あなたが使っているパソコンのメモリは、世界全体で見れば「非効率」かもしれない。
OpenAIのサム・アルトマンCEOが語った資源配分の考え方をきっかけに、そんな議論が広がっています。
発言の発端は、AIを自分のPCで動かす「ローカル推論」でした。
メモリの供給が限られるなか、個人がそれぞれ所有するよりも、多くの人でクラウドの設備を共有した方が効率的だと、同氏は考えています。
効率を重視する考えには一理あります。
それでも、自分の機器を持っていれば、外部サービスに頼らず作業でき、データの扱いも自分で決めやすくなります。
その自由を犠牲にしてまで、資源を集めるべきなのでしょうか。
発言の意図を読み解きながら、AIを動かす力が少数の企業に集まったとき、利用者に何が起こり得るのかを考えます。
アルトマン氏はインタビュー「Cheeky Pint」で、計算資源や半導体の供給に制約がある中、オープンなモデルを個人のコンピューター上で動かせば、データセンターへの依存を解消できると考える人がいると指摘しました。
その上で、世界全体の資源配分という観点からは、限られたDRAMが個人のPCに分散し、使われない時間があることは望ましくないと説明しています。
供給が限られる状況では、クラウドで利用率を高めるべきだというのが、発言の骨子です。
RAMは、PCが処理中のデータを一時的に置くためのメモリです。DRAMはその代表的な種類で、個人のPCだけでなくサーバーなどにも使われます。
ただし、製品ごとに仕様が異なり、個人向けメモリとデータセンター向けの部品を、そのまま互換品のように扱うことはできません。
参照：インタビュー書き起こし https://ceointerviews.ai/interview/3156554/ ／報道 https://www.tomshardware.com/tech-industry/data-centers/openai-ceo-says-its-quite-terrible-for-your-pc-to-have-ram-sam-altman-says-data-centers-offer-better-utilization
報道やSNSでは、「アルトマン氏は個人がRAMを持つことに反対している」と受け取れる見出しも見られます。
ただし、確認できる発言は、供給が制約される中での資源配分に関する意見です。
個人のPCやメモリの所有を禁止する、既存のメモリを回収する、といった政策を提案した発言は確認できません。
会話には「5％の時間」という数字も登場しますが、それが調査によって示されたPCの平均稼働率だという根拠は確認できません。
発言の意図を伝える場合も、測定済みの統計として引用しないことが大切です。
ローカルAIは、手元のPCなどにモデルを置き、その機器の計算能力を使って動かす方法です。
モデルの取得や初期設定に通信が必要な場合はありますが、対応する構成なら、導入後はインターネットに接続せずに使えるものもあります。
入力した内容を外部の事業者に送らずに処理できることも、利用者がローカル環境を選ぶ理由の一つです。
ただし、データが自動的に安全になるわけではありません。PCの紛失、マルウェア、不適切な設定といったリスクは残ります。
さらに、使えるAIの性能は、モデルの大きさやPCのメモリ、GPUなどに左右されます。
大規模なモデルほど多くの資源を必要とし、一般的なPCで快適に動かせない場合もあります。
クラウドAIでは、利用者の入力を受けた外部のサーバーがAIの処理を実行し、結果を返します。
ChatGPTのようなサービスを使えば、高性能なPCを自分で用意しなくても、大規模なモデルを利用できます。
多くの利用者で設備を共有できるため、利用時間がずれる人同士の需要をまとめ、設備の稼働率を高められる可能性もあります。
アルトマン氏の発言は、この共有による効率を重視したものです。
ただし、クラウド設備が常に高稼働しているとは限らず、通信や待機、冷却なども含む全体の効率は、設備と使い方によって変わります。
両者は対立するだけのものではありません。
たとえば、機密性の高い下書きはローカルで処理し、大きなモデルが必要な作業はクラウドを使うという組み合わせも考えられます。
何を優先するかで、適した方法は変わります。
PCが使われていない時間だけを見れば、メモリは遊んでいるように見えます。
しかし、その余力があるからこそ、必要なときに自分の仕事や趣味に使えます。
手元のPCなら、対応するソフトを使って保存済みのファイルを通信障害時にも編集できます。
動画編集、ゲーム、プログラミングなどの用途も自分で選べる。
必要な性能を自分で確保できれば、外部サービスの混雑や利用条件に左右されにくいという利点があります。
