## 大規模言語モデル（LLM）とは

AIツールや言語モデルについて聞いたことはあるものの、詳しい仕組みを知らない方も多いのではないでしょうか。

**大規模言語モデルは、自然言語処理の分野で使われる学習モデルの1つです。**大規模言語モデルでは、大量のテキストデータを学習してデータの理解、生成、翻訳、要約など幅広い作業を実行します。

本記事では大規模言語モデルの仕組みや、言語モデルの種類、生成AIとの違いなどを詳しく解説します。AI分野に興味のある方は、ぜひ参考にしてください。

AIツールの基盤となる大規模言語モデルですが、どのように作られているか知らない方も多いのではないでしょうか。まずは、大規模言語モデルの仕組みについて解説します。

*大規模言語モデルは「Transformer」と呼ばれるニューラルネットワークアーキテクチャをもとに作られています。*

ニューラルネットワークとは数学的モデルの1つで、機械学習やディープラーニングに広く使用されています。ニューラルネットワークは大量のデータを用いてディープラーニング（深層学習）を行うことで、画像認識や自然言語処理、音声認識などができます。

Transformerの特徴は、セルフアテンションメカニズムを利用することです。これは何かと言うと、文章の最小単位や単語の関係を理解しモデル化する手法を指します。

例えば「猫」という単語が「眠る」という単語と、関連があることを学習するといった具合です。この訓練を繰り返すことで言語モデルは文脈を理解し、文章生成ができるようになります。

ここからは、大規模言語モデルを活用してできることを紹介します。

自然言語処理とは？注目される理由やできることをわかりやすく解説

ニューラルネットワークとは？仕組みや関連用語をわかりやすく解説

ディープラーニングとニューラルネットワークの違いが分からない？わかりやすく解説

### 大規模言語モデルを活用してできること

大規模言語モデルを活用すると、どういったことができるのか気になる方も多いでしょう。結論から言うと、*大規模言語モデルでは感情分析やテキスト生成、コード生成、チャットボットなど幅広いタスクを実行できます。*

テキストを生成するのはもちろん、プログラミングのコードを生成したり、質問に自動で回答したりするチャットボットを作ることも可能です。

また、感情分析ではその名の通り、テキストデータの感情を分析します。この感情分析の機能は特にマーケティングの分野などで活躍するでしょう。例えば、プロモーションを実施する際の文言を作成したり、顧客が心を動かされるようなテキストを瞬時に作成できます。

このように、さまざまなシーンで活用できるのが大規模言語モデルです。

チャットボットとは？種類やメリットと効果的な選び方を解説

## 大規模言語モデルの種類一覧

大規模言語モデルには、実はいくつかの種類があります。各大規模言語モデルは高い性能を持ちますが、それぞれのモデルによって特徴が異なります。

**ここでは、主要な大規模言語モデルを厳選して6つ紹介します。**

*GPT-4（Generative Pre-trained Transformer 4）は、OpenAIが開発した大規模言語モデルです。*このGPT-4はGPT-3の次世代バージョンとして知られており、前バージョンよりもさらに高度な自然言語処理能力を持っています。

また数千億にものぼるパラメータを持っており、高度な文脈理解が可能です。GPT4はAPIとしても提供されており、GPT-4を活用したアプリケーションやサービスを構築できます。

【参考】：[GPT-4について](https://openai.com/gpt-4)
【参考】：[OpenAIドキュメント 言語モデルの概要](https://platform.openai.com/docs/models/overview)

OpenAIのGPT-4とは？ChatGPTの進化版について解説！

### BERT (Bidirectional Encoder Representations from Transformers)

*BERTはGoogleが開発した大規模言語モデルで、双方向の学習ができるのが大きな特徴です。*

BERTでは、テキスト分類や文章の意味の比較、機械翻訳、要約など様々な作業を実行します。またBERTのモデルはオープンソースで提供されており、エンジニアはこれを利用してアプリケーションも構築できます。

