【ToolLLM：次世代のAIモデルが変える未来】英語解説を日本語で読む【2023年8月18日｜@AI Revolution】
この動画では、強力なAIモデル「ToolLLM」について紹介されています。このモデルは実世界のAPIと連携でき、Google MapsやSpotify、Twitterなどのサービスを操作します。ToolLLMは、大規模データセット「ToolBench」から学習し、16,000以上のAPI情報を持っています。このモデルはユーザーの指示を解析し、適切なAPIアクションを決定し実行します。既存や新しいAPIも学習でき、gorilla AIモデルより高度な機能を持ちます。多くの分野での活躍が期待され、オープンソースとして進化が期待されています。しかし、使用する際には倫理的な側面も考慮する必要があります。
公開日：2023年8月18日
※動画を再生してから読むのがオススメです。
The AI world has just been shaken.
AIの世界に激震が走った。
ToolLLM is not just another AI model, it's a Titan dwarfing the renowned Guerrilla AI model.
ToolLLMは単なるAIモデルではなく、有名なゲリラAIモデルを凌駕するタイタンなのだ。
ToolLLM is 10 times more powerful than gorilla.
ToolLLMはゴリラの10倍パワフルだ。
This means it has 10 times more APIs, and it has capabilities that other models don't have.
つまり、10倍のAPIを持ち、他のモデルにはない能力を持っている。
In this video, I'll explain all the details about this insane model, how it stands against the gorilla, and why it's so important for the future of AI.
このビデオでは、この非常識なモデルの詳細、ゴリラに対する立ち位置、そしてAIの将来にとって非常に重要な理由をすべて説明する。
But before we dive in, make sure you hit that like button and subscribe to my channel if you haven't already.
しかし、始める前に、まだ「いいね」ボタンを押してチャンネル登録していない場合は、必ず押してください。
Alright, first of all, what is ToolLLM?
さて、まずToolLLMとは何でしょうか？
Well, it's an AI model that's skilled at working with real-world RESTful APIs.
実世界のRESTful APIで動作することに長けたAIモデルだ。
This means it can connect with many online services and tools that talk to each other through APIs.
つまり、APIを通じて互いに会話する多くのオンラインサービスやツールと接続することができる。
For instance, it can ask Google Maps for directions, tell Spotify to play a song, or post something on Twitter, all by understanding simple language from users.
例えば、Google Mapsに道を尋ねたり、Spotifyに曲の再生を指示したり、Twitterに何かを投稿したりすることができる。
So if you ask ToolLLM to do a task, it knows which API to use to get it done.
つまり、ToolLLMにタスクを依頼すれば、どのAPIを使えばそれが実行されるかを知っているのだ。
How does it know all this?
なぜこんなことがわかるのか？
The secret is data.
その秘密はデータにある。
ToolLLM learned from a huge dataset called Tool Bench, which has information on over 16,000 APIs.
ToolLLMは、Tool Benchと呼ばれる、16,000以上のAPIに関する情報を持つ巨大なデータセットから学びました。
This dataset was made by experts from Meta, Microsoft, Stanford, and UC Berkeley.
このデータセットは、Meta、Microsoft、Stanford、UC Berkeleyの専門家によって作られた。
They worked together on ToolLLM and shared their findings in a paper in August 2023.
彼らはToolLLMに共同で取り組み、2023年8月に論文でその成果を発表した。
ToolLLM's goal is to help AI models get better at using many different real-world APIs.
ToolLLMの目標は、AIモデルが実世界のさまざまなAPIをうまく使えるようにすることだ。
It does this by using special datasets that pair simple language instructions with the right API calls from the Tool Bench dataset.
これは、単純な言語命令とTool Benchデータセットからの適切なAPIコールを組み合わせた特別なデータセットを使用することで実現する。
Tool Bench is more than just a set of APIs, it also includes directions and solutions for each API.
Tool Benchは単なるAPIセットではなく、各APIに対する指示や解決策も含まれている。
The team used ChatGPT to write clear instructions for each API from its guidelines and examples.
チームはChatGPTを使って、そのガイドラインと例から各APIに対する明確な指示を書いた。
And they then had people show the step-by-step ways to use these APIs.
