AI・ML・DL・LLMの関係を解説

この解説は、Cycのようなルールベースシステムでスタッフが常識的知識を手入力する必要があった初期のAIから、データからパターンを学ぶ機械学習への流れをたどる。そして従来の機械学習は依然として特徴の定義を人に依存しており、生データから表現を学習する深層学習の能力が、モデルが担う作業量の転換点になったと説明する。

また、パラメータ一覧が公開されローカルで実行できるオープンウェイトモデルと、アプリやAPI経由でしかアクセスできないClaudeのようなクローズドウェイトモデルを区別する。ローカルでLLMを動かすには全パラメータをメモリに読み込む必要があり、ローカルAIブームの際に大容量メモリのMac構成が品薄になったこと、モデルを複数のGPUに分割したり一部をディスクに退避したりする選択肢はコストと速度に明確なトレードオフがあることにも触れている。