実際にBERTを使用してみたい方は、参考URLのリポジトリを参照してください。

【参考】：[BERTについて](https://blog.research.google/2018/11/open-sourcing-bert-state-of-art-pre.html)
【参考】：[BERT リポジトリ](https://github.com/google-research/bert)

*XLNet（eXtreme Learning Network）は、BERTよりも自然言語処理の性能が高いと言われる言語モデルです。*このモデルは、BERTと同様に双方向の学習が可能な点と、ファインチューニングできる点が大きな特徴です。

ファインチューニングとは、大量のデータを利用して事前訓練が済んだモデルに対して、特定のデータを学習させ、それぞれのタスクに適合した言語モデルを構築することです。例えば、応答結果の語尾やファイル形式などの出力形式を固定したい場合、ファインチューニングを利用します。

【参考】：[GitHub  XLNetのリポジトリ](https://github.com/zihangdai/xlnet)

*Turing-NLGはMicrosoft Researchが開発した大規模言語モデルで、長文に対応していたり、会話型AI向けに作られたりしたモデルです。*

アプリケーションを作りたいエンジニアはもちろん、ライターやクリエイティブな業務で着想を得たい方にとってもおすすめの言語モデルと言えます。

【参考】：[Turing-NLGについて](https://www.microsoft.com/en-us/research/blog/turing-nlg-a-17-billion-parameter-language-model-by-microsoft/)

### ERNIE 3.5 (Enhanced Representation through Knowledge Integration 3.5)

ERNIEは、百度（Baidu）によって開発された大規模言語モデルです。このERNIEというモデルをさらにバージョンアップしたのがERNIE 3.5です。

*ERNIE 3.5 は、プラグインが用意されているのが大きな特徴です。*プラグインの1つである「Baidu Search」は、生成AIであるERNIE Botにリアルタイムで正確な情報を生成する機能があります。

その他にもプラグインをいくつか用意していますが、今後はさらにプラグインの数が追加される予定のため、AIに詳しい開発者でなくともERNIE 3.5を気軽に活用できるでしょう。

【参考】：[ERNIEについて](http://research.baidu.com/Blog/index-view?id=185)

Megatron-Turing NLG 530Bは、MicrosoftとNVIDIAによって開発された大規模言語モデルであり、テキスト分類や質問への回答、要約、文章の生成、など様々なタスクに対応しています。

*この大規模言語モデルの特徴は、5,300億という膨大なパラメータがあるという点です。*この言語モデルには前モデルがありますが、それと比較して約3倍のパラメータを持つため、より高性能な応答ができます。例えば、常識的な推論や語感の曖昧さ回避なども可能となり、より精度の高い処理を実行してくれます。

【参考】：[Megatronについて](https://developer.nvidia.com/blog/using-deepspeed-and-megatron-to-train-megatron-turing-nlg-530b-the-worlds-largest-and-most-powerful-generative-language-model/)

## 大規模言語モデルと生成AIの違い

大規模言語モデルについてここまで解説しましたが、大規模言語モデルと生成AIの違いは何でしょうか。

大規模言語モデルはテキストデータを学習して、テキストを理解したり文章生成を行ったりするAIモデルの1つです。このモデルは巨大なデータセットを使い、単語と単語のつながりや関連性、意味、文脈などを理解します。

一方で、生成AIは自動的にコンテンツを生成するためのシステム全般を指します。つまりテキスト生成だけではなく、画像生成や音声生成、音楽生成、ビデオ生成などが含まれます。生成AIでは、機械学習モデルを使い与えられた条件から新しいコンテンツを作り出せます。

**要するに、大規模言語モデルは主にテキストデータの生成や理解に特化しており、生成AIは画像や音声などのメディア形式でコンテンツを自動生成するシステムを指します。**

両者はどちらも、人々の生活に革命を起こすほど便利なものですが、用途や目的が異なるということが分かりました。利用シーンに合わせて、どちらのモデルを活用するか考えると良いでしょう。

