JEVとLLMの違い
からあげ帝国放送局、始まります。
この配信では、AI関係の会社で働きながら、作家として本を書いたり、
個人でメーカーとしてものづくりを楽しむ私からあげが技術の話であったり、
個人のスモールビジネス、その他雑多なことをお話ししていく配信です。
今日もですね、いつものように近所の公園を散歩しながら収録しています。
シルバーウィークに入ってですね、一応私も少しあの祝日の間お休みをとれるかなというところで、
実は明日からですね、少し家族でお出かけに行ってきて、あのこの収録もできないのでですね、
今日は日曜日なんですけれども、収録しておこうかなと思っています。
で、最近のトピックとしてはですね、コラボ収録の方を初めてしました。
この番組でもですね、何度も話題に出している渋長さんという人気ポッドキャスターの方ですね。
その方のですね、ものづくりのラジオというですね、ポッドキャスト番組に出演してコラボさせていただきましたというところですね。
もう既に配信されていまして、この概要欄からもリンクしておこうと思いますので、よろしければぜひ視聴してみてください。
いろいろですね、渋長さんからインタビューを受ける形で、私がセキュラに語る、結構私がですね、話すばっかりになってしまったんですけれども、
真っその中になっていまして、いろいろとですね、面白い話もできたんじゃないかなと自分では思っていますが、よろしければぜひ聞いてみてください。
あとですね、渋長さんとはまだまだ結構話し足りないなということもあって、例えば下ネタの話ですかね。
そのなぜ下ネタを言うのかと、自分もですね、昔はブログとかで下ネタばっかり書いてた人間なので、なんかそこらへんもですね、厚く語りたいなと思っているんですけれども、
それはまたいつか別の機会にしようかなと思っています。
といったところでですね、今日は少し本題の方に行こうかなと思うんですけれど、今日はですね、AI関係の新しい技術の話をしようかなと思います。
ここ数日ですね、すごい話題になっているホットトピックで、JEVっていう技術ですね。
J-E-Vというスペルなんですけれども、多分読み方はジェイブなのかな。
読み方ちょっと間違えていたら申し訳ありませんが、今日はこのJ-E-Vについてお話ししていこうかなと思います。
最初に少し話しておくと、このJ-E-Vという技術はまだデータばかりのものでして、私もですね、そこまでまだ詳しく調べれていなくて、少し試したばかりという状況なのと、
公式のサイトとかもですね、中身について詳しく解説しているわけでは、私が調べた限りではないようなので、
あくまでですね、中身の詳しいメカニズムの話とかはしないでですね、どういった技術で、どういったことに使えそうかみたいな、そういったところをですね、重心に話そうかなと思います。
まずこのJ-E-Vなんですけれども、どういったものかというと、全くですね、新しいことができるとか、そういった技術ではないんですね。
じゃあ従来のですね、LLMをベースにした方がいいかなと思うんですけれども、いわゆる大規模言語モデルですね、チャットGPTとかですね、クロードみたいなものですけれども、
そういったですね、大規模言語モデルは非常に柔軟に入力出力対応できて、何にでも使えるっていうのが特徴だったんですね。
例えば入力も言語でもいいし、画像データでも最近はいけるようになってきますし、出力もですね、非常に柔軟でして、コードも書けるし、文章も書けるし、あと画像とかも出力できるということで、
さまざまな用途に使えるということで、今AIっていうのはLLMを中心としてすごい人気かなというところがあります。
このJBという技術はですね、入力と出力に結構制約、前提を設ける必要があるんですね。
例えば入力はですね、構造化データといってですね、ある程度決められた形式のテキストデータしか入力することができないと、なので画像とかは直接入力することはできませんと。
出力はですね、もう分類の情報ですかね。ラベルが複数あって、昔の画像認識と似たイメージなんですけれども、猫ですか犬ですかみたいな、いくつかのラベルがあって、それぞれ一定の確率があって、どれですかみたいなのを判定してくれる、分類してくれるみたいな。
