はじめに — 2026年5月、間隔反復は「AI自動生成」の時代へ

2024年までは Anki を使うならカードを手で作るのが前提だった。2026年5月現在、その前提は揺らいでいる。**AnkiHub の AI カード自動生成**、**RemNote AI**、**Quizlet Magic Notes**、**Brainscape AI** が PDF 1 枚や講義音声からカード束を作り出す。一方でアルゴリズム自体も進化した。1988 年の SM-2 を 35 年ぶりに置き換えた **FSRS(Free Spaced Repetition Scheduler)** が 2023 年末の Anki 23.10 に取り込まれ、事実上のデフォルトになった。

この記事は「どのアプリを使うべきか」という表層の問いではなく、**間隔反復のアルゴリズム系譜・ツールエコシステム・韓日のローカル動向・AI 自動生成の限界**を一度に見る。米国 USMLE 対策から日本語の漢字学習、司法試験まで実際の使用パターンに触れる。

なぜ記憶アプリが2026年でも重要か — LLM 時代でも生き残る理由

「LLM が何でも答えてくれるのになぜ覚えるのか」という問いが 2024 年には多かった。2026 年 5 月時点の答えは明確だ。**高速な想起(fast recall)は LLM が代替できない領域**である。医学生が 5 秒以内に診断アルゴリズムを思い出す必要があるとき、同時通訳者が単語を瞬時に取り出すとき、弁護士が法廷で判例を呼び出すとき — LLM 呼び出しは遅すぎる。

加えて **再認定義務(recertification)** が増えた。米国の医師ボード、会計士、弁護士の資格は N 年ごとに再試験が要る。一度覚えたものを維持するツールとして、間隔反復はいまだ 1 位だ。そこに LLM が自動でカードを作ってくれることで **入口の障壁が崩れた時期** が 2026 年である。

間隔反復アルゴリズムの系譜 — Leitner から FSRS まで

アルゴリズムは 6 世代に分かれる。

1. **Leitner System (1972)** — Sebastian Leitner が提案した物理カード箱システム。5 つの箱を行き来する。デジタル化されたツールの直観モデル。

2. **SM-2 (1988)** — Piotr Wozniak が SuperMemo 2 で導入。カードごとの「ease factor」と間隔計算。**Anki のクラシックアルゴリズム**として 35 年の事実上の標準。

3. **SM-15 / SM-17 / SM-18** — SuperMemo シリーズの商用アルゴリズム。SuperMemo 15(2011)、17(2016)、18(2019)で漸進的に進化。カード単位のスカラーではなく **DSR(Difficulty/Stability/Retrievability)** の 3 変数で記憶痕跡を追う。

4. **HLR (Half-Life Regression, 2016)** — Duolingo の Settles & Meeder が発表。機械学習で単語の「半減期」を予測。Duolingo インフラの基盤。

5. **FSRS (2023)** — Jarrett Ye が発表したオープンソース ML アルゴリズム。DSR モデルを外部データセット(2000万件以上のレビュー)で学習。**Anki 23.10 にデフォルト搭載**。

6. **FSRS-5 / FSRS-6 (2025〜)** — パラメータ 21 個に拡張。自分のレビューが 1 万件あれば fine-tune が意味を持つ。

最大の変化は SM-2 から FSRS への移行だ。SM-2 が「ease factor 1 つでカード難度を表現」していたのに対し、FSRS は **3 つの潜在変数(D/S/R)** と ML 学習でより精度高く予測する。2025 年の Anki ユーザーテレメトリでは 80% が FSRS へ移行済みだった。

