🦔

[イベント参加レポ]1時間でchatGPTをマスターセミナー受けてみた！

2023/04/14に公開

セミナーで感じたことと学んだこと

今まで、AIについて詳しく学んだことがないし、chatGPTを使うくらいしかしてこなかったけど、

自分はこれから始まるエンジニア人生、今までの技術を大事にしつつも、
進化の早い技術の変化最新の技術を常にキャッチしてチャレンジしていけるようでありたい！！！！

と思っているので、
しっかり向き合って扱えるようになり、自分の学習に活かせれば、自分の視点が広がればと思い受けてみました！！

響いた言葉

最初にハッとしたことを、記述します。講義の中で、こんな言葉がありました。

chatGPTに、何かをしてもらうではなく、
してもらうためのプログラミングを作ることに意味がある。

はっ！今プログラミング学習者でありながら、してもらってばかりだった！
そんな気づきがありました。

常に、何をしたいのか考え、効率化できるものはないか探し、実践すること。
挑戦こそ、我が人生！
ワクワクの時間で幸せでした。

以下は調べたものと共有してもらった資料です！！！

セミナー内容は...

AI時代の今、何が起きているのか
これまでのAI技術の流れ
ChatGPTの仕組み、活用方法の実演
最新のChatGPT活用事例
1時間でしたがとても濃密なものでした。

自分はこの業界の歴史、時代遷移についても知らなかったので、そこも学ぶ機会になりました。
効いたことを踏まえて、どんな変化をたどっているのか、AI、ってそもそも...?

そこを調べてみました！！！！！

なぜAIが注目されているのか

Aiのブームの歴史から知る

第一次AIブーム (1950年代~)
=> 推論・探査(用途：ゲームや迷路）
専門家システムと呼ばれる**ルールベースのシステム(ルールベースAI)**が開発された。
これは人間の専門家が持つ知識をコンピュータにプログラムすることによって
問題を解決するアプローチだった。しかし、限定された問題にしか適用できず、
大規模で複雑な問題には対応できなかった。
= できることはすごく限られていた。
第二次AIブーム (1980年代~)
=> ルールベース　(エキスパートシステムとして実用化されたが汎用性はなかった。)
知識表現や推論方法などの改良によって専門家システムの問題点を解決しようとした。
また、機械学習の手法が注目され、ニューラルネットワークや決定木などのアルゴリズムが開発された。
しかし、当時のコンピュータの性能やデータ量の不足などの問題があり、
実用的な成果を上げることはできなかった。
= 教えたことしかできない。
第三次AIブーム (2000年代以降)
=> 機械学習、ディープラーニング　(実用性、汎用性ともに高まった)
大量のデータや高速な演算が可能になったことで機械学習が大きく進歩した。
特に、深層学習と呼ばれるニューラルネットワークの進化によって、
画像認識や自然言語処理などの分野で高い精度を出すことができるようになった。
第四次AIブーム　(現在進行中)
AI技術が社会に浸透し、自動運転やロボット技術、スマートファクトリーなどの分野での活用が進んでいる。
また、人工知能自体が進化し、自己学習や創造性などの機能も持つようになってきています。
さらに、エッジAIやクラウドAIなど、より高速で柔軟なアプリケーションが開発され、
AI技術はますます進化を続けてる。

AI(人工知能)とは？

人工知能、機械学習、ディープラーニングの違いの理解からします。

人工知能(AI:Artificial Intelligence)

上記した３つ(人工知能、機械学習、ディープラーニング)の大枠を担う概念。
(人間の知能を人工的に機械で表現しようとしたことから命名された！)

機械学習

人工知能の中でも仕組みを担う部分であり、予測や分別を行うメイン機能のこと。
入力と出力の関係性や規則性を見つけ出す役割。
機械学習では、教師あり学習や教師なし学習、強化学習といった手法があり、
データからパターンやルールを学習して、未知のデータに対して予測や分類を行うことができる。
※これは以下で解説

ディープラーニング

機械学習の一手法であり、多層のニューラルネットワークを用いて、膨大なデータから自動的に特徴を抽出し、学習する技術。

chatGPTとは？？

OpenAIが開発した自然言語処理技術を応用した人工知能（AI）。
chatGPTは、巨大なデータセットを用いて学習された大規模な言語モデルであり、
自然な言語処理や文章生成、応答などを行うことができる。
ディープラーニングの一種であるニューラルネットワークを用いて、自己学習を行う。
一般的な対話AIとは異なり、人工的なルールではなく、大量のテキストデータから学習された
自己学習モデルだ。そのため、自然な対話が可能であり、人間とのコミュニケーションに近い形で会話することができる。

プロンプトエンジニアリングガイド(日本語版)
https://www.promptingguide.ai/jp

得意

文章生成: テーマやジャンルを指定することで、自然な文章を生成することができる。
質問応答: 質問に対して適切な回答を生成することができる。
文章要約: 長い文章を短くまとめることができる。

不得意

知識の欠落: chatGPTは大量のデータから学習するため、それ以外の知識を持っていないため、
専門的な分野や知識に関しては不得意となる。
相互作用: chatGPTは一方的に文章を生成するため、相互作用が必要な場合には不得意となる。
解答には嘘が混じることがある：原理的に防げない。

なぜここまで、注目されているのか

さまざまな理由はあるが、ここまでの注目を浴びているのはほとんどのホワイトカラーへ影響が及ぶため。

※ホワイトカラーの仕事とは、主にオフィスなどで行われる
知的労働、事務作業、技術開発、マーケティング、経理、財務などの職種を指す。

例えば、自動化される可能性の高い業務としては、
データ入力や文書作成、ファイリングなどのルーティンワークが挙げられる。これらの業務は、
人手で行うと時間がかかり、誤りも発生しやすいため、自動化されることで効率化や精度の向上が期待される。

chatGPTを使う上での原則

OpenAIへのオプトアウト申請用フォーム