## 大規模言語モデルを日々の作業に活用しよう

本記事では、大規模言語モデルの仕組みや、大規模言語モデルの種類一覧について解説しました。**言語モデルごとに得意とするタスクや対応言語が異なるため、大規模言語モデルの選定に悩んでいる方は、今回紹介したモデルごとの特徴を参考にしてください。**

また、大規模言語モデルと生成AIとの違いも分かりました。自動化したい作業の目的に応じて両者をうまく使い分ければ、日々の業務スピードを格段に上げられます。本記事を参考に、大規模言語モデルをアプリケーション開発や日々の業務に取り入れましょう。

大規模言語モデルとは、一言で言うと自然言語処理（NLP）モデルの1つです。大規模言語モデルはChat-GPTのようなAIツールの基盤となる重要なものです。本記事では、大規模言語モデルの概要から言語モデルの種類まで解説します。

大規模言語モデルとは、一言で言うと自然言語処理（NLP）モデルの1つです

大規模言語モデルにはBERTをはじめとする代表的な言語モデルの種類があります

生成AIと大規模言語モデルの違いは、生成するコンテンツの違いなどが挙げられます

大規模言語モデルとは？概要やモデルの種類一覧、生成AIとの違い

**Googleは2023年10月7日、生成AIの学習サイト「The Arcade」を発表しました。**The Arcadeでは、毎月「Google Cloud Skills Boost」のラボに基づいたゲームをプレイし、自社クラウドサービスであるGoogle Cloudの強力なAIツールを実際に体験することができます。

【参考】：[Google Cloud Blog: デベロッパーのための生成 AI: Google Cloud の新しい無料ラボ](https://cloud.google.com/blog/ja/topics/training-certifications/generative-ai-for-developers)
【参考】：[Google Cloud Blog: Generative AI for developers: New no-cost labs in Google Cloud](https://cloud.google.com/blog/topics/training-certifications/generative-ai-for-developers?hl=en)
【参考】：[The Arcade](https://go.qwiklabs.com/arcade)

*The Arcadeは、毎月新しいゲームを用いて生成AIの学習を行うゲーム学習サイトです。*「Vertex AI」や「Generative AI Studio」など、Google Cloudの強力なAIツールを実際に体験できます。

利用対象者は、開発者やクラウドの愛好家、AI／MLエンジニアなどで、プロンプトの作成などの理解を深めることができます。

【参考】：[The Arcade](https://go.qwiklabs.com/arcade)

AIエンジニアとは？AIエンジニアの概要と転職で成功するための秘策を解説

AIエンジニアは独学でなれる？効果的な勉学法と転職のコツを紹介

*Google Cloudは、Googleが提供するクラウドコンピューティングサービスです。*近年、DX（デジタル・トランスフォーメーション）の推進により業務がデジタル化され、クラウドサービスの利用が増えています。

特にAIや機械学習などは、豊富なデータに基づいて分析を行うために、データ分析やアプリケーション開発など、クラウド利用増加の要因となっています。

Googleでは、提供するクラウドサービスを拡充するとともに、クラウドデベロッパーの育成を行っています。特に成長をけん引する生成AIに関しては効率的な利用など、スキルアップの重要性が高まっており、Googleも注力しています。

【参考】：[Google Cloud](https://cloud.google.com/?hl=ja)

AIを学習させる方法とは？機械学習やディープラーニングについて解説

### 生成AIを学ぶためのGoogle提供リソース

Blogの発表ではThe Arcadeのリリースに合わせて、Googleが提供する、そのほかの学習教材についても記事中で触れています。

・*Youtube動画教材（\#LearnGenerativeAI ビデオシリーズ）*
初学の方向けに1分程度のショート動画がシリーズとして掲載されています。残念ながら英語の提供ですが、雰囲気は伝わります。

【参考】：[\#LearnGenerativeAI VIDEO SERIES](https://www.youtube.com/watch?v=PRnhC_gDIeU&list=PL590L5WQmH8eD8KCjT3sXLFnu_GuccZxX)

