AI（人工知能）

過去の人工知能ブーム、第１次ブーム、第２次ブームに続いた第３次ブームでは「ディープラーニング」によって引き起こされました。しかし、その翳りが見え始め、次の冬の時代の到来かと思われた時に颯爽と現れた「生成AI」。もちろん、それまでの人工知能研究の上に成り立っていますが、それはこれまでとは異なり、大きな衝撃を持って迎えられたのでした。

人工知能の歴史と生成AIの衝撃

<p>こんにちは！Biz FreakのPythonエンジニアの麦太朗です！</p><p>今回は、営業の方でも活用できる、ChatGPTの使い方についてまとめました！</p><p></p><p><strong>ChatGPTの概要を理解したい</strong>、<strong>ChatGPTを始めてみたい</strong>、<strong>ChatGPTの活用方法を知りたい</strong> あなたへ。</p><p>この記事では、話題のAIチャットボット「ChatGPT」について、基本から応用、最新情報まで網羅的に解説します。</p><p><strong>この記事を読めば、ChatGPTのすべてがわかる！</strong> 今すぐ活用して、あなたの生活やビジネスを進化させましょう。</p><p></p><h2 id="h45d807cc45"><strong>ChatGPTとは？</strong></h2><p>ChatGPTは、OpenAIが開発した<strong>対話型のAIチャットボット</strong>です。まるで人間のように自然な会話ができ、質問に答えたり、文章を作成したり、アイデアを提案したりと、さまざまなタスクをこなします。</p><figure><img src="https://images.microcms-assets.io/assets/145b371faece4417bfaf63302a2f6c77/f44e3e27c8f440e79434c2deb0348dad/DALL%C2%B7E%202024-08-09%2010.58.10%20-%20A%20colorful%20and%20playful%20illustration%20featuring%20a%20conversation%20bubble%20in%20the%20center%20with%20the%20text%20&apos;ChatGPT&apos;.%20Surrounding%20the%20bubble%20are%20keywords%20like%20&apos;Q.webp" alt="" width="1024" height="1024"><figcaption>ChatGPTに「このブログっぽい画像を作って」と依頼し生成</figcaption></figure><h3 id="he4aa807d3a"><strong>ChatGPTのすごいところ</strong></h3><ul><li><strong>自然な会話</strong>：人間が書いたような自然な文章を生成</li><li><strong>多言語対応</strong>：日本語だけでなく、英語やその他の言語にも対応</li><li><strong>多岐にわたるタスク</strong>：質問応答、文章作成、翻訳、要約など</li><li><strong>継続的な学習</strong>：常に新しい情報を学習し、進化</li></ul><p>ChatGPTは、**GPT（Generative Pre-trained Transformer）**と呼ばれる自然言語処理モデルを基盤としています。</p><p>要は、大量のテキストデータを学習しており、その知識を活用して自然な文章を生成します。</p><p></p><h3 id="h3d040752e0"><strong>ChatGPTの始め方（ビジネス利用）</strong></h3><p>さて、ChatGPTを始めるには、OpenAIのアカウントを作成し、ChatGPTのページにアクセスするだけです。<strong>誰でもすぐに、無料で利用</strong>できます。</p><ol><li><a href="https://openai.com/chatgpt">OpenAIのウェブサイト</a>にアクセス</li><li>アカウントを作成</li><li>ChatGPTのページにアクセス</li><li>会話開始</li></ol><figure><img src="https://images.microcms-assets.io/assets/145b371faece4417bfaf63302a2f6c77/18fa5b2f0678473fb6325c957ac5a284/DALL%C2%B7E%202024-08-09%2010.58.11%20-%20A%20simple%20line%20art%20illustration%20of%20a%20computer%20screen%20displaying%20the%20OpenAI%20website%20with%20the%20account%20creation%20form%20open.