今回の勉強会では、ローカルAIとクラウドAIについて、認識を深める時間となりました。
2026年7月 神保町のオフィスにて
勉強会の前半では、前回課題として上がっていたコストやセキュリティリスクについて、さらに意見交換を行いました。セキュリティを考慮するとローカル環境の採用となりますが、その場合はコスト面の対策を講じる必要があります。仮にローカルAIで大量の映像を学習させるような研究を進める場合、高性能GPUを搭載した専用PCが必要になります。一方クラウドAIであれば、高価な専用PCを用意することなく、最新GPUによる圧倒的に早い処理が可能です。
また、ローカル環境での実践例として、嘉村さんより職場（大学）で実際に試されている「ローカルLLMと検索拡張生成（RAG）」の構築事例が紹介されました。学内の膨大な事務手続きデータや活動成果物データを扱う試みで、個人情報が含まれるため、ネットに接続するAIは使用しないということです。
すでに蓄積されている既存データがある場合、こうした新たな切り口によって活用の幅が広がる可能性が示され、このようなローカル環境における取り組みにも注目していきたいと思いました。
今回の勉強会で特定の結論が出たわけではありませんが、ローカルとクラウドそれぞれの特徴や運用のイメージを持つことができました。
勉強会の後半では、前川さんより前回に引き続き、クラウド型AIツールによる舞踏作品の解析結果が共有されました。
今回は同一作品の公演年が異なる3つの映像を横断し、創作ノート（舞踏譜）198枚に記された主要な言葉と、身体表現の対応関係を解析する試みでした。
例えば
– 3つの映像から同じ身体モチーフが現れる場面を抽出する
– 身体の動きを数値化する
このような目的によってAIツールを使いわけ、解析を重ね、舞踏譜という詩的な言葉が、どのような身体表現として現れるかまで整理されていました。
前川さんのまとめを引用すると、「AIは映像の時間位置、動きの特徴、身体モチーフを示し、舞踏譜と映像の対応を整理する」役割を果たしていました。
参加メンバーからは、映像の画質や撮影条件（ズームと引きの構図）がAI解析の精度に与える影響や、効果的な指示の出し方などの質問が寄せられ大いに盛り上がり、今後の進捗、展開への期待が高まりました。
［第6回参加者：石本華江、井出竜郎、嘉村哲郎、川口明日香、新明就太（リモート）、平野泉、前川充、溝端俊夫］
—
［P+ARCHIVE 川口］