・*「Introduction to Generative AI」コース*
生成AIの概要を約45分で学ぶことができる無料コースです。「Google Cloud Skills Boost」のコースであり、日本語版が提供されます。生成AI（ジェネレーティブ AI）とは何か、その使い方、機械学習との違い、独自のアプリ開発に使えるGoogle Cloudツールについて学びます。

【参考】：[Introduction to Generative AI - 日本語版](https://www.cloudskillsboost.google/course_templates/536?utm_source=cgc&utm_medium=blog&utm_campaign=learngenai)

・*「Introduction to Generative AI Learning Path」学習パス*
学習パスには、先ほどの「Introduction to Generative AI」コースに加えて、さらに4つのコースが含まれています。このコースでは、生成AI（概要コース、基礎コース）、大規模言語モデル、責任ある AI、Google Cloud を使用したAIの原則の適用方法について学びます。日本語版が提供されます。

【参考】：[Introduction to Generative AI Learning Path 日本語版](https://www.cloudskillsboost.google/paths/118?utm_source=cgc&utm_medium=blog&utm_campaign=learngenai)

*The Arcadeを使うには、The Arcadeにサインアップして、アカウントを有効化しておきます。*前提として、Google Cloud Skills Boostへの登録が必要です。ゲームは、何回プレイしても料金はかかりません。

毎月新たにゲームが始まるため、飽きることなく学習を続けることができます。ゲームも入門から上級まで、いくつかのレベルが用意されています。

【参考】：[The Arcade](https://go.qwiklabs.com/arcade)
【参考】：[Google Cloud Skills Boost](https://www.cloudskillsboost.google/paths?locale=ja)

*The Arcadeはゲーム学習サイトですので、任意のゲームを開始して進めていきます。*ゲームはいつでも始めることができます。ゲームは通常、月初に始まり月末にクローズしますので、それまでにゲームを完了します。ラボやスキルバッジを終了することで、ポイントが付与されます。

ゲームの進行に行き詰ったら「Google Cloud Community」を活用してアドバイスを受けることもできます。

【参考】：[The Arcade](https://go.qwiklabs.com/arcade)
【参考】：[Google Cloud Community](https://www.googlecloudcommunity.com/gc/Learning-Forums/bd-p/cloud-learning-certification?utm_source=qwiklabs&utm_medium=lp&utm_campaign=arcade23)

### The Arcadeのポイント活用方法

*獲得できたポイントを貯めると、Google Cloudの商品と交換することができます。*帽子、マグカップ、ペンなどが登録されています。ポイントの獲得チャンスは、さらにトリビアチャレンジや、季節ごとのキャンペーンなど、いくつか用意されています。

同様に、獲得したバッジは、「Google for Developers」に登録するレジメに掲載することができます。

【参考】：[The Arcade](https://go.qwiklabs.com/arcade)
【参考】：[Google for Developers](https://developers.google.com/profile/u/108144262233354282664/dashboard)

*The Arcadeのポイント交換には、カテゴリーごとに商品のグレードが設定されています。*スタンダードは5〜10ポイント、アドバンスドは11〜15ポイント、プレミアムは16〜25ポイント、プレミアムプラスは25ポイント以上で、それぞれ交換できる商品のグレードに違いがあります。

### 「Google Cloud Skills Boost」と「The Arcade」の関係

「Google Cloud Skills Boost」とは、2021年10月7日にリリースされたGoogle Cloudの学習サービスを指します。700以上の学習リソースにオンデマンドアクセスが可能です。サイトでは、ハンズオンラボ、職種別のコース、スキルバッジ、認定資格取得コースなどが提供されています。

The Arcadeは、Google Cloud Skills Boostの仕組みを使用しています。つまり、*The Arcadeは、Google Cloud Skills Boostのエッセンスを生成AIの学習に特化させたものと考えると良いでしょう。*