Redditの投稿には、クラウドへの集約によって、個人の自律性やプライバシーが損なわれるのではないかという反応が寄せられています。
これらは利用者の懸念であり、そのまま事実として確定できるものではありませんが、反発の理由を理解する材料になります。
もう一つの論点は、発言者がOpenAIのCEOであることです。
OpenAIはクラウドを通じてAIサービスを提供しており、利用者がクラウドAIを選ぶことは同社の事業とも関係します。
資源配分について事業者が意見を述べること自体に問題があるわけではありません。
しかし、その意見を評価する際には、社会全体にとっての利益と、特定の事業者にとっての利益を分けて考える必要があります。
個人の利用が「非効率」だとしても、だから直ちに、企業のデータセンターでの利用の方が社会的に価値が高いとは言えないからです。
AI向けデータセンターの需要拡大とメモリ供給をめぐる競争も、報道されています。
ただし、価格や供給には製品の種類、生産能力、契約、市況など複数の要因が関わります。
個々のPC価格の上昇を、OpenAI一社だけの責任として説明することはできません。
発言から本人が独裁を目指しているとは断定できません。
ただし、資源を集中させるという発想が社会に広がった先には、検討すべき問題が残ります。
一方、計算資源が一部の企業に集中し、個人が自分でAIを動かす選択肢を失えば、利用者と事業者の力関係が大きく偏る可能性があります。
ここでいう「独裁的な構造」とは、今回確認された制度ではなく、少数の主体が基盤の利用条件を広く決められるようになることへの懸念です。
クラウドサービスの運営者は、提供する機能や価格、利用規約を決めます。
サービスを維持し、不正利用を防ぐために、一定のルールが必要なのは当然です。
問題は、代替手段が乏しい状態で、生活や仕事が少数のサービスに依存した場合です。
たとえば、利用料が上がったとき、ほかに移れるサービスや自分で動かせるAIがあれば、利用者は選択できます。
反対に、十分な代替手段がなければ、条件を受け入れるか、必要な作業を諦めるかという選択を迫られるかもしれません。
アカウント停止やサービス終了、通信障害の影響も同様です。
ある事業者の判断やトラブルが、そのまま多くの人の業務を止めることになれば、技術的な集中は社会的な力の集中へと変わります。
クラウドでAIを使う際は、入力した情報がどのように送信、保存、利用されるかが重要です。
実際の取り扱いはサービスや契約、設定によって異なるため、「クラウドは必ず監視される」と一括りにはできません。
ただ、個人の機器で処理する選択肢がなくなれば、外部への情報送信を避けたい人も、事業者の設計や規約に依存しやすくなります。
安全対策のための利用制限も、適用範囲や異議申し立ての仕組みが不透明なら、正当な利用まで妨げる可能性があります。
だからこそ、効率の良さだけで集中を評価するのではなく、複数の提供者が競争できるか、利用者が別の手段へ移れるか、運用ルールを検証できるかまで見る必要があります。
高性能なAIを手軽に使えるクラウドと、手元で処理できるローカル環境。
それぞれの利点を生かすには、利用者が両方を選べることが欠かせません。
選択肢が残れば、利用者は価格やデータの扱いに納得できないサービスから移ることができます。
事業者にとっても、料金や品質を改善する動機になるでしょう。
オープンなモデルを利用する場合も、公開条件はモデルごとに異なります。
誰でも自由に改変・商用利用できるとは限らないため、ライセンスや利用条件を確認しましょう。
AIサービスを選ぶ際は、性能や月額料金に加えて、入力データの保存期間、学習への利用設定、データの削除方法を確認したいところです。
仕事で使うなら、所属先のルールや契約も踏まえなければなりません。
さらに、会話履歴や作成物を持ち出せるか、別サービスに移行しやすいかも、長く使ううえでは判断材料です。
ローカルAIを試す場合は、PCのメモリ容量と必要な性能を確認し、小さなモデルから始めると負担を抑えられます。
ローカルとクラウドを使い分けられれば、便利さを取り入れながら、依存先を一つに絞らずに済みます。
メモリの稼働率を高めることと、人が自分の意思でAIを使えること。その両方に価値があります。
計算資源が少数の企業に集中し、利用者が別の手段を持てなくなれば、料金や利用条件を決める力も偏り得ます。
誰が設備を所有しているかだけでなく、利用者が不都合な条件を拒み、別の方法を選べるかが問われます。
クラウドを便利に使いながらも、ローカルでの実行や他社への乗り換えを選べる状態を残す。
AIを使う人にとっても、社会の基盤を設計する側にとっても、その選択肢が失われていないかを見続ける必要があります。
.png){kind=logo}
