【ITニュース解説】Step Out: An Offline AI Break Planner with Gemma and Ollama

システムエンジニアを目指す皆さんにとって、日々の情報収集は非常に重要だ。今回は「Step Out」という、スクリーンから離れて屋外で短い休憩を取るためのAIプランナーについて解説する。このアプリは、AI技術を身近な環境でどう活用し、どのような工夫がなされているかを知る良い事例となるだろう。

「Step Out」は、デジタルデバイスと長時間向き合う現代人のために開発された。仕事や勉強の合間に少しだけ外に出て気分転換したいけれど、どこへ行けば良いか、何をすれば良いか分からない、といった悩みを解決するのが目的だ。例えば、オフィスビルの周りや自宅の庭など、特別な場所ではなく、身近な環境で5分や10分といった短い時間でできる活動をAIが提案してくれる。これにより、普段の生活に無理なく屋外での休憩を取り入れられる。

このアプリの最大の特徴は、AIがインターネット上のクラウドサーバーではなく、利用者のパソコン上で動作する「ローカルAI」である点だ。Googleが公開している「Gemma 3 1B」というAIモデルと、「Ollama」というAIモデルをローカルで動かすためのツールを組み合わせて利用している。これにより、クラウドサービスに利用料を支払うことなく、また個人情報が外部に送信される心配もなく、安心してAIの恩恵を受けられる。開発者のテストでは、Apple M1というチップを搭載したノートパソコンで、AIによるプラン生成が約5〜7秒で完了したという。これは、利用するパソコンの性能や同時に動かしている他のプログラムにも影響されるが、現代の一般的なパソコンでも十分実用的な速度でAIが動作することを示している。さらに、一度必要なファイルがインストールされれば、インターネットに接続していなくてもプランを生成できるため、外出先などでも便利に使える。

「Step Out」はシンプルなインターフェースで、ユーザーはたった4つの質問に答えるだけで良い。例えば、「休憩時間（5分から20分）」、「利用する屋外スペース（敷地内の庭、馴染みの道など）」、「休憩の目的（静かに過ごす、軽く動く、周囲に注意を向けるなど）」、「移動の好み（歩くか座るか）」といった選択肢から選ぶ。これらの情報に基づいて、AIが具体的な活動内容、簡単なスケジュール、そして後で振り返るためのヒントを含んだ「活動カード」を生成してくれる。この活動カードはブラウザに保存したり、テキストファイルとしてダウンロードしたりできるので、スマートフォンを持って外に出ても、アプリの画面を見続ける必要がない。アカウント作成やGPSによる位置情報の提供も不要で、プライバシーが重視されている点も魅力だ。

このようなAIアプリを開発する上で重要なのは、AIとアプリケーションのプログラムがそれぞれの得意な役割を分担することだ。AI（Gemma）はユーザーの好みから活動のアイデアを具体化する部分を担当する。しかし、時間計算や活動の候補を絞り込むといった論理的な部分は、一般的なプログラム（バックエンド）が担当している。例えば、ユーザーが「10分間の休憩」を選んだのに、AIが「14分間ウォーキングする」といった非現実的なプランを提案しないよう、準備時間や戻る時間なども含めて、合計時間が選択された時間内に収まるようにバックエンドのプログラムが厳密に管理している。また、ユーザーが「座ってする活動」を希望した場合、プログラムが「ウォーキング」のような活動を候補からあらかじめ除外しておくことで、AIが適切な提案をしやすくなるように工夫されている。

さらに、AIの出力が常に完璧とは限らないという点も考慮されている。AIは一見それらしいデータを出力することがあるが、それがアプリの意図と合致しているとは限らない。例えば、存在しない活動IDを生成してしまう可能性もある。これを防ぐために、「Zod」というツールを使って、AIが出力すべきデータの形（JSONスキーマ）を厳密に定義している。そして、Ollamaを通じてこのスキーマをAIに渡すことで、指定された形式に沿った出力を促す。加えて、AIから返されたデータが本当に有効なものか、バックエンドのプログラムで再度検証する仕組みも組み込まれている。このように、AIの能力を最大限に活用しつつも、アプリケーション側で複数のチェック機能を設けることで、信頼性の高いシステムを実現しているのだ。

アプリ全体の技術構成としては、「Next.js」というWebアプリケーション開発用のフレームワークと「TypeScript」というプログラミング言語が使われている。これらによって、ユーザーインターフェース（画面）とバックエンドの処理が効率的に一つのプロジェクト内で開発されている。見た目のデザインも、外部に依存せず、落ち着いた色合いのCSS（Webサイトのデザインを指定する技術）で実装されており、誰でも簡単に操作できるよう配慮されている。

今回の開発を通じて得られた学びは、システムエンジニアを目指す皆さんにとっても非常に価値があるものだ。一つ目は、AIモデルは必ずしも巨大で万能である必要はなく、特定のタスクに特化していれば、小規模なモデルでも十分に役立つということ。Gemma 3 1Bは、ユーザーの少ない好みを短い屋外休憩プランに変えるという限定的なタスクに集中することで、その能力を発揮している。二つ目は、AIがどれだけ進化しても、入力の検証、情報のフィルタリング、時間計算、出力の確認といった、従来のアプリケーションコードが担うべき役割は依然として重要だということ。AIにすべてを任せるのではなく、人間が制御する部分がシステムの信頼性を支える。そして三つ目は、アプリの成功は、ユーザーがアプリをどれだけ長く使うかではなく、ユーザーがアプリを使って目的を達成し、アプリから離れられるかによって決まるという視点だ。「Step Out」は、ユーザーが素早くプランを受け取り、スクリーンから離れて屋外へ出ることを促す設計になっている。開発者自身が実際にアプリで生成したプランに従って休憩を取ってみたところ、インターフェースを離れても指示が意味をなすかという重要な検証もできたという。このように、実際にユーザーの視点で試す「実地テスト」の重要性も、このプロジェクトから学ぶことができるだろう。オープンウェイトモデルを使うことで、開発者は自身のハードウェアでAIを動かし、自由にカスタマイズできるメリットがある一方で、モデルの導入や管理、エラー対応といった責任も伴うことを理解しておく必要がある。

この「Step Out」の事例は、AI技術がどのように私たちの日常生活を豊かにできるか、そしてそれを実現するためにシステムエンジニアがどのような技術や考え方を用いるべきかを示す、素晴らしい例だと言えるだろう。