Zhipu AI創設者が語るオープンソースの意義、GLMと競合を比較

中国のAIユニコーン企業であるZhipu AI（智譜AI）の共同創設者であり、清華大学教授でもある唐杰（Tang Jie）氏は、最先端の人工知能（AI）モデルは可能な限りオープンソースとして公開され、広くアクセス可能な状態に置かれるべきだと主張している。この発言は、OpenAIやGoogleなどの米国大手がクローズドソース化を進める現状に対する強いカウンターパートとして機能する。

Zhipu AIが開発する「GLM（General Language Model）」シリーズは、独自のバイリンガル（中英）最適化アーキテクチャを採用しており、オープンソースコミュニティにおいてMetaのLlamaシリーズと並ぶ重要な選択肢となっている。唐氏は、AI技術の独占が技術格差を広げ、イノベーションの速度を鈍化させると指摘し、モデルの重み（ウェイト）を公開することが、世界中の研究者や開発者が安全かつ効率的にAIをカスタマイズするための基盤になると説いている。

Zhipu AIの主力オープンソースモデルである「GLM-4-9B」は、同規模のパラメータ数を持つ競合モデルと比較して、特にアジア圏の言語処理や長文コンテキストの処理において高いパフォーマンスを示す。以下は、GLM-4-9Bと、MetaのLlama-3-8B、およびクローズドソースであるOpenAIのGPT-4oの技術スペックとAPIコストの比較である。

GLM-4-9Bは、Llama-3-8Bと比較して標準で128Kのコンテキストウィンドウをサポートしており、長大なドキュメントの解析において優位性を持つ。また、APIコストの面でも、GPT-4oのようなクローズドモデルと比較して約50分の1から150分の1のコストで運用可能であり、大規模なバッチ処理や頻繁なリクエストが発生するエンタープライズ用途において極めて高いコストパフォーマンスを実現している。

開発者が実務においてAIモデルを選定する際、単なるベンチマークスコアだけでなく、データ主権の確保とカスタマイズの自由度が決定的な要因となる。クローズドAPIに依存するシステム設計では、ベンダーロックインのリスクや、機密データの外部送信に伴うセキュリティ懸念が常につきまとう。

これに対し、GLMのようなオープンソースモデルは、オンプレミス環境やプライベートクラウド上での完全なローカル実行が可能である。さらに、LoRA（Low-Rank Adaptation）などの手法を用いた特定の業務ドメインへのファインチューニングも容易であり、企業独自のナレッジを安全にモデルへ統合できる。唐杰氏が提唱する「オープンなAIエコシステム」は、単なる理念にとどまらず、開発者がインフラの制御権を取り戻し、持続可能なAIアプリケーションを自律的に構築するための現実的な選択肢を提示している。