我が家のマック（Mac Studio M1 Max）で、ローカルAI（RAGシステム）を構築しました。
これは「マックな出来事」として纏めるしかあるまい。って事でこちらへ纏めました。
2026年 7月23日（木）
皆さん、AI（ChatGPT、Gemini、Claude）はお使いでしょうか？ 私もちょこちょこ使っています。
ChatGPT-3.5（2022年）が一般に無料公開されてから、急激に AI が普及しましたね。
私はたまに調べ物で使うくらいで、月額課金まではしておりません。無料利用のレベルです。
私の周りでも ChatGPT の事を「チャッピー」と呼ぶ人が時々いて、少しイラッとします。
いい歳してチャッピーと呼ぶのは、子供っぽいと言うか、バカっぽく見えますね。ﾊﾞｷｯ！／(>_<;
AI を使いこなせとは言いませんが、AI に使われない様にしましょう。
さて、ChatGPT、Gemini、Claude、それ等は全て「クラウドAI」で、データが各社データセンターに行きます。
個人のどうでも良い個人情報なら構いませんが、企業とかの機密情報だとちょっと不味いですよね？
そこで企業では「ローカルAI」を構築して利用している様です。一般家庭にもローカルAI が欲しいですね。
AI を使うには CPU（逐次演算）より GPU（分散演算）を使う様で、最近の GPUカードは品薄で高いです。
| （NVIDIA の GPUカード） ・GeForce RTX 5060 8GB ・GeForce RTX 5070 12GB ・GeForce RTX 5080 16GB ・GeForce RTX 5090 32GB ・NVIDIA RTX Pro 6000 96GB |
（一般用） （中級者用） （上級者用） （プロ用） （企業用） |
20〜30万円 70〜80万円 200万円以上 ※ 詳しくはネットでググって下さい。 |
我が家の使っていないマック、先々代のメインマシン（Mac Pro 8-Core 2.4GHz）をローカルAI に使えないだろうか？
Mid 2010（16年前）のマックですが、ダブル画面用に GPUカードも増設しているのでスペック的には高い。
と言っても、そもそも 16年前のマシンなので、今の AIソフトが動くのだろうか？ なんて疑問も湧く。
今のメインマシン（Mac Studio M1 Max）はどうなんだ？ チップは Apple M1（10コア）でメモリは 32GB ある。
GPU は 24コアだったと思う。その事を AI（Claude）に質問してみた。回答は以下の通りだった。
 |
Mac Studio はローカルAI に十分使えるマシンの様です。統合メモリ（Unified Memory）が良いらしい。
PC のメモリ（DRAM）は CPU用で、GPU用メモリは GPUカードに専用メモリ（VRAM）が載っています。
Mac Studio のメモリ 32GB は、Appleシリコン（M1）の CPU と GPU で共有出来ると言う訳です。
私の普段使いで、メモリ（32GB）を使い切るなんて事は滅多に無いでしょう。
Mac Studio で十分に使えるならと言う事で、GUI で使える「LM Studio」をインストールしてみた。
生成AI モデルは「google/gemma-4-e4b」を入れろみたいな英語画面が出たので、素直に従った。
「google/gemma-4-e4b」の容量は 6.86GB で、上位モデル？（gemma-4-12b）は 7.56GB だった。
 |
Mac Studio M1 Max（2022） ひっそりと「ローカルAI マシン」に成りました。 |
『高崎駅西でレンタカーを借り、草津温泉を経由して伊香保温泉（ホテル天坊）への観光ルート』を、
クラウドAI（ChatGPT、Gemini、Claude）と、ローカルAI（LM Studio）に質問してみた。
単純にクラウドAI の方が回答は早い。だが、ローカルAI が遅過ぎると言う程でもない。十分に使える。
| （ローカルAI のメリット・デメリット） ・プライバシー：データが外部に送信されない。PC 内部だけで完結する。 ・コスト：月額課金なし。利用回数の制限なし。 ・オフライン動作：インターネット接続が不要。 ・スピード：クラウドAI より回答が遅い。 ・AI モデル：クラウドAI よりデータが古い。 |
