最先端AIに「1995年の感性」を注入する：自分のノートPCで自分だけのAIアシスタントを作る

想像してみてください。ある朝、スマートフォンのAIアシスタントに「新しく作ったアプリの取扱説明書を書いて」と頼みます。普通なら、滑らかで洗練された現代的な文章でスラスラと答えを出すでしょう。しかし、もしこのAIがタイムマシンに乗ってきたかのように、1990年代のWindows 95時代のような硬くて無骨な文体で文章を吐き出したらどうでしょうか？「フロッピーディスクをドライブに挿入した後、実行を押してください」のようなレトロな感性で。

驚くべきことに、誰かがこの面白くて突拍子もない想像を現実にしました。最近、ある開発者が1980〜90年代のソフトウェアのテクニカルライター（Technical writer）のように文章を書くよう、最新の人工知能をトレーニングする実験に成功しました [1995年のようにドキュメントを書くようLLMをファインチューニングする - vuink.com]。この話は、単に昔の感性を蘇らせたという興味深いエピソードではありません。人工知能技術が巨大企業の୪手から離れ、今や平凡な私たちの日常とコントロール圏内にどれほど深く入り込んできたかを示す決定的な場面です。

私たちの想像の中の人工知能開発は常に壮大でした。立派なIT企業の秘密研究所や、ものすごい熱気を放つ数千台のコンピュータサーバー室でのみ可能なことだと考えていました。しかし、この驚くべき「1995年の感性を持つAIアシスタント」を作る魔法は、皆さんがカフェでコーヒーを飲みながら膝の上に置いて使う、平凡な個人用ノートPCの上で起こりました。一体どうしてこんなことが可能になったのでしょうか？

なぜ重要なのか？ (Why It Matters)

私たちは通常、ChatGPTのような巨大な人工知能を「何でも知っている万能博士」と考えます。しかし、企業や個人が本当の日常や業務で求めているのは、すべての分野を70点程度にそこそこ知っている「丸っこい（無難な）AI」ではありません。私たちが真に渇望しているのは、自分の業務の特性を完璧に理解し、自分のように考え、自分のスタイル通りに働いてくれる「自分だけのカスタマイズされた専門家AI」です。既製服の店で買った服がどんなに良くても、自分の体にぴったり合わせて仕立てられたオーダーメイドの服の快適さには勝てないのと同じです。

誰もが無料でアクセスできるオープンソースの大規模言語モデル（LLM、数多くの文章を読んで学習し、人間のように言語を理解するAI）を私たちの目的に合わせてトレーニングするプロセスは、人工知能を極度にパーソナライズできる途方もない可能性を開いてくれます [オープンソースLLMのファインチューニング - ashutosh.dev]。

例えばどうでしょう？膨大な判例を調べなければならない弁護士のために難しい法律用語だけを使うアシスタント、自分のコーディングの癖をそっくりそのまま真似る開発者専用のヘルパー、長くて退屈な議事録を自分の好みに合わせて要点だけを的確に短くしてくれる秘書まで。これらすべての特級専門家たちを、自分の手で直接作り出すことができるのです [オープンソースLLMのファインチューニング - ashutosh.dev]。

この技術が持つ最も大きな意味は、私たちに人工知能に対する「完璧なコントロール権」と「一貫性」、そして深みのある「専門性」を提供してくれるという点です [オープンソースLLMのファインチューニング - ashutosh.dev]。過去には数百億円の資本と天才的な研究者たちがいてこそ作ることができた「専用AI」を、今では平凡な個人開発者や町の小さな中小企業でも十分に作り出すことができます。いわゆる人工知能権力の大移動が始まったのです。

分かりやすい解説 (The Explainer)

このすべての魔法の中心には、「ファインチューニング（Fine-tuning、微調整）」という核心技術が位置しています。技術的な用語なので少し耳慣れないかもしれませんが、その原理は驚くほど私たちの日常と似ています。簡単に言えばファインチューニングとは、すでに膨大な一般知識を学習した賢い人工知能の基本モデル（Foundation LLM）を特定のタスクに合わせてもう一度適応させる特別なトレーニング過程です [LLM：ファインチューニング、蒸留、そしてプロンプトエンジニアリング]。興味深いのは、このトレーニングを経ると、特定のタスクに対するAIの性能は飛躍的に向上しながらも、人工知能の全体的なサイズは太ることなく元のスリムな状態を維持するということです [LLM：ファインチューニング、蒸留、そしてプロンプトエンジニアリング]。

例えるならこうです。ダウンロードしたばかりの基本AIは、名門大学を首席で卒業した「とても賢い新入社員」と同じです。この新入社員は、インターネット上にある世界のあらゆる知識を幅広く読み漁り、知っていることが途方もなく多いです。しかし、会社生活は初めてなので、皆さんの会社の独特な決裁書類の書式や、先輩たちの間で使われる特有の隠語は全く知りません。

この時、この賢い新入社員を机に座らせ、自社の過去の書類1,000枚を見せながら「基本知識は素晴らしいからそのままでいい。これからは文章を書く時、まさにこの書類のスタイルに従って書かなければならないよ」と教える職務教育の過程。これこそがファインチューニングです。先ほど話した1995年の感性の文書作成実験では、この新入社員に1980年代と90年代の古くて硬いテクニカルドキュメントをたくさん読ませ、その時代の人々のように話すよう、強度の高い演技のレッスンを受けさせたわけです。

