LLMで変わる開発【前編】
「生成AIでアプリ開発」がもたらす、効率化どころじゃない“根本的な変化”とは
大規模言語モデル（LLM）などのAI技術を用いたアプリケーション開発は、従来の開発と何が違うのか。考慮すべきポイントと併せて解説する。
OpenAIのAI（人工知能）チャットbot「ChatGPT」や、MicrosoftのAIアシスタント「Microsoft Copilot」をはじめとする各種AIツールの登場により、テキストや画像などを自動生成するAI技術「生成AI」（ジェネレーティブAI）や、その基となる大規模言語モデル（LLM）の可能性が広く認知されることとなった。
今やLLMの用途は日常業務の補助にとどまらず、革新的な製品やサービスの開発と、ビジネスの差別化にも役立てられている。専門家によると、AI技術を用いた開発には、従来のアプリケーション開発とは根本的に異なる点があるという。具体的に何が違うのか。
「AIによる開発」と従来の開発の“根本的な違い”は？
併せて読みたいお薦め記事
開発者が読みたい「AI」の今後に関する記事
従来の開発では、既知のシステムやAPI（アプリケーションプログラミングインタフェース）を使用する際、入力内容とそれに対応する結果の文書化が可能だった。「常にとは限らないが、システムが出力する内容は決定的で予測可能だった」。こう話すのは、ソフトウェアベンダーTricentisでAI担当のバイスプレジデントを務めるデビッド・コルウェル氏だ。
その仕組みを、生成AIは根本から変えた。LLMは膨大なデータで訓練されるが、だからといって出力する内容が正しいとは限らない。「これはバグではなく、むしろ生成AIの本質的な特性だ。将来的にLLMが改善されることを願うしかない」とコルウェル氏は話す。
ただしコルウェル氏は、生成AIによる出力内容が常に正しいわけではない点を問題視すべきではないと捉えている。その代わりに、AI技術を理解することに時間をかけるべき、いうのが同氏の助言だ。
「AI開発」におけるツールの有効性
LLMの導入に当たってはフレームワーク（プログラム開発に必要な機能の集合体）を活用できる。例えば、開発者はAI開発向けのオープンソースフレームワーク「LangChain」を使うことで、迅速にプロトタイピング（試作品を用いた事前検証）や実験を実施できるようになる。
ローコード（最低限のソースコードを記述）開発ツールの活用も有効だ。ローコード開発ツールは、機械学習の専門知識が不足しているユーザーでも使いやすいインタフェースになっていることが一般的だ。
ただしローコード開発ツールを使う際の注意点もある。「ローコード開発ツールによってLLMを搭載したアプリケーション開発は容易になるが、専門的なタスクを組んだり複雑なLLMを扱ったりする際には限界がある」。モバイルデバイスベンダーZebra TechnologiesでAI研究グローバルディレクターを務めるアンドレア・ミラビレ氏はそう指摘する。
LLMの性能を強化するためには、ハイパーパラメーター（機械学習モデルのトレーニングに使う変数）の調整、学習データの管理の実施が欠かせない。開発者がLLMの挙動を適切に判断するには、機械学習アルゴリズムを正しく理解する必要がある。
中編は、生成AIの導入に乗り出す前に確認すべきポイントを解説する。
Computer Weekly発 世界に学ぶIT導入・活用術
米国TechTargetが運営する英国Computer Weeklyの豊富な記事の中から、海外企業のIT製品導入事例や業種別のIT活用トレンドを厳選してお届けします。
Copyright © ITmedia, Inc. All Rights Reserved.
Computer Weekly発 世界に学ぶIT導入・活用術
この記事の著者
関連記事
新着ホワイトペーパー PR
-
製品資料
[サイボウズ株式会社] AIに何を聞いても「汎用的な答え」しか返ってこないのはなぜか？ -
製品資料
[サイボウズ株式会社] なぜAIは組織で定着しないのか？ 全社活用を阻む「3つの壁」の突破法 -
製品資料
[株式会社スタディスト] 「不適合品率」改善はどこから始める？ すぐにできて効果が大きいポイントとは -
製品資料
[株式会社スタディスト] 食品ロスを利益に変える「現場標準化」のすすめ -
技術文書・技術解説
[株式会社スタディスト] チョコ停・ドカ停を防ぐ「事前対策」の進め方
こんなメディアも見られています
TechTargetジャパンに関連する情報をお探しであれば、こちらのメディアもお役に立てるかもしれません。
ベンダーコンテンツ PR
From Informa TechTarget
SpecialPR
アクセスランキング
-
1
いまIBM iエンジニアが直面する「5つの技術的課題」とその解決策
-
2
SAPの負荷増に苦しむZeissが「リアルタイム分析」「安定運用」を両立させた道
-
3
なぜMicrosoftは「Rust」を標準言語に？ AIで進むC/C++書き換えの課題
-
4
なぜ「Claude Code」拡張は消しても危ないのか？ Cursorで不正版配信
-
5
Microsoft 365侵害企業の9割はMFA導入済み 1002人調査で見えた盲点
-
6
【基本情報技術者試験】データ消失リスクを防ぐ3つの「バックアップ手法」を比較
-
7
8割がアナログに逆戻りする“やっぱりな理由” DXを阻む2つの落とし穴
-
8
なぜ「全社配布Copilot」は使われないのか？ 失敗に学ぶAI定着
-
9
PHPはそもそも必要か？ 脆弱性で問われる自社サイト安全性と保守負担のバランス
-
10
脱VMwareの真実：データセンター大手がNutanixを選んだ「コスト以上の理由」
ホワイトペーパーランキング PR
-
1
「IT史に名を残すシステム障害」8選
-
2
侵入から横展開まで27秒の脅威にどう立ち向かう？ 防御のカギがEDRの理由
-
3
有識者が語る、中堅中小企業に求められる最新のサイバーセキュリティ対策とは
-
4
AI駆動攻撃にどう対抗する？ 超速の攻撃からエンドポイントを保護する方法
-
5
10G回線の真価をフルに享受するには？ 導入前にチェックしたいポイント
-
6
なぜAIは組織で定着しないのか？ 全社展開を阻む「3つの壁」と突破のヒント
-
7
パスワードレスへの移行で失敗しないためには？ 導入・運用上の注意点を解説
-
8
自社のセキュリティ対策は大丈夫？ 自己診断リストで対策の優先順位が分かる
-
9
ランサムウェア攻撃“究極の対策”はこれだ
-
10
Microsoft 365のメールセキュリティ、3つの“死角”と追加で検討すべき対策とは
TechTargetジャパン SNS
@techtarget_itmをフォロー
インフォメーション
注目情報をチェック
TechTargetジャパンをフォロー