「先週話した件、覚えている?」をクラウド任せにしたくない場合があります。DeepLearning.AIとQdrantの新講座は、記憶を端末内に置き、保存から検索、消去までをローカルで完結させるアシスタントの作り方を扱います。入力した内容を外部に送らない構成が、同じ手法で作れます。

手順1:端末内メモリの流れを理解する
講座は、記憶を「記録(Capturing)→保存(Storing)→想起(Recalling)→忘却(Forgetting)」の流れで扱います。講師はQdrantのDeveloper Experience EngineerであるDylan Couzon氏です。講座の説明によれば、クラウド型のアシスタントは記憶を遠隔サーバーへ送って保持するのに対し、端末型はメモを撮る、写真を残す、話すといった経験を、その場でベクトルに変えて端末内に保存します。
手順2:記憶をベクトルとして保存する
保存の単位は、意味で検索できるベクトルです。講座の説明は、メモ・写真・録音のそれぞれが、意味で検索でき、文脈タグを付けられ、指示で消せるベクトルになる、と述べています。ベクトル化の仕組みそのものは、埋め込み(Embedding)の解説、検索の土台はベクトルデータベースのページで確認できます。手を動かす準備として、講座では8本の動画と5つのコード例に沿って、文章と画像の記憶を保存・検索・絞り込み・消去するローカルの記憶システムを組みます。
手順3:消去と絞り込みを最初に組み込む
端末内メモリの利点の1つは、消去命令が即時に完結することです。講座では、記憶を条件で絞り込み、必要なものだけを取り出す操作と、指定した記憶を消す操作を、自分で組み込む工程が用意されています。保持期間や消去条件を先に決めておくと、後から「古い記憶が邪魔になる」という問題が起きにくくなります。
手順4:画像と音声まで広げる
講座の後半は、オフラインで動くマルチモーダルなアシスタントに拡張する内容です。文章のメモ、音声の録音、写真を横断して記憶し、その日の出来事について質問できる構成を組みます。マルチモーダルの仕組みは、マルチモーダルAIの解説も参考になります。受講情報として、講座は中級に分類され、1時間4分の8本の動画と、コード例5つ、課題1つで構成されています。
手順5:少数の例から新しい物を認識させる
講座の最後は、再学習なしで新しい物体を認識させる内容です。数枚の写真を記憶として保存すると、アシスタントがその物体を認識できるようになる方法と、認識の調整(キャリブレーション)を扱います。専用のハードウェアは不要で、MacやWindows PCを含む端末で動くと講座の説明にあります。
| 工程 | 組み込むもの |
|---|---|
| 記録・保存 | 文章・画像・音声をベクトル化して端末内に保存 |
| 想起 | 意味での検索と条件での絞り込み |
| 忘却 | 指定した記憶の消去と保持条件の管理 |
| 拡張 | 少数の写真からの物体認識と調整 |
FAQ
Q. 特殊なハードウェアが要りますか?
A. 要りません。講座の説明は、同じ手法がMacやWindows PCを含むどんな端末でも動き、専用のハードウェアが不要だと述べています。
Q. オフラインでも動きますか?
A. 動きます。記憶を端末内に置く設計のため、ネットワーク接続に依存せずに動作すると講座の説明にあります。生成部分の構成によって外部モデルを使う場合は、その分の接続が別途必要になります。
あわせて使いたいツール
ベクトル検索の理解を深めるには、チャット型ツールで仕組みの確認をしつつ、講座側で手を動かす構成が効率的です。料金と提供条件は各サービスの公式情報で確認してください。
- ChatGPT:記憶の設計を相談する相手として使える
- Google Gemini:画像と文章を横断した挙動の確認に使える
出典
出典:DeepLearning.AI「Building AI Assistants with On-Device Memory(端末内メモリを持つAIアシスタントの構築)」講座ページ(2026年11月11日更新、Qdrantとの共同制作)。記憶の4工程、ベクトル保存と消去の仕様、マルチモーダル拡張、少数例からの物体認識は同ページの記載に基づきます。
関連ガイド
最新のAI情報をメールで受け取る
新着のAIツール比較・ランキング・ニュースを、まとめてお届けします。
ご登録後、確認メールをお送りします。配信停止はいつでも可能です。