なので、もちろんイエス・ノーの判定とかにも使えますけれども、それ以外の分類にも使うことができるんですけれど、それ以上のことはできない。
例えばコードを書いたりですね、あと数字を直接出力したりとかはあんまり得意ではない。
もちろん画像とかも直接出力ができないみたいな、それだけ見るとなんかすごい不便じゃないかっていう技術なんですね。
じゃあ何がいいのっていうと、そのコストとスピードですね。
これがですね、従来のLLMに比べると同じぐらいの性能、ちょっと性能のところはですね、まだわからないところもあるんですけれども、そこまでですね、大きな性能の差はなくですね、スピードとコストを数百分の1ぐらいにすることができるっていうのが特徴の技術です。
なので単純にですね、数百倍コストとスピードが下がったら、それはもちろんすごいことなんですけれども、今回はそうではなくてですね、結構特殊な前提というか縛りがあるので、使いどころがですね、結構難しいなというところがあります。
なのでですね、ネットでもこのJBEっていう技術に対しての賛否というかですね、分かれているようなイメージを受けますね。
こんな技術別に昔からあるし、大したことないんじゃないかっていう話と、コストとスピードがですね、数百倍優れているっていう特徴を生かすことで、なんかすごいことができるんじゃないかっていうような意見もあったりしているっていうところですね。
私自身はどうかというとですね、結構難しいところですね。半々ぐらいなイメージですかね。
正直使いどころは結構難しいと思いますので、なんかめちゃめちゃハマるユースケースがバンバン出てくるっていうのはちょっと難しいかなという思いはありつつも、
LLMにですね、入力と出力にこういった制約を設けることで数百倍性能を改善できるですね、可能性があるっていうことを示したことは個人的には結構面白いっていうか発見なんじゃないかなって。
なので一部では結構使われるのは間違いないんじゃないかなと思っていますね。
ここら辺もですね、やっぱりできるってことがわかるとですね、次々と似たJV実装っていうのがネットにも出ているので、ここら辺もですね、しばらくはかなり盛り上がるんじゃないかなと思っています。
ゲームのリアルタイム操作への応用
私がですね、パッと使えそうだなと思って試しているのがですね、ゲームとかのリアルタイムの操作ですね。
以前もですね、マリオとかをですね、LLMでやらせてみてみたいな話をしたことがあったと思うんですけれども、なかなかですねクリアすることが難しかったりですね。
あとはリアルタイムで操作することになるとものすごい課題が出てくるねみたいな話をですね、以前の配信でしているんですけれども、
少なくともですね、そのリアルタイムに操作するっていうところは、このJVの技術でですね、ある程度実現性が見えてくるんじゃないかなと思ったりします。
あとJVの制約から言うと、画像を直接ですね、入力できないっていうのは、このゲームの操作に関してはちょっとイマイチなところはあるんですけれども、
画像をですね、構造化データに変換するみたいな技術自体はいろいろあるので、そういったものを組み合わせたりですね、
そのうちですね、きっとJVも画像の入力には対応してくるんじゃないかなと、しかもそこまでですね、性能を落とさずおそらくできるんじゃないかなという気がするので、
そこらへんができるようになったらですね、ゲームのですね、操作みたいなところにはですね、かなり活用できるんじゃないかなというところでですね、
実はちょっとマリオをですね、試してみたりですね。
あとはバンパイアサバイバーっていうローグライト系のゲームですね。
このバンパイアサバイバーについても以前配信で話しているので、詳しくはそちらで聞いていただければと思うのですが、
これも結構アクション性の強いリアルタイムな操作が要求されるゲームなんですけれども、
こちらをですね、JVを使ってプレイすることみたいなのも、ある程度それっぽくできたりしました。
これはどうやっているかというと、JVが入力できるように、まず画像をキャプチャしたものをですね、
OpenCVっていうですね、画像処理のライブラリを使って、いわゆるAIというよりですね、
