[AI新規事業創出]LLMとは?

MicheleがAI活用のビジネスやマーケティングについて質問に答えるブログを紹介。大規模言語モデル(LLM)について説明し、ChatGPTを例に挙げてLLMのビジネス活用事例や技術的な側面を解説。さらに、専用パソコンや日本語対応モデルも紹介しています。

[AI新規事業創出]LLMとは?

Qualiteg blogを訪問してくださった皆様、こんにちは。Micheleです。AIを活用した新規事業やマーケティングを手がけている私には、クライアントからよく寄せられる質問があります。AIを用いた事業展開を検討されている方々が共通して直面するであろう課題に対して、このブログを通じて私なりの解答をご提供したいと思います。


LLMとは大規模言語モデル

LLM(Large Language Model、大規模言語モデル)とは、人間の言葉を理解し、それに基づいてテキストを生成する人工知能技術の一つです。この技術は、インターネット上の大量のテキストデータを学習して、様々な言語タスクをこなすことができるモデルを構築するものです。

ChatGPTもLLMを活用した生成AI

2022年に米国で開発されたOpenAI社のChatGPTはLLM(大規模言語モデルと呼ばれる言語生成AI)技術を活用し人間のアシスタントとして様々なタスクを代行したり、弁護士試験や医師国家試験に合格したりするなど既に平均的な人間の能力を超えていると言われており現在も秒進分歩で進化をつづけています。

ChatGPTはFortune 500企業の過半数でビジネス活用されているなど欧米中心に大きなビジネスインパクトを与えており、これに刺激され世界中で同様のLLMを作る動きが活発化されております。

LLMはコンピューターに例えるならCPU部分

LLMとは、人間のように質問に気の利いた回答をしたり、指示に従って文章を生みだしたりすることのできるAI技術で、昨今話題のChatGPTのコア技術としても使用されています。LLMはパソコンに例えるのであれば頭脳部分をつかさどるCPUに相当します。

イノベーションには常にリスクが伴います。株式会社Qualitegの Innovation-Crossは、そのリスクを最小化しながら成果を最大化する共創支援プログラム。現状分析を通じてリスク要因を可視化し、「自社だけでは管理困難」なリスクに対する戦略を策定します。アイデアワークショップや小規模な実証実験を通じて低コストで学習と検証を重ね、オープンイノベーションやパートナー開拓でリスクと投資を分散した革新創出を推進。

最先端AI技術の活用支援も含め、経験豊富な専門コンサルタントが、失敗のコストを抑えながら成功の可能性を高める共創プロセスを設計します。安全に挑戦し、確実に革新する—この両立を実現するのが、私たちのアプローチです。

CPUだけでパソコンは動く?

CPUのみではパソコンが使えないのと同様、LLMだけではユーザーが使える状態にはなりません。パソコンでは、キーボード、マウスといった入力装置、ディスプレイ、スピーカーなどの出力装置、メモリやHDDといった記憶装置、それらとCPUをつなぐマザーボードなど様々なパーツが協調して動作します。

LLMを動作させるにも、入出力や協調のための高度な仕組みが必要です。さらに、多くのユーザーが使用するためのセキュリティや堅牢性も兼ね備えることが求められます。このようにLLMを活用するには様々なソフトウェアとそれらを統合するプラットフォーム技術が必要であり、当社は商用サービス向け、LLMプラットフォーム ChatStream®(チャットストリーム)を開発・提供しています。

5.日本語対応の大規模言語モデル(例)

- matsuo-lab/weblab-10b-instruction-sft
- cyberagent/open-calm-7b
- cyberagent/open-calm-3b
- rinna/japanese-gpt-neox-3.6b-instruction-sft-v2
- rinna/bilingual-gpt-neox-4b-instruction-sft
- rinna/japanese-gpt-neox-3.6b-instruction-sft
- rinna/japanese-gpt-neox-3.6b-instruction-ppo
- stabilityai/japanese-stablelm-instruct-alpha-7b
- line-corporation/japanese-large-lm-3.6b-instruction-sft
- stockmark/gpt-neox-japanese-1.4b

6.英語対応の大規模言語モデル(例)

- meta-llama/Llama-2-7b-chat
- openlm-research/open_llama_3b_v2
- openlm-research/open_llama_7b_v2
- openlm-research/open_llama_3b
- togethercomputer/RedPajama-INCITE-Chat-3B-v1
- togethercomputer/RedPajama-INCITE-7B-Chat
- mosaicml/mpt-7b-chat
- databricks/dolly-v2-7b
- databricks/dolly-v2-3b

7.生成AI専用パソコンのご案内

当社では、プロ用GPUを搭載した、プロフェッショナル向けLLM(大規模言語モデル)専用パソコンのハイコストパフォーマンスモデル Qualiteg IntegrityPro-11600を販売中です。

必要なソフトウェアはあらかじめプリインストールされているため、電源をいれたらすぐに対話チャットWebアプリでLLMを試すことができます。もうAI実行に必要なPCパーツ構成や煩わしいソフトウェアインストールに悩まず、必要な作業にご集中いただけます。