そして、これらのAPIの使い方を段階的に示してもらった。
These steps are shown as decision trees called DFSDT, which help ToolLLM figure out the best way to use an API.
これらのステップはDFSDTと呼ばれる決定木として表示され、ToolLLMがAPIの最適な使い方を見つけ出すのに役立ちます。
So when you ask ToolLLM something in plain language, it looks in the Tool Bench data to find the right APIs.
つまり、ToolLLMに平易な言葉で何かを尋ねると、Tool Benchのデータから適切なAPIを探し出す。
It then uses the DFSDT to pick the best API action for what you asked.
そして、DFSDTを使用して、質問された内容に最適なAPIアクションを選択します。
After that, it does the action and gives you the result in a way you can understand or in the format you want.
その後、そのアクションを実行し、あなたが理解できる方法で、あるいはあなたが望むフォーマットで結果を出します。
Impressive, isn't it?
感動的ですね。
But that's not even the best part.
しかし、それは最良の部分ですらありません。
ToolLLM can not only use the APIs it knows but can also learn new ones.
ToolLLMは知っているAPIを使えるだけでなく、新しいAPIを学習することもできる。
If you show it an API it hasn't seen before, it can learn to use it by looking at its guidelines and examples.
見たことのないAPIを見せれば、そのガイドラインや例を見て使い方を学ぶことができます。
This means ToolLLM stays current with new web tools and services that keep coming out.
つまり、ToolLLMは、次々と出てくる新しいウェブツールやサービスに対応できるのです。
Okay, now how does ToolLLM stand against gorilla?
さて、ではToolLLMはgorillaにどう対抗するのか？
Let's break it down.
それを分解してみよう。
Gorilla AI model is a big language model made by UC Berkeley and Microsoft Research in June 2023.
ゴリラAIモデルは、カリフォルニア大学バークレー校とマイクロソフト・リサーチによって2023年6月に作られた大規模な言語モデルだ。
It's available for free on GitHub.
GitHubで無料公開されている。
This model can create API calls when given regular language instructions.
このモデルは、通常の言語指示を与えるとAPIコールを作成することができる。
It's based on data from three main machine learning sources: Torch Hub, TensorFlow Hub, and Hugging Face Hub.
3つの主要な機械学習ソースからのデータに基づいている： Torch Hub、TensorFlow Hub、Hugging Face Hubだ。
These sources have a lot of APIs covering topics like computer vision, speech recognition, and more.
これらのソースは、コンピュータ・ビジョン、音声認識などのトピックをカバーする多くのAPIを持っている。
When Gorilla AI model was introduced, it was a big deal.
Gorilla AIモデルが登場したとき、それは大きな話題になった。
It did better than GPT-4 and Claude in making API calls.
APIの呼び出しにおいてGPT-4やクロードよりも優れていた。
Plus, it could quickly look up the most recent API documentation, which helped reduce mistakes and adjust to API updates.
加えて、最新のAPIドキュメントをすぐに調べることができたので、ミスを減らし、APIのアップデートに適応するのに役立った。
But ToolLLM has some clear advantages over Gorilla AI model, and I'll try to explain it in simple ways so you get a better picture of how different these two models are.
しかし、ToolLLMはGorilla AIモデルよりも明らかに優れている点がいくつかある。この2つのモデルがどれだけ違うかをよりよく理解してもらうために、簡単な方法で説明しようと思う。
First off, when we talk about size and what these models have learned, ToolLLM is like the big sibling.
まず、サイズとこれらのモデルが学んだことについて話すとき、ToolLLMは大きな兄弟のようなものだ。
Imagine Gorilla AI model as a student who has read about 1,700 books.
ゴリラAIモデルを、約1700冊の本を読んだ生徒と想像してみてください。
Pretty impressive, right?
かなり印象的でしょう？
But then here comes ToolLLM, who has gone through a massive library of over 16,000 books.
しかし、ここに登場するToolLLMは、16,000冊を超える膨大なライブラリーに目を通している。
So naturally, ToolLLM has a broader understanding and can tackle more complex challenges.
