日本初のマルチモーダルAI安全評価データセットの提供開始

日本初のマルチモーダルAI安全評価データセット

Visual Bank株式会社が発表した内容によると、傘下のアマナイメージズが提供する「Qlean Dataset」が、国立情報学研究所が開発した「msts-japanese」に採用されました。この取り組みにより、日本初のマルチモーダルAI安全評価データベースが整備されました。これがどのような意義を持ち、どのように利用されるのか、詳しく見ていきましょう。

概要と背景

「msts-japanese」は、日本語と日本の文脈に即した評価基盤を備えた安全性評価データセットです。これは、AIの視覚と言語を融合したモデルにおいて、安全性を向上させるために設計されています。特に、日本語のプロンプトに対応した評価が可能となる点は、国内で基盤モデルを開発する企業にとって大きな利点です。

AIの発展により、マルチモーダルの技術が進化していますが、これに伴い評価の方法論も必要とされています。一部の研究では、日本語と英語でプロンプトを切り替えると、不適切な応答が増加することが確認されています。このため、文化や言語に沿った評価データが求められていました。

日本固有の条件を考慮した評価

従来のマルチモーダル評価には、日本語文脈を考慮したデータセットが不足していました。特に、日本語のプロンプトに対し評価基準が整備されていなかったため、AIモデルの安全性を確保する上での課題が存在しました。「msts-japanese」では、330件のデータに日本語翻訳が施され、82件には日本の生活文脈に即した実写画像が追加されています。

さらに、これらの実写画像は全て権利処理が完了されたもので、AI生成画像は含まれていません。これにより、安全性評価を行う際に、権利確認の手間を省くことができます。ある意味、AIが使用される現場での実データ利用が可能になったのです。

Qlean Datasetの役割

「Qlean Dataset」は、AIモデルの学習に必要な権利処理済みのデータを提供するソリューションです。このデータは、国内外の研究機関や企業に向けた品質の高い素材として供給されます。さらに、ユーザーはさまざまなデータを選択できるため、柔軟な利用が可能です。

アマナイメージズは、40年以上の経験を持つ企業であり、その豊富な実績がこの取り組みの基盤を支えています。データが適切に権利処理されているため、研究機関は安心して評価データを利用できる状況が整います。

今後の展望

「msts-japanese」の穏やかな拡充に向けて、NII-LLMCはさらなる評価データの提供を計画しています。また、2026年には長崎で開催される学術会議「MIRU2026」にも出展し、この新たなデータセットを紹介する予定です。このように、AIの安全性向上に向けた取り組みはますます重要なものとなっていくでしょう。