ローカルAIを1つ作れば、使い道は無限に広がる?――古いRTX2070で領収書の手書き金額まで読めた、58歳の実験

3日間かけて作った領収書仕分けソフトに、今度はローカルAIを組み込んでみた
前回、私はChatGPTと一緒に、自分専用の「かけはし領収書ミニ」というソフトを作りました。
最初のたたき台は約1時間でできたものの、細かな調整には約3日間。最終的には第60版まで改良しました。
このソフトの特徴は、インターネットにつながなくても、通常のOCRとプログラムで領収書を読み取り、仕分けできることです。
どうしても判断できない書類だけ、外部のChatGPT APIに確認してもらう仕組みにしていました。
しかし、私はもう一つ試してみたいことがありました。
外部AIに頼っていた画像認識の仕事を、自宅のローカルAIに任せられないだろうか。
そこで今回、実際に組み込んでみることにしました。
使用したのは、RTX2070を搭載した古いパソコン
今回使用したのは、以前から所有しているNVIDIA RTX2070搭載のパソコンです。
すでにこのパソコンには、OllamaというローカルAIの実行環境を構築してあります。
普段は別のDellパソコンから家庭内LANで接続し、自分専用の「後藤友亮AI」の開発などに利用しています。
今回は、その環境に画像認識対応のAIモデル「Qwen3-VL 4B Instruct」を追加しました。
新しく高額なパソコンを買ったわけではありません。
既存の環境を利用した実験です。
そして、DellからRTX2070に接続し、領収書の画像を送ってAIに読み取らせてみました。
通常OCRで読めなかった手書き金額を、ローカルAIが認識した

最初に試したのは、浜松酒造株式会社の手書き領収書です。
この領収書は、通常OCRでは日付や金額をうまく読み取れませんでした。
ところが、RTX2070のローカルAIで確認したところ、次の結果が表示されました。

驚いたのは、手書きの合計金額21,392円と消費税額1,944円を読み取れたことです。
以前、外部のChatGPT APIでも同じ書類を確認しましたが、今回のローカルAIは、そのときの結果とも一致しました。
さらに、支払方法については、原本から確認できないため「未確認」と判断しています。
領収書だから現金払いだと、勝手に推測しなかった点も重要です。
もちろん、これはまだ1件の成功例です。今後、さまざまな書類を試して認識精度を確認する必要があります。
それでも、古いRTX2070でここまでできたことには驚きました。
ローカルAIを一度構築すれば、ほかのソフトからも使える
今回、私が最も可能性を感じたのは、ここです。
ローカルAIを領収書仕分けソフト専用に作ったわけではありません。
もともと、自分専用のAIを動かすために構築していた環境です。
そのローカルAIに画像認識モデルを追加し、別のソフトから呼び出すことで、領収書の読み取りにも活用できました。
つまり、一度ローカルAIの環境を作っておけば、必要に応じてさまざまな用途に利用できるということです。
例えば、これから次のような活用も考えられます。
領収書や請求書などの読み取り
保存した記事や資料を検索する自分専用AI
インターネットに頼らない翻訳
写真や書類の内容確認
自分専用の業務ソフトへのAI機能の追加
もちろん、用途によって必要なAIモデルは異なります。
文章を扱うAI、画像を理解するAI、翻訳に向いたAIなどを使い分ける必要があります。
それでも、パソコンの中にAIを動かす基盤があること自体に、大きな価値があると感じました。
これからは「1台のローカルAIを複数のローカルソフトで使う」時代になるのでは
今回の構成では、Dellのパソコンが領収書の取り込みや表示、仕分け、保存を担当しています。
一方、RTX2070を搭載した別のパソコンでは、ローカルAIが高度な画像認識を担当しています。
この2台のパソコンは、家庭内LANで接続しています。
つまり、領収書を管理するパソコンと、AIが考えるパソコンを分けているのです。
これなら、Dell側に大きなAIモデルを入れる必要はありません。
そして、私が今回最も可能性を感じたのは、ここからです。
一度ローカルAIの環境を構築してしまえば、領収書仕分けソフトだけでなく、ほかの自作ソフトからも同じローカルAIを利用できるということです。
例えば、領収書仕分けソフト、会計ソフト、翻訳ソフト、文書検索ソフトなどです。
それぞれのソフトは別々に動いていても、AIによる判断が必要になったときだけ、家庭内LANを通じて共通のローカルAIを呼び出せます。
もちろん、用途によって必要なAIモデルは異なりますが、Ollamaの環境を共通で利用し、モデルを切り替えて使うことができます。
私は以前から、AIを単なる質問相手として使うだけではなく、自分の仕事や生活を支える仕組みにしたいと考えてきました。
今回の実験は、その考え方にかなり近いものです。
ローカルAIを1つの共通基盤として持ち、必要なソフトから呼び出して使う。
これなら、新しいソフトを作るたびに、AI環境を最初から構築し直す必要もありません。
さらに、インターネットにつながらなくても、パソコンと家庭内LANが正常に動いていれば、ローカルAIを使った処理を続けられます。
外部AIへのAPI料金も、ローカルAIで処理する部分には発生しません。
もちろん、パソコンの電気代や設備費は必要ですし、AIの認識精度にも限界があります。
それでも私は、今回の経験から一つの可能性を感じました。
これからは、ソフトごとにAIを持つのではなく、1台のローカルAIを複数のソフトで共有する使い方が広がるのではないでしょうか。
自分専用のAIを一つ育てておけば、新しいソフトを作るたびに、そのAIの活躍する場所も増えていく。
これは、私にとって非常に面白い発見でした。
通常OCR、ローカルAI、外部AIを組み合わせる
今回の実験を踏まえると、私が目指したい仕組みは次の3段階です。
第1段階:通常OCRとプログラム
一般的な領収書は、インターネットを使わず、通常のプログラムで読み取ります。
第2段階:ローカルAI
通常OCRで判断できない書類は、家庭内LANを通じてRTX2070のAIに確認してもらいます。
それでも難しい場合だけ、インターネット経由の外部AIに確認してもらいます。
現在は、それぞれの確認ボタンを使い分けています。将来的には、この流れを自動化してみたいと考えています。
この方法なら、普段の作業では外部AIのAPI料金がかかりません。
また、インターネットが遮断されても、通常OCRと家庭内LANのローカルAIを利用できる可能性があります。
ただし、ローカルAIを動かすパソコンや家庭内ネットワークが正常に使えることが前提です。
AIにすべてを任せるのではなく、必要な処理に必要なAIを使う。
これが私には合理的に感じます。
因みに、ローカルAIの追加は約20分でできた
ちなみに、今回の領収書仕分けソフトにローカルAIを追加する作業は、わずか20分程度でした。
最初の領収書仕分けソフトは、たたき台が約1時間、細かな調整には3日間もかかりました。
ところが、すでに構築してあったRTX2070のローカルAI環境を利用すると、画像認識モデルの追加からDellとの接続、実際の手書き領収書の読み取りまで、おおよそ20分でできたのです。
もちろん、ローカルAIの環境自体を最初から構築した時間は含まれていません。
それでも、今回の経験で感じたことがあります。
ローカルAIは、最初の環境づくりに時間がかかっても、一度作ってしまえば、次のソフトへ応用するのは意外と簡単なのかもしれません。
これから新しいソフトを作るたびに、同じローカルAIを利用できる。
今回の20分間は、ローカルAIを共通の頭脳として持つ価値を実感した時間でもありました。
高価なAI専用パソコンを買う前に、今あるパソコンで試してみる
私は現在、より高性能なローカルAI専用パソコンの購入も検討しています。
しかし、今回の実験で改めて感じたことがあります。
最初から高価なパソコンを購入しなくても、手元にある機材で試せることは意外と多い。
もちろん、RTX2070にはGPUメモリや処理速度の制約があります。
より大きなAIモデルを動かしたり、複数の処理を同時に行ったりするには、性能の高いパソコンが必要になるでしょう。
ただ、今回のような領収書の画像認識であれば、すでに所有しているRTX2070でも動作することが確認できました。
まずは今ある設備で実験し、何ができて、何が不足しているのかを確かめる。
その結果を見てから、新しい設備の必要性を判断する。
長年、事業をしてきた私には、この進め方が合っているように思います。
58歳になって、AIの面白さをまた一つ発見した
今回の実験を通じて感じたのは、AIの進歩そのものだけではありません。
AIを一度自分の環境に組み込めば、使い道を次々と広げられることです。
最初は、自分の記事や過去の経験を検索できるAIを作りたかった。
次に、インターネットなしでも使える翻訳AIに興味を持ちました。
そして今回は、領収書仕分けソフトにローカルAIを組み込んでみました。
別々のことをしているようですが、根本にある仕組みはつながっています。
一度作ったAIの環境を、次の実験に活用できるのです。
私は19歳から長年、さまざまな事業を経験してきました。
そして58歳になった今、AIによって新しいことを試す楽しさを感じています。
今回の実験も、まだ完成ではありません。
これから実際の領収書を増やし、通常OCRとローカルAI、外部AIの認識精度や処理速度を比較していきたいと思います。
それでも、一つ大きな発見がありました。
「ローカルAIは、一つの用途のためだけに作るものではない。自分がこれから作るさまざまな仕組みの、共通の頭脳になる可能性がある。」
これが、今回の実験で最も伝えたいことです。
まだまだ、AIで試したいことが増えそうです。(笑)
協同組合かけはし/KAKEHASHI HUMAN MONGOL LLC 後藤友亮/GOTO YUSUKE
静岡県浜松市/モンゴル・ウランバートル 公式サイト:https://www.kakehasi.biz/





コメント