こんにちは、三木と申します。
本記事をご覧いただき、誠にありがとうございます。
私は、㈱MMOLにて、主にAIエンジニアとして基盤技術の調査・研究からシステムの実装を担当しています。(もともとの専門領域は電気電子工学、特に信号・通信です。)
先日「Created to Create」の「著者自己紹介」マガジンに初投稿させていただきました。
よろしければ、こちらも併せてお読みいただけますと嬉しいです。

今回は2回目の投稿となりますが、「Created to Create」の「つかう、つくる」マガジンへの投稿は初となります。
「つかう、つくる」マガジンでは、私からは主にAI・デジタル技術について、”より深く、より広く”という思いで情報発信してまいりますので、よろしければ末永くお付き合いいただきたく、よろしくお願いします。
本記事では、世界的に急速に発展し続けているAI技術について、開発動向と弊社の思いをご紹介します。
はじめに
現代は人々の価値観が多様化し、何が求められ必要とされているのか、激しく揺れ動く不確かな時代を迎えています。さらに日本国内においては、長期的な少子高齢化による人口減少。ひいては生産年齢人口の減少に歯止めが効かない状況です。
そんな働き手不足が深刻化している中でも、多くの企業のビジネスシーンでは、高い品質、変化に対応する柔軟性、それらの迅速かつ効率的な実行力が容赦なく求められています。
まさに日本は「人手不足・時間不足」という社会課題に直面しています。
この状況を乗り越える手段の一つとなりうる形で、ChatGPT、Claude、Geminiに代表される生成AI(Generative AI)が登場し、驚異的な速度で普及しています。生成AIは、革新的なツールであり、ビジネスの強力な武器として無限のポテンシャルを備えていると考えています。本記事では、AI開発競争のトレンドをハードウェアとソフトウェアの2軸から捉え、考察してみます。
ハードウェア軸(半導体チップ)では、NVIDIAやGoogleをはじめ開発を進めるGPUやTPUなど「計算エンジンの高性能化の取り組み」。
ソフトウェア軸(アルゴリズム、計算処理の工夫)では、通称 1bit LLMと言われる低ビット化モデル、エッジAIなど「性能を落とさず使用メモリを減らす取り組み」。
これら2つの軸について後述します。
私たちの技術領域との向き合い方
私たちMMOLは、人とテクノロジーの力を融合して、持続可能かつ実現可能な事業支援を行っています。但し、AI・デジタル技術といったテクノロジーは強力な「手段」の一つであって、「目的」ではないと考えています。
何よりも最も大切にしていることは、お客さま(企業さま)との接点(人と人との繋がり)です。お客さま(企業さま)の想いと課題を深く理解し、読み解くことです。
それにより、「人が担う領域」と「AI・デジタル技術を活用する領域」を見極めることができ、AI・デジタル技術を真に味方にする全体設計、実装ができると考えるためです。
私たちの技術領域との向き合い方は、「その決断、技術、表現は人を幸せにするのか?」を全ての場面で問い続けることに包括されます。
お客さま(企業さま)の幸せに直結する価値提供の土台に、「安心・信頼」なくして成立しません。
日常生活に置き換えてみますと。
医療領域も日進月歩、発展が目まぐるしい世界だと感じます。
健康、命に関わることでもあり、病院にかかる場面は、まさに「安心・信頼」を持てるかどうかが全てではないでしょうか。
そこで、何を考えるかというと、私の場合、科学的に最良の効果を期待できるエビデンスがある最新の標準治療を受けたいと思いました。
すると自然と「最新情報をキャッチアップしていて勉強熱心な医師」、「技術・技能の修練を積み重ね続けている医師」、「研究熱心で治療実績が豊富な病院」のもとで治療を受けたいと考えていたことに気づきました。
自分が患者の立場ですと、医師・病院が「医療領域といかに深く真摯に向き合い続けているか」が気になります。
この姿勢は、サービスを提供する私たちが「技術領域といかに深く真摯に向き合い続けていくか」ということと、全く共通していると考えています。
よって、私たちは、「基盤技術から最新の応用技術までの調査・研究」、「知の深化と探索」を通じた研鑽を絶えず続けていく覚悟と決意のもと、技術領域と向き合っていきます。
AI技術の不思議さ
AIは身近なツールとなっている現在においても、サイエンスとしては「なぜこのような結果が得られるのか理由が分かっていない奇妙なブラックボックス」の域を脱せていません。
非常に興味深く奇妙な振る舞いの一つに、あるタスクができないように見えていたモデルが突然理解できるようになるグロッキングという現象があります。
私たちは、これらブラックボックスに対しては何もしないということではなく、AIシステムの提供者として、計算原理をはじめとする技術的な仕組みに対し、最新情報を踏まえて探究し続けています。