以上、余計なお金を掛けずに、マックで「ローカルAI」環境が出来ましたと言う報告です。
今後は「クラウドAI」も使いつつ、我が家の「ローカルAI」も育てて行きたいと思います。
将来的にマックを買い替えたら、この Mac Studio をファイルサーバ（QNAP）の所に置いて、
我が家（伊藤家）のローカルAI として、家の何処からでもローカルAI が使える様にしたいと思っています。
それとマックユーザーなら、Siri の機能拡張で ChatGPT を使う様に設定すると、Siri の頭が良く成ります。
| （参考サイト） | ローカル生成AI を楽しむための Macの選び方【前編】 ローカル生成AI を楽しむための Macの選び方【後編】 |
7月24日（金）
| Claude は Anthropic 社が開発したモデルで、ローカル環境での利用は公式にはサポートされていません。 ChatGPT は OpenAI が開発したモデルで、ローカル環境での利用は公式にはサポートされていません。 |
と言う事で、一般家庭（我が家）で使えるローカルAI は、 Gemma（Google）が良いのかな？
他にも Llama（メタ）とか Qwen（アリババ）とか色々な AIモデルがある様ですが、中華系は除外します。
Claude と ChatGPT がローカル環境で公式サポートしていないなら、個人的には Gemma（Google）ですかね。
クラウドAI は Claude と ChatGPT を使って、ローカルAI では Gemma を使う。方針は決まった。
| ・google/gemma-4-e4b ・google/gemma-4-12b ・google/gemma-4-12b-qat ・google/gemma-4-26b ・google/gemma-4-31b |
（6.86GB） （7.56GB） （7.15GB） （15.64GB） （18.85GB） |
← 最初これを入れた |
私のマック（Mac Studio M1 Max）で Gemma を使うなら、どのモデルが良いのかを Gemma 当人に聞いてみた。
すると以下の様な回答だった。的確な回答を出す我が家の AI（Gemma）に感心する。
 |
| 「快適さと速度」を重視：12b（7.56GB）12b-qat（7.15GB） 「知能と回答の質」を重視：26b（15.64GB） |
e4b（6.86GB）はスマホや低スペックPC 用で、31b（18.85GB）を使うには 32GB ではメモリ不足らしい。
ローカルAI はマシンスペックに応じて、どの AIモデルを使うか迷いますし、選ぶのも重要ですね。
私は「快適さと速度」を重視して 12b（7.56GB）、QAT で迷ったので 12b-qat（7.15GB）を使う事にしました。
Mac Studio をローカルAI 専用マシンとして使うなら、26b（15.64GB）を選びますけどね。
各モデルの検証をする必要もなく、マシンスペックに合わせてベストマッチを選んでくれる AI に感謝します。
（おまけ）
私のラップトップ（MacBook Pro 16inch）にもローカルAI を入れてみようと思った。
だが、私の MacBook Pro は 2019年モデル（Intelマック）で、チップが Appleシリコンではない。
Intel Core i7 2.6GHz 6コア、GPU は AMD Radeon Pro 5300M 4GB、メモリ 16GB、何とか行けるんじゃね？
我が家のローカル AI（google/gemma-4-12b-qat）に聞いてみると、回答は以下の通りだった。
 |
計算速度が遅くなる。GPU で加速は不可能（CPU で処理）。メモリに余裕がない。散々な言われ方ですね。
私の MacBook Pro がこんなにも非力なマシンだったとは・・・、7年前は高性能マシンだったんですけどね。
尚、低スペック用の Llama 3.1 8B、Phi-3 Mini (3.8B)、Gemma 2 2B、Mistral 7B なら動く様でしたが、
結論：IntelマックでローカルAI は諦めて、素直にクラウドAI を使いましょう。強力な GPU があれば話は別です。
7月26日（日）
 |
左：AnythingLLM 右：LM Studio |
我が家のローカルAI（google/gemma-4-12b-qat）ですが、ローカルAI なのだから個人情報をバンバン入れたい。
