はじめに
「LLMがこれだけ賢くなった時代に、Prologに何の意味があるのか」
Prologの処理系(Mosa Prolog)を自作している立場上、これは他人事ではない問いです。この記事の結論を先に書きます。
Prologは「AIの主役」の座をLLMに譲りました。しかしその代わりに、LLMだけでは担えない「検証可能な推論」という役割の専門家として、立場が固まってきました。
Prologは消えていく言語というより、置かれる場所が変わった言語です。たとえるなら、LLMは何でも相談できる博識な助手で、Prologは根拠を示して判定だけを返す監査役です。そして監査役の席は、LLM時代になって新しく需要が生まれた席でもあります。
1. かつてPrologは「AIそのもの」だった
Prologは1972年、フランスのAlain Colmerauerらと、述語論理を計算に結びつけたRobert Kowalskiの仕事から生まれました。「プログラム=論理」「計算=証明探索」という考え方を、そのまま言語にしたものです。
日本では1980年代、通商産業省の第五世代コンピュータプロジェクト(1982–1992)が中核言語にProlog系の言語を採用し、Prologは「AIといえばこれ」という存在でした。ルールベースのエキスパートシステムも、多くはこの系譜に属します。
Prologが廃れた理由は、推論エンジンの性能ではなく知識獲得のボトルネックです。専門家の知識を「事実」と「規則」の形に人間が手で書き起こす作業はあまりに高コストで、しかも書かれた規則は想定外の事例に脆いものでした。エンジンは正しく動くのに、入れる知識が追いつかなかったのです。
Prologが負けたのは「考える部分」ではなく「知識を入れる部分」だった、という点が重要です。そして、その「入れる部分」を劇的に安くしたのがLLMです。この事実が、今のPrologの位置づけを決めています。
2. LLMとPrologの役割分担
両者の得意・不得意は、かなりきれいに分かれます。
| LLM | Prolog | |
|---|---|---|
| 自然言語の理解・生成 | 得意。曖昧な指示でも文脈で補える | 苦手。入力は形式化が前提 |
| 一般常識・幅広い知識 | 大量に保持している | 書いた分しか知らない |
| 多段階の厳密な推論 | 流暢だが、途中で気づかないうちに間違えることがある | 規則の範囲内では正確 |
| 結論の根拠 | 説明文は生成できるが、それが実際の推論過程と一致する保証はない | 証明の木(どの事実と規則を使ったか)がそのまま残る |
| 「解なし」の扱い | 何かしら答えを出してしまいがち | 解がなければ失敗として返る |
| 再現性 | 同じ入力でも出力が揺れる | 同じ問いには同じ答え(決定論的) |
LLMの推論トレース、つまり思考の過程として出力される文章は、もっともらしくても、実際にその過程で答えに到達したとは限りません。この問題は研究でも繰り返し指摘されています。対して記号推論エンジンのトレースは、明示的な事実と規則の列そのものです。正確で、後から監査できます。
つまり両者は競合相手ではなく、「曖昧な世界との接点」と「厳密な判定」という別々の工程の担い手です。
3. 組み合わせの実例
理屈の上だけでなく、LLMとProlog(論理プログラミングや記号ソルバ)の組み合わせは、研究と実装の両方で実際に進んでいます。
3.1 LLMが翻訳し、ソルバが解くLogic-LM
代表例はLogic-LM(EMNLP 2023)で、構成はシンプルです。
- LLMが自然言語の問題文を論理式などの記号形式に翻訳する
- 決定論的な記号ソルバが推論を実行する
- ソルバのエラーメッセージをLLMに返し、翻訳を修正させる(自己修正)
5つの論理推論データセットで、LLM単体の標準的なプロンプトより平均39.2%、Chain-of-Thoughtよりも18.4%の精度向上が報告されています[1]。LLMの仕事を「考えること」から「翻訳すること」に変えた点が、この構成の要です。翻訳はLLMが得意で、推論はソルバが正確です。
3.2 LLMにPrologを道具として使わせるProlog-as-a-Tool
さらに直接的にPrologを名指しした研究もあります。ACL 2026の“Training Language Models to Use Prolog as a Tool”では、小規模な言語モデル(Qwen2.5-3B-Instruct)を強化学習でファインチューニングし、Prologを外部の検証可能な計算ツールとして使わせています[2]。