トラディショナルな画像処理を使ってですね、構造化データにして、
例えばキャラがこの位置にいますとか、敵がこの位置にいますみたいな情報をですね、与えてやるんですね。
その入力を基にですね、出力はですね、どのキーを押すかというですね、分類問題にすることで、
例えば上に行く、右に行く、下に行く、左に行く、そのまま留まるみたいなところをですね、
操作させるのを出力とすることで、JVでですね、バンパイアサバイバーをプレイすることができるというわけですね。
このバンパイアサバイバーですね、YouTubeでですね、GPTのアストラにやらせてみるみたいな動画が上がっていたんですけれども、
それを見るとですね、キャラクターを全く一歩も動かせずにですね、終わってしまう。
要は動かす指示をしている間にですね、敵にやられてしまったり、
動かなくてもある程度強くてクリアできてしまっているみたいな、そんな動画だったんですけれども、
それはですね、やっぱりリアルタイムな動きっていうのに、今のLLMとかが適してないけれど、
JVだったらそういった操作が可能になるっていうのが一定見えたかなというのが、ちょっと面白かったところですかね。
ゲームデバッグとマルチプラットフォーム開発
で、こういったですね、AIをゲームのデバッグとかに使うみたいなところはですね、今もかなり盛んに行われているみたいなんですけれども、
このスピード、リアルタイム性っていうのは、今の大きな課題だと思っているので、
そのゲームのデバッグとかに関しては、JVっていうのはすぐ応用できるんじゃないかなと思ったりします。
このゲームのAI活用ですね。
前ですね、トルネコの大冒険っていうゲームを購入した時にですね、レビューでですね、操作性が悪いとかですね、結構悪い評判がたくさんついていたんですね。
で、ベースとなったですね、スーパーファミコン版のトルネコの大冒険がものすごい操作性が良かったので、今回のリマスター版はですね、やっぱりそれと比較する意味もあってですね、結構ちょっと操作しづらいところが目立ってしまっている点があるみたいです。
で、あとですね、このゲームもですね、デバッグにAIを活用したってことがですね、結構ニュースでも取り上げられていたみたいで、
それもあってですね、やっぱりそのAIにデバッグを任せて、人間でのデバッグをサボっているからこんな使いづらいことになるんだみたいな、そんな意見も見たりしましたが、私はですね、その意見もかなり乱暴なところがあるなと思っていまして、
まあもちろんですね、なかなか手が回らずクオリティを上げれなかったっていうところは問題としてあるかもしれないんですけれども、今のゲームの開発としてですね、様々なプラットフォームですよね。
昔はスーパーファミコン一つに出せば良かったんですけれども、今はですね、多くの人に遊べるように多くのプラットフォームがあるので、それこそ任天堂スイッチの他にですね、
あとはiPad版ですね。私はこちらで遊んでいるんですけれども、そのiOS版を出したりとかですね、あとは他のSteam版でも出したりといったふうに複数のプラットフォームに出しているので、その全部でですね、インターフェースとかですね、
人とのインタラクションのところでですね、高い性能を実現するのはなかなか難しいことなんだろうなと思ったりはしますね。
まあもちろん作り手の言い訳と言われればそうかもしれないんですけれども、結構昔のゲームとかも本当にブラックな環境、例えば1週間ぐらい家に帰らず徹夜してですね、作り上げたみたいなそんな逸話も残っているので、
なんかそういうことをですね、やっぱり今の時代難しいですし、やりたくないですよね、誰も。その当時の黎明期でそこに対して熱い思いがあったりとか、もしくはですね、お金がめちゃめちゃそれで入ってくるみたいな状況があればまた違いますけれども、
やっぱり今の時代でですね、そういった開発体制を維持するっていうのは現実的じゃないっていう、そういった純然たる現実もあると思いますし、
その中でAIを活用してデバッグしてクオリティを高いものを届けるっていうのはですね、もう必須になるんじゃないかなと、もちろん自分のAI関係の会社にいるっていうポジショントークもありますけれど、
