LLMを使用するための様々な方法

みなさんがこれまで学んできた言語AIの技術が 実際のPythonのプログラムでどのように書かれていたか確認します

プログラムを確認する前に まずはLLMを使用するための様々な方法と その特徴について学びましょう

LLMを使用する方法

私たちの日常生活に急速に浸透しつつある「大規模言語モデル(LLM)」は、人間の言語を理解し、生成する能力を持っています。

この高度な言語能力により、LLMは入力された文章からその言葉の意味を理解し、状況や場面に応じて人間らしい自然な回答を生成することができます。

近年、LLMの革新的な技術を使用した、チャットボットや生成AIサービスなどが増えてきています。


このようなLLMをプログラムで使用する方法には、大きく分けて2つのアプローチがあります。


①LLMをゼロから学習させる方法

これは、まっさらな状態から独自のAIを作り上げるようなイメージです。


②すでに学習済みのLLMを使う方法

これは、もう既にある、いわば「既製品」のAIを自分の目的に合わせて使うようなイメージです。

②の学習済みのLLMって 「物体認識」や「感情分析」で使った「学習済み」モデルみたいな感じかな?

はい その通りです

これまでのレッスンで使用してきた「物体認識」「骨格検出」「感情分析」などのモデルも 全て「学習済みモデル」でしたよ


「①LLMをゼロから学習させる方法」は、とても大変な作業なので、現実的ではありません。

LLMは、大規模なディープニューラルネットワークなので、普通のパソコンでゼロから学習させようとすると、何カ月も、場合によっては何年もかかってしまうため、この方法を行えるのは、たくさんの強力なコンピュータを持っている大企業や一部の研究機関だけです。


そのため、一般的には「②すでに学習済みのLLMを使う方法」を採用します。これなら、誰でも簡単にLLMの力を借りることができます。

②の方法には、さらに二つの選択肢があります。


a: 学習済みLLMを自分のパソコンで動かす

b: LLMが動いているサーバに依頼する


図でまとめると、以下のようになります。



この二つの違いは、AIの頭脳をどこに置くかの違いになります。次のセクションで、それぞれの方法について詳しく見ていきましょう。


コ ラ ム

学習済みのLLMに、さらに追加の学習をさせることができ、これを「追加学習」や「ファインチューニング」と呼びます。

この方法なら、ゼロから学習させるよりも少ないデータで学習をさせることが可能です。

大企業や研究機関が作ったLLMを、世界中の人々が自分のデータで追加学習させることで、新しいLLMが次々と生み出されているのです。

学習済みLLMの二つの使用方法

学習済みLLMを使う「自分のパソコンで動かす方法」と、「サーバに依頼する方法」の二つを比べてみましょう。

ここでは以下の五つの項目をそれぞれ比較します。


項目 a.自分のパソコンで動かす方法 b.サーバに依頼する方法

必要なパソコンの性能

高性能なパソコンが必要

普通の性能のパソコンで十分

インターネット接続の有無

学習済モデルの入手後は不要

常に必要

利用するための費用

基本的には無料

使用した分だけ支払う

情報がもれる可能性

低い

やや高い

プログラミングの難易度

少し難しい

比較的簡単

どちらも良い所と 気を付けなければいけない所があるんですね

どっちを選ぶのがいいのかな?

「自分のパソコンで動かす方法」は、情報を安全に扱うことができ、インターネットがなくても使えるのが強みです。

基本的には無料で利用できますが、高性能なパソコンが必要で、プログラミングが少し難しくなります。


一方、「サーバに依頼する方法」は、プログラミングが比較的簡単で、普通の性能のパソコンでも十分です。

ただし、インターネットでサーバに接続する必要がありますので、どこかで情報がもれてしまう危険性があるため、注意が必要です。

また、使用した分だけ費用がかかります。目的や状況、予算に応じて、適切な方法を選ぶことが重要です。

次のスライドでは 具体的なPythonプログラムの例を見ていきます

それぞれの特徴に注目してくださいね

Well done!

次のステップに進みましょう!

次のステップに進む

← 前のステップにもどる