著者らが見つけた「正確さと監査可能性のトレードオフ」は興味深い結果です。正解率だけを報酬にすると、モデルは推論を自然言語側で済ませ、Prologを最後の計算にしか使わなくなります。一方、記号的な構造を持つプログラムを書くことに報酬を付けると、完全に監査可能なプログラムが得られる代わりに、正解率が下がります。論文では、正解率が最も高い設定の約90%に対し、構造に報酬を付けた設定は62〜74%でした。つまり、LLMに判定を任せきりにすると検証可能性は自然に失われることが、実験で示されたわけです。仕組みの側で「判定は記号側に寄せる」設計をしないと、LLMは楽な方へ流れます。
3.3 PrologをMCPサーバーとして公開するEuclid-MCP
実装寄りの動きとしては、Euclid-MCPのような試みも出ています[3]。SWI-Prologによる決定論的な論理推論を、MCP(Model Context Protocol)サーバーとしてLLMエージェントに公開するものです。LLMが世界を事実と規則で記述し、Prologエンジンが実際の演繹を行い、結果を検査して翻訳を直す、というループを想定した設計です。
エージェント時代の道具は関数ではなくMCPサーバーとして配られており、Prologもその形で呼ばれ始めています。
3.4 論理とニューラルネットを内部で統合するDeepProbLog
外部ツールとして呼ぶのではなく、言語自体をニューラルネットと融合させる方向もあります。DeepProbLog(NeurIPS 2018)は、確率論理プログラミング言語ProbLogに「ニューラル述語」を導入したものです[4]。画像認識のような知覚をニューラルネットに、推論を論理側に担わせて、全体をエンドツーエンドで学習できるようにしています。この系譜は「ニューロシンボリックAI」と呼ばれ、「解釈可能な論理プログラミングとニューラルネットを統合し、記号的な厳密さとデータ駆動の柔軟性を組み合わせる」方向として整理されています。
3.5 Datalogはもともと現場で使われていた
Prologの近縁であるDatalogは、「AI」としてではなく、プログラム解析の現場で目立たないまま生き残ってきました。プログラムの関係(呼び出し関係、ポインタの参照関係など)を事実として集め、規則で再帰的に導出する、という形が静的解析とよく合ったからです。
- SouffléはDatalogをC++にコンパイルして高速に実行するエンジンです[5]
- DoopはJavaのポインタ解析をDatalogで宣言的に記述するフレームワークです
- GitHubのコード解析で使われるCodeQLは、クエリ言語QLの意味論がDatalog系です
「論理プログラミングは死んだ」と言われていた時期にも、論理プログラミングは姿を変えて、開発道具の中に居続けていました。
4. 過大評価への注意
ここまで持ち上げてきましたが、冷静な注記も必要です。
第一に、保証は「翻訳が正しければ」という条件付きです。ソルバは与えられた形式化の中では健全ですが、LLMの翻訳が元の問題の意味を捉えていなければ、正しい手続きで間違った問題を解くことになります。問題は消えたのではなく、「推論の誤り」から「形式化の誤り」へ移った、と見るべきです。
第二に、強いLLMでは差が縮んでいるという報告もあります。2026年の実証的な比較研究[6]によると、標準的なベンチマークでは、最先端モデルにソルバを併用してもゼロショットCoT比の改善は1%未満にとどまりました。一方、難易度を制御した合成データセットでは、ソルバを併用した方が堅牢だった、という結果が示されています。ベンチマークの成績が天井に近づくと差は見えなくなりますが、推論の段数が深く条件が複雑な場面では記号側の利点が残る、と読むのが妥当でしょう。
第三に、Prolog自体の弱点は残っています。
- 汎用言語としてのエコシステム、求人、ライブラリは小さいままです
- LLMの学習コーパスに占める割合が小さいため、LLMが生成するPrologの精度はPythonなどに比べて落ちやすくなります。上の3.2の研究でファインチューニングが必要だったのも、この事情によるものだと筆者は考えています
- 確率や曖昧さの扱いは素のPrologの仕事ではなく、ProbLogのような拡張の領域です
- 大規模データの集計が本体なら、SQLやDatalog実装の方が向いています
5. それでも残るPrologの席
Prolog向きの仕事として残るのは、だいたい次の条件にあてはまるものです。
- 規則を明文化できる(資格判定、料金計算、スケジュールの制約、ゲームのルール、分類基準の適用など)
- 間違いのコストが高い(コンプライアンス、安全に関わる判定、課金に関わる判定)
- 「なぜこの結論になったか」を、事実と規則の列で示す説明責任がある
- 探索や組み合わせが本質で、バックトラックによる解の列挙が自然に書ける
系譜のような再帰的な関係なら、Prologでは次のように短く書けます。
親(たろう, じろう).