だから当然、ToolLLMはより広い理解を持ち、より複雑な課題に取り組むことができる。
Now think about the variety of topics you chat about daily.
さて、あなたが毎日チャットする様々なトピックについて考えてみよう。
While Gorilla AI model is a genius in machine learning, it's kind of like it's stuck in its favorite subject.
ゴリラAIモデルは機械学習の天才ではあるが、好きなテーマから抜け出せないようなところがある。
On the other hand, ToolLLM is that friend who knows a bit about everything.
一方、ToolLLMは、あらゆることについて少し知っている友達です。
Be it social media trends, the latest blockbuster movies, what's happening in schools, money-saving tips, or even health advice.
ソーシャルメディアのトレンドであれ、最新の大ヒット映画であれ、学校で起きていることであれ、節約術であれ、健康アドバイスであれ。
And here's another cool thing.
そして、もうひとつクールなことがある。
You know how things online keep changing and updating?
オンライン上の物事がいかに変化し、更新され続けているかご存知だろうか？
Gorilla AI model, to stay updated, relies on a special system to fetch the newest info about these changes.
ゴリラのAIモデルは、これらの変化に関する最新情報を取得するための特別なシステムに依存しています。
It's like always having to refer to the latest textbooks.
常に最新の教科書を参照しなければならないようなものだ。
But ToolLLM is a quick learner.
しかし、ToolLLMは学習が早い。
Give it a new guide or some examples, and it's ready to go, making it more nimble in adapting to the ever-changing online world.
新しいガイドやいくつかの例を与えれば、すぐに使えるようになり、刻々と変化するオンラインの世界により機敏に対応できるようになります。
So as you can see, ToolLLM is a clear winner over Gorilla AI model in terms of size, scope, and functionality.
このように、ToolLLMは、サイズ、範囲、機能性において、Gorilla AIモデルに明らかに勝っている。
It is 10 times bigger than Gorilla, and it can do things that no other model can.
ゴリラの10倍の大きさで、他のモデルにはできないことができる。
So this is definitely the future of AI, and I am sure that ToolLLM will also be a part of many fields like education, healthcare, entertainment, finance, and more.
ですから、これは間違いなくAIの未来であり、ToolLLMは教育、ヘルスケア、エンターテインメント、金融など、多くの分野でも活躍すると確信しています。
Plus, it's open source, and you can help make ToolLLM even better by joining the community of people working on it.
さらに、オープンソースなので、ToolLLMに取り組んでいる人たちのコミュニティに参加することで、ToolLLMをより良いものにする手助けをすることができる。
You can find ToolLLM on GitHub, which has its code, paper, dataset, and more.
ToolLLMはGitHubにあり、コード、論文、データセットなどが公開されている。
If you want to use this AI model, there are many ways.
このAIモデルを使いたいなら、方法はたくさんある。
Like, you can use it with ChatGPT or Laura, a virtual assistant that listens and speaks using ToolLLM.
例えば、ChatGPTや、ToolLLMを使って話を聞いたり話したりするバーチャルアシスタントのLauraと一緒に使うことができる。
There's also a web interface where you can enter or say your commands to ToolLLM.
また、ToolLLMにコマンドを入力したり発言したりできるウェブインターフェイスもあります。
And if you are a developer or have technical skills, you can copy the repository and run the model on your computer.
また、もしあなたが開発者であったり、技術的なスキルがあるのであれば、リポジトリをコピーして、あなたのコンピュータ上でモデルを実行することもできます。
Make sure you have these programs installed: Python 3.8, PyTorch 1.9, Transformers 4.9, Flask 2.0, Requests 2.26, and LTK 3.6, Beautiful Soup 4.9, and Git.
以下のプログラムがインストールされていることを確認してください： Python 3.8、PyTorch 1.9、Transformers 4.9、Flask 2.0、Requests 2.26、LTK 3.6、Beautiful Soup 4.9、Gitです。
To clone the repository, you can follow these steps: open your terminal and navigate to the directory where you want to store the repo, type git clone and paste the URL of the repository from GitHub, press enter to create your local clone.
