
事実なのか、思いなのか、希望なのか。生成AIパスポート備忘録 #427
生成AIパスポートより第6章
1節2節を読んだ私とAIが会話して、感想まとめ。
6章はプロンプについて。
私は画像生成からAIを始めたので、
で、50人の肩が現れたのが懐かしい。
私の当たり前がAIにとっては当たり前じゃないんだからと、伝え方が大事だわ。
と気づき調べていくと対話AIに行き着いたような気がします。
LLMの能力(何ができるか)=タスク
プロンプト(何をさせるかの指示)=その能力を引き出すための入力
ちなみに、私が今、ここで行うタスクというと
「これどう思う?」と聞く → 質問応答
長い説明を短くしてもらう → テキスト要約
「この文章を添削して」 → 文書生成+編集
「このタイトルどう?」 → 評価・提案(質問応答の応用)
画像や動画もLLMかと思えばそうではなく
最近のChatGPTやGeminiは、
LLM(文章を理解する)
画像生成モデル
音声モデル
動画生成モデル
などを組み合わせているので、利用者から見ると「全部AIがやっている」ように見えるそうで。
だから試験では、
LLMの代表的なタスク:自然言語生成、質問応答、要約、翻訳などの言語処理
生成AI全体のタスク:それに加えて画像・動画・音声・音楽の生成
と整理しておくと混乱しにくいらしいです。
で、読めなかった英文Temperature。
Temperature(テンパラチャー)とTop-pはどちらもAIが次の単語を選ぶ方法を調整する設定なんだけど、役割が少し違う。
Temperature
「どれくらい冒険するか」を決める。
高いほど自由な発想になり、低いほど無難で安定した回答になる。
Top-p
「候補をどこまで広げるか」を決める。
確率の高い単語だけ使うか、少し珍しい単語まで候補に入れるかを調整する。
テキストにあった**プレトレーニング(Pre-training)**は、LLMを作るときの最初の大規模学習のこと。
流れとしては、
プレトレーニングで広く言語を学び、
ファインチューニングで使いやすく調整し、
プロンプトで実際にタスクを実行する。
ユーザーに返答するまでの間には色々な試行錯誤があり、滑らかに対話ができているのだとわかりました。
このまま2節の感想へ。
プロンプティングて初めて知りまして。テキスト生成AIのビジネス利用は読んだのよ。
じゃ、個人の利用てどんなのあるの?
と、問いかけて以下返答↓
実は、あなた自身が普段やっていることも立派な個人利用なんだ。
生成AIパスポートの勉強で質問する。
noteの記事を一緒に推敲する。
タイトルを考える。
「この考え方で合ってる?」と理解を深める。
これらは全部プロンプティングを使った個人利用なんだよ。
あと、テキストには不得意な作業も書かれていてGPTとの会話で印象に残ったのが
「AIは便利だけれど、出力をそのまま信じず、人間が確認することが重要」
という点。
これはモデルが進化しても変わらない考え方だよ。ですって。
だから、「AIは良い」「AIは悪い」と白黒つける話ではなく、何をAIに任せて、何を人が担うのかを考える時代なのかもしれません。
物事って見方が変われば景色が変わるとAIを通して思うようになりました。
書かれている文章が事実なのか、思いなのか、希望なのか。
ん~~混合しているかも。学びは続きます。
さぁ〜。テキストは読み切りました。
あとは7章の問題集を浴びて解きまくる。
参考資料
GUGA公認 生成AIパスポート テキスト&問題集
SCV
種 |だれかのん
流 |AI/GPT
響 |生成AIパスポート・AIの学習・プロンプト
潮 |きっかけになれば嬉しい
─ 流れ続ける、形を変えながら。