今年初めのDeepSeek R1大規模言語モデル（LLM）の登場は、生成的人工知能（Gen AI）にとって変革の瞬間を告げました。この出来事は、技術的な観点からだけでなく、商業的および戦略的な観点からも大きな飛躍を意味しました。DeepSeekは、高度なLLMが以前考えられていたよりも大幅に低いコストで開発できることを実証し、重要なことに、このイノベーションがシリコンバレーに限定されないことを示しました。
DeepSeekの出現は、米国と中国の間の進行中の技術競争や、マレーシアの株式市場におけるデータセンター熱の一時的な冷却を超えて、マレーシアのAIエコシステムに深刻な影響を与えます。
オープンソースの重要性
DeepSeekのLLMの重要な側面は、オープンソース技術に基づいていることです。DeepSeek R1のようなモデルは、オープンソースまたはオープンウェイトライセンスの下で利用可能であり、自由にダウンロード、変更、使用できることを意味します。このオープンソースの性質は、LLMの進化と商業化に大きな影響を与えます。
長年にわたり、Baidu、Alibaba、Tencentなどの中国のテクノロジー大手は、オープンソースのAIモデルを積極的に開発してきました。中国の大学や政府のイニシアチブに支えられたこの戦略は、「オープンイノベーション」アプローチを採用し、研究開発を加速し、AI能力で米国を凌駕する可能性を目指しています。
しかし、オープンソースAIへの取り組みは中国にとどまりません。MetaとGoogleも、競争要因に動機付けられて、オープンウェイトLLMをリリースしました。これの背後にある理論的根拠は、「補完財のコモディティ化」というビジネス戦略に根ざしています。ある企業がGen AIに大きく依存している場合、ChatGPTのような独自のモデルにのみ依存するよりも、オープンソースの代替手段に投資する方が有益な場合があります。独自のLLMがまだ使用されている場合でも、優れたオープンソースモデルの利用可能性は、OpenAIのような主要ベンダーの価格決定力を弱めます。
この戦略は、サーバーおよびネットワーク機器のメーカーであるOracleが行った行動を反映しています。Oracleは、MicrosoftのWindows OSの価格支配を抑制するために、オープンソースのLinuxオペレーティングシステムをサポートしました。
動機が何であれ、高品質のオープンウェイトLLMの利用可能性は、マレーシアのような国々のコストを大幅に削減し、イノベーションのための新たな扉を開きます。
政府と企業へのメリット
マレーシア政府にとって、オープンソースLLMは、機密データを商業的な第三者や外国に転送する必要なく、独自のAIモデルを運用する機会を提供します。これにより、データの自主性と主権が強化されます。
マレーシアの企業、特にスタートアップにとって、オープンウェイトLLMは公平な競争条件を作り出します。中国や米国の競争相手と同じ基礎的なLLMにアクセスでき、イノベーションと競争を促進します。
文化および政治的バイアスへの対処
中国のAIの台頭は、重要な課題、つまり文化および政治的バイアスにもスポットライトを当てています。中国のLLMは、中国共産党（CCP）の歴史的ナラティブと政治的視点を反映するようにトレーニングされていることが多く、中国本土内の検閲規範を遵守しています。
明示的な検閲がなくても、AIモデルは本質的にトレーニングデータに存在するバイアスを持っています。主に英語のテキストでトレーニングされた場合、モデルは西洋の文化的視点とバイアスを反映します。
朗報は、LLMを比較的簡単に再トレーニングできることです。中国のLLMがCCPの忠誠心を促進するためのガードレールを受け取るのと同様に、他のオープンソースプロジェクトは、認識されたバイアスを軽減するためにDeepSeek R1をポストトレーニングできることを実証しています。
ローカリゼーションと文化的感受性
この経験は、マレーシアのような国々が、現地の状況に合わせてLLMをローカライズ、トレーニング、およびポストトレーニングする独自の能力を開発する必要があることを強調しています。マレーシアの人種的および宗教的感受性、社会的階層、または地元のスラングを考慮しないモデルは、パフォーマンスが低下したり、有害なコンテンツを生成したりする可能性があります。
マレーシアはすでにいくつかのLLM開発能力を持っています。たとえば、地元のスタートアップMesoliticaは1月にオープンソースのMaLLaM LLMをリリースし、ChatGPTのような主流のLLMよりもマレーシア語のより微妙な理解を示しました。
しかし、マレーシアの政策立案者の間で、オープンソースAIの可能性と、ローカルLLM開発の重要性に関する認識は、依然として不明確です。
国家AI戦略
2021年に起草された国家AIロードマップは、オープンソースについてほとんど言及していません。同様に、新しい国家AIオフィス（NAIO）からの最近の文書も、オープンソースAIを強調していません。
AI開発の将来を予測することは依然として困難ですが、現在の世代のLLMのオープンソースの性質は、マレーシアにテクノロジーリーダーに追いつくための並外れた機会を提供します。
機会の獲得
これを活用するために、マレーシアは、より小型で手頃な価格のLLMの出現に対応するためにポリシーを更新する必要があります。これには、これらのモデルの採用を簡素化し、Gen AIを中小企業にとってよりアクセスしやすくし、特にインターネットアクセスが制限されている農村地域でのローカルな展開を可能にすることが含まれます。