コラムを最後までお読みいただき、誠にありがとうございます。私たちQualitegは、AI技術や新規事業の企画方法に関する研修およびコンサルティングを提供しております。もしご興味をお持ちいただけた場合、また具体的なご要望がございましたら、どうぞお気軽にこちらのお問い合わせフォームまでご連絡くださいませ。

また、新規事業創出のステップを体得したいという方にご好評のワークショップも実施しております。それぞれの担当者の方が役員目線で事業を考えるという点にフォーカスしたトレーニング内容となっており、企画担当者の方だけではなく、カウンターパートのエンジニア、デザイナー、マーケターの方にもご受講いただけるコンテンツとなっております。

皆様からのお問い合わせを心よりお待ちしております。次回のコラムも、ぜひご期待くださいね。


navigation

Read more

NVIDIA GeForce RTX 50xx with CUDA capability sm_120 is not compatible with the current PyTorch installation. が発生したとき

NVIDIA GeForce RTX 50xx with CUDA capability sm_120 is not compatible with the current PyTorch installation. が発生したとき

こんにちは、PyTorch 2.6.0 環境で以下のような問題が発生したときの対処方法について解説いたします。 NVIDIA GeForce RTX 5090 with CUDA capability sm_120 is not compatible with the current PyTorch installation. The current PyTorch install supports CUDA capabilities sm_50 sm_60 sm_70 sm_75 sm_80 sm_86 sm_90. 他のBlackwell GeForce の場合は以下のようなメッセージとなります。 NVIDIA GeForce RTX

By Qualiteg プロダクト開発部
OpenCV cv2.imwrite で発生する「_img.empty()」エラーと「動画安定化」による解決法

OpenCV cv2.imwrite で発生する「_img.empty()」エラーと「動画安定化」による解決法

こんにちは! 画像処理や動画解析の現場で広く利用されている OpenCV。 しかし実務で動画処理を行っていると、時折以下のようなエラーに遭遇することがあります。 cv2.error: OpenCV(4.11.0) /io/opencv/modules/imgcodecs/src/loadsave.cpp:929: error: (-215:Assertion failed) !_img.empty() in function 'imwrite' このエラーは、cv2.imwrite() に渡された画像が空(None またはサイズ0) の場合に発生します。 一見単純に見える問題ですが、背後には「入力動画の不安定さ」や「並列処理の競合」といった要因が潜んでいることが少なくありません。 本記事では、このエラーの発生原因を掘り下げ、実務で効果のある解決策として 「動画の安定化(正規化)」 を紹介します。 TL;

By Qualiteg プロダクト開発部
発話音声からリアルなリップシンクを生成する技術 第5回(前編):Transformerの実装と実践的な技術選択

発話音声からリアルなリップシンクを生成する技術 第5回(前編):Transformerの実装と実践的な技術選択

こんにちは!リップシンク技術シリーズもいよいよ終盤となりました。 前回(第4回)では、LSTMの学習プロセスと限界について詳しく解説しました。限られたデータでも効果的に学習できるLSTMの強みを理解する一方で、長距離依存の処理に限界があることも明らかになりました。そして、この問題を解決する革新的なアプローチとして、すべての位置の情報を同時に参照できるTransformerのSelf-Attention機構を紹介しました。 第5回の今回は、 Transformerの具体的なネットワーク設計から始め、その実装上の課題を明らかにします。(前編※) そして、LSTMとTransformerの長所を組み合わせたハイブリッドアプローチを紹介し、実際の製品開発における技術選択の指針を示します。最後に、感情表現への拡張という次なる挑戦についても触れていきます。(後編※) ※Transformerの仕組みは複雑であるため、第5回は前編と後編に分けて解説させていただく予定です。 1. Transformerベースのネットワーク設計 1.1 全体アーキテクチャ図 では、さっそく、Tran

By Qualiteg 研究部, Qualiteg コンサルティング
大企業のAIセキュリティを支える基盤技術 - 今こそ理解するActive Directory 第2回 ドメイン環境の構築

大企業のAIセキュリティを支える基盤技術 - 今こそ理解するActive Directory 第2回 ドメイン環境の構築

こんにちは、今回はシリーズ第2回ドメイン環境の構築 - 検証環境の構築手順について解説いたします! 連載の構成 第1章:基本概念の理解 - Active DirectoryとKerberos/NTLM認証の基礎 【★今回です★】第2章:ドメイン環境の構築 - 検証環境の構築手順 第3章:クライアントとサーバーのドメイン参加 - ドメイン参加の詳細手順 第4章:プロキシサーバーと統合Windows認証 第5章:ブラウザ設定と認証 - 各ブラウザでの設定方法 第6章:トラブルシューティング - よくある問題と解決方法 第7章:セキュリティとベストプラクティス - 本番環境での考慮事項 第8章:実践的な構成例 - AIセキュリティツールとの統合事例 第2章:ドメイン環境の構築 2.1 ドメイン名の設計 2.1.1 ドメイン名の命名規則 Active Directoryを構築する際、

By Qualiteg コンサルティング