親(じろう, さぶろう).
祖先(X, Y) :- 親(X, Y).
祖先(X, Y) :- 親(X, Z), 祖先(Z, Y).
% ?- 祖先(たろう, さぶろう). -> true(経路が示せる)
% ?- 祖先(さぶろう, たろう). -> false(「解なし」が正直に返る)
日本語の識別子をそのまま書いているのは、Mosa Prologのような日本語対応の処理系を想定しているためです。処理系によっては、引用符で囲むかローマ字表記に読み替えてください。
筆者の元の専門である考古学でいえば、遺跡の層序(どの土層がどの土層より上か、という前後関係)は順序制約そのものです。推移閉包を取り、循環という矛盾がないかを検査する処理は、Prologの最も素直な使い方の一つです。
直接上位(a層, b層).
直接上位(b層, c層).
より上(A, B) :- 直接上位(A, B).
より上(A, B) :- 直接上位(A, C), より上(C, B).
矛盾 :- より上(X, X). % 自分より上にある層があれば記録の矛盾
規則そのものが仕様書として読めることが大切です。LLMが生成した判定ロジックがPythonの命令文の中に埋もれていたら、専門家が検証するのは骨が折れます。規則が規則の形で残っていれば、ドメインの専門家が目で見て監査できます。
6. 自作の処理系Mosa Prologの位置づけ
最後は、筆者が作っているMosa Prologが、この記事の主張をどう形にしようとしているかという話です。
Mosa Prolog(Modular Optimized Symbolic Architecture Prolog)は、ISO/IEC 13211-1に沿うProlog処理系です。
- リポジトリはSilentMalachite/mosa-prologです
- 適合テストの合格率は98.4%(2150/2185、2026年11月時点)です
- C++20で実装しており、依存するのはC++20標準ライブラリとCMakeだけです。ライセンスはApache-2.0です
- バージョン0.2.1を公開済みで、macOS(Apple Silicon)、Linux(x86_64)、Windows(x64)向けのパッケージをReleasesで配布しています
コマンドは3つあります。
| コマンド | 役割 |
|---|---|
mosa |
インタプリタ。対話的にも、ファイルからも実行できる |
mosac |
PrologプログラムをC++20へ変換し、単体の実行ファイルを生成する。生成物は処理系なしで動く |
mosatest |
テストランナー。インタプリタとmosac生成コードの実行結果を突き合わせる差分テスト(--diff)も行う |
この処理系は、この記事で見てきたPrologの現代的な席とそのまま重なるように設計しています。
6.1 「判定器」として配れる処理系
LLMエージェントに論理推論を使わせるには、呼ばれる側が軽く、環境構築なしに動き、入出力が素直であることが必要です。mosacで規則を単体の実行ファイルにしてしまえば、配布先にProlog環境は要りません。判定ロジックを「実行ファイルという部品」として、エージェントやCIや別のプログラムから呼べます。第3節で見た「LLMが翻訳し、記号側が判定する」構成でいえば、この形が記号側の受け皿です。
6.2 日本語で規則が読める処理系
MosaはUTF-8を前提にしており、アトムや変数に日本語の名前を使え、メッセージも日本語にできます。第5節で述べた「規則そのものが仕様書として読める」という性質は、日本語話者の現場では「規則が日本語で読める」ことで一段強くなります。その分野の専門家が、資格や分類の基準を自分の言葉のまま監査できるからです。LLMが規則の下書きを書き、専門家が日本語の規則を読んで直す、という分業が成り立ちます。
6.3 ISOに準拠し、処理系自身も検証できる形にする
独自拡張で囲い込むのではなく、標準(ISO/IEC 13211-1)に寄せる方針です。この方針は、LLM時代には実用面でも意味があります。LLMが生成するPrologは、学習データの都合で標準的な書き方に寄ります。その受け皿は、方言ではなく標準に準拠している方が、生成コードをそのまま通しやすくなります。
もう一つ、検証可能性は処理系自身にも向けています。適合率を数値で公開し、mosatest --diffでインタプリタと生成コードの一致を継続的に測っています。「検証できる形で残す」というこの記事の主張を、処理系の開発方法そのものに当てはめているつもりです。
