手元のパソコンで動く開発AI「Flint」を公開　Recursive、自動研究の仕組みを開発に活用

本誌の考察

小さな現場が自分の開発AIを育てる

Flintでは、手元で使う開発AIと、そのAIを作る研究の進め方がつながっています。Recursiveはモデルの構成や圧縮、実行する処理の探索にEureka Machineを使ったと説明しています。研究案を作って試し、結果を次の案へ戻す工程をAIが担えば、開発者は複数の案を比べる仕事へ時間を配分しやすくなります。その成果として、実際に動かせるモデルを公開した点に注目できます。

この進め方で意味を持つのは、何を良い結果とするかを具体的に決めることです。手元の機器で使うモデルなら、開発作業をどれほど進められるかと、対応機器で動くかを合わせて考える必要があります。実験の結果をその条件に沿って比較できれば、次に試す案も選びやすくなるでしょう。AIによる研究が利用者の持つ機器や仕事の条件へ向かうことで、改良の目的も具体的になります。

暮らしに近い仕事では、小さな事業所が自分たちの道具を手入れする未来が考えられます。例えば工房の担当者が、受注の一覧を作るプログラムへ新しい項目を加えたい場面です。対応する手元の機器でAIにコードを調べさせ、変更案とテストを作り、担当者が結果を確かめる。現場で必要になった小さな変更を、その場所のコードと事情に合わせて進めやすくなるかもしれません。

その使い方を育てるには、AIが作業する環境と、変更が正しいかを確かめる手順をそろえる必要があります。公開されたモデルと実行ソフトを使えることは、利用者や開発者が自分の仕事へ合わせる出発点になります。将来、業種ごとの道具や検査を組み合わせた環境が増えれば、AIの細かな設定に詳しくない担当者も、決まった範囲の改修から試しやすくなるでしょう。

さらに、現場で使った結果が次の開発へ戻る流れができれば、手元のAIに求める性能も具体化しそうです。ある仕事ではコードを読む力、別の仕事では変更後の動作を確かめる力が重視されるかもしれません。自動研究の仕組みがその違いに合わせて案を試せるようになれば、小さなチームが用途に合うAIを育てる余地も広がります。仕事の道具を、その仕事をよく知る人たちが改良し続ける未来につながります。