生成 AI 開発に Google Cloud がおすすめな理由とは
こんにちは、クラウドエース編集部です。
2022 年の ChatGPT の登場以降、人間と会話するようにチャットができる対話型 AI や、テキストから画像を生み出す画像生成 AI など、「生成 AI」と呼ばれるサービスが世界中で大きな話題を集めており、あらゆる大企業やスタートアップが生成 AI を組み込んだサービスの開発を急速に進めています。
アプリケーションや業務システムなどのクラウド開発リソースといえば Amazon、Microsoft、Google の 3 大クラウド事業者が大きなシェアを獲得していますが、生成 AI の分野についても各社ともに長年にわたる研究の成果をリソースとして提供を開始しており、プラットフォーマーとしての立ち位置を確固たるものにすると考えられています。
その中でも、生成 AI 開発には Google Cloud がおすすめと言える理由や、Google Cloud を使った生成 AI 開発のユースケースについて本記事で紹介していきます。
Google の高度な AI・機械学習技術を利用できる
1 つ目の理由は、Google が提供する高度な AI・機械学習技術を利用できる点です。
Amazon の AWS や Microsoft の Azure をはじめとして、生成 AI 開発ツールを提供するクラウドプラットフォームは Google Cloud 以外にも多数あります。しかし、その中でも Google Cloud は特に高度な AI や機械学習の技術を持っています。
その理由の一つは、Google が検索エンジンで培った世界でも最大級のデータセットを保有しており、これによって高度な機械学習モデルをトレーニングできるためです。大量のデータを利用してモデルを訓練することで、高い精度の予測や解析が可能となっているのです。
また、Google は常に AI・機械学習に関するさまざまな先進的なプロダクトを発表してきました。例えば、2015 年には「TensorFlow」というオープンソースの機械学習フレームワークを発表し、多くのエンジニアに利用されています。さらに、現在高い人気を集めている対話型 AI サービス「ChatGPT」も、2017 年に Google が発表した「Transformer」という大規模言語モデルがベースとなっています。
このように、Google は AI ・機械学習の分野において最先端を進んでいます。Google Cloud のサービスを使うことで、常に最新の技術を利用できます。
企業がモデルを独自にカスタマイズできる
2 つ目の理由は、企業がニーズに応じて生成 AI のモデルをカスタマイズしたりチューニングすることが可能である点です。
Google Cloud が提供する「Vertex AI」の Model Garden を利用することで、基盤モデル*である PaLM や、事前学習済みのモデル、オープンソースのモデル、そして今後はサードパーティーのモデルなど多数のモデルの中から、ニーズにあったものを UI 上で選択することができます。
さらに、選んだモデルは直接使用するだけでなく、Generative AI Studio を使うことでプログラミングの知識がなくてもプロンプトをデザインし、モデルをチューニングをすることができます。
また、 Vertex AI のファインチューニング機能を使うことで、企業が保有する独自のデータを事前学習された言語モデルと組み合わせてモデル自体をカスタマイズすることができるため、独自のタスクに特化したチューニングも可能となります。
これらの機能により、Google Cloud ではコストバランスに優れた生成 AI 開発におけるモデル作成を実現しています。
| *基盤モデルとは
大量で多様なデータで訓練された、様々なタスクに適応してアプリケーションの基盤にできる大規模な AI モデルのこと。 |
生成 AI 関連サービスが数多く追加されている
3 つ目の理由は、Google Cloud には日々、新たな生成 AI 関連サービスが数多く追加されアップデートされている点です。
例えば、2023 年 5 月に行われた「Google I/O 2023」においては、AI に関する新規プロダクトの発表が多数行われました。具体的には、高速かつ効率的な処理が可能な最先端の LLM*「PaLM 2」や、PaLM 2 が搭載された対話型 AI「Bard」が日本語や 20 以上のプログラミング言語に対応することなどが発表されました。
さらに、2023 年 8 月 22 日に Google Cloud が主催する Generative AI Summit で、Vertex AI の大規模言語モデル「PaLM 2」とコード生成・補完向けのモデル「Codey」が日本語対応となったことが発表されました。これに伴い、PaLM 2 や Codey を活用した日本語ベースの生成 AI アプリケーションの普及が日本国内で加速することが期待されます。
| *LLMとは
「LLM」は、大量のテキストデータを使ってトレーニングされた自然言語処理のモデルのこと。テキストの分類や翻訳、要約、情報の抽出、テキスト生成、質問応答などが可能。 |
Google Cloud を使った生成 AI 開発の具体例
ここからは、記事を読んでいる方が Google Cloud を使った生成 AI 開発をよりイメージしやすいようにユースケースを紹介していきたいと思います。
コンテンツ検索機能の構築
1 つ目のユースケースは、コンテンツ検索機能の構築です。これは、特にメディア企業などで活用できます。
具体的には、Google Cloud の「Generative AI App Builder」というプロダクトを利用することで、自社独自のコンテンツ検索機能を構築することができます。これは、機械学習の専門知識なしでも簡単にチャットボットや検索アプリケーションを生成できるサービスです。
