オープンソース AI
オープンソースの AI ツールで AI スキルをレベルアップ
オープンソース ライセンスにより、事前トレーニング済みの AI モデル、ライブラリ、変更可能なツールを使用して開発を効率化できます。
新規のお客様には、AI プロダクトで使用できる無料クレジット $300 分を差し上げます。
概要
オープンソース AI のメリットとは
- 透明性: コードを検証することで、AI モデルの仕組みを理解し、信頼性を高め、潜在的なバイアスを特定できるようになります。
- カスタマイズ: モデルとコードは特定の要件に合わせて調整できるため、クローズド ソースのソリューションでは実現が難しい柔軟性が得られます。
- コラボレーション: デベロッパーがアイデアを共有し、改善に貢献し、イノベーションを加速するコラボレーション環境が促進されます。
- 利用のハードルが低い: オープンソースの AI ツールの多くは無料で使用できるため、テストや開発にかかる費用を抑えられます。
「オープン」モデルと「オープンソース」モデル
オープンモデルではモデルの重み付けに自由にアクセスできますが、利用規約、再配布、各種所有権は、個々のモデルの利用規約によって異なります。これはオープンソース ライセンスに基づいていない場合があります。たとえば、Google の Gemma モデルの利用規約では、各デベロッパー、研究者、商用ユーザーによる利用と再配布に制限はありません。モデルのバリエーションを自由に作成して公開することもできます。ただし、デベロッパーは Gemma モデルの利用にあたり、有害な使用を避けることに合意するものとされます。これは、責任を持って AI を開発しながら、このテクノロジーを幅広く利用可能にするという Google の取り組みを反映しています。
ライブラリ / フレームワーク、データセット、モデル（オープンとオープンソース）の例
- オープンモデル: Gemma、Llama
- オープンソース モデル: Stable Diffusion（画像生成）、GPT-NeoX、GPT-J（言語モデル）
- オープンソースのライブラリ / フレームワーク: TensorFlow、PyTorch、Scikit-learn、Hugging Face Transformers
- オープンソース データセット: ImageNet、Common Crawl
仕組み
オープンソース AI では、コミュニティが連携することで大きな力が生まれ、コードの寄与や効果的なモデルの作成、さらには膨大なデータセットの収集につながります。これらのリソースはオープンソース ライセンスの下で無料で公開されており、お客様はダウンロード、検証、固有のニーズに合わせた調整を行うことができます。TensorFlow や PyTorch などのオープンソース ライブラリでは構成要素を、Hugging Face などのリポジトリでは、すぐに使用できる事前トレーニング済みモデル集を利用できます。Vertex AI で利用できるオープンソース AI について、詳細をご確認ください。
オープンソース AI では、コミュニティが連携することで大きな力が生まれ、コードの寄与や効果的なモデルの作成、さらには膨大なデータセットの収集につながります。これらのリソースはオープンソース ライセンスの下で無料で公開されており、お客様はダウンロード、検証、固有のニーズに合わせた調整を行うことができます。TensorFlow や PyTorch などのオープンソース ライブラリでは構成要素を、Hugging Face などのリポジトリでは、すぐに使用できる事前トレーニング済みモデル集を利用できます。Vertex AI で利用できるオープンソース AI について、詳細をご確認ください。
一般的な使用例
オープンモデルを使用した学習とテスト
テスト用に独自のオープンモデルを構築する
Vertex AI を使用すると、運用上のオーバーヘッドを削減でき、オープンモデルをユースケースに合わせて最適化するカスタム バージョンの作成に集中できます。たとえば、デベロッパーは Vertex AI で Gemma モデルを使用して、データ探索とテストを行うことができます。
入門ガイド
テスト用に独自のオープンモデルを構築する
Vertex AI を使用すると、運用上のオーバーヘッドを削減でき、オープンモデルをユースケースに合わせて最適化するカスタム バージョンの作成に集中できます。たとえば、デベロッパーは Vertex AI で Gemma モデルを使用して、データ探索とテストを行うことができます。
カスタマイズされたタスク用の生成 AI アプリの構築
生成 AI の一般的なユースケースにアクセス
生成 AI がビジネス目標やニーズに最適なアプローチかどうかを判断するには、生成 AI の一般的なユースケースを理解しておく必要があります。その理解があれば、具体的なビジネス要件や優先事項に適したユースケースの選択が容易になります。
入門ガイド
生成 AI の一般的なユースケースにアクセス
生成 AI がビジネス目標やニーズに最適なアプローチかどうかを判断するには、生成 AI の一般的なユースケースを理解しておく必要があります。その理解があれば、具体的なビジネス要件や優先事項に適したユースケースの選択が容易になります。
感情分析のための言語モデルのファインチューニング
入門ガイド
オープンソースの AI ツールを使ってみる
AI / ML ツールとソリューションを使用して現実の問題を解決する
独自に調整したオープンモデルをスケーラブルなエンドポイントに変換