【参考】：[Google Cloud Blog: Google Cloud の新たな目標: 4000 万人以上のクラウド人材育成](https://cloud.google.com/blog/ja/topics/training-certifications/google-cloud-to-train-more-than-40-million-with-cloud-skills)
【参考】：[Google Cloud Skills Boost](https://www.cloudskillsboost.google/paths?locale=ja)

## The Arcadeは生成AIの学習方法を身近にしてくれます

The Arcadeは、ゲーム学習サイトですが学べる内容は専門的です。毎月追加されるゲームコンテンツは、学習に対するモチベーションをより高めてくれるはずです。**これまで、生成AIのプロンプトの活用などとは距離を置いていた方も、ゲーム学習でより身近なものとして学習を進めることができるでしょう。**

Googleは、以前より「Google Cloud Skills Boost」という学習サイトを開設し、Google Cloudの普及と技術者育成に力を注いできました。ここでは、新たに登場した生成AIの学習サイト「The Arcade」の概要と使い方を解説します。

「The Arcade」は、Googleが提供する生成AIを学ぶためのゲーム学習サイトです

利用するには、「Google Cloud Skills Boost」に事前登録が必要です

ゲームが完了するとポイントを獲得でき、Google Cloudの商品と交換することができます

Googleが「The Arcade」を発表！ゲームによる学習方法とは？

昨今AIツールはエンジニア職の方にとどまらず、幅広い分野で活用されています。今回は、そんなAIツールの中で現在話題になっている、Character.AIについて紹介します。

**Character.AIは、ユーザがAIと対話できるキャラクターを作成し、やり取りができる無料のサービスです。**このサービスは、1から構築されたAIモデルを活用しており、キャラクターとよりリアルに会話できるのが魅力です。

ここでは、Character.AIの特徴やChatGPTとの違いについて、詳しく解説します。

【参考】：[Character.AI 公式](https://beta.Character.AI/)
【参考】：[Character.AI ドキュメントよくある質問](https://beta.Character.AI/faq)

Character.AIの主な特徴は、高度な自然言語処理技術を使い、リアルタイムでユーザと対話を行うキャラクターを生成できる点です。*このキャラクターはユーザの質問に対して、キャラクターの個性に合わせた言葉遣いで会話できます。*

また、Character.AIは、学習能力も持ち合わせているため、対話を重ねるごとにより自然な応答をするようになるのも特徴の1つです。

Character.AIを利用すれば、キャラクターとの対話を通じて創作活動や教育エンターテインメントなど幅広い目的で利用できます。例えば、シナリオライターがストーリーのキャラクターと対話して、アイデアを得るといった使い方もできるでしょう。

実際にCharacter.AIを利用してみれば分かりますが、ChatGPTとの違いは大きく2つあります。

まず1つは、そもそもの目的が異なる点です。ChatGPTは、ユーザからの質問に応答したり文章を生成・要約することが目的ですが、Character.AIは、特定のキャラクターを模倣することに特化しており、ユーザにより没入的な体験を提供しています。

もう1つの大きな違いは、技術的な側面です。ChatGPTは、大規模なデータをもとに言語モデルをトレーニングして、幅広い内容に応答できるAIモデルが構築されています。一方で、Character.AIはキャラクター固有の対話モデルを使用しています。

*つまり、同じ対話型のAIツールと言ってもそもそもの目的が異なるため、ユーザの使用用途も違うことが分かります。*

ChatGPTとは？今話題のAIチャットボットの概要や仕組みを解説！

Character.AIの使い方は非常に簡単であり、数分もあればすぐに使い始めることができます。*まずは、すでに作成されているキャラクターと会話する方法を紹介します。*

はじめに、公式サイトにアクセスします。画面を見ると数多くのキャラクターが表示されており、この中から好きなキャラクターを選択しましょう。特定のキャラクターを探したい時には、画面右上の虫眼鏡アイコンから検索します。