リポジトリをクローンするには、以下の手順に従います：ターミナルを開き、リポジトリを保存したいディレクトリに移動し、git clone と入力して GitHub からリポジトリの URL を貼り付け、Enter キーを押してローカル・クローンを作成します。
Now, to run the model on your local machine, follow these steps: navigate to the clone directory, type python setup.py install to install the dependencies and set up the package, type python tool_llm.py to launch the model.
さて、ローカルマシンでモデルを実行するためには、次の手順に従ってください：クローンディレクトリに移動し、python setup.py installと入力して依存関係をインストールし、パッケージをセットアップします。python tool_llm.pyと入力してモデルを起動します。
You will see a message saying ToolLLM is ready to use.
ToolLLM is ready to use というメッセージが表示されます。
Enter your natural language command or query below.
以下に自然言語コマンドやクエリを入力してください。
And if you want to learn more about the technical details and the evaluation results of ToolLLM, I highly recommend you to check out the research paper that the researchers published.
また、ToolLLMの技術的な詳細や評価結果について知りたい場合は、研究者が発表した研究論文をチェックすることを強くお勧めします。
It's a very well-written and comprehensive paper that explains the architecture, the data creation process, the model enhancement step, and the performance metrics of ToolLLM.
これは、ToolLLMのアーキテクチャ、データ作成プロセス、モデル拡張ステップ、パフォーマンス指標について説明した、非常によく書かれた包括的な論文です。
Now, this model is already insanely powerful, but there's still room for growth.
さて、このモデルはすでにめちゃくちゃパワフルだが、まだ成長の余地がある。
We need to delve deeper into the Tool Bench dataset.
ツール・ベンチのデータセットをもっと掘り下げる必要がある。
Right now, it doesn't encompass every API out there.
今のところ、世の中にあるすべてのAPIを網羅しているわけではない。
So enriching it with diverse APIs from various sectors will make it even more versatile.
ですから、さまざまな分野の多様なAPIで充実させることで、さらに汎用性が高まります。
Furthermore, accuracy is paramount.
さらに、正確さが最も重要だ。
Sometimes ToolLLM's answers aren't spot on, which means refining its feedback mechanisms could prove invaluable.
時にはToolLLMの回答が的確でないこともある。つまり、フィードバックの仕組みを洗練させることは非常に重要なのだ。
Another intriguing aspect is peeling back the layers to truly understand how ToolLLM thinks.
もう一つの興味深い点は、ToolLLMがどのように考えているかを理解するために、レイヤーを剥がすことである。
The model's decision-making process remains somewhat of a mystery, and shedding light on its inner workings will help build trust.
このモデルの意思決定プロセスは謎に包まれたままであり、その内部構造に光を当てることは信頼構築に役立つだろう。
Lastly, we can't ignore the bigger picture.
最後に、私たちは大局を無視することはできない。
With its potential to revolutionize numerous industries, we must weigh the pros and cons of this model, ensuring its use aligns with our values and ethics for a responsible future.
多くの業界に革命を起こす可能性を秘めたこのモデルの長所と短所を吟味し、責任ある未来のために、その利用が我々の価値観と倫理観に合致していることを確認しなければならない。
I hope you enjoyed this video, and if you did, please give it a thumbs up and subscribe to AI Revolution.
このビデオを楽しんでいただけたなら幸いです。もし楽しんでいただけたなら、ぜひ親指を立てて、AIレボリューションを購読してください。
And if you have any questions or comments about ToolLLM or Gorilla, please leave them down below.
また、ToolLLMやGorillaについて質問やコメントがあれば、以下にお願いします。
I'd love to hear from you.
お待ちしています。
And now, I have a question for you.
そして、あなたに質問があります。
How do you see the impact of ToolLLM evolving in the coming years?
今後数年間、ToolLLMはどのように進化していくと思いますか？
Let me know your thoughts and predictions in the comments section below.
以下のコメント欄であなたの考えや予測を教えてください。
Thank you so much for watching.
ご視聴ありがとうございました。
I'll see you in the next video.
また次のビデオでお会いしましょう。
この記事が気に入ったらサポートをしてみませんか？