それを抜きにしてもですね、重要なことなんじゃないかなと思ったり、私はしていますと。ここから先はですね、内部事情を知っているわけではないので、ネットで出ている情報からの推測になりますけれども、
最近結構AIですね、LADMとかもゲームに活用しているみたいな話も聞いたりしているので、そんな中やっぱりですね、この時間とコストっていうのはめちゃめちゃ大きな制約になってきているんだろうなっていうのは想像に難くないので、
ここのゲームのデバッグにですね、JVっていうのはおそらくすぐ活用していくんじゃないかなと感じたりしました。
低コスト・高速化が生む新用途
ただですね、逆を言うと自分には今のところそれ以外の有望な使い道がまだ思いついていないというのは正直なところとしてあります。
ただこういったですね、技術のコストとですね、スピードが数百倍、コストパフォーマンスが上がったことで新たな使い道が出てくるみたいなのは結構あることなんですね。
例えばですね、ゲームボーイっていうゲーム機はですね、電卓に使われているCPUがですね、電卓の量産効果でコストがものすごい下がったことでですね、ゲームとして販売することができるようになったみたいな話もあったりするので、
そういったですね、コストが下がったから、スピードが上がったからこそできるユースケースっていうのは結構あったりすることもあるので、柔軟な発想でですね、ユースケースを探してみるみたいなのはですね、非常に面白いんじゃないかなと思いますし、
私自身もですね、どんな使い方があるのかなっていうのは知るのはちょっと楽しみではあったりするので、しばらくはですね、この動向をチェックしてみたいかなと思っています。
といったところでですね、今日はコメント会社は省略したいと思います。
唐揚げ帝国放送局ではコメント大募集中です。
SNSのハッシュタグの唐揚げ帝国放送局であったり、無料のコミュニティの唐揚げ帝国のお便りチャンネルでコメントをいただきましたら、この配信でも取り上げていきますので、ぜひ年々コメントの方をお寄せください。
本日の配信は以上となります。
それではまた。
![[6] リスナーは0人ではない / 本物の会話 / さまざまなエージェント活用](https://image.listen.style/img/CoazSOVLhcG5dBTuoKdLgMRtBIFBGB7_D8vGzpEgz2M/resize:fill:80:80/aHR0cHM6Ly9pbWFnZS5saXN0ZW4uc3R5bGUvcC8wMW0wN3gyZXFxNDFncHE3a21id3AxNHludC9pbWFnZXMvUjVWZ2JKbDNnNklPVjZzVWU1TGxFSjVJaHlXcjdPaXhUcGdqTzd4cC5wbmc.avif)
![[3月10日:速報回]GPT-5.4/Gemini 3.1 Flash-Lite/ガバメントAI/DeNA南場智子(ep.50)](https://image.listen.style/img/nOkqDaWhPSQVjMBhoSwfQ0gWx6QvUy8cPbJSsxChU2c/resize:fill:80:80/aHR0cHM6Ly9kM3Qzb3pmdG1kbWgzaS5jbG91ZGZyb250Lm5ldC9zdGFnaW5nL3BvZGNhc3RfdXBsb2FkZWRfZXBpc29kZS80NDQ2NDQzNy80NDQ2NDQzNy0xNzczMDgyNTU0NzM2LTQxYTFjYjAwMDViYS5qcGc.avif)
![[6月30日:速報回]ループエンジニアリングとは？日本語小型モデルPLaMo 3.0の意味(ep.82)](https://image.listen.style/img/ihkGnbQdxnsQZv7iKlGhGbP9onftBbTnYUrgsIDN4c8/resize:fill:80:80/aHR0cHM6Ly9kM3Qzb3pmdG1kbWgzaS5jbG91ZGZyb250Lm5ldC9zdGFnaW5nL3BvZGNhc3RfdXBsb2FkZWRfZXBpc29kZS80NDQ2NDQzNy80NDQ2NDQzNy0xNzgyNzc2NDk2NDgxLTljZDE4MWI3NGMxZmEuanBn.avif)