AIの次なる主役「小規模言語モデル」で戦略を問い直す
Paul Linse/Getty Images
サマリー：これまでAI革命は、モデルの「大きさ」で語られてきた。モデルが大きければ大きいほど、その成果や能力はより大胆に主張されてきたのだ。しかしいま、新たな潮流が静かに広がりつつある。小規模言語モデル（SLM）が...　もっと見る、その軽量かつ高効率な設計により、リアルタイム処理を可能にし、プライバシー保護やエネルギー効率の面でも優位性を示している。本稿では、SLMがいかにしてAIの次なる進化を導き、企業の戦略と技術基盤を再定義していくのかを提示する。　閉じる

小規模言語モデル（SLM）の可能性

　これまでAI革命は、主にその規模で測られてきた。モデルが大きければ大きいほど、その成果や能力はより大胆に主張されてきた。しかし、真に自律的で遍在するAIシステムに近づくにつれて、意外な転換を示唆する新しい潮流が生まれている。AIモデルは、実は小さいほど優れているのかもしれないというのである。

　エヌビディアの研究者による最近の研究によれば、次世代のインテリジェント企業を支える真の基盤は、大規模言語モデル（LLM）ではなく小規模言語モデル（SLM）になる可能性がある。「大きいほど優れている」時代は、「小さいほど賢い」時代へと移行しつつあるようだ。

　SLMはLLMに対して多くの競争優位性を持つ。そのアーキテクチャー（マイクロソフトのPhi-3、グーグルのジェマ、アップルのオープンELM、IBMのグラナイト）は、特にローカルなエッジコンピューティングデバイスにおいて、LLMよりコンパクトで、より特化型であり、エネルギー効率に優れ、展開も容易である。

　SLMはパラメータ数が大幅に少なく、通常は数十億規模に留まる。一方、LLMは数千億から数兆規模に達することもある。この大きな差が、SLMにいくつかの優位性をもたらす。具体的には、必要な計算リソースが少ないこと、トレーニングに要する時間が短いこと、導入と展開が容易であること、特定のシナリオで効率的なパフォーマンスを発揮できることなどだ。

　本稿ではSLMが多くのAIユースケース、特にエージェント型AIアプリケーションにより適している理由と、ビジネスリーダーがAI戦略を構築する際に何を考慮すべきかについて論じる。

スピードと効率性が競争優位性を生む

　SLMは軽量で、スマートフォンやウェアラブル機器、工場センサー、さらには家電製品などのエッジデバイスやローカルサーバーにローカル環境で展開でき、より高速なレスポンスタイムを提供できる。クラウドベースの推論と膨大な計算を必要とするLLMと違って、SLMは必要とされる現場でリアルタイムに意思決定を行うことができる。