マレーシアのLLM開発能力を拡大し、ローカル言語との関連性を高め、ローカル文化を意識することは重要です。LLMトレーニングへの投資は、地元の大学に拠点を置く可能性があり、国内の人材を育成し、地元の研究開発を推進する公共財と見なすことができます。
データの自主性と国家安全保障
独自のLLMをホストすることは、国家データの自主性を確保するために不可欠です。LLMによって収集されたデータは価値があり、外国の事業体によって悪用される代わりに、この情報は地元の組織によって保存および利用される必要があります。
マレーシアがオープンソースAI運動を具体的に活用する方法の詳細な内訳を以下に示します。
政策の更新： 既存の政策を見直し、オープンソースLLMの機会と利点に特に焦点を当てて、現在のAIの状況を反映するように更新する必要があります。これには、データ使用に関する規制の合理化（適切なプライバシー保護を維持しながら）、オープンソースAIの研究開発に対する資金提供とインセンティブの提供、および政府部門全体でのオープンソースAIソリューションの採用の促進が含まれます。
人材育成への投資： 熟練した労働力を構築することは重要です。マレーシアは、AI、機械学習、および自然言語処理に焦点を当てた教育プログラムおよびトレーニングイニシアチブに投資する必要があります。これらのプログラムは、オープンソースツールとテクノロジーを強調し、卒業生が地元のAIエコシステムに貢献するための十分な準備ができていることを保証する必要があります。奨学金、研究助成金、および業界パートナーシップは、学生がAIでのキャリアを追求することをさらに奨励することができます。
大学主導の研究： 地元の大学は、AIの研究개발の最前線に立つ必要があります. 政府は、LLMのカスタマイズ、文化的適応、およびマレーシアの特定のニーズに合わせた新しいオープンソースAIツールの開発などの分野に焦点を当てて、대학의 AI研究센터を設立するための資金を提供できます. 大学と業界の間の共同플랫폼を構築することで、知識と技術の移転が加速されます.
スタートアップおよび中小企業への支援： オープンソースAIは、スタートアップおよび中小기업が革新하고 경쟁するための重要な機会を提供합니다. 말레이시아는 자금융통、멘토링、技術専門知識へのアクセスなど、これらの企业に대해 타겟팅된 지원을 제공해야 한다. 이는 AIを活用した제품 및 서비스の開発을 위한 보조금、AI에 초점을 맞춘 인큐ベーター 및 액셀러レーター、스타트업을 잠재적인 고객および投資家と 연결하는 프로그램을 포함할 수 있습니다.
データガバナンスフレームワーク： AIの責任ある倫理的な使用を保証するには、堅牢なデータガバナンスフレームワークを確立することが不可欠です. 이フレームワークは、데이터プライバシー、セキュリティ、およびバイアスの問題に対処し、国際的なベストプラクティスに沿ったものである必要があります. また、機密情報を保護しながら、AIエコシステム内でのデータの共有を促進する必要があります. これは、国家データリポジトリの作成と、データアクセスと使用に関する明確なガイドラインの確立を通じて達成できます.
官民パートナーシップ： AIの革新を促進するには、官民セクター間のコラボレーションが不可欠です. 政府は、AIソリューションを病院、教育、輸送などの分野で개발および展開するために、民間기업と提携することができます. これらのパートナーシップは、セクターの専門知識とリソースを活用して、より効果的で影響力のある結果につながる可能性があります.
国家AIインフラストラクチャ： 高性能計算リソースやデータストレージ施設などの国家AIインフラストラクチャへの投資は、AIの研究개발をサポートするために不可欠です. このインフラストラクチャは、全国の研究者、スタートアップ、および企业がアクセスでき、革新하고 경쟁するために必要なツールを提供する必要があります.
LLMの文化的適応： マレーシアは、オープンソースLLMを開発するプロジェクトに投資해야 합니다. 이는 マレーシアのユニークな文化と言語に 반영하는 プロジェクトです。これは、マレーシア語や他のローカル言語に精通したモデルと、マレーシアの多様な文化や伝統に敏感なモデルの開発が含まれます。これには、言語学者、文化専門家、およびAIエンジニアが関与する学際的なアプローチが必要です.
サイバーセキュリティの考慮事項： AIが重要なインフラストラクチャに統合されるにつれて、サイバーセキュリティを最優先事項にしなければなりません. マレーシアは、AI固有のサイバーセキュリティソリューションの研究개발に投資하고、AIシステムを保護するための明確なガイドラインを確立する必要があります. これには、AI関連の脅威を検出して軽減するための強力なメカニズムの開発が含まれます.
倫理的なAIの推進： AIが倫理的かつ責任ある方法で開発および使用されることを保証することが不可欠です. マレーシアは、AIの開発と展開を導く原則や価値を概説する国のAI倫理フレームワークを確立する必要があります. 이フレームワークは、公正さ、透明性、およびアカウンタビリティなどの問題に対処する必要があります.
これらの積極的な措置を講じることで、マレーシアはオープンソースAIの力を活用して、経済成長を促進し、公共サービスを改善し、国内で最も差し迫った課題のいくつかに取り組むことができます. チャンスの窓は開かれており、マレーシアは断固として行動して、それを獲得する必要があります. 強力で包括的で倫理的なAIエコシステムを育成するというコミットメントは、この変革的なテクノロジーの完全な可能性を実現するために重要になります. 目표は常に、エンパワーメント、イノベーション、および장기로 지속 가능한 개발である必要があります.