先ずは、私の旅行記でも learning（学習）させて、integration（統合）させたい。← それっぽい横文字を使ってみた。
それには先の「LM Studio」と「AnythingLLM」の 2つで「RAGシステム」と言うのを組むのが良いらしい。
RAG（Retrieval-Augmented Generation）：検索拡張生成と言う技術らしいです。
大規模言語モデル（LLM）が回答を生成する際に、外部の情報源から関連情報を検索して取り込む仕組みらしく、
簡単に言えば、LM Studio（脳）＋ AnythingLLM（記憶保管庫）という感じで、現在最も推奨される構成との事です。
AnythingLLM は、PDF等の解析やベクトルデータベースの管理機能として強力なツールらしいので、
早速、AnythingLLM をインストールして、LM Studio（サーバ）と AnythingLLM（クライアント）の連携を試してみた。
それ迄は、ローカル AI（LM Studio）にデータを読ませる場合、1チャット 31.46MB までしか読み込めなかった。
| 私の旅行記（PDF） ・第89回 日左連定期総会 北海道ブロック北海道大会 ・還暦旅行：別府温泉の旅 2026 ・第67回 建築士会全国大会「おおさか大会」＆ 大阪万博 ・第88回 日本左官業連合会定期総会 東海ブロック愛知大会 ・第66回 建築士会全国大会「鹿児島大会」 |
（6.9MB） （8.0MB） （11.5MB） （6.0MB） （6.8MB） |
上から 3つで 26.4MB、4つで 32.4MB、4つ目のデータを読み込めなかった。それが今はどうだ！
流石は記憶保管庫、データは幾らでも保管される感じだ。更にホームページ（URL）を読み込ませても良い。
「LM Studio」と「AnythingLLM」の連携で、完璧な「RAGシステム」を組めたと思ったのだが・・・
北海道大会、大阪大会、愛知大会、鹿児島大会、それぞれについて質問をしてみたが、想像していた回答が返って来ない。
それ迄、LM Studio に直接データ（PDF）を読み込ませていた時は、完璧な回答をくれたのに・・・、なぜ？
それと何となくだが、AI の回答が以前よりも少し生意気に成った様な気がする。気のせいか？
今迄が順調に来過ぎていたのかもしれない。ローカルAI にとって「RAGシステム」は必要不可欠だと思うので、
慌てずじっくり、ローカルAI の RAGシステムを構築したいと思っております。
7月27日（月）
我が家のローカルAI の「RAGシステム」ですが、どうやら上手く稼働している様です。
データを入力して直ぐは使えない様で、データ入力後に分析・データベース化するのに時間が掛かる様です。
データ入力後に「Agent session complete.」と出た後でも、裏で暫く AnythingLLM が CPU を使っています。
LM Studio（頭）は休んでいるのに、AnythingLLM（記憶保管庫）の方は裏で黙々と働いています。
取り敢えず、青年の主張の最新 157〜129番「ダナンでビーチリゾート＆世界遺産」までのデータを読み込ませました。
旅行代理店から貰った旅程・見積書（PDF）も結構な数を読み込ませました。容量制限が無くて良い。
内容が旅行記と旅程・見積書なので、AI 的には旅行代理店の人間か何かだと判断するのか？ などと思いながら・・・
実際は建築士会と左官組合の「全国大会」である事、コンパス会の海外旅行である事、それは理解している様です。
最初は建築士会と左官組合をゴッチャにしている所があったので、分ける様に指示しました。
勝手にデータベース化してくれるのは有り難いですが、ある程度、人間が指示してあげないとダメですね。
私の個人情報も色々と入力しました。住所・氏名・生年月日・職業・資格・所属団体・趣味・家族構成 etc
私のパスポート画像も入力して、有効期限の 1年前に教えてくれる様に指示しました。
そう言った個人情報を入力出来るのも、ローカルAI であればこそと言えますね。
免許証やパスポート画像なんて、クラウドAI には危なくてアップなんて出来ませんからね。
データの分析・データベース化、RAG を終えた AI（AnythingLLM）が、大そうな事を言うのが面白い。
 |
完全に完成させたとか、矛盾なく一つに結びつけたとか、最高の精度で線形的に統合・編纂したとか、