しかし、この特訓の過程が常に順調だとは限りません。コンピュータでモデルを学習させる過程自体は比較的コストがかからないかもしれませんが、このトレーニングの成否を分ける最大の壁は、「高品質なトレーニングデータ」を十分に多く集めなければならないという点です [1995年のようにドキュメントを書くようLLMをファインチューニングする – Fabrizio Ferri…]。人工知能が1990年代の人々のように自然に文章を書くようパーソナライズされたモデルをトレーニングするには、その時代に実際に使われていた膨大な量の文章（データ）が不可欠です [1995年のようにドキュメントを書くようLLMをファインチューニングする - vuink.com]。質の良い教材を作り出すことは決して簡単ではなく、たとえ完璧な教材を手に入れたとしても、この内容を的確に理解できる賢い基本モデルを慎重に選ばなければなりません [1995年のようにドキュメントを書くようLLMをファインチューニングする – Fabrizio Ferri…]。

もう少しピンとくるように想像してみましょう。数万ページもある分厚い百科事典の一部内容を、自分の業務に合わせて直したいとします。本全体を最初から活字を並べ直して印刷するのは、ひどく非効率的なことです。代わりにLoRA技術は、透明なセロハンや薄い「付箋」に自分が欲しいメモを書き、必要なページの上にそっと貼っておくのと同じです。この軽い付箋を貼ったり剥がしたりするだけで、いつでも元の賢いAIに戻ることもでき、あっという間に90年代のタイプライター感覚を持つ職員に変身することもできる驚くべき柔軟性を得ることになります。

現在の状況 (Where We Stand)

ここで、モデル名の後ろについている「8B」や「7B」という数字に注目する必要があります。これは人工知能内部の脳細胞（パラメータ）の数が約80億（8 Billion）個、70億個であるという意味です。だいたい全世界の人口ほどの凄まじい数値が互いに複雑に絡み合い、文脈を理解し、最適な単語を見つけ出していると考えればよいでしょう。

これは人類のコンピュータの歴史に記録されるであろう途方もない成果です。高いクラウド利用料を払ったり、数千万円の機器を買ったりしなくても、誰もが自分の個人用ノートPCに無料のAIをダウンロードし、先ほど説明した魔法の付箋（LoRA）を貼ることができます。自分だけの天才的なAIアシスタントを作り出せる完璧な工場が、すでに私たちの机の上に用意されているということです。今残された宿題はただ一つだけです。賢いAIに食べさせる、栄養満点で美味しい「データ教材」（例えば1990年代のマニュアル集、自分の会社だけの秘密のレシピなど）を、人の手でどれほど心を込めて集めてあげられるかにかかっています。

今後はどうなるのか？ (What’s Next)

今後、人工知能産業の未来は、世の中を広く豊かにする「すべての人のための汎用AI」と、自分の部屋にすっぽり収まる「ただ自分だけのためのカスタマイズAI」という2つの巨大な波に分かれ、爆発的に成長するでしょう。中でもファインチューニングは、私たちに人工知能の成果物に対する一貫性を完璧に維持させながら、絶対的なコントロール権を握らせてくれる最も強力な武器です [オープンソースLLMのファインチューニング - ashutosh.dev]。

近い将来、私たちはインターネットが突然途切れた飛行機の中や深い山の中でも、自分のスマートフォンや軽いノートPCの中から自分だけのアシスタントたちを呼び出せるようになるでしょう。自分だけの独特な話し方を駆使し、自分の職務のトップシークレットな知識を完璧に熟知した、小さくて忠実なAIアシスタントたちを何人も引き連れて歩くことになるはずです。1995年の古いテクニカルライターを復活させた今回の実験のように、デザイナーは自分と同じ厳しい美意識を持つデザイン評価AIを作り、小説家は自分の文体をそのまま複製したアシスタント作家AIをノートPCの中で直接「教育」する魔法。その心地よい魔法の時代は、すでに私たちの日常の中に静かに染み込んでいます。

MindTickleBytes AIの視点 (AI’s Take)

すべての偉大な技術が最終的に到達する終着点は、常に「パーソナライゼーション」でした。かつて一つの都市を埋め尽くすほど大きかったコンピュータが、自分の手首の上のスマートウォッチになったようにです。数百億個の頭脳を持つ人工知能が薄いノートPCの中に入り込み、「ファインチューニング」という強力な教育のムチが平凡な個人の手に握られたという事実は非常に驚異的です。

今や人工知能の真の価値は、巨大IT企業が一方的に与えてくれる「標準化された正解」にはありません。自分の人生の目的や好みに合わせて、AIをどれほど精巧に、そして愛情を込めて飼いならすことができるかにかかっています。皆さんは今、机の上のノートPCでどんな専門家を自分だけの頼もしい仲間に育て上げたいですか？

参考資料

1. 1995年のようにドキュメントを書くようLLMをファインチューニングする – Fabrizio Ferri…

2. [1995年のようにドキュメントを書くようLLMをファインチューニングする

   Hacker News](https://news.ycombinator.com/item?id=48408442)

3. [DoppelBot：CEOを置き換えるためにLLMをファインチューニングする

   ModalDocs](https://modal.com/docs/examples/llm-finetuning)

4. LLM：ファインチューニング、蒸留、そしてプロンプトエンジニアリング
5. 1995年のようにドキュメントを書くようLLMをファインチューニングする - vuink.com
6. オープンソースLLMのファインチューニング - ashutosh.dev