AI学習アプリ「Memly」は、間隔反復アルゴリズムの最新版「FSRS6.0」を復習スケジューラに使っています。1987年のSM-2以来、多くのアプリは同じ計算式で復習日を決めてきました。FSRS6.0が変えたのは、そこです。何がどう変わったのかを、5つの特徴と20,000人規模のベンチマーク結果から説明します。
FSRS6.0とは？機械学習で忘却曲線を個人化する最新アルゴリズム
FSRS（Free Spaced Repetition Scheduler）は、機械学習と認知科学の知見を組み合わせたオープンソースの間隔反復アルゴリズムです。間隔反復とは、復習の間隔を少しずつ広げながら、忘れかけたタイミングで思い出すことで記憶を定着させる学習法を指します。2025年にリリースされたFSRS6.0は、旧バージョンより記憶の予測精度を高めています。
開発背景：なぜFSRSが生まれたのか
従来のSM-2アルゴリズム（1987年開発）は、40年近く多くの学習アプリで使われてきました。ただしSM-2は固定の計算式で間隔を決めるため、利用者ごとに忘れ方が違うという事実を反映できません。SM-2との詳細比較は「Memly vs Anki徹底比較」をご覧ください。
FSRSは、Jarrett Ye氏（MaiMemo Inc.所属）によって開発され、最新の機械学習技術と、17億件以上の復習データから得られた知見を組み合わせることで、飛躍的な性能向上を実現しました。
FSRS6.0の5つの特徴
1. 個人ごとの忘却曲線に合わせる
従来のアルゴリズムは、すべてのユーザーに同じ形の忘却曲線を当てていました。FSRS6.0で追加されたw20は、曲線の減衰の速さそのものを動かします。忘れるのが速い人と遅い人で、別の曲線を描けるようになりました。
- w20パラメータは0.1から0.8の範囲で調整可能
- ほとんどのユーザーでは0.2未満に最適化される
- 忘却曲線の形状をユーザーごとに変えられる
2. 同日に複数回復習したときの予測が改善
短期記憶から長期記憶へ移る過程をモデルに組み込みました。同じ日に2回、3回と繰り返したとき、どれだけ定着が進むかを見積もれます。次の復習日の計算が、その分ずれにくくなりました。
- w17とw18パラメータが成績の影響を制御
- w19が安定性の変化率を調整
- 復習時の自己評価「Good（普通に思い出せた）」「Easy（簡単だった）」では安定性が下がらないよう設計されている
3. 予測精度はSM-2比で99.6%のユーザーが改善
ベンチマークテストにおいて、FSRS6.0は従来のSM-2アルゴリズムと比較して、99.6%のユーザーでより優れた記憶予測精度を示しました。FSRS-5との比較でも88.2%のユーザーで改善が確認されています。
4. DSRモデルによる3次元記憶管理
DSRとは、Difficulty（難易度）・Stability（安定性）・Retrievability（想起可能性）の頭文字をとった名称で、FSRS6.0はこの3つの独立した要素で記憶を管理します。
- Difficulty（難易度）: 1-10のスケールで各カードの本質的な難しさを追跡
- Stability（安定性）: 想起確率が100%から90%まで低下するのにかかる時間
- Retrievability（想起可能性）: 現時点での想起確率
5. 適応型パラメータ最適化
21個のパラメータが、学習者本人の復習履歴に基づいて自動的に調整されます。1000回以上の復習が溜まると最適化アルゴリズムが作動し、個人に特化したパラメータセットを生成します。
MemlyがFSRS6.0を選んだ理由
FSRS6.0の導入により、同じ記憶定着率を達成するために必要な復習回数が20-30%削減されます。まだ覚えているカードを出題せずに済むぶん、削られた回数がそのまま学習時間の余裕になります。
- 過学習の防止: 必要以上の復習を削減し、学習者の負担を軽減
- 最適タイミング: 忘却の直前に復習を配置し、記憶の定着を最大化
- 難易度調整: カードごとの最適な間隔を個別に計算
語学と資格試験での使用例
語学学習での成果
英単語10,000語を覚える場合、復習回数の削減分を学習時間に換算すると次のような試算になります。