安心安全かつ信頼できるシステムの構築のために取り組んでまいります。
*グロッキング(grokking):過学習してしばらく経ってから、急に汎化誤差が下がり始める(正解率が上がり始める)こと。
下記のように、世の中(特に科学技術の世界)には解明されていないけれど、当たり前のこととして日常に溶け込んでいるもの、人々に利用されているものがたくさんあります。
例1)意識の発現メカニズムは分かっていない。
例2)医療現場で必須とされている麻酔の作用メカニズムは分かっていない。
例3)物理の世界でも、ニュートン力学、相対性理論、量子力学は統一されていない。「統一場理論」や「超弦理論」などを通じて、これらを統合しようと研究が続けられているが、現時点で完全な統一は達成されていない。
例4)宇宙の起源、生命の起源、無から有の発現などについては、まだ解明されていない。
例5)まさにAIも「なぜうまくいくのか」そのメカニズムは解明されていない。
例5ー1)ブラックボックス問題
AIは非常に強力なツールである一方で、その内部の動作はブラックボックスとして扱われることが多いです。特定の入力に対してどのようなプロセスを経て出力が得られるのか、完全には理解されていないことがしばしばあります。この問題は、AIの信頼性や透明性に対する懸念を引き起こしています。
例5ー2)グロッキング(grokking)現象
グロッキングとは、AIモデルが特定のタスクを理解できないように見えた後、突然そのタスクを理解できるようになる現象です。この現象は、モデルが新しいデータに対して汎化能力を急に獲得することを示しており、AI研究者にとって大きな関心事となっています。グロッキングは、モデルの学習過程における不連続性を示しており、その原因はまだ完全には解明されていません。
このような解明されていない現象に対し、人類は解明を諦めるわけではなく、解明への挑戦を続けています。
私自身も技術者の一人として、その姿勢を見習い、研鑽し続けていきます。
ハードウェア軸(半導体チップ)の発展
AIをサーバー側(クラウド側)で動かすことを前提にされています。
NVIDIAをはじめとする半導体メーカーの活躍による、計算処理能力の高性能化に依拠する発展です。
① NVIDIA の GPU
NVIDIAは、GPU(Graphics Processing Unit)の開発で知られており、AIの計算処理能力を飛躍的に向上させています。GPUはもともとグラフィックスのレンダリングを高速化するために開発されましたが、その高い並列処理能力がAIのディープラーニングにおいても有用であることが判明しました。NVIDIAは、この分野でのリーダーシップを維持し続けるために、最新の技術を導入し、性能向上を図っています。
具体的には下記のような特徴があります。
・応答スピードの10倍以上の向上
・常に最新の情報を取得
・ハルシネーションの低下
・計算能力、プログラミング能力が人間より上になっている
・画像、映像、音声、IoT、モビリティデータ含むあらゆるデータを取り扱う真のマルチモーダルへ
・半導体チップ(GPU)の性能向上を続けている
- 前モデル「H100」から、わずか2年で新モデル「B200」(1枚 600万円)を発売。
- 前モデル「H100」より、計算速度が30倍高速。
- 前モデル「H100」より、電力コストが1/4。
- ChatGPTの構築に要する条件(超概算)
- 前モデル「H100」× 8000枚 × 90日間
- 新モデル「B200」× 2000枚 × 90日間
- AIに用いるGPUの世界シェアが98%
② Google の TPU
GoogleはTPU(Tensor Processing Unit)を開発し、AIの学習と推論の効率を大幅に向上させています。TPUは、GoogleのディープラーニングフレームワークであるTensorFlowと密接に連携して動作するよう設計されており、大規模なモデルの訓練において特に高い性能を発揮します。TPUの設計は、AI計算に特化しており、エネルギー効率が高く、計算速度が速いのが特徴です。
ソフトウェア軸(アルゴリズム、計算処理の工夫)の発展
AIをサーバー側(クラウド側)ではなく、エッジ側(端末側)で動かすことへの活用が期待されています。
性能を落とさず使用メモリを減らしていく取り組みです。
①通称1bit LLM(実際は1.58bit LLM)の概念
1bit LLMは、モデルの重みを 1bit 2値化{-1, 1}整数型とすることでメモリ使用量を削減し、計算効率を高める究極の低ビット化(量子化)技術です。
しかしながら、特徴量の情報損失が大きいため、2024年2月(論文1)と2025年4月(論文2)に続けて発表されたモデル「BitNet b1.58」が注目されています。このモデルは、重みを1.58bit 3値{-1, 0, 1} 整数型による低ビット化(量子化)を採用したモデルです。