Anki エコシステム — Damien Elmes による25年プロジェクト

**Anki** は日本語の「暗記」が語源だ。Damien Elmes が 2006 年に作り、現在もメンテナとして活動している。2026 年 5 月時点で **Anki 24.06.3** が安定版。

エコシステムの構造は以下のとおり。

- **AnkiDesktop**: Windows/Mac/Linux。GPL-3.0 のオープンソース。機能フル装備。

- **AnkiDroid**: Android。無料。別コミュニティがメンテナンス。

- **AnkiMobile**: iOS。有料(USD 24.99 の永久ライセンス)。この収益が Anki プロジェクトの資金源。

- **AnkiWeb**: 無料のクラウド同期。ブラウザでもカードレビュー可能。

- **AnkiHub**: 共同編集 SaaS(USD 6/月)。医学生コミュニティの標準。

- **AnkiHub AnKing デッキ**: USMLE Step 1/2 対策の最大デッキ。35 万枚以上のカード。

Anki の強みは **拡張性** にある。1500 以上のアドオンがあり、ほぼあらゆるワークフローに対応できる。

Anki カードタイプ — Basic, Cloze, Image Occlusion

3 つの主要カードタイプで 90% を占める。

- **Basic**: 表/裏。最も基本。

- **Cloze deletion**: 穴埋め。"The capital of Korea is [...]" のような形式。医学学習で最も多い。

- **Image Occlusion Enhanced (IOE)**: 画像の一部を隠して当てる形式。解剖学・神経学・心電図の学習に必須。

Cloze カードの例の syntax は次のとおり。

The capital of {{c1::Korea}} is {{c2::Seoul}}.

この書き方をすると Anki が自動で 2 枚のカードを生成する。1 枚は「Korea」を隠し、もう 1 枚は「Seoul」を隠す。

FSRS を深掘り — DSR モデルの構造

FSRS はカードの記憶状態を 3 つの潜在変数で表現する。

- **D (Difficulty)**: カード固有の難しさ。スケールは 1 〜 10。

- **S (Stability)**: 記憶がどれだけ安定しているか。日(day)単位。S が大きいほど次のレビュー間隔が長い。

- **R (Retrievability)**: いま思い出せる確率。0 〜 1。

ターゲット保持率(target retention、既定 90%)に達する次のレビュー時点を次式で推定する。

next_interval = S * (R_target^(1/decay) - 1)

ユーザーが「Again/Hard/Good/Easy」の 4 段階で答えると D/S/R が更新される。Anki 内蔵の FSRS パラメータオプティマイザは自分のレビューログを学習データとして 21 個のパラメータを fine-tune できる。一般に 1 万レビュー以上で個別化の効果が見えてくる。

ソースコードは GitHub の `open-spaced-repetition/fsrs4anki` で公開されており、Python/Rust/JS のポートが揃う。RemNote、Trezo、Memo など他のアプリも FSRS を採用している。

AnkiHub & AnKing — 医学生学習の標準

**AnkiHub** は Anki カードを共同編集する SaaS だ。コア価値は 2 つ。

- **公式メンテナデッキのライブ更新**: 1 人の学生がカードを直すと、全購読者が同じ修正を受け取る。git に近いモデル。

- **コミュニティ検証**: 医学ガイドラインが変わると医学生モデレータがカードを更新する。

最も有名なデッキが **AnKing Step 1/Step 2 Deck**。USMLE 対策のメガデッキで 35 万枚以上のカードを集約。2026 年 5 月時点で米国の医学生の 80% がこのデッキを使っているという非公式の調査がある。USD 6 〜 30/月の 4 段階サブスクで運営。

AnkiHub は 2025 年から **AI カード生成** 機能を追加した。学習者が講義スライド PDF をアップロードすると AI がカード案を作り、コミュニティ検証を経てメガデッキへ統合される。

Anki アドオン — AI 自動生成 & TTS

2026 年 5 月時点で人気の AI 関連アドオンは次のとおり。

- **Anki Card Generator GPT**: ChatGPT API を呼んでテキストから自動生成。PDF アップロード対応。

- **AwesomeTTS**: 単語を自動で TTS 音声に変換。Google/Azure/Amazon Polly/ElevenLabs バックエンド対応。語学学習の必需品。

- **Image Occlusion Enhanced**: 画像マスキングカード。先述 IOE の本家。

- **HyperTTS**: ElevenLabs 統合を強化した派生版。

- **Review Heatmap**: GitHub の contribution graph のようにレビュー活動を可視化。

RemNote — ノートとフラッシュカードを統合したツール

**RemNote** は「ノートとフラッシュカードの合体」を掲げる。Notion のように outline を書きながら同時にその中にインラインでフラッシュカードを埋め込む。医学生を 1 次ターゲットにした結果、2026 年 5 月時点で約 USD 200 万 ARR、医学学習市場で Anki に次ぐ 2 位のシェア。

主な特徴:

- **インラインフラッシュカード**: `Term :: Definition` のような 1 行 syntax でノート内にカードを作る。

- **RemNote AI**: 講義音声を STT に通して自動的にカードと要約を生成。2025 年リリース。

- **FSRS 採用**: 2024 年に SM-2 から FSRS にデフォルト切替。

- **Daily Doc, Backlinks**: Roam Research スタイルの双方向リンク。

- **数式・コードブロック・ダイアグラム**: 技術系学習にも対応。

価格: Free / Pro(USD 12/月) / AI(USD 19/月) の 3 段。

SuperMemo 19 — Wozniak の本家ツール

**SuperMemo** は Piotr Wozniak が 1985 年に始めた間隔反復の本家。2026 年 5 月時点で **SuperMemo 19**(Windows デスクトップ)と **SuperMemo Web** が運用されている。アルゴリズムは SM-18。

長所:

- **Incremental Reading**: PDF やウィキ記事を部分的に読みながら自動でカードを作成。1990 年代からある機能で他ツールには本物の同等品がない。

- **理論の深さ**: Wozniak が毎年アルゴリズム白書を公開。SM-18 の DSR モデル文書は学術的に引用可能。

短所:

- **モバイルが弱い**: SuperMemo Mobile(iOS/Android)はあるがデスクトップ比で機能が削られる。

- **UI が 1990 年代のまま**: 学習曲線が急。

- **商用**: 永久ライセンス USD 60 〜 90。

真剣な学習者(研究者、ポリマス、メガデッキ運営者)には今でも 1 位だが、一般ユーザーには Anki の方が入りやすい。

Quizlet + Magic Notes + Q-Chat — AI で復活した古豪

**Quizlet** は 2005 年に高校生 Andrew Sutherland が作った米国式フラッシュカードツール。一時は USD 18 億の評価額まで達したが Anki に押される傾向だった。2024 年から **Magic Notes** と **Q-Chat**(AI チューター)で AI 学習プラットフォームに再ポジショニング。

- **Magic Notes**: 講義ノートをアップロードすると AI が自動でフラッシュカード・要約・クイズ・マインドマップを生成。

- **Q-Chat**: カードを基にした対話型 AI チューター。ソクラテス的な質問を投げる。

- **Learn モード**: 適応学習 — Anki の FSRS と似ているが独自アルゴリズム。

- **Free + Plus(USD 7.99/月)**: AI 機能は Plus 必須。

EdTech 市場分析は別記事(iter83)で扱った。SR の観点だけ見ると、**Quizlet の SR アルゴリズムは Anki/FSRS ほど精緻ではない**。ただ UX とカード共有ライブラリ(5 億以上のデッキ)は圧倒的。高校生・大学学部生の 1 次ツール。

Brainscape — Confidence-Based Repetition (CBR)

**Brainscape** は 2010 年創業の米国企業。アルゴリズムが Anki/FSRS と違い **CBR(Confidence-Based Repetition)** を採用する。カードを見た直後にユーザーが「1 〜 5 の confidence」を付け、それで間隔を調整。シンプルだが導入が速い。

- **AI Tutor**: 2025 年から GPT-4 ベースのチューターを追加。カード説明や難概念の解説。

- **Smart Cards**: AI がユーザーのノートからカードを自動生成。

- **Free + Pro(USD 9.99/月)**。

- **Class plan**: 学校単位のライセンス。GMAT、MCAT、医学 1 年生向け市場に強い。

Mochi.cards — Markdown 第一のモダンツール

**Mochi** はカナダのソロ開発者 Anthony Bullard が作ったモダンなフラッシュカードアプリ。最大の差別化は **Markdown 第一** である。

Korea Capital

What is the capital of Korea?

