NVIDIA、「小型言語モデル」がエージェントAIの未来だと主張

NVIDIAが提唱する次世代エージェンティックAI：小規模言語モデルの活用 NVIDIAが新たなアプローチを提案しました。それは大規模言語モデル（LLM）から小規模言語モデル（SLM）へのシフトです。NVIDIAは、エージェンティックAIの多くのタスクにとって、SLMの方がコスト面やパフォーマンス面で優れていると主張しています。 エージェンティックAIの現在は、大規模言語モデルが主流です。LLMは複雑なタスクを分割し、戦略的に Tool を選択し、処理フローを制御できるため、多くのAIエージェントの中枢を担っています。しかし、これらのモデルをホストするには高い費用と遅延、および商用的なコミットメントが伴います。これにより、LLMの機能が十分に活用できていない場面が多いのも事実です。 NVIDIAが提唱する新しいアプローチは、「データフライホイール」を使用したものです。この手法では、用途ごとの利用データを収集し、それが適切なToolクラスタに紐づけられます。その後、各サブタスクに特化した小規模言語モデルを微調整します。これにより、SLMは多くの場合で既存のToolに対してより適応性が高く、経済的に合理的な選択肢になります。 SLMの利点は多岐にわたります。低遅延、低いメモリと計算リソースの要求、そして大幅に低い運用コストが挙げられます。これらは制約のあるドメインでも適切なパフォーマンスを保つことができます。さらに、現代のトレーニング、プロンプト、およびエージェンティック増強技術により、パラメータ数ではなく能力が重要であり、SLMでも十分な機能を発揮できます。 具体的には、AIエージェントシステムは複雑な目標をモジュール化されたサブタスクに分解し、それぞれに特化または微調整されたSLMが対応します。SLMがデフォルトで使用され、LLMは特定の状況でのみ稀に対応するのが理想的な運用の形態です。 このアプローチは、業界全体の運営と経済的な影響も大きく変える可能性があります。NVIDIAは、エージェンティックAIの未来は小規模言語モデルにあると力説しています。これは、市場に健全なアプローチを取り入れる重要なステップとなります。