膨大な処理能力を必要とする巨大なAIモデルへと向かう一般的な潮流の中で、スタートアップ企業のUnderdog社は、ユーザーのデバイス上でローカルに動作する軽量モデルの開発という異なる道を進んでいます。同社は最近、Woofという音声モデルをリリースしました。そのサイズはわずか32MBで、その能力を示すインタラクティブなゲームによる技術デモも行われました。
このモデルの特徴とは？
Woofモデルは3100万のパラメータに基づいており、インターネット接続を必要とせずブラウザ内で完全に動作するように設計されています。同社が提供したデモでは、ユーザーは仮想キーボードを使用してテキストを入力し、モデルがそれを音声に変換することができ、さらにシンプルなコントロールインターフェースを通じて音楽クリップを生成することも可能です。これにより、特定のタスクを実行する上での小型モデルの効率性が証明されています。
なぜこのニュースが重要なのか？
この進展は、クラウドサービスプロバイダーへの依存を減らすための実践的な一歩であり、ユーザーが自身のデータを所有できるようにすることを目指す同社の創業者シギル・ウインのビジョンと一致しています。ウイン氏は、未来は既存のパーソナルデバイス上で動作可能なAIモデルを実行する方向に向かっており、それがクラウドベースのサービスに対する安全でプライベートな代替手段を提供すると考えていると見ています。
ローカルモデルへの拡張
Woofは同社の唯一の成果ではありません。これに先立ち、音声からテキストへの変換（文字起こし）専用の167MBのBarkモデルのリリースや、ラップトップ上で動作するように設計された270億パラメータを持つ大型モデルのリリースがありました。Underdog社は、これらのステップを通じて、主要なAIプラットフォームに代わる、ローカルホスト型のオープンでローカルに製造されたモデルのエコシステム構築を目指しています。
この動きは、データのプライバシーやクラウドデータセンターへの過度な依存に関する議論が活発化している時期に行われており、エッジAI（デバイス上で動作するモデル）を、プライバシーと自律的なパフォーマンスを求める開発者やユーザーにとって魅力的な選択肢にしています。