自作AIはAPI利用からモデル学習まで3段階

AI、機械学習、ディープラーニング、LLMはしばしば同じ意味で使われるが、筆者は包含関係で整理する。AIは知的振る舞い全般を指す大きなカテゴリーで、機械学習はルールを手で書くのではなくデータから学ぶ部分、ディープラーニングはニューラルネットワークの層を重ねたもので、LLMは大量のテキストで学習した言語モデル、つまりChatGPTやClaudeの中身だ。そこから筆者は、LLMの実際の仕事が次のトークンを予測して文を組み立てることであり、学習（モデルを構築する、非常に重いとされる作業）と推論（完成したモデルで答える、日常のチャット利用がこれにあたる）の区別が3段階の要になると指摘する。

各レベルは主に、どこまでを自分のものとするかの線引きで異なる。Lv.1はモデルを借りて性格と用途をカスタマイズする段階で、ClaudeのProjectsやChatGPTのGPTsなどを使えばコードなしでも到達できると筆者は述べる。つまり多くの読者はそれをLv.1と呼ばずに経験済みかもしれない。Lv.2は線引きを知識へ移す。モデルが知らなかった情報を加えるRAGと、モデルの振る舞いを変えるファインチューニングだ。Lv.3は線引きをモデル自体へ移す。ChatGPT級の規模は個人の手に負えないと筆者は明言しつつ、小規模モデルをゼロから学習することは、たとえ出力がたどたどしくても、LLMが何をしているかを体感できる実践的な方法として示す。筆者は最後に、次はLv.1のアシスタントを作り、そこから上を目指すと締めくくる。