USB端末で動く軽量AI、CTCが進める日本語モデルの共同開発と社内検証

計算量とメモリ消費の少なさをモデルの構造そのものから設計し直した点が、この取り組みの土台になっています。Liquid AIが用いるLiquid Neural Network（LNN）は、線虫の神経系に着想を得た動的な数理モデルで、固定的な構造を持つ従来のニューラルネットワークとは異なり、内部状態を柔軟に変えながら処理を進めます。この構造を基礎に開発された基盤モデル群LFMsは、Transformer型のモデルより処理にあたっての計算量とメモリ消費が少なく、非常にコンパクトな設計になっています。30億パラメータ規模のモデルをUSB端末のような小型デバイスで扱えるところまで小さくできれば、データを外部に送る必要も、大規模なサーバを抱える必要もなくなり、二つの制約が同時に外れます。

売る前に自分たちが最初のユーザーになるという検証の順序も、この事例の特徴です。日本語対応を共同で進めながら、CTC社員が通常業務で使っているノートPCにモデルを載せて社内で使ってみる、という進め方がとられています。ここで見ようとしているのは性能の数値だけではなく、使う人のスキルによって結果にどれだけ差が出るかという、実務に置いてみないと分からない部分です。先進技術をそのまま輸入するのではなく「使える形」に整えてから市場に届けるという方針が、この順序に素直に表れています。

フィードバックと改善のループを速く回す前提で役割を分けた設計も、見逃せない要素。基礎研究とモデル開発を担う技術者集団の側と、日本市場への理解や大規模な企業運営の経験を持つ側が、互いに欠けているものを持ち寄る形になっています。完成品を届けるのではなく、まず使ってもらい、そこで出た良し悪しを受けてモデルを反復的に改良するという進め方も、両社の共通認識として置かれています。欧米のベンチャーキャピタルが運営するテック系ファンドへ出資し、有望なスタートアップと先行して関係を築くNAPPという入口の仕組みが、この距離の近さを支えている点も押さえておきたいところです。