例えば、大量のコンテンツを保有するメディア企業は、Generative AI App Builder を利用してコンテンツ検索機能エンジンを構築できます。これにより、ユーザーは自分の探している音楽、動画、ブログなどのコンテンツを瞬時に見つけることが可能となります。さらに、会話型のチャットボットを構築すれば、高度にパーソナライズされたコンテンツやサービスのおすすめを提示することもできます。
ユーザーが関連コンテンツを瞬時に見つけられるようになることで、エンゲージメントや表示率の向上に繋げられるでしょう。
効果的な商品カタログの作成
2 つ目のユースケースは、効果的な商品カタログの作成です。これは、E コマースを運営する小売業の企業などで特に役に立つ機能です。
Google Cloud を利用することで、画像やテキストなどの非構造化データを意味的に類似したアイテムと照合したり、テキストによる画像の検索や、画像によるテキストの検索を実現できます。さらに、サイトに訪れたユーザーの行動に基づいた精度の高い商品のレコメンドをしたり、ユーザーの検索意図を深く理解した精度の高い結果を提供することも可能です。
これらを実現するための機能としては、画像認識サービス「Vision AI」、類似コンテンツをマッチングさせる「Vertex AI Embeddings」、コンテンツの保存と分類を行う「Vertex AI Matching Engine」などがあります。
Google Cloud のプロダクトを使用することで、適切な商品説明の生成やカテゴライズ、精度の高いレコメンドが可能となります。結果として、オンラインショッピングなどにおけるエンゲージメントの向上が期待できるでしょう。
新規コンテンツの生成
3 つ目のユースケースは、新規コンテンツの生成です。これはあらゆる企業におけるマーケティング業務において、特に活用されています。
コンテンツ生成に役立つ Google Cloud のサービスとしては、「Generative AI Studio」があります。これは、テキストから高精度な画像を生成する「Imagen」、数行の文章からコンテンツを生成する「PaLM API for Text」などで構成されるサービスです。
これらの機能を活用することで、効果的な広告や SNS・ウェブサイトのコンテンツ、メルマガなどの画像やテキストを瞬時に生成できるようになります。Google の生成 AI プロダクトを使えば、このような創造力を要する業務も効率化できるのです。
情報の発見・要約
4 つ目のユースケースは、情報の発見・要約です。これは、研究職をはじめとして、市場調査や分析業務など幅広く活用できる機能です。
具体的には、「Generative AI App Builder」で提供される「Enterprise Search」を使うことで、社内の大量のデータから必要な情報を瞬時に提供する検索機能を数分で構築できます。自然言語で質問を投げかけると、テキスト、画像、動画、数値、音声など複数種類のデータから、ユーザーの意図を理解した上で、わかりやすくまとめられた形での回答を取得できます。
Enterprise Search で自社用の検索エンジンを構築することで、研究・調査・分析業務の際にも大量の資料を読み込む必要がなくなります。また、この機能を利用することで、使いやすい従業員向けの社内システムを構築することもできるでしょう。
デベロッパーの生産性向上
5 つ目のユースケースは、デベロッパーの生産性向上です。Google Cloud では、エンジニアのコーディング業務などを大きく効率化するプロダクトも提供されています。
例えば、Google Cloud で提供される基盤モデル「Codey」を使えば、自然言語で指示するだけでコードを生成できます。そのほか、コードの最初の数行を打ち込むことで次の数行の提案を受けたり、コードに関連する質問を会話形式で投げかけたりすることもできます。
Codey を利用することで、コードの生成・補完・品質の向上を実現できます。開発者の作業を大幅に迅速化することに加え、エンジニアのスキルギャップの解消にも繋げられるでしょう。
まとめ
ここまで、生成 AI 開発における Google Cloud の強みについて紹介してきました。この記事を参考に、Google Cloud を活用して生成 AI 開発を進めて、業務の効率化や新規ビジネスの創出に繋げてみてください。
また、クラウドエースは Google Cloud 生成 AI ソリューションパートナー 『パートナーカテゴリ：生成 AI ロケットスターターパッケージ*』に選出されました。
詳しくはこちら：https://cloud.google.com/blog/ja/topics/partners/generative-ai-partner-ecosystem-in-japan/
| 生成 AI ロケットスターターパッケージ *
お客様企業が生成 AI 導入を行う際の技術支援を行うパートナー企業です。基盤モデル API を既存システムと連携させ、Embeddings や Matching Engine を活用して基盤モデルを更にお客様企業の文脈に沿ったものにするための支援などを行ないます。 |
生成 AI の導入における技術的な支援をご検討されている企業様、ぜひ弊社までお問い合わせいただけましたら幸いです。
お問い合わせ窓口はこちら
参照元:https://cloud.google.com/use-cases/generative-ai?hl=ja
※ Google、Google Cloud、TensorFlow、および Vertex AI は Google LLC の商標です。