LLM「PaLM 2」が日本語に対応、国内ユーザーに生成AIの活用方法を説明─グーグル

2023年8月22日(火)日川佳三（IT Leaders編集部）

リスト

グーグル・クラウド・ジャパンは2023年8月22日、プライベートイベント「Generative AI Summit」を開催し、国内ユーザーに向けて同社の生成AI技術・サービス群を紹介した。大規模言語モデル（LLM）「PaLM 2」で日本語で利用できるようになったことや、生成AI導入の伴走型支援プログラム「TAP for 生成AI」などを発表した。また、ユーザー体験の向上や非構造化データの意味を判定するユースケースや。企業が生成AIを利用する際の考慮点として、入力データの取り扱いに関する利用規約や入出力データのフィルタリング機能を説明した。

　グーグル・クラウド・ジャパンは、プライベートイベント「Generative AI Summit」で、国内ユーザーに向けて同社の生成AI技術・サービス群を説明した。

　基調講演の冒頭、グーグル・クラウド・ジャパンで上級執行役員カスタマーエンジニアリング担当を務める小池裕幸氏が登壇し、同社が企業向けに提供している大規模言語モデル（LLM）の新版「PaLM 2」を紹介した。Google CloudのAIサービス群「Vertex AI」からAPI経由で呼び出して利用できる。トークンではなく文字数ベースで課金する。

図1：大規模言語モデル「PaLM 2」で日本語が使えるようにした（出典：グーグル・クラウド・ジャパン）
拡大画像表示

　今回、新たなアップデートとして、PaLM 2で日本語を利用できるようになった（図1）。日本語の能力の高さを表す指標として、実用日本語検定「J.TEST」の「A-C レベル試験」（上級者向け）で94%の正答率だという。「『おでんの予約は、お電話で』などのダジャレを理解し、解説できる。俳句の面白さを理解して英語で説明するといったこともできる」（小池氏）。

　生成AIの業務利用にあたっては責任も伴うが、これに対して、入出力データの危険度などを定量的に把握する機能が加わった。例えば、問い合わせ内容やAIの回答に危険な単語が入っている際に、危険度のスコアを「0.7」などと数値で表現する。これを情報のフィルタリングに利用する（図2）。

　このほか、PaLM 2ではソースコードを生成する「Codey」機能が備わっており、この日から利用できるようになった。

図2：入出力データの危険度などを定量的に把握する機能を追加した（出典：グーグル・クラウド・ジャパン）
拡大画像表示

基盤モデルで検索体験を向上、画像のビジネス利用も進む

　続いて、グーグル・クラウド・ジャパン統括技術本部長（アナリティクス/ML、データベース）の寳野雄太氏が、PaLM 2などのLLM/基盤モデルを企業が活用するパターンについて説明した。(1)新しいユーザー体験を実現する使い方と、(2)画像などを含めた非構造化データをビジネス価値に変える使い方があるという。

図3：企業が保有している情報を検索する使い方が可能（出典：グーグル・クラウド・ジャパン）
拡大画像表示

　(1)新たなユーザー体験の例として、企業が保有している多様な情報を検索するユースケースを紹介した。架空の投資会社の例として、クラウドストレージに保存されている、投資先企業の決算報告書などのPDFや表計算ファイルに対して、自然文で検索をかけるというデモを示した。

　「Googleが2019年と2020年に研究開発に費やした割合は？」と聞くと、「2019年は売上の16.1%、2020年は売上の15.1%」と回答を返し、これらのデータの根拠となる資料も提示してくれる（図4）。

図4：自社で保有してい資料を基に、Googleの会社情報を自然文で検索した様子（出典：グーグル・クラウド・ジャパン）
拡大画像表示

　次に、「Googleのサステナビリティ戦略は？」と聞くと、該当部分を提示する。続いて「いつまでにカーボンフリーの目標を達成する計画か？」と聞くと、主語を抜かして質問したにもかかわらず、文脈を踏まえて「Alphabetは2030年までにカーボンフリーの目標達成を目指しています」と答える。

　新たなユーザー体験の別の例として、自転車販売のECサイトのデモも示した。「トライアスロンと通勤に使いたい」という要望に対し、ECサイトはロードバイクを提案する（図5）。

図5：自転車を販売するECサイトのデモ画面（出典：グーグル・クラウド・ジャパン）
拡大画像表示

　そこで、今持っている自転車の画像を送ると、ECサイトは、その自転車の種類を判定し、提案している自転車との比較表を提示する。質問に答える形でフレーム素材について解説するなど、商品データベースやカタログに載っていない情報でも、Webにある一般知識を引っ張ってきて回答する。

　(2)画像などを含めた非構造化データをビジネス価値に変える例として、ECサイトにシャツを登録する際に、属性情報を自動で補完する処理を紹介した。シャツの画像から、どんな種類のシャツかをAIが判定し、シャツの属性データをデータ入力しなくても自動でデータを補完してくれる。

　ほかには、グーグル・クラウド・ジャパンが提供する企業が生成AIを導入・活用するための支援サービスとして、伴走型支援プログラム「TAP for 生成AI」を発表した。また、生成AIの日本語学習コンテンツも提供開始したのに加え、アプリケーション開発者向けのブログ「Zenn」では、生成AIに関するコンテンツを公開開始した。

●Next：専門家が説く、企業が生成AIを活用する際に注意すべきポイント

この記事の続きをお読みいただくには、
会員登録（無料）が必要です