~~【図】：トップページの画面~~

今回は、虫眼鏡アイコンを選択し「ElonMask」を検索します。選択すると、メッセージをやりとりする画面に遷移します。

~~【図】：検索画面でElonMaskを検索する~~

実際にメッセージのやりとりをしてみましょう。

キャラクターに対して「What do you usually do?」（あなたは普段何をして過ごしていますか？）と聞くと、

「In short, I work to make humanity a multi-planetary species, to make the environment sustainable, and to ensure that our future is better than our past.」（私は環境を持続可能なものにし、私たちの未来が過去よりも確実に良いものとなるように取り組んでいます。）というような回答をしました。

~~【図】：メッセージのやりとりをする~~

このように、キャラクターになりきった応答が返ってくるのが、Character.AIの特徴です。Character.AIの使い方は以上ですが、後述ではキャラクターを作る方法を紹介します。

Character.AIの概要について理解したところで、実際にCharacter.AIでキャラクターを生成してみましょう。キャラクターの生成方法は非常に簡単ですので、本記事を参考にしつつ一緒に手を動かしましょう。

まず、公式サイトのトップページにアクセスします。**下図のような画面左側のメニューバーのうち、「Create」と書かれたプラスマークのアイコンをクリックしましょう。**

~~【図】：トップページの画面から、Createを選択~~

すると「Create a Character」というメニュー項目が表示されますので、こちらを選択します。

下図のような画面に切り替わるので、必要な項目を埋めていきましょう。本記事では例として歴史上の人物である「Matthew Perry」（マシュー・ペリー）を作成してみます。

~~【図】：キャラクターの設定を行う~~

まず「Name」の部分には、キャラクターの名前を入れます。次に、「Greeting」の箇所に挨拶文を入れます。そのキャラクターが自己紹介をするつもりで、任意の文章を入れてみましょう。

本記事ではペリーの自己紹介文なので、「I'm Perry. A native of Rhode Island in the United States, I came to Japan with a black ship during the Edo period. After that, I opened Japan to the world.」（私はペリーです。アメリカ合衆国ロードアイランド州出身で、江戸時代に黒船を率いて日本にやってきました。その後、日本を開国させました。）と入力しています。

次に、「Toggle Image Generation」ではキャラクターの生成時に画像を生成するか選択します。画像を生成したい場合にはチェックを入れましょう。

「Visibility」でペリーの公開範囲を選択します。誰に対しても公開する場合は「Public」、リンクを知っている人だけチャットできるようにしたい場合は「Unlisted」、自分だけがチャットをしたい場合には「Private」を選択します。

最後の「Avatar」の部分には、画像を作成したりファイルをアップロードしたい場合にはこちらを選択しましょう。

全ての項目が入力できたら「Create and Chat!」という青いボタンを選択し、キャラクターを生成しましょう。生成後の画面は下図のようになります。

画面下側にメッセージの入力画面がありますので、メッセージを入力してみましょう。

「How long did it take you to come to Japan?」（日本にくるまでどのくらいかかりましたか？）と尋ねてみます。

「About 80 days, since it was the time of wooden ships. A bit long, but I don't regret it because I met a lot of interesting people on the way.」（木造船の時代ですから約80日です。 少し長くなりましたが、途中でたくさんの興味深い人々に出会ったので後悔はしていません。）と返答しました。

~~【図】：生成したキャラクターとやりとりをした画面~~

以上がキャラクターの生成方法です。1分もあればキャラクターを生成できてしまうので、実際にキャラクターを生成してみましょう。

【参考】：[Character.AI ドキュメント 作成方法について](https://book.Character.AI/character-book/how-to-quick-creation)

## Character.AIに関するよくある質問

ここからは​よくある質問を厳選して4つ紹介します。また、Character.AIの公式サイトにはよくある質問がまとめられていますので、不明点がある場合は公式サイトを参照してみましょう。

*Character.AIは、現在日本語に対応しています。*トップページの画面右上を見ると言語を選択できる箇所がありますので、プルダウン項目から日本語を選択すると日本語を表示できるでしょう。

