パナソニックが国内最大級の企業専用AI開発。1,000億パラメータの自社LLMで業務革新へ

2024年7月2日、パナソニック ホールディングス株式会社とストックマーク株式会社は、パナソニックグループ専用のLLM（大規模言語モデル）「Panasonic-LLM-100b」の共同開発を発表した。このモデルは1,000億パラメータ規模で、企業専用LLMとしては国内最大となる見込みだ。

ストックマークの独自LLM「Stockmark-LLM-100b」にパナソニックの社内データを追加学習させることで、ビジネス特化型の高精度AIを実現。汎用型AIの課題を克服し、パナソニックグループのAI活用と社会実装の加速を目指す。

＜本ニュースの10秒要約＞

• パナソニックHDとストックマークが協業し、1,000億パラメータ規模の企業専用LLM「Panasonic-LLM-100b」を開発。国内最大級の自社AIを目指す
• ビジネス特化型LLMにパナソニックの社内データを追加学習させることで、ハルシネーション抑制と高精度な業務特化AIを実現
• 開発したLLM（大規模言語モデル）をマルチモーダル基盤モデルに統合し、パナソニックグループ全体のAI活用と社会実装の加速を目指す

企業専用LLM開発の背景と意義

生成AI（ジェネレーティブAI）の急速な進化により、業務オペレーションや価値創出の在り方が根本から変わりつつある。しかし、現在多くの企業で利用されている汎用型モデルには、利用コストの肥大化やビジネス領域における知識不足といった課題がある。

これらの課題に対応するため、自社固有のデータを学習させた「自社LLM」開発に取り組む企業が増加している。パナソニックHDとストックマークの協業は、この流れを加速させる取り組みだ。特に、1,000億パラメータという国内最大級の規模で開発される「Panasonic-LLM-100b」は、パナソニックグループの膨大な社内データを学習させることで、高度な業務知識とハルシネーション抑制を両立させる。

この取り組みにより、プロンプトエンジニアリングやRAG、ファインチューニングだけでは得られない深い業界知識をLLMに統合し、パナソニックグループの技術優位性確保とリスク対応を可能にする。

Stockmark-LLM-100bの特徴と活用方法

ストックマークが開発した「Stockmark-LLM-100b」は、NEDOの事業支援を受けて開発された1,000億パラメータ規模のLLMだ。このモデルの特徴は、独自に収集したビジネスドメインの日本語データを中心に事前学習を行い、日本語・ビジネス領域に特化していることだ。さらに、ハルシネーションの大幅抑止を実現しており、厳密さが重視されるビジネスシーンでも信頼して利用できる。

パナソニックHDとの協業では、このモデルにパナソニックグループの幅広いドメイン知識を持つ独自データを追加学習させることで、より精緻化されたモデルを構築する。この取り組みにより、パナソニックグループのAI活用・社会実装を加速させる独自基盤モデルの構築が可能となる。ストックマークのファインチューニング技術やハルシネーション抑制技術、小型モデルにおける精度向上のノウハウと、パナソニックHDのマルチモーダル基盤モデル、膨大な社内データ、ドメイン知識のシナジーが期待される。

パナソニックグループのAI戦略と今後の展望

パナソニックHDは、開発する「Panasonic-LLM-100b」をマルチモーダル基盤モデルに統合し、グループ全体でのAI開発・社会実装を広く加速させる計画だ。この取り組みは、パナソニックHDのAI技術戦略である「Scalable AI」及び「Responsible AI」の実現を通じた社会・顧客への貢献を目指すものだ。

パナソニックグループは多岐にわたる事業領域で多様な顧客に向き合う企業であり、開発したAI技術を迅速かつ効果的に展開するには、「マルチモーダル基盤モデル」の確立が有効だと考えている。今回の取り組みにより、パナソニックグループの基盤モデルをさらに進化させるとともに、ストックマークの継続追加事前学習のノウハウを活用し、AI活用の加速と顧客貢献の向上を目指す。

パナソニックの次世代AI戦略：マルチモーダル統合と社会貢献

パナソニックHDとストックマークの協業により開発されるLLM（大規模言語モデル）は、パナソニックHDのマルチモーダル基盤モデルに統合される予定だ。この統合により、パナソニックグループ全体のAI開発と社会実装が大幅に加速すると期待されている。

この協業の最終目標は、パナソニックHDのAI技術戦略である「Scalable AI」と「Responsible AI」の実現を通じ、社会・顧客への貢献を目指す。

参照元：PR TIMES

LLMについて詳しく知りたい方はこちらの記事もご参考ください。