従来のモデルでは、重みは浮動小数点数型(FP16など)で表現され、多くのメモリを消費します。しかし、「BitNet b1.58」では、重みを{-1, 0, 1}の3値に量子化することで、メモリ使用量を劇的に減らすことができます。このアプローチにより、計算負荷が軽減され、エネルギー消費が削減されます。
AI技術の全体像、両論文で語られている基盤技術の内容や論文の進展内容について、できるだけ直感的に理解しやすいように、図1~8として図解を作成してみましたので、こちらもご参照ください。








②エッジAIの取り組み
エッジAIとは、データの処理をクラウドではなく、デバイス上で行う技術です。これにより、遅延が低減され、リアルタイムでのデータ処理が可能になります。エッジAIは、IoT(Internet of Things)デバイスにおいて特に有用であり、スマートフォン、カメラ、センサーなどのエッジデバイスでAIモデルを実行することで、効率的なデータ処理と応答を実現します。
エッジAIを実現するためには、上述した①の「BitNet b1.58」のような低ビット化(量子化)によるアルゴリズムや計算処理の工夫が必要不可欠です。
ソフトウェア軸の発展によるハードウェア軸への影響
ソフトウェア軸でアルゴリズム、アーキテクチャ、計算処理が発展していくことで、ハードウェア軸の発展にどう影響するか、考察します。
[1] 従来の大規模言語モデル(LLM)
・GPUやTPU(Tensor Processing Unit; Googleが開発した機械学習のプロセッサ)が必要
- 並列計算に特化。
- 大量の乗算や複雑な計算が多く含まれる処理に適している。
- そのような場合に、大量のコアを利用して高いスループット(単位時間あたりのデータ処理量)を実現。
[2] 今回の低ビット量子化(BitNet b1.58形式)
・CPUで十分
- 一般的な計算タスクで高い効率と汎用性を持つ。
- 一般的なコンピュータシステムに搭載されており、特別な設備投資をせずに利用できる。
- 単純な加算や条件分岐などのタスクでは十分効率的に処理できる。
・DSP(Digital Signal Processor)で十分
- 高速演算処理装置(デジタル演算で信号を処理する集積回路(IC)でできているマイクロプロセッサ。)
- 特定のアプリケーション向けに最適化されている。音声処理や画像処理など特定の計算を高効率に実行できる。
- リアルタイムでの音声処理や通信システムでの信号処理に適している。
- 単純な加算や条件分岐などのタスクでは十分効率的に処理できる。
[3] GPUやTPUは必要なくなるのか?
・まだ当面の間は、「学習」にはGPUやTPUが重要な役割を果たす。
・今回の低ビット量子化(BitNet b1.58形式)のような新たなアーキテクチャの研究開発段階では、従来のものを含む様々なアーキテクチャを探索したり、比較したりする必要があるため、まだまだ重要とされています。
むすび
弊社では、最先端の生成AIと要素技術を企業様ごとに最適に組み合わせたパッケージサービスをご提案・実装することで、お客さま(企業さま)が抱える「人手不足・時間不足」の解消に寄与します。これは、従業員のみなさまが時間に追われるプレッシャーから解放され、人ならではの創造的な業務(決断する。問いを立てる。非連続なアイディアを生み出す。など)に、より多くの時間を投じられることを意味します。
弊社は、人の力を起点に、AI技術を駆使することで、お客さま(企業さま)の「業務の精度・速度の向上」、「サービス品質の追究」、「新たな価値の創出」のアクセラレーターとなり、「持続的な成長」を強力にご支援します。
「人とテクノロジーの協働」、「人とAIの共創」というようにAIをはじめとするテクノロジーは、あくまでもツールです。AI技術は、人の脳や手の延長戦上にあり、人の知識や創造性を拡張するためのものであると考えています。弊社は、AIにすべてを委ねるのではなく、AIとの協働により人間の「知」「創造性」「可能性」を最大限に引き出すことを目指しています。このための全ての起点であり最も大切なことは、お客さま(企業さま)との接点、人と人との繋がりに他ならないと考えています。
日々変化する事業環境の中で、"一人では解けない課題"も多い時代。
だからこそ、私たちは「理解」と「共創」から始まるパートナーシップを大切にしています。
まずは無料相談から。お気軽にお問い合わせください。
今後もAI・デジタル技術に関することをはじめ、お読みくださるみなさまへ、「好奇心という刺激をお届けできるよう」、「少しでもお役に立てるよう」、様々な情報発信に努めてまいりますので、どうぞよろしくお願いします!