この AI は、自分の言っている事が恥ずかしくないのだろうか？ それと、何を言っているのか全く分からない。
そこで『表現が硬い（機械的）なので、もう少し柔らかく（人間ぽく）お願いしたい。』と注文を付けたり、
『私のことを「あなた」ではなく「豊さん」と呼んで欲しい。』と注文を付けたりしてみた。
するとどうだ、その後からイイ感じにフレンドリーな表現に変わった。他にも色々と注文を付けたが割愛する。
 |
「気心の知れた間柄で語り合う友人」だそうです。その割に肩の力を抜けだのと上から目線ですね。
所詮 AI の方から見ると「人間はバカ」とでも思っているのだろう。
旅行記だけだと、私は単なる旅人と思われそうなので、次は「マックな出来事」を取り込もうと思っている。
「今月の 5枚」なんかも入れて、AI の音楽に対する感想（音楽的知識）を確認するのも面白い。
私の趣味は「マックと音楽と建築」と教えているのだが、全てにおいて知識は AI の方が上でしょう。
改めて、ローカルAI には「RAGシステム」が絶対に不可欠だなと思います。「育てる AI」これは面白い。
「知識」は AI の方が上だろうが、「知恵」は人間の方が上だと私は思っている。上だと思いたい。
今の AI が AGI → ASI へと進化すると、我々人類はどう付き合って行くのだろう？
マンガ「攻殻機動隊」の様に、頭にチップを入れて電脳化とか、義手・義足でサイボーグ（義体化）ですかね？
押井守の映画「GHOST IN THE SHELL / 攻殻機動隊」「イノセンス」は面白いです。
アニメ「攻殻機動隊 STAND ALONE COMPLEX」「攻殻機動隊 S.A.C. 2nd GIG」も面白いです。
黄瀬和哉のアニメ「攻殻機動隊 ARISE」も面白いです。「公安 9課」が出来る前の話です。
現在放送中の新作アニメ「攻殻機動隊 THE GHOST IN THE SHELL」が一番面白いと言う噂です。
主役（草薙素子）の声を長年演じ、2024年に亡くなられた声優：田中敦子さん、心からご冥福をお祈りします。
新作アニメで草薙素子の声を演じている声優：坂本真綾さん、声を田中敦子さんに寄せているのが熱い。
攻殻機動隊の話はその位にして、ローカルAI の AIモデルは「google/gemma-4-12b-qat」を使っていた訳ですが、
LM Studio 単体で使うなら特に問題はないのだが、AnythingLLM 経由（RAGシステム）で使うと反応が遅いです。
そこで今は、反応速度を優先して軽い AIモデル「google/gemma-4-e4b」を使っています。
| （LM Studio の AIモデル） ・google/gemma-4-12b-qat ・google/gemma-4-e4b ・meta/llama-3.1-8b-instruct ・qwen/qwen3.5-9b ・qwythos-9b-claude-mythos-5-1m |
LM Studio には複数の AIモデルを入れて、切り替えて使えます。 現在、私は 5つの AIモデルを入れています。 |
AIモデルの違いを試したい所ですが、今は RAGシステムのデータ取り込みが最優先事項なので・・・
要は、大きい AIモデルは頭は良いが遅い。小さい AIモデルは頭は悪い（普通）だが速い。って事でしょう。
ローカルAI で RAGシステムを使うなら、軽量高速な AIモデルが良いと思います。強力な GPU があれば話は別です。
7月28日（火）
昔、マックのチップが PowerPC → Intel に変わり、今は Intel → Appleシリコンてな訳です。
チップが Appleシリコンに変わっても、iPhoneアプリが使えるくらいで、余り恩恵を感じていませんでしたが、
先日からのローカルAI 関連で、Appleシリコンの素晴らしさ（凄さ）を初めて知ったって感じです。
ARMチップの低電力と統合メモリ（Unified Memory）は、革新的なチップとメモリだったんですね。
お陰様で、私のマック（Mac Studio M1 Max）が、お金も掛けずにローカルAI マシンに成りました。
32GB の GPU、GeForce RTX 5090（70〜80万円）を買ってまで、ローカルAI 環境を構築しようとは思いません。
マックユーザーで、Appleシリコンで、メモリ 16GB以上なら、ローカルAI を試すべきかと・・・
