なぜPreferred Networksは国産AIのフルスクラッチ開発にこだわるのか

米中べいちゅうによる人工知能じんこうちのう（AI）分野ぶんやの覇権争はけんあらそいや地政学的ちせいがくてきリスクが高たかまる中なか、自国じこくで基盤技術きばんぎじゅつを保持ほじする「国産こくさんAI」の重要性じゅうようせいが増ましている。海外製かいがいせいのオープンモデルを基もとに改良かいりょうを加くわえる手法しゅほうが主流しゅりゅうとなりつつある中なか、日本にほんのベンチャー企業きぎょうであるPreferred Networks（PFN）は、独自どくじのAIモデル「PLaMo」を既存きそんモデルに頼たよらずゼロから構築こうちくする「フルスクラッチ開発かいはつ」を貫つらぬいている。自社じしゃで設計図せっけいずから全ぜんプロセスを主導しゅどうする背景はいけいには、AIの透明性とうめいせいと日本語処理にほんごしょりの効率化こうりつかを追求ついきゅうする明確めいかくな戦略せんりゃくがある。

PFNがフルスクラッチ開発かいはつを重視じゅうしする最大さいだいの理由りゆうは、AIの「説明責任せつめいせきにん」を果はたす点てんにある。公開こうかいされている多おおくのオープンモデルは出力しゅつりょくを決定けっていするパラメータのみを提供ていきょうしており、事前学習じぜんがくしゅうに使つかわれたデータセットの詳細しょうさいは非公開ひこうかいであることが多おおい。そのため、知的財産ちてきざいさん（IP）を扱あつかう企業きぎょうなどからは「著作権ちょさくけんを侵害しんがいするデータが含ふくまれていないか」という懸念けねんが寄よせられる。PFNでは学習がくしゅうデータの選定せんていから自前じまえで行おこなうため、データの安全性あんぜんせいを明確めいかくに説明せつめいできる。また、AIが誤あやまった情報じょうほうを出力しゅつりょくするハルシネーションなどの不具合ふぐあいが生しょうじた場合ばあいでも、原因げんいんとなったデータセットを特定とくていして修正しゅうせいする対応たいおうが可能かのうとなる。

さらに、日本語にほんごの処理性能しょりせいのうを高たかめる点てんでも大おおきな利点りてんがある。PLaMoでは設計せっけいの初期段階しょきだんかいから日本にほんの文化ぶんかや知識ちしきを考慮こうりょし、独自どくじのトークナイザーを開発かいはつ・搭載とうさいしている。これにより、海外製かいがいせいモデルのトークナイザーと比較ひかくして日本語にほんごを処理しょりする際さいに消費しょうひするトークン量りょうを約やく2〜3割わり抑おさえられるという。計算効率けいさんこうりつを高たかめることで、利用りようコストを抑おさえながら高品質こうひんしつな応答おうとうを実現じつげんし、「日本語にほんごで最もっともコストパフォーマンスが高たかいモデル」を目指めざしている。

一方いっぽうで、AIモデルが社会的しゃかいてきインフラとなる中なか、海外企業かいがいきぎょうへの依存いぞんは地政学的ちせいがくてきなリスクを伴ともなう。世界情勢せかいじょうせいの変化へんかによって海外製かいがいせいAIサービスの提供ていきょうが停止ていしする事態じたいに備そなえ、国内こくないで事前学習じぜんがくしゅうからの開発かいはつノウハウを蓄積ちくせきしておくことが欠かかせない。PFNは新興しんこうAI企業きぎょうNoetraへの技術協力ぎじゅつきょうりょくなどを通つうじ、国内こくないの計算基盤けいさんきばんを活用かつようした「完全かんぜんな国産こくさんAI」の実現じつげんも見据みすえている。単たんなる性能競合せいのうきょうごうを超こえ、外部がいぶツールと連携れんけいするAIエージェントとしての機能強化きのうきょうかを進すすめることで、自立的じりつてきなAIエコシステムの確立かくりつを目指めざす。