公共AI、制約多い環境下での稼働

政府機関は、厳格なセキュリティと統制の環境下でも人工知能（AI）を安全に活用することを目指しており、特定目的に最適化された小型で効率的なAI言語モデル（SLM）の導入が推進されている。これは、複雑な規制の中でAI技術の適用範囲を広げる新たな試みと見なされている。

AIの導入は全産業に広がる中、公共部門もAI導入の圧力を受けているが、民間部門とは明確に異なる固有の制約条件がAI導入を困難にしている。セキュリティ、ガバナンス、運用面で公共機関が直面する問題は、AIの実質的な現場適用を複雑化させている。公共部門の幹部の79％がAIデータセキュリティを懸念しており、政府機関はネットワーク経由で転送されるデータに対する統制を極めて限定的にしか許可していない。

このような環境において、「目的別カスタマイズ小型言語モデル（SLM）」は、政府機関が要求するセキュリティ、信頼性、統制を備えたAI運用を実現するための、実質的かつ最新の技術的代替案として浮上している。SLMは、数十億から数兆に及ぶパラメータを持つ専門化されたAIモデルであり、大規模言語モデル（LLM）に比べて計算リソースの要求量が少ない。公共部門は、外部の中央集権的な場所に配置したり、大規模化するモデルを構築したりする必要なく、SLMを自らの小規模な環境に設置して運用できる。SLMはLLMと同等かそれ以上の性能を示し、機密情報を効果的かつ効率的に活用しつつ、大規模モデルを維持する複雑さを回避することを可能にする。公共機関はGPUインフラの管理に慣れておらず、GPUの購入を避けるケースも多いため、GPUへのアクセスがAIモデル運用のボトルネックとなることが多いが、SLMはこうしたインフラの制約を緩和するのに貢献する。