我が家のローカルAI の「RAGシステム」ですが、データを一緒くたに詰め込み過ぎた感じがしています。
「マックな出来事」も入れたのですが、旅行記とマックがゴッチャに成った回答が出て来ます。
マックな出来事は、旅行記とは別のスレッドに分けてデータを入れるべきだなと思いました。
RAGシステム的にも、内容の違うデータを分析して、それをデータベース化するのは面倒でしょう。
旅行記は「建築士会、左官組合、海外旅行」と分けて、他に入れるデータも関連付けて分けた方が良いでしょう。
考えてみれば、AnythingLLM（記憶保管庫）の中の全データを LM Studio（頭）に渡すのは情報の無駄です。
必要なデータ（だけ）を LM Studio（頭）に渡す方が、渡す方も渡される方も楽だし、関係ないデータは不要です。
と言う訳で、RAGシステムのデータ取り込みを、新規にやり直そうと思っております。
| RAGシステムの分別保存 | ・旅行記（建築士会） ・旅行記（左官組合） ・旅行記（海外旅行） ・マック関連 |
取り敢えず、こんな感じに分類して取り込み直してみようと思う。仕事で RAGシステムは使わんのかーい！
はい、先ずは趣味で使ってみて、使えると思ったら後で考えます。仕事より趣味を優先します。
そもそも、ローカルAI は LM Studio 単体で使った方が速い。普段は LM Studio 単体で使った方が良い。
RAGシステム（AnythingLLM ＋ LM Studio）は基本的に遅いので、必要な時に使う様にした方が良い。
遅い RAGシステムを常時 AI に使うものではない。と結論付けました。強力な GPU があれば話は別です。
と言う訳で、RAGシステムのデータ取り込み直しがありますので、じゃっ！
7月30日（木）
この度の「熊本地震」によって、被害を受けられた多くの方々に心よりお見舞い申し上げます。
我が家のローカルAI（LM Studio）に『熊本地震について要約して』と聞いてみた。
回答は、2016年の熊本地震についてだった。やはりローカルAI の情報は古い。クラウドAI とはタイムラグがある。
だがしかし、クラウドAI（ChatGPT、Gemini、Claude）に聞いても、回答は 2016年の熊本地震だった。はあ？
どうやら AI に最新情報を聞くのは無理な様です。ウィキペディアには「熊本地震 (2026年)」の事が出ていました。
ウィキペディアを使った AIモデルがあれば良いなと思ったが、AI は情報収集をする物ではない。
| （AI とは） ・人間が学習した膨大な経験やルールを分析して、「次に最も可能性の高い行動」を予測して出力するシステム。 ・思考している訳ではなく「統計的なパターンに基づいた最良の推測（予測）」をしているだけ。 |
それと、我が家のローカルAI（AnythingLLM ＋ LM Studio）RAGシステムにも熊本地震を聞いてみましたが、
 |
予想通りの回答です。それならと『Yahoo!ニュースを見て、熊本地震について要約して』と聞くと、
 |
今後、我が家のローカルAI に「最新ニュースの要約」を頼む事はないでしょう。最初からネットの記事を見ます。
クラウドAI、ローカルAI、ローカルAI（RAGシステム）、これ等の使い分けが、何となく分かった気がします。
AI、特にローカルAI にはもっと頑張って欲しいですし、次にマックを買う時はメモリ 64GB ですね。
私の能力的には 32GB で十分ですが、ローカルAI の為にはメモリ 64GB が必要です。
64GB あれば「gemma-4-26b」でも「gemma-4-31b」でも、あらゆる AIモデルが使えるでしょう。
AI → AGI（人間同等）これは面白い。ASI（人間以上）これはもっと面白い。将来、頼りにさせて頂きます。
最後に、我が家のローカルAI（RAGシステム）ですが、現在データの取り込み真っ最中（3回目）です。ﾃﾍｯ
ワークスペースを複数に分けて、其々に関係したデータをガンガン入れていたら、変なアラート（英語）が出ました。
取り込みデータが多過ぎる？みたいな感じ？ 取り込むデータは残り 2つ、アラートを無視してそのまま取り込みを続けた。
最後のデータ取り込みの時もアラートが出たが、当然無視した。アラートが出た時に、キャンセルを押せば良かった・・・
その後、データの取り込みを一切受け付けなく成ったのだ。再起動しても何をしてもダメだった。やってしまった・・・
