PicoClaw、10MB RAMで動作する超軽量AIアシスタントを発表

HKUDS/Sipeedが開発した「PicoClaw」は、わずか10MB未満のメモリで動作する超軽量AIアシスタントだ。10ドルクラスの低コストハードウェアで完全なAIアシスタント機能を実現する可能性を開く一方で、現時点では高機能な対話や複雑なタスクを求める一般ユーザーには物足りないかもしれない。

リソース効率を99%改善したAIエージェントの誕生

PicoClawは、その前身であるOpenClawのコア機能を維持しながら、必要なリソースを劇的に削減したプロジェクトである。CNX-Softwareの記事によれば、PicoClawのメモリ使用量は10MB未満で、OpenClawと比較して99%の削減を達成した。さらに、600MHzのコアで約1秒での起動を実現し、起動速度は400倍に高速化されている。この効率化の最大の特徴は、その開発プロセス自体にある。AIエージェント自身が駆動する「自己ブートストラップ」プロセスにより、既存のコードを分析・リファクタリングし、最終的なコードの95%がAIによって生成されたGo言語で書き換えられたという。

10ドルハードウェアで動くAIの実力と限界

PicoClawの目標は、高価な専用ハードウェアを必要とせず、可能な限り広範な環境でAIアシスタントを動作させることだ。CNX-Softwareによると、PicoClawはRISC-V、ARM、x86といった複数アーキテクチャに対応した単一の自己完結型バイナリとして提供され、Linuxが動作する環境であれば理論上は動作する。これは、10ドル程度のRISC-Vボードから一般的なPCまで、極めて幅広いデバイスでAI機能の追加を可能にする。

具体的な使い方としては、ターミナルからシンプルなコマンドを実行して起動する。例えば、./picoclaw --query "明日の天気は？" のようなコマンドで、ローカルで定義された機能（天気情報の取得、計算、ファイル操作など）を実行できる。現状のPicoClawは、大規模言語モデル(LLM)そのものを内蔵するのではなく、ローカルで実行されるエージェント機能と、必要に応じて外部のAPI（例えばOpenAIのAPIなど）を組み合わせる設計と考えられる。そのため、高度な自然言語理解自体はクラウドサービスに依存する可能性が高く、完全オフラインでの多様な会話には対応していない。

エッジAIと組み込み開発における活用シーン

PicoClawが真価を発揮するのは、リソースが厳しく制約された環境だ。例えば、IoTデバイスや組み込みシステムにおいて、最小限のメモリと処理能力で予め設定されたタスク（センサーデータの収集と簡易分析、設備の状態監視とアラート生成など）を自律的に実行する「知能」として組み込むことができる。従来、このような機能を実現するには、クラウドとの常時通信が必要か、あるいははるかに高価なエッジコンピューティングデバイスが必要だった。PicoClawは、その間を埋める「超軽量エージェント層」として機能し、ローカルでの判断とアクションを可能にする。

また、開発者にとっては、AIによる自己ブートストラップ開発プロセスそのものが大きな示唆に富んでいる。大規模な既存コードベースのリファクタリングや、異なる言語への移植を、AIエージェントにある程度委ねるというアプローチは、今後のソフトウェア開発の効率化に新たな道筋を示す実験例と言える。

誰がPicoClawを検討すべきか

PicoClawは、汎用のChatGPT的アシスタントとして一般消費者が使うためのものではない。その本領は、エッジAIや組み込みシステムの開発者、リソース制約下でのAI実装に挑戦する技術者が、プロトタイプや特定機能の実現のために利用するツールにある。限られたメモリと処理能力で、どの程度の自律性を持たせられるのかを探求するための、極めて興味深いプラットフォームだ。

比較対象として、より高機能なローカルAIアシスタントを求めるのであれば、Llama.cppやOllamaを用いて数十億パラメータのLLMを直接実行する方法が依然として主流となる。しかし、それらは数GB以上のメモリを必要とする。PicoClawは「MB単位の世界」で動作する、全く別次元の軽量化を追求した別のアプローチであり、要求されるハードウェアコストを数十ドルから数ドルレベルにまで引き下げる可能性を秘めている。

PicoClawの発表は、AIの民主化を「高性能GPU」の側面からだけでなく、「極限のリソース効率」という側面からも推し進める試みだ。AIアシスタントが、あらゆる電子機器に当たり前に宿る日が来るのか、その先駆けとなる技術として、今後の発展が注目される。