Zenn
🐇

Generative AI Study Jam with GDG - イベントレポート

2024/09/23に公開
AI
Google
BigQuery
prompt
Gemini
tech

Generative AI Study Jam with GDG - イベントレポート

皆さん、こんにちは！

今回は、2024年9月23日に開催された「Generative AI Study Jam with GDG」のイベントレポートをお届けします。GDG関西が主催した本イベントは、現在開催中の「Generative AI Study Jam」と連動した学習イベントで、初心者から中級者まで幅広い層が学べる内容となりました。

イベント概要

今回のイベントでは、前半に豪華な講師陣によるハンズオンセミナーが行われ、後半にはGoogleの「Skills Boost」を活用したもくもく会が実施されました。

  • 日時: 2024年9月23日
  • 講師:
    • 株式会社unerry チーフデータサイエンティスト 岡安さん（通称: Mario さん）
    • Jagu'e'r AI/ML 分科会運営 藤森さん
    • Jagu'e'r エバンジェリスト 山時さん

前半では、ハンズオン形式でGoogle AIの実践的な活用方法を学び、後半では「Generative AI Study Jam」の初級者トラックまたは中級者トラックを選択し、自分のペースで学習を進める時間が設けられました。

前半: ハンズオンセミナー

ハンズオンセミナーでは、AI技術の最前線で活躍する3名の講師による具体的な技術解説と実践が行われました。

  1. Gemini in BigQuery

    • BigQuery上で「Gemini」を使って自然言語でクエリを生成・修正する方法を学びました。現時点では日本語でのEXPLAIN機能は未対応ですが、今後の発展が期待されます。
    • BigQueryのデータを視覚化する「Data Canvas」も利用可能で、直感的なデータ分析が可能です。

  2. Geminiのモデルについて

    • 最新版のGeminiモデルは非常に高速で、プロンプトエンジニアリングの工夫次第でさらなる性能向上が見込めます。特に「Temperature」やトークン数の調整が重要です。

  3. LLM特有のテクニック

    • 「Chain of Thought」や「Few-shot learning」などの手法が有効ですが、日常的に活用するには少々難しい場面もあります。構造化プロンプト（例: TOML形式）を使用することで、精度の高い出力を得られることが強調されました。

  4. プロンプトエンジニアリングと安全性

    • プロンプトエンジニアリングによって、AIの出力品質を向上させる技術についても解説されました。Google検索との連携機能「ground設定」をONにすると、オンライン情報を基にした精度の高いレスポンスが得られる点も注目されました。

  5. Vertex AI Studio

    • Vertex AI Studioでは、文字・画像・音声・映像などの複数データ形式を統合的に扱うマルチモーダルモデルが提供されています。Flashモデルは高速かつコストパフォーマンスが良く、様々なシーンで利用しやすいのが特長です。

ハンズオン教材:
・Generative AI Study Jam with GDG Hands-on（岡安さん）
https://docs.google.com/presentation/d/1r2E_PjEhExYUHYzDef7zmqO0dOHwYqgrnxkvD_NCE34/edit?usp=sharing
・Vertex AI Studioを使用したSQL・プロンプトエンジニアリング入門（藤森さん）
https://zenn.dev/richard_r/articles/0d9a8489fbc3a7

後半: もくもく会

後半は、もくもく会として、参加者それぞれが自分で学習内容を選び、学習を進めました。前半の内容をさらに深掘りして取り組む方や、Skills Boost プラットフォームを活用してスキルアップに励む参加者も見られました。

イベントで得た技術的知見

今回のイベントで得られた主な技術的知見は以下の通りです。

  • Gemini in BigQuery: BigQueryにGeminiが統合され、BigQuery上で生成AIアプリケーションの基盤を開発できることがわかりました。

  • Gemini Flashモデル: 性能とコストのバランスが非常に優れており、プロンプトエンジニアリングによってさらに性能を引き出せることがわかりました。

  • LLMのプロンプトエンジニアリング: 構造化プロンプトやGoogle検索との連携機能を活用することで、出力精度を向上させる技術が確認されました。

  • Vertex AI の利点: 特に個人情報を扱う場合、Vertex AIが推奨され、データの安全性が確保される点が重要視されました。

まとめ

今回の「Generative AI Study Jam with GDG」は、参加者にとってGoogleの AI 技術を実践的に学べる貴重な機会となりました。ハンズオン形式で具体的な技術に触れ、実際に手を動かすことで、AI活用の可能性を深く理解することができました。

次回もこのような有益な学びの場が提供されることを楽しみにしています！

興味を持たれた方は、GDGのイベント情報をぜひチェックしてみてください。それでは、次回のイベントでお会いしましょう！

Discussion