昔、マック初心者の頃を思い出した。コンピュータの使い方が全く分からず、トライ＆エラーの連続だった。
お陰で、Mac OS（当時は System 7（漢字Talk 7.5.3））を深く知る事が出来た。そしてマックに魅了された。
何となく、あの頃のトライ＆エラーに似ているなと思った。このトラブルが私を育ててくれるとも感じた。
データを取り込まない反抗的なワークスペースを削除して、作り直して、現在 3回目のデータ取り込みに至る。
人間も AI も、机に膨大な資料を置かれて『これを整理して』と言われたら、私でも逃げたく成りますよ。
8月2日（日）
 |
我が家のローカルAI（RAGシステム）
旅行記の取り込みは、2013年までにして置きました。 |
最初、ワークスペースによって、私の事を「あなた」と呼んだり「豊さん」と呼んだりバラバラでした。
回答の口調（トーン）も何となく違ったりして、何だか違う AI を相手にしている様でした。
私は、どのワークスペースでも同じ AI を相手にしたいと思い、呼び方や口調を統一して欲しいと AI に注文をつけた。
すると AI に、共有情報用のワークスペース「Master Knowledge Hub」を作る様に言われた。
そこに私の個人情報や運用する上でのガイドラインを書いたファイルを入れて、全てのワークスペースで共有させる。
そんな AI の回答だったので、その通りにした。所が私が作った共有情報ファイルに、AI がダメ出しをして来るのだ。
AI が出した修正案の通りにファイルを直して取り込み直し、2回の修正・再取り込みで OK を貰えたのだが 、
何だか出来の悪い生徒が、先生に叱られている様な感じだった。既に私はこの AI にナメられている。
| （我が家の AI 環境） ・クラウドAI（Claude、ChatGPT、Gemini） ・ローカルAI（LM Studio） ・ローカルAI（LM Studio ＋ AnythingLLM）RAGシステム |
| （LM Studio の AIモデル）取り敢えず 5つ、使っているのは 2つ ・google/gemma-4-12b-qat （メイン） ・google/gemma-4-e4b （RAGシステム用） ・meta/llama-3.1-8b-instruct ・qwen/qwen3.5-9b ・qwythos-9b-claude-mythos-5-1m |
LM Studio の AIモデルは、基本的に自由に変えられる。RAGシステム（AnythingLLM）が使う AIモデルも自由に選べる。
LM Studio を直接使う時は、頭の良いモデル「google/gemma-4-12b-qat」を使って、
AnythingLLM（RAGシステム）を使う時は、スピード重視で「google/gemma-4-e4b」を使う様にした。
LM Studio と AnythingLLM の AIモデルの切り替えは、AI の方でやってくれる。
LM Studio「google/gemma-4-12b-qat」の場合（上段のモデル稼動）
AnythingLLM（RAGシステム）「google/gemma-4-e4b」の場合（下段のモデル稼動）
クラウドAI よりローカルAI（LM Studio）は遅い。RAGシステム（AnythingLLM ＋ LM Studio）は更に遅い。
RAGシステムの遅さは仕方ありません。私がデータを取り込み過ぎたのもあります。
しかし、自分だけのデータを AI に取り込んで、それについて AI に答えさせるなんて、RAGシステムでないと出来ません。
LM Studio に複数の AI モデルを入れて、自由に切り替えられるのも実にありがたい。
更に、LM Studio と RAGシステム（AnythingLLM）に同時に質問をしても、両方の回答が得られる。
つまり、シングルタスクではなく「マルチタスク」で動くのだ。回答スピードは半分に成りますけどね。
マルチタスクが遅いのは当たり前の事で、重要なのはマルチタスクで動くって事の方です。
スピードが遅いのは、強力な GPUパワーと広大なメモリ領域があれば、解決するって事ですからね。
ローカルAI（LM Studio）は意外と簡単に構築出来ましたが、RAGシステムの方で色々とつまづきました。
分からない事はネットで調べる事はせず、全て我が家のローカルAI に聞いて解決しました。