Seoul

このように Markdown ファイルでカードを管理する。Anki の SQLite DB に比べると、カードライブラリを GitHub で管理しやすい。

- **FSRS 採用**: 2024 年から。

- **AI カード生成**: ChatGPT API 連携。

- **Lite + Pro(USD 5/月)**。

- **数式・コード・表・LaTeX を一級サポート**。

技術系の学習者(エンジニア、医学生)の間で利用が増えている。Anki ほど強力ではないが、よりすっきりした UX を望むなら。

Memrise — 語学専用にピボット

**Memrise** は 2010 年に Ed Cooke が創業。元は汎用 SR ツールだったが 2022 年に **語学専用** へピボット。アルゴリズムは独自 SR + AI 会話練習。

- **MemBot**: AI 会話パートナー。GPT-4 ベース。

- **Native Speaker Videos**: ネイティブの動画クリップで発音と文化を学ぶ。

- **Free + Pro(USD 8.99/月)**。

語学学習以外ではもう推奨されない。**TinyCards(Duolingo, 2017〜2020)** も似た運命をたどった — 汎用 SR 市場は事実上 Anki の独占。

Pimsleur, Duolingo, WaniKani, Bunpro — 語学特化ツール

語学学習で SR がどう使われているかを押さえておく。

- **Duolingo**: HLR(Half-Life Regression)で単語の露出タイミングを決定。ゲーミフィケーション + AI(Duolingo Max、GPT-4)を組み合わせ。

- **Pimsleur**: 1960 年代からあった graduated interval recall を基盤にする音声コース。リスニング/発話に SR を適用した本家。

- **WaniKani**: 日本語の漢字専用。SR のレベル 1 〜 9。**Tofugu** が運営。USD 9/月または USD 299 の永久ライセンス。

- **Bunpro**: 日本語文法専用 SR。JLPT N5 〜 N1 の進捗管理。

- **iKnow!**: DMM が運営する日本語学習 SR。日本国内市場で 1 位。

これらは汎用 SR ツールではなく、**語学に特化したコンテンツ + SR** を束ねて売るモデルだ。Anki + Core 6k のような無料の組み合わせに対して、コンテンツのキュレーションが価値になる。

韓国語学習ツール — クラスカード対 Quizlet Korea

韓国市場は **クラスカード(Classcard)** が 1 位。2014 年に NHN エデュが買収して運営。中高生市場で圧倒的なシェア。

- **クラスカードのマッチング/暗記/リコールモード**: 4 段階のゲーム型学習。

- **AI 自動カード生成**: 英文から単語帳を自動抽出。

- **教師-生徒の協業**: 学院/公教育インフラと統合。

- **Free + プレミアム(月 9,900 ウォン)**。

代替:

- **Quizlet Korea**: Quizlet の韓国市場。大学生中心。

- **단어공부(Wordboard)**: ソロ開発者によるアプリ。単純さが長所。

- **MEMRISE Korean**: 韓国語学習者(外国人)向け。韓国人の英語学習には使わない。

大学生以上は **Anki + Core 2k/6k Korean** のような無料の組み合わせに移行する傾向がある。

日本語学習の流れ — 単語帳メーカー・iKnow・WaniKani

日本市場は分化している。

- **単語帳メーカー(Tangocho Maker)**: iOS/Android の無料アプリ。日本の学生の受験対策の標準。極めてシンプルな UI。

- **iKnow!**: DMM が運営。JLPT 対策のコンテンツキュレーション。USD 9.99/月。

- **WaniKani**: 外国人による日本語漢字学習用。SR + ニーモニックの組み合わせ。

- **Anki + 日本語メガデッキ**: Core 2k/6k、Tango N5 〜 N1、JLPT Tango。すべて無料。

- **AnkiWeb 日本語アドオン**: 日本語形態素解析(MeCab)、ふりがな自動付与。

学生市場は単語帳メーカー、社会人市場は iKnow、外国人学習者は WaniKani + Anki に分かれる。**Core 6k** のようなクラシックデッキは 2007 年の公開以来 100 万人以上が使った推定がある。