日本語に変換する場合は、下図を参考に設定を変更しましょう。

~~【図】：日本語の設定を行う~~

### キャラクターとの会話は非公開か

*Character.AIでキャラクターと会話した履歴は、公開と非公開を選べます。*自分でキャラクターを生成する際に、「Visibility」の項目で、公開・非公開・プライベートモードの3つから選んでみましょう。

【参考】：[Character.AI ドキュメントよくある質問](https://beta.Character.AI/faq)

### APIやアプリは用意されているか

**現時点では、APIは用意されていません。**一方で、iOSアプリとAndroidアプリは現在リリースされています。アプリ版のCharacter.AIを利用したい場合は、参考URLを参照してインストールしましょう。

【参考】：[Character.AI ドキュメントよくある質問](https://beta.Character.AI/faq)
【参考】：[Character.AI iOSアプリについて](https://apps.apple.com/jp/app/character-ai-ai-powered-chat/id1671705818)
【参考】：[Character.AI Androidアプリについて](https://play.google.com/store/apps/details?id=ai.character.app&hl=ja&gl=PT)

### メッセージが消えてしまうのはなぜか

Character.AIで会話をしている最中に、メッセージが消えてしまったり、コンテンツの読み込み後に表示されなかったりする現象があるようです。これはCharacter.AIのバグによる影響だと考えられます。

*途中でメッセージが消えてしまうような状況が起こった場合、まずはネットワーク環境を見直してみましょう。*ネットワーク環境が正常にも関わらずこのような現象が起きる場合はCharacter.AI側のエラーの可能性があります。

この場合はキャラクターを生成し直すか、Character.AIのサポートに問い合わせをしてみると解消するかもしれません。

## Character.AIを仕事やプライベートに活用しよう

Character.AIは、簡単に自分の好きなキャラクターを作成し、やりとりができるツールだとわかりました。クリエイターにとってCharacter.AIは、アイデアを得るためのツールにもなり、一般ユーザにとっても魅力的なプラットフォームだと言えます。

また、**このツールはプログラミング言語や難しいプロンプトを入力する必要もないため、どんな方でも使いやすいのも魅力です。**これまでAI分野に苦手意識を持っていた方も、ぜひこの機会にCharacter.AIに触れてみてはいかがでしょうか。

Character.AIは、ユーザがAIと対話できるキャラクターを作成し、そのキャラクターとリアルな会話ができるプラットフォームです。本記事では、Character.AIの特徴や使い方、よくある質問についてまとめました。

Character.AIは、ユーザが独自のキャラクターを作成し、リアルタイムで会話できるツール

Character.AIでキャラクターにメッセージを送信し、応答を得るまでの方法が分かる

Character.AIでキャラクターを作る方法が分かる

Character.AIとは？特徴やChatGPTとの違い・使い方や日本語対応も解説

## ChatGPTのファインチューニングとは何か？

**ファインチューニングは、簡単に説明すると機械学習における微調整のことを指します。**AIモデルは大量のデータを学習させています。そして、この初期段階の学習を「事前学習」と言いますが、AIモデルの精度をより高めるために再学習を行います。

この再学習によってAIモデルを微調整することを、「ファインチューニング」と言います。AIモデルに対してファインチューニングを行うことで、特定のタスクや用途により適用した回答を返すようになります。

【参考】：[OpenAI ドキュメント ファインチューニングについて](https://platform.openai.com/docs/guides/fine-tuning)

### ファインチューニングと通常のトレーニングの違いとは

ファインチューニングと通常のトレーニングの違いは一体何でしょうか。*ファインチューニングと通常のトレーニングとの違いは、モデルを再利用しているかどうかです。*

ファインチューニングでは、事前に学習されたモデルを、さらに新しいデータでトレーニングします。ファインチューニングは通常のトレーニングと異なり、すでに完成しているモデルを再利用するため、モデル構築にかかる時間も短縮できます。