| 項目 | 従来方式 | FSRS6.0（Memly） |
|---|---|---|
| 必要期間 | 1日2時間×18ヶ月 | 1日1.5時間×12ヶ月 |
| 総学習時間 | 約1,080時間 | 約540時間 |
| 時間削減率 | - | 約50% |
1日あたりで減るのは30分です。ただ、終わりが6ヶ月早く来ます。
資格試験対策での活用
司法試験や医師国家試験などの資格試験対策では、以下の点で特に効果を発揮します。
- 重要度に応じた保持率の差別化（憲法95%、商法85%など）
- 過去問パターンの効率的な暗記
- 直前期の総復習を最適化
科学的根拠となる忘却曲線モデルの進化
FSRS6.0は、約140年にわたる記憶研究の集大成です。間隔反復アプリの全体像は「スペースドリピティションアプリおすすめ5選」で比較しています。
| 年代 | モデル | アプローチ |
|---|---|---|
| 1885年 | エビングハウスの忘却曲線 | 指数関数モデル |
| 2022年 | FSRS v3 | 指数関数の改良 |
| 2023年 | FSRS v4-5 | べき関数への移行 |
| 2025年 | FSRS6.0 | 個人化可能なべき関数 |
140年のうち、曲線の形を人ごとに変えられるようになったのは最後の1行だけです。
FSRS6.0の数式は以下のように表されます。
R(t,S) = (1 + FACTOR x t/S)^DECAYここで、R(t,S)は記憶安定度Sのカードを経過日数t後に思い出せる確率、DECAYが個人の忘却特性を表現するパラメータ（w20）、FACTORはDECAYから導かれる係数です。FSRS6.0ではこのDECAYをユーザーごとに最適化することで、従来の画一的なべき関数型の忘却曲線から、個人に最適化された忘却曲線への進化を実現しています。
ベンチマーク結果
20,000人のAnkiユーザーデータを使った大規模検証の結果です。
| アルゴリズム | Log Loss（小さいほど良い） | RMSE（小さいほど良い） | FSRS-6が予測精度で上回ったユーザーの割合 |
|---|---|---|---|
| FSRS-6 | 0.30 | 0.052 | - |
| FSRS-5 | 0.33 | 0.058 | 88.2% |
| FSRS-4.5 | 0.34 | 0.061 | 92.1% |
| SM-2 | 0.41 | 0.089 | 99.6% |
FSRS-5との差は、Log Lossで0.03しかありません。大きく開いているのはSM-2との0.11のほうです。
よくある質問
FSRS6.0は本当に従来の方法より優れている？
はい、科学的に証明されています。20,000人のユーザーデータによる大規模検証で、99.6%のケースでSM-2アルゴリズムを上回る性能を示しました。平均して20-30%の学習時間削減が可能です。
どのくらいのデータが必要？
最適化には最低1,000回の復習データが推奨されますが、400回程度からでも部分的な最適化が可能です。使えば使うほど精度が向上します。
短期間の詰め込み学習にも使える？
はい、使えます。短期学習用の特別なパラメータセットを用意しており、試験前の集中学習にも対応しています。ただし、長期記憶の形成には通常の間隔反復が推奨されます。
まとめ：FSRS6.0で変わる復習スケジュール
FSRS6.0が変えたのは、復習日の決め方です。忘却曲線の減衰の速さを利用者ごとに推定し、まだ覚えているカードは後ろへ、忘れかけたカードを前へ動かします。同じ定着率に必要な復習回数が20-30%減るのは、この出題順の組み替えによるものです。「とにかく繰り返す」から「忘れかけたときに繰り返す」への切り替えが、そのまま時間の節約になります。
FSRS開発チームは、疲労度を考慮したFSRS-F、短期記憶に特化したFSRS-Sなど、用途を絞ったバージョンの開発も検討しています。MemlyはFSRS6.0を既定のスケジューラとして組み込んでいるため、利用者側でパラメータを設定する手間はありません。
AIによる暗記支援の全体像については「AIによる暗記支援とは？仕組み・効果・おすすめツールを徹底解説」で詳しく解説しています。
