レノボのCEO、ヤン・ユアンチン氏は、ジェネレーティブAIの革新的な未来を見据えています。それは、「パーソナルファンデーションモデル」と呼ばれるもので、あなたを本当に理解し、スマートデバイスから直接操作できるAIです。2023年のレノボテックワールドが開催されたテキサス州オースティンで、ヤン氏は語りました。「将来的には、あなたのPCはAI PCに、スマートフォンはAIフォンに、ワークステーションはAIワークステーションに進化するかもしれません。」このビジョンは、イベントに参加した業界のリーダー、NvidiaのCEOジェンセン・フアン氏やAMDのCEOリサ・スー氏と共に掘り下げられました。
パーソナルファンデーションモデルの概念は、個々のデータに基づいてAIをトレーニングすることにあり、それによりインターネット接続なしでも、あなただけのスタイルで質問に応える能力を持たせることが可能です。この革新により、AIは旅行の計画や、あなたの好みに基づいた飲食のおすすめなど、個人的なタスクを手助けすることができます。
ファンデーションモデルはこの技術の基盤であり、通常は100億から200億のパラメータを有する広範な機械学習モデルです。これらは、インターネットから取得した広範なデータセットでトレーニングされ、多様なタスクをこなす能力を持ちます。代表的な例として、OpenAIのChatGPTが挙げられ、これは強力なGPT-3.5およびGPT-4ファンデーションモデルに基づいています。
現在、ユーザーは2つの主要なファンデーションモデル、公開モデルとプライベートモデルのいずれかを選択できます。ChatGPTのような公開ファンデーションモデルは、オープンソースデータでトレーニングされ、誰でも利用可能です。しかし、このアクセスの容易さは、共有したデータが公共領域に加わり、特異性や正確性が損なわれる可能性があることも意味します。
一方、プライベートファンデーションモデルは、特定の業界や組織に特化しており、正確な回答を提供し、機密情報を内部に保持することができます。これらのモデルは、企業の従業員など特定のグループに対応しますが、個別のパーソナライズには欠けています。
パーソナルファンデーションモデルは、個々のユーザーに特化して作られ、大きな飛躍を遂げた技術です。あなたのデータに基づいてトレーニングされるこのAIは、あなたの好みや嗜好を理解し、日常生活において貴重なアシスタントとなります。レノボの革新的なモデル圧縮技術により、これらのパーソナルファンデーションモデルはデバイス上で直接動作でき、ヤン氏はこれを「あなたのデジタル拡張」または「あなたのパーソナルAIトゥイン」と表現しました。
ヤン氏のビジョンは、DeepMindの共同創業者であり、現在Inflection AIを率いるムスタファ・スレイマン氏の考えと共鳴しています。スレイマン氏も、パーソナルAIが法律代理や購買行為など、様々な活動を代行する未来を期待しています。
AIの革新に向けた大胆な一歩として、レノボは今後3年間でAIデバイス、インフラ、ソリューションに10億ドルを投資する計画を発表し、既存の技術へのコミットメントを補完します。
ハイブリッドAIフレームワーク
レノボの最高技術責任者、ヨン・ルイ氏は、将来のファンデーションモデルは、公的、私的、個人的なモデルを効果的に統合したハイブリッドAIフレームワークにあると提案しました。このフレームワークを理解するために、ルイ氏はまず各モデルタイプの独立した機能を説明しました。
最初は特定のデータなしでトレーニングされたファンデーションモデルは、広範で公的なデータセットを用いたトレーニングによって公開モデルに進化します。企業特有のデータを取り入れることにより、プライベートモデルに移行し、一般的な質問や業務に関連する特化したタスクに対応できます。
プライベートファンデーションモデルは、特定の企業のニーズに特化し、正確な結果を得るためには企業知識ベクトルデータベースを必要とします。両モデルタイプは、既存のERPやCRMなどのシステムとシームレスに統合され、より広範な組織的タスクを効果的に遂行します。
パーソナルファンデーションモデルに変換するには、情報が豊富な大規模モデルを小型デバイスに収まるように圧縮します。レノボは、ファンデーションモデル内の重要な構造（ニューロンやその接続など）を特定し、不可欠なコンポーネントを優先することでこれを実現しています。このプロセスにより、モデルのサイズを大幅に削減しながら、優れた性能を持続可能にし、PCやスマートフォンなどのデバイスに収めることが可能です。
最終的には、理想的なファンデーションモデルは、すべてのカテゴリからの要素を組み合わせたものとなります。これらのモデルにタスクを割り当てる前に、プライバシーや適切さを確保するためのデータ管理モジュールが不可欠です。タスクが公共、個人、またはプライベート処理に適しているかを評価することで、機密データが安全に保たれます。
ルイ氏は、公開、個人、プライベートのファンデーションモデルを統合することで、個人のニーズに密接に対応した強力なハイブリッドAIフレームワークが確立されると結論付けました。
ランキング
