【ITニュース解説】Midzimu: Keeping Family Stories Close with Local AI

Midzimuは、家族の貴重な思い出や伝統、高齢者が共有する言葉などを大切に保存するための、画期的なデジタルアーカイブだ。このアプリは「オフラインファースト」という考え方に基づいて設計されており、インターネットに常時接続していなくても利用できる点が大きな特徴である。システムエンジニアを目指す皆さんにとって、Midzimuがどのような技術で作られ、どのようなメリットを提供しているのかを理解することは、現代のウェブ開発のトレンドを学ぶ良い機会となるだろう。

まず、Midzimuは「プログレッシブウェブアプリ（PWA）」と呼ばれる形式で構築されている。PWAとは、ウェブサイトでありながらスマートフォンのアプリのように動作する技術のことで、ウェブブラウザで一度アクセスすれば、その後はオフラインでも利用できたり、ホーム画面に追加して手軽に起動できたりする利点がある。従来のアプリ開発のように特定のOS（iOSやAndroidなど）ごとに異なる言語やツールを使う必要がなく、HTML、CSS、JavaScriptというウェブの基本的な技術だけで作られているため、開発者にとって学習コストが低いというメリットもある。

Midzimuがオフラインでも機能する秘密は、主に「IndexedDB」と「サービスワーカー」という二つの技術にある。IndexedDBは、ウェブブラウザに搭載されている一種のデータベースで、テキストデータだけでなく画像や音声などのバイナリデータも保存できる。Midzimuでは、家族のストーリーの文章や録音された音声データがこのIndexedDBに直接保存されるため、クラウドサービスにアップロードすることなく、ユーザー自身のデバイス内にデータが保持される。これにより、プライバシーが守られやすくなるのだ。もう一つの重要な技術であるサービスワーカーは、ウェブブラウザとウェブサーバーの間で動作するスクリプトの一種で、ネットワークリクエストを横取りしたり、バックグラウンドで処理を実行したりする役割を担う。Midzimuでは、このサービスワーカーがアプリのプログラム本体（アプリシェルと呼ばれる部分）をキャッシュする。つまり、初回アクセス時にアプリの基本的な構成要素をデバイスに保存しておけば、次回以降はインターネットに接続していなくても、保存されたプログラムを使ってアプリを起動し、IndexedDBに保存されたデータにアクセスできるというわけだ。これにより、安定したオフライン利用が実現する。

Midzimuのもう一つの注目すべき機能は、オプションで利用できる「ローカルAIヘルパー」だ。これは、文字起こしされた内容から概要を自動で作成したり、ストーリーのテーマを提案したり、さらには選択した言語に翻訳したりする機能を提供する。特筆すべきは、このAI機能が必須ではないという点、そして「ローカル」で動作する可能性を重視している点である。通常、AI機能を利用するには、インターネット経由でクラウド上のAIサービスにデータを送信するのが一般的だが、Midzimuではユーザーが設定した「Ollamaサーバー」に文字起こしデータが送られる。Ollamaは、大規模言語モデル（LLM）などのAIモデルをローカル環境で動かすためのツールである。もしユーザーが自身のデバイス上でOllamaをセットアップしてAIモデルを動かせば、Midzimuから送られる文字起こしデータはインターネットに出ることなく、すべてデバイス内で処理される。これにより、家族の個人的な話が外部のサーバーに送信されるリスクを避け、高いプライバシー保護を実現できるのだ。もちろん、リモートのOllamaサーバーを指定することも可能だが、その場合はそのサーバーを信頼できるかどうかをユーザー自身が判断する必要がある。

このローカルAIのアプローチは、「オープンウェイトモデル」という考え方とも密接に関連している。オープンウェイトモデルとは、AIモデルの内部構造や学習済みのパラメーターが公開されているモデルのことで、これらをOllamaのようなツールを使ってユーザー自身の環境で実行できる。これにより、特定の企業が提供するAIサービスに依存することなく、ユーザー自身が選んだAIモデルを利用したり、将来的に別のモデルに切り替えたりする自由が得られる。これは、中央集権的なクラウドAIサービスが主流となる中で、ユーザーに主導権を取り戻す「オープンイノベーション」の精神を体現していると言えるだろう。

なぜMidzimuはこのような技術選択をしているのか。それは「家族の物語は非常に個人的なものである」という思想に基づいている。アカウント作成やクラウドストレージへのアップロードを必須にせず、すべてのデータをユーザーのブラウザ内に保存し、バックアップも家族が管理できるようにすることで、ユーザーは自身のデータに対する完全なコントロールを持つことができる。これは、現代社会においてデータプライバシーの重要性が高まる中で、非常に価値のある設計思想だ。ただし、ローカルAIを利用するには、ユーザー自身がOllamaとそのAIモデルをインストールし、設定を行う手間が必要になるというトレードオフも存在する。しかし、AI機能はあくまで補助的なものであり、Midzimuの核となる「思い出を保存する」という機能は、AIを設定しなくても完全に利用できる。この柔軟性も、ユーザーの選択肢を尊重する設計の一部と言えるだろう。

Midzimuは、祖先の声を模倣したり、存在しない声を作り出したりするものではない。それは、人々が自ら共有したいと願う言葉、録音、伝統を保存するための安全な場所を提供し、それらの記憶が家族の中で生き続けることを可能にする。システムエンジニアを目指す皆さんにとって、Midzimuの設計は多くの示唆を与えてくれるだろう。PWAによるウェブとネイティブアプリの良いとこ取り、IndexedDBとサービスワーカーによるオフラインファーストの実装、そしてOllamaを活用したローカルAIによるプライバシー保護とユーザーコントロールの実現など、これらの技術要素がどのように組み合わされているかを学ぶことは、将来のシステム設計や開発において非常に役立つはずだ。特に、データプライバシーとユーザーの主権を重視したこのアプローチは、今後のソフトウェア開発の方向性を示す重要なヒントとなるだろう。