医学 / 専門職資格学習 — AnKing, Pixorize, Sketchy

専門職市場の SR ツールは別トラックだ。

- **AnKing**: USMLE 医学メガデッキ(上で扱った)。

- **Pixorize**: 医学の生化学・薬理学向けビジュアルニーモニック。SR と組み合わせ。

- **Sketchy**: ビジュアルストーリーテリングに基づく医学学習。SR + 映像。

- **UWorld**: 医学 + 他資格の Q-Bank。SR 統合は弱い。

- **Kaplan**: 古典的な対面塾 + デジタルカード。

- **AdaptiBar**: 米国弁護士試験(MBE)向け SR。

- **BarMax**: 弁護士試験対策。ハーバード・ロースクール教員によるコンテンツ。

これらはツールというよりも **コンテンツ + SR インフラ** だ。価格は USD 200 〜 2000/年で汎用ツールより一桁高い。

Notion · Obsidian · LogSeq 統合プラグイン

PKM(Personal Knowledge Management)ツールと SR を統合する流れが強い。

- **Notion Flashcards**: Notion データベースの行をカードとして公開。非公式プラグインが多い。

- **Obsidian Spaced Repetition**: st3v3nmw による人気プラグイン。FSRS 採用。ノート内のカードを直接レビュー。

- **Obsidian to Anki**: Obsidian のノートから Anki へカードを export。

- **LogSeq spaced repetition**: LogSeq の組み込み機能。cloze syntax サポート。

- **Roam Research Anki**: Roam → Anki 同期プラグイン。

PKM と SR を 1 つのツールで完結させる流れの核心は「**カードを作る時点 = ノートを書く時点**」という発想だ。Anki を別途立ち上げる必要がなくなり、摩擦が下がる。

AI カード自動生成 — PDF 1 枚から 100 枚のカードへ

2026 年 5 月時点の AI 自動生成の実用度を見る。

1. **PDF/スライドのアップロード**: 講義スライドや教科書のチャプター PDF。

2. **AI が核心命題を抽出**: LLM が命題単位で分解。

3. **Cloze deletion の自動生成**: 核心語を穴埋めに。

4. **画像 occlusion の自動検出**: OCR + 物体検出でラベルボックスを隠す。

5. **TTS で音声追加**: 単語の発音を自動生成。

代表サービス:

- **AnkiHub AI Generator**(USD 6 〜 30/月)

- **RemNote AI**(USD 19/月)

- **Quizlet Magic Notes**(USD 7.99/月)

- **Mochi AI**(USD 5/月)

- **Brainscape AI Tutor**(USD 9.99/月)

- **ローカル解**: Ollama + Anki Card Generator GPT アドオンでローカル GPT-OSS からカードを生成可能。

ただし **AI が作るカードの品質は依然 50 〜 70% にとどまる**。医学生ユーザーへのインタビューでは、50% はそのまま使え、30% は修正が必要で、20% は捨てるという。AI 生成を初稿 → 人間レビューの流れが標準。

ブラウザ拡張 — Polar Bookshelf, Readwise からカードへ

「読んだもの」からカードを作る流れも自動化されている。

- **Polar Bookshelf**: PDF/EPUB リーダー + ハイライトから Anki への自動 export。オープンソース。

- **Readwise**: ハイライト集約 SaaS。Kindle、Pocket、Twitter 等 → Readwise Mastery → Anki/Mochi/RemNote への export。RSS/リーダー記事(iter102)でも触れたツール。

- **Hypothes.is**: ウェブページ注釈ツール。注釈 → Anki への変換プラグイン。

これらは SR が主目的ではなく **ハイライト保存 + SR オプション** だ。本 1 冊から要点 30 枚を自動生成する流れ。

学術研究 — SR の科学的基盤

SR が効く理由を学術研究で押さえておこう。

- **Pavlik & Anderson (2008)**: ACT-R 認知アーキテクチャに基づくメモリモデル。SR アルゴリズムの学術ベース。

- **Settles & Meeder (2016)**: Duolingo HLR 論文。ACL 2016 で発表。機械学習 + SR の起点。

- **Lindsey, Shroyer, Pashler, Mozer (2014)**: MOI(Memory Optimization through Interleaved practice)。Carnegie Learning が採用。

- **Bjork's "Desirable Difficulty"**: Robert Bjork(UCLA)の学習理論。SR の科学的根拠。

- **Karpicke & Roediger (2008)**: testing effect 研究。再読より想起が強いという証拠。

これらの研究は SR が単なる技術ではなく **認知心理学数十年の結晶** であることを示す。

組み合わせパターン — 実際の学習者はどう組むか

学習目的別の推奨スタック。

- **医学本科 + USMLE**: AnkiHub(AnKing) + Anki Mobile + Image Occlusion Enhanced + AwesomeTTS。

