モデルとは

モデルとは、AIの分野では、大量のデータで学習させてできあがる「予測や文章生成などを行う本体」を指します。機械学習や深層学習の“成果物”であり、学習を終えたモデルにデータを入れると、答えや文章を返してくれるもの。ChatGPTの土台にあるGPTや、画像を作るDALL-Eなども、こうしたモデルの一種です。プラモデルやファッションモデルとは別の意味で使われる言葉だと、まず押さえておきましょう。

AIのモデルとは何か

AIのモデルは、データから学んだパターンを“溜め込んだ”中身だと考えると分かりやすいでしょう。大量の例で訓練する過程を「学習」、できあがった本体を「モデル」と呼び分けます。料理にたとえるなら、たくさんの調理経験から身につけた「勘やレシピ」がモデルにあたる、というイメージ。

一度作ったモデルは、新しいデータを入れるたびに予測や生成をこなします。性能は、どんなデータで学習したかに大きく左右されるため、何を学ばせたかが、そのままモデルの得意・不得意につながります。

いろいろな「モデル」

ひとくちにモデルといっても、種類はさまざまです。文章を扱う大規模言語モデル(LLM)、画像を作るモデル、音声を扱うモデルなどがあります。ChatGPTのGPT、GoogleのGeminiなどは、いずれも言語モデルの代表例といえるでしょう。

近年は基盤モデル(foundation model)という呼び方も広がりました。幅広い用途に使えるよう、大量のデータで汎用的に訓練したモデルのことで、必要に応じて特定の業務向けに調整(ファインチューニング)して使います。一つの土台を、多くの目的に使い回せるのが持ち味です。

モデルに関するよくある質問

モデルは、使っているうちに自分で賢くなっていくのですか？

いいえ。学習を終えた時点で中身（重みと呼ばれる数値の集まり）は固定され、使う段階では書き換わりません。Microsoftの開発者向け解説も、学習データには締切日がありそれ以降の出来事は知らないこと、モデル自体は前のやり取りを覚えていないことを制約として挙げています。新しい情報を扱わせたいときは、検索や社内文書と結びつける仕組みで外から渡します。

「オープンソースのモデル」なら、中身はすべて公開されているのですか？

そうとは限りません。無償で配られているのは重みだけで、学習に使ったデータや学習用のコードは非公開、という例が少なくないからです。オープンソースの定義を管理してきた団体OSIは2024年10月28日に「オープンソースAIの定義」1.0を公開し、重みに加えて、学習と実行に使ったコードと、同等のものを作り直せる程度に詳しいデータの情報、この3つがそろって初めてオープンソースAIだとしました。

モデルは大きいほど優秀なのですか？

用途によります。Microsoftはパラメータ数100億未満を小規模言語モデル、それを超えるものを大規模言語モデルと呼び分けたうえで、小さいほうは学習も実行も短時間で費用が抑えられ、必要な記憶容量も小さく、要素が少ないぶん中身を説明しやすいと整理しています。分類や要約、限定された問い合わせ対応のように役割がはっきりした仕事なら、小さいモデルのほうが合うこともあるでしょう。