## ファインチューニングの仕組み

ファインチューニングの概要について簡単に説明しましたが、ここではより詳しくファインチューニングの仕組みについて解説します。

~~【図】：事前学習された言語モデル~~

ファインチューニングでは、上図のように事前学習された言語モデルが必要です。**例えば、GPT-3.5をはじめとする言語モデルに対して、さらに追加のデータを学習させます。**

~~【図】：ファインチューニングを行う~~

その結果、タスクに対して最適化された結果を返してくれるようになるでしょう。ただし、実際の開発では、この結果が期待していたものではなかった場合、さらにトレーニングを重ねることもあります。

### 使用されるアルゴリズムとモデル

ファインチューニングを行うことで、より精度の高いモデルを作成できるということが分かりました。*ただしこのファインチューニングは、対応するモデルが限定されています。*

現在、ファインチューニングに対応するモデルは、GPT-3.5-turbo-1106やGPT-3.5-turbo-0613、babbage-002、davinci-002、GPT-4-0613などがあります。今後、さらにファインチューニングに対応するモデルが増加する可能性もあるため、詳しく知りたい方は公式サイトの情報を随時、確認しましょう。

ファインチューニングの仕組みを理解したところで、実際に使用するデータセットを見てみましょう。*ChatGPTを公開しているOpenAIのドキュメントには、データセットの例が紹介されています。*

~~【図】：公式サイトのデータセットサンプル~~

今回は、文章のスタイルとトーンを調整したいという場合の、データセットを紹介します。このとき、上図のように、データセットはJSON形式で用意しましょう。

また、実際にトレーニングを始める前に、フォーマットが正しいか確認してください。フォーマットのチェック項目などに関しては、公式サイトに記載されています。

~~【図】：フォーマットの検証について~~

【参考】：[OpenAI ドキュメント データセットの準備](https://platform.openai.com/docs/guides/fine-tuning/preparing-your-dataset)
【参考】：[OpenAI ドキュメント フォーマットの検証](https://cookbook.openai.com/examples/chat_finetuning_data_prep)

### ファインチューニングの料金について

ChatGPTのファインチューニングを無料で行いたい方もいるかもしれませんが、実際にファインチューニングを行う際には、現時点では料金が発生します。

*料金については、使用する言語モデルによって異なります。*例えばGPT-4であれば入力で1,000トークンあたり0.03ドル、出力に1,000トークンあたり0.06ドルかかります。

~~【図】：言語モデルごとの料金について~~

同様に、他の言語モデルでも料金が発生しますので、開発する際には予算を見積もる必要があります。料金の詳細については、公式サイトにて詳しく掲載されていますので、料金のページを参照してください。

【参考】：[OpenAI 言語モデルの価格について](https://openai.com/pricing#language-models)

## ファインチューニングを行うメリット

ファインチューニングを行うメリットは、3つほど挙げられます。ここでは、それぞれのメリットについて詳しく解説します。

**ファインチューニングは、開発者にとっても企業にとってもメリットがありますので、ぜひ参考にしてください。**

*ファインチューニングのメリットは、まず高度なカスタマイズが可能な点です。*

例えば、医療分野のAIアシスタントを開発したい場合、ファインチューニングを行えば医療用語や専門分野への理解を強化できます。

また、異なる言語や方言をはじめとする、地域特有のデータを読み込ませれば、特定の文化圏で適切なサービスを提供できます。そのため、日本から海外進出したい企業は、ファインチューニングで海外仕様のAIモデルを作成して、業務効率を目指すことも可能です。

### 社内の開発・運用コストの削減

前述の通り、ファインチューニングを行う場合は、すでに事前学習が済んだAIモデルを使用します。*そのため、AIモデルを1から構築するよりも短時間で開発を行えます。*

人的コストや開発工数など、社内のリソースを削減しつつ最適化されたモデルを構築したい場合は、ファインチューニングはおすすめです。

AIの記事（1ページ目）