- **司法試験**: AdaptiBar + Anki + BarMax コンテンツ。

- **日本語 N3 〜 N1**: WaniKani + Bunpro + Anki(Tango N3 〜 N1)。

- **韓国の塾生**: クラスカード + 塾独自のコンテンツ。

- **研究者/ポリマス**: SuperMemo 19 Incremental Reading + 補助の Anki。

- **技術系学習者**: Mochi + Obsidian Spaced Repetition + AI 自動生成。

- **一般の大学生**: Quizlet Magic Notes + 学科のカードライブラリ。

純粋に SR 効率だけ見れば Anki + FSRS が最強だが、**開始の摩擦** と **コンテンツのキュレーション** がツール選定の実際の変数だ。

導入ロードマップ — 0 から始める学習者

初めて SR を始める人向けの段階。

1. **2 週目**: Anki Mobile または Quizlet で 50 枚程度のカードを作って毎日レビュー。習慣化が 1 位。

2. **1 か月目**: カードのカテゴリ分離(語学、業務知識、一般教養)。レビュー時間を計測。

3. **3 か月目**: FSRS への移行(Anki 23.10+ で自動)と、パラメータオプティマイザを 1 回実行。

4. **6 か月目**: AI 自動生成ツールを 1 つ追加。PDF 1 枚からカード束を作ってみる。

5. **1 年目**: Image Occlusion、Cloze 上級 syntax、画像 + TTS の総合カード。

6. **2 年目**: 自分の学習領域のメガデッキを 1 つ完成。1 万枚以上。

ツール選定よりも **毎日 15 〜 30 分のレビュー習慣** の方が圧倒的に重要だ。Anki ユーザーの平均日次レビュー時間は 25 分。

おわりに — 2026年5月、「SR はアルゴリズムでなく習慣」

この記事ではアルゴリズムとツールを詳しく見たが、最後の結論はシンプルだ。**SR の 90% は毎日アプリを開く習慣**である。FSRS が SM-2 より 10% 正確だとしても、毎日開かなければ 0% だ。

AI 自動生成は入口の障壁を下げた。2024 年の「カードを作るのが面倒」という言い訳は 2026 年には通用しない。PDF 1 枚からカード束を自動で作れる時点まで来ている。

ツール選びは 1 週間程度の比較で決めて、その後は忘れよう。本当の仕事は毎日 25 分のレビューだ。

References

- Anki 公式サイト: https://apps.ankiweb.net/

- Anki Manual: https://docs.ankiweb.net/

- AnkiHub: https://www.ankihub.net/

- AnKing decks: https://www.ankihub.net/decks/

- FSRS GitHub: https://github.com/open-spaced-repetition/fsrs4anki

- FSRS アルゴリズム解説: https://github.com/open-spaced-repetition/fsrs4anki/wiki

- SuperMemo: https://www.supermemo.com/en

- SuperMemo アルゴリズム SM-18 白書: https://supermemo.guru/wiki/Algorithm_SM-18

- RemNote: https://www.remnote.com/

- Mochi.cards: https://mochi.cards/

- Brainscape: https://www.brainscape.com/

- Quizlet: https://quizlet.com/

- Memrise: https://www.memrise.com/

- WaniKani: https://www.wanikani.com/

- Bunpro: https://bunpro.jp/

- iKnow!: https://iknow.jp/

- クラスカード: https://www.classcard.net/

- 単語帳メーカー(App Store): https://apps.apple.com/jp/app/id403838621

- Pimsleur: https://www.pimsleur.com/

- Duolingo HLR 論文(Settles & Meeder 2016): https://aclanthology.org/P16-1174/

- Pavlik & Anderson 2008 ACT-R メモリモデル: https://act-r.psy.cmu.edu/wordpress/wp-content/uploads/2012/12/735JEPApplied.pdf

- Roediger & Karpicke testing effect: https://psychnet.wustl.edu/memory/wp-content/uploads/2018/04/Roediger-Karpicke-2006_PsychScience.pdf

- Obsidian Spaced Repetition プラグイン: https://github.com/st3v3nmw/obsidian-spaced-repetition

- Polar Bookshelf: https://getpolarized.io/

- Readwise: https://readwise.io/

- Image Occlusion Enhanced アドオン: https://ankiweb.net/shared/info/1374772155

- AwesomeTTS アドオン: https://ankiweb.net/shared/info/1436550454

- Damien Elmes blog: https://blog.ankiweb.net/