%20The%20image%20should%20be%20clear%20and%20e.webp" alt="" width="1024" height="1024"><figcaption>ChatGPTに「このブログっぽい画像を作って」と依頼し生成</figcaption></figure><h3 id="ha4926c8387"><strong>ChatGPTの使い方</strong></h3><p>ChatGPTの使い方の基本は、<strong>質問や指示を入力する</strong>だけです。ChatGPTが回答や文章を生成します。</p><p><strong>例：</strong></p><ul><li>「東京の観光スポットを教えて」</li><li>「メールの返信文を作成して」</li><li>「商品のキャッチコピーを考えて」</li></ul><p>ChatGPTは、<strong>具体的で明確な指示</strong>を出すほど、より良い回答や文章を生成します。</p><p>しかしそれだけでは、よくわからないよ、もっと詳しく知りたいよ！という方のために、プロンプトのコツも記載します！</p><p></p><h2 id="hb7fa3e87af"><strong>プロンプトのコツ</strong></h2><p>最終的にプロンプトの有効性に影響する要素は、<strong>コンテンツ</strong>と<strong>構造</strong>の 2 つです。</p><p></p><h3 id="hf68f28f497"><strong>１、目的を明確に</strong></h3><p>モデルに達成してほしいことを、具体的に記述し、全体的な目標も含めてください。</p><p></p><p>例）あなたの目標は、数学の問題を解いている生徒に答えを直接教えることではありません。生徒の学習をサポートすることです。</p><p></p><h3 id="hb2068fc0be"><strong>２、指示を明確に</strong></h3><p>タスクを実行するための詳しい指示を、明確に記載します。</p><p></p><p>例）   1 問題の意図を理解します。</p><p>2 生徒がどこでつまずいているのかを把握します。</p><p>3 問題を解くためのヒントを提示します。</p><p></p><h3 id="h83174d3417"><strong>３、AIの役割を明確に</strong></h3><p>モデルがどのような役割で動作しているかを、規定してあげてください。</p><p></p><p>例）あなたは数学の家庭教師で、生徒の数学の宿題を手伝っています。</p><p></p><h3 id="he122a7070b"><strong>４、レスポンスの形式を指定する</strong></h3><p>レスポンスの形式を明記するとより期待するアウトプットが出ます。たとえば、JSON、表、マークダウン、段落、箇条書など。</p><p></p><p>例）レスポンスをマークダウン形式にしてください。</p><p></p><p>その他も、LLM（大規模言語モデル）に指示をするコツをGoogleがまとめてくれています。ぜひ、参照ください。</p><p><a href="https://cloud.google.com/vertex-ai/generative-ai/docs/learn/prompts/prompt-design-strategies?hl=ja">https://cloud.google.com/vertex-ai/generative-ai/docs/learn/prompts/prompt-design-strategies?hl=ja</a></p><p></p><p></p><h2 id="h01bf8debb3"><strong>ChatGPTの活用事例</strong></h2><p>ChatGPTは、さまざまな場面で活用できます。</p><p></p><h3 id="h4b59796054"><strong>個人利用</strong></h3><ul><li>情報収集</li><li>アイデア出し</li><li>翻訳</li><li>文章作成</li><li>学習サポート</li></ul><p></p><h3 id="hc358e12b12"><strong>ビジネス利用</strong></h3><ul><li>カスタマーサポート</li><li>マーケティング</li><li>コンテンツ作成</li><li>議事録作成</li><li>翻訳</li></ul><p></p><h2 id="h9d137d68ad"><strong>ChatGPTの始め方（エンジニア利用）</strong></h2><p></p><p>開発者の皆様もぜひ、ChatGPTを活用して開発を加速させてみませんか？</p><p></p><h3 id="h97d8db36d6"><strong>ChatGPTを開発に活用するメリット</strong></h3><p>ChatGPTを開発に導入することで、以下のようなメリットが得られます。</p><ul><li><strong>開発時間の短縮</strong>：コード生成、テストケース作成、ドキュメント作成などを自動化</li><li><strong>品質向