なお、Euclid-MCPのようにMosaをMCPサーバーとして公開する形は、現時点では未実装で、今後の展望です。まずは「単体実行ファイルとして呼べる判定器」という土台を固めるのが先だと考えています。
「LLMに全部やらせる」のではなく、「LLMが書いた規則を検証できる形で固定し、決定論的に実行する」。その固定先として、Prologという形式は今でも筋が良いと考えています。それが開発を続けている理由です。
まとめ
- Prologは汎用AIの主役の座をLLMに譲ったが、「検証可能な推論」の専門家として立場が固まった
- 歴史的な敗因だった知識獲得のコストを、LLMが劇的に下げた。だからこそ組み合わせに意味がある
- 研究の形は「LLMが翻訳し、ソルバが解く」「LLMがPrologを道具として使う」「MCPサーバーとして論理推論を公開する」など、すでに具体化している
- ただし保証は形式化の正しさに依存し、強いLLMでは単純な課題での差は小さい。過大評価も過小評価も禁物
- 規則が明文化でき、間違いが高くつき、説明責任がある領域では、Prologはいまも第一候補の一つ
- 筆者のMosa Prologはその席を狙う実装で、「単体実行ファイルとして配れる判定器」「日本語で監査できる規則」「ISO準拠と差分テストによる検証可能性」の3点がその具体的な形
LLMの時代が来ても、Prologが不要になったわけではありません。Prologが50年近く前に示した「プログラムとは論理である」という考え方を、AIシステムの中の一層として、ようやく現実的なつなぎ方で使える時代になった、と見るのが正確だと思います。
参考文献
[1] Liangming Pan, Alon Albalak, Xinyi Wang, William Yang Wang. “Logic-LM: Empowering Large Language Models with Symbolic Solvers for Faithful Logical Reasoning.” Findings of ACL: EMNLP 2023. コード: https://github.com/teacherpeterpan/Logic-LLM
[2] Niklas Mellgren, Peter Schneider-Kamp, Lukas Galke Poech. “Training Language Models to Use Prolog as a Tool.” Findings of ACL 2026. arXiv:2512.07407. https://arxiv.org/abs/2512.07407
[3] Bartolomeo Bogliolo. “Euclid-MCP: A Model Context Protocol Server for Deterministic Logical Reasoning via Prolog.” arXiv:2607.21412. https://arxiv.org/pdf/2607.21412.pdf
[4] Robin Manhaeve, Sebastijan Dumančić, Angelika Kimmig, Thomas Demeester, Luc De Raedt. “DeepProbLog: Neural Probabilistic Logic Programming.” NeurIPS 2018. arXiv:1805.10872. https://arxiv.org/abs/1805.10872
[5] Herbert Jordan, Bernhard Scholz, Pavle Subotić. “Soufflé: On Synthesis of Program Analyzers.” CAV 2016. 公式サイト: https://souffle-lang.github.io/
[6] Ya Wang, Raja Havish Seggoju, Adrian Paschke. “Empirical Analysis of Chain-of-Thought and Solver-Augmented Large Language Models for Deductive Reasoning.” Neurosymbolic Artificial Intelligence, 2, 1–14, 2026. https://doi.org/10.1177/29498732261469484