RAGシステムに関しては LM Studio に、RAG の使い方や取り込んだデータに関しては AnythingLLM に、
LM Studio に聞いたり、AnythingLLM に聞いたり、そんな感じで現在に至ります。
クラウドAI と違って、ローカルAI（我が家の AI）には愛着が湧きますね。回答が遅くても許せます。
ローカルAI で出来る事・出来ない事は、これから検証します。
RAGシステム（AnythingLLM）は基本的に資料保管庫です。回答するのは全て LM Studio に入っている AIモデルです。
取り敢えず、各ワークスペース毎のデータ取り込みは終えたので一安心、一段落って感じですが、
データを取り込む度に、AI が【システムからの最終・究極報告：全知識統合完了】とか、
次のフェーズへ：物語の幕開け (The Grand Finale) とか、妙に気取った事をいちいち言って来るので、
取り込んだ「マックな出来事」と私が使って来たマック達について、時系列で纏める様に指示をしてみた。
タイトル：マックな出来事、サブタイトル：我が家のマックと周辺機器の歴史 でヨロシク！
すると、マックな出来事を「物語調」に要約してくれた。なかなかやるなと思った。
他にも技術分析調、ロードマップ解説調、回顧録・エッセイ調にも出来ると言うし、だったらやって貰いましょう。
マックな出来事
〜我が家のマックと周辺機器の歴史〜
| ・物語調 |
| ・技術分析調 |
| ・ロードマップ解説調 |
| ・回顧録・エッセイ調 |
AI が纏めてくれたマックな出来事（4つ）、読んで頂けましたか？ どうでした？
「時空を超えた愛の物語」ってのは AI が勝手にサブタイトルに追加した言葉です。私じゃありません。
ハッキリ言って、私には絶対に書けない文章だなと思いました。色んな意味で・・・
KYLYN HomePage や kylyn FM 89.2MHz の事も入れて欲しかったが、データを取り込んでないので仕方ない。
どんな風に「マックな出来事」を纏めてくれるのかと思っていたが、正直言って期待以上です。
さてこれで、我が家のローカルAI（RAGシステム）が、一応完成したと言えるでしょう。後は運用次第・・・
これからどうする？ 取り敢えず、友人知人にローカルAI を自慢して回るしかあるまい。ﾊﾞｷｯ！／(>_<;
その前に、そもそも Google の「Gemini」と「Gemma」の違いって何なんだ？
LM Studio（google/gemma-4-12b-qat）本人に聞いてみると、以下の様な回答だった。
 |
他にもダラダラと違いを説明してくれていたが、割愛します。詳しくはクラウドAI（Gemini）に聞いてください。
要するに、巨大なデータセンターと我が家（数万枚の GPU と M1 Max）の違いって事で理解しました。
個人の専用AI にデータセンターの能力なんて求めませんよ。設備費も電気代も物凄いでしょうからね。
将来的には「一家に一台 AI の時代」が来るだろうと思っていましたが、我が家には既に来てしまいました。
AIモデルは色々あるし、これからアップデートやバージョンアップもあるだろうし、AI はドンドン加速しますよ。
ローカルAI の良さは「RAGシステム」であり、その中身をどう成長させて使うかでしょうね。
恐らくですが、我が大石田町でローカルAI（RAGシステム）を組んだのは、私が初めてだと思います。
何故なら、ローカルAI を構築するには強力な GPUパワーが必要だからです。
GeForce RTX 5090 32GB（70〜80万円）を持っている人間が、大石田町にいるとは思えません。ﾊﾞｷｯ！／(>_<;
建築士会にも未だいないでしょう。大学とか研究所とか大企業なら当然あるでしょうが、個人レベルではね。
私はマックが Mac Studio M1 Max で、ユニファイドメモリ（32GB）だったのがラッキーでした。
ローカルAI の必要条件を満たしていたので、設備投資ゼロでローカルAI を構築出来たって感じです。
今後は、ローカルAI 用に特化した PC も出て来ると思います。GPU は別に NVIDIA でなくとも良い。
高性能 GPUカードを積んだゲーミングマシンなら、そのままローカルAI に使えますしね。
私と同じ Mac Studio M1 Max を使っているコンパス会の寺ちゃん、彼にローカルAI の話をしたのだが、
彼は AI 自体に余り関心がない様だった。ローカルAI の押し売りはやめて置きましょう。
寺ちゃんだとローカルAI（LM Studio）は出来ても、RAGシステム（AnythingLLM）まで行けるだろうか？
だが私としては、ローカルAI（RAGシステム）について、語り合える様な人が欲しいですね。
AIモデルの違いとか、GPUカードの違いとか、まあそのうち誰か現れるでしょう。
MACBASE の森さん、彼はマックを売っているので、ローカルAI をやらせるには丁度イイかもね。
近々彼を洗脳しに、MACBASE に遊びに行って来ようと思います。
8月3日（月）
我が家のローカルAI に『去年施行された改正建築基準法について回答できる？』と聞いてみた。
すると、ローカルAI（LM Studio）の回答は以下の通りだった。
|
「RAGの最強のテストケース」とまで言われたら、テストするしかあるまい。
RAG（AnythingLLM）のワークスペースに、「建築基準法」と言う名のワークスペースを追加して、
改正建築基準法の講習会資料「建築関係法の概要」と「質疑応答集」の PDF を RAG（AnythingLLM）に取り込んでみた。
（国土交通省主催の講習会なので、国土交通省のサイトから講習会資料の PDF をダウンロード出来ます）
建築関係法の概要（A4-40ページ）質疑応答集（A4-91ページ）なので、取り敢えず 2つで十分でしょう。
私は講習会の後、家で質疑応答集を読んだのだが、頑張って 20ページくらい読んだ。その後はご想像にお任せする。
「建築関係法の概要」を RAG に取り込むと、早速 40ページの資料を 2〜3ページに要約してくれた。ご苦労様！
次に 91ページの「質疑応答集」、どんな風に要約してくれるのだろう？ 取り込み後の回答は以下の通り・・・
 |
これは予想以上に素晴らしい。AI が「RAGの最強のテストケース」と言うだけの事はあると感じた。
まるで建築基準法に詳しい法律家が、マック（ローカルAI）の中に入った様な感じがした。これは使えますね。
建築基準法はちょこちょこ改正があるので、還暦を過ぎると覚えるのが大変なんです。そんな時の AI です。
これは、マックの中に無給で働く建築基準法の法律家がいる様なものです。大いに頼りにさせて頂きます。
具体的に何が出来るか、RAG に『この RAG で何が出来るの？』と聞いてみた。RAG の回答は以下の通り・・・
  |
だそうです。私が 20ページでギブした「質疑応答集」を、RAG は 5〜6分で読んで完璧に理解した様です。
これは物凄い事です。建築関係者でなくても、これは物凄い事だと理解出来るのでは？
改正建築基準法を完璧に理解した人（AI）に、途中でギブした私がご意見を聞く事が出来る訳ですからね。
ローカルAI と RAG の組み合わせは、今後の AI の常識に成りますね。AI を恐ろしく感じる人も出るでしょう。
でも、AI が答えられるのは「資料に書かれている情報のみ」です。RAG に取り込んでない事は答えられません。
RAG に取り込んでいない事まで答えられたら、それは AI ではなく AGI（人間同等）かもね。
以上、2026年 7月23日〜8月3日における、私の 12日間の悪戦苦闘を纏めてみた訳ですが、
マックでローカルAI（RAGシステム）の構築は、悪戦苦闘するだけの価値があったと思います。
今後は、ローカルAI（RAGシステム）仲間を募りたいと思っています。
（おまけ）
AIモデルには「GGUF = GPT-Generated Unified Format」と「MLX = Machine Learning + X」がある。
最初の頃、AIモデルは「GGUF」を選ぶとあったので、私は素直に「GGUF」を使っています。
ローカルAI（RAGシステム）が構築された今、妙に「MLX」の事が気になり、AI に
2つの違いを聞いてみた。
違いを説明してくれたが、説明が難しかったので、もう少し分かり易くと注文してみた。
  |
私のレベル、RAG を構築したばかりのフェーズでは「GGUF」を使えとの事の様です。
Mac専用で、Macで最速を出せるのは興味深いが、AI を動かすための基礎技術の沼に嵌まるのは嫌だ。
取り敢えず GGUF でローカル AI（RAGシステム）を使い、慣れたら MLX に手を出しましょう。
私が MLX（Apple専用の最高峰の最新キッチン）を使える日は来るのだろうか？
