。
- 召回フェーズ：内部システム「Thunder」がミリ秒単位でフォロー中アカウントの最新投稿を取得。一方、外部システム「Phoenix Retrieval」はグローバルなコーパスから、ユーザーがまだフォローしていないが興味を持ちそうなコンテンツを機械学習で探し出します。
- スコアリングフェーズ：召回された膨大な候補は、Grok‑1 改良版の大規模モデル「Phoenix スコアラ」に送られます。このモデルは「注意力機構（Attention）」を使い、ユーザーが特定の投稿に対して取る可能性のある行動（いいね、返信、シェア、ブロック、報告など）を確率で予測します。
・重み付けと最終表示ロジック
モデルが出した各行動確率に対して、プラットフォーム側が事前に設定した重みを掛け合わせます。たとえば「いいね」や「リツイート」は正の重み、「ブロック」や「報告」は負の重みです。全ての重み付けスコアを合計したものが最終スコアとなり、高得点の投稿がユーザーのタイムラインに優先的に表示されます。
2. 透明性と安全性を担保するフィルタリング機構
スコアリング前後には二重のフィルタが設置されています。
- スコアリング前：重複投稿、既読投稿、ブロック済みアカウントからの投稿は除外。
- スコアリング後：削除済みコンテンツやポリシー違反と判定された投稿は除外し、さらに「作者多様性」アルゴリズムで同一クリエイターの連続表示を防止。
この仕組みは、ユーザー体験の向上だけでなく、プラットフォーム全体の健全性を保つために重要です。オープンソース化されたコードには、これらフィルタの実装例も含まれているので、開発者は自分たちのサービスに合わせてカスタマイズ可能です。
3. 日本のSNS・メディア業界への示唆
日本のSNS市場は、LINE、Twitter（日本法人）、Instagram などが激しく競合しています。特に「タイムラインのパーソナライズ」はユーザー滞在時間を左右する鍵です。X が採用した「ゼロ人工特徴量」アプローチは、以下の点で日本企業にとって参考になるでしょう。
- 開発コストの削減：手作業でルールを作る代わりに、Transformer が自動で特徴を抽出するため、エンジニアリングリソースを他の機能開発にシフトできます。
- 透明性の向上：コードが公開されていることで、アルゴリズムのバイアスや不公平性を外部の研究者が検証しやすくなります。日本のプライバシー規制（個人情報保護法）に合わせた調整も容易です。
- ローカライズの柔軟性：日本語特有の表現や文化的ニュアンスは、Grok 系列の大規模モデルを微調整（ファインチューニング）するだけで対応可能です。
実際、LINE のニュースフィードでも「AI が自動で記事を選ぶ」機能が試験的に導入されていますが、まだルールベースのハイブリッドが主流です。X のオープンソース化は、完全AI駆動への道筋を示す好例と言えるでしょう。
4. 今後の展開とコミュニティの期待
マスク氏は「4 週間ごとにアップデートを公開し、コミュニティのフィードバックを反映させる」と約束しています。つまり、GitHub 上でプルリクエストやイシューを通じて、誰でも改善提案ができる環境が整うわけです。
このようなオープンな開発フローは、生成AI が「ブラックボックス」だと批判されがちな現状に対する一つの回答になるのではないでしょうか。日本のエンジニアも、ぜひこのリポジトリをクローンして自分のプロダクトに組み込んでみてください。実際に手を動かすことで、アルゴリズムの挙動や課題が見えてくるはずです。
以上、マスク氏がXの推薦アルゴリズムを生成AIでオープンソース化したニュースをお届けしました。AI が変えるソーシャルメディアの未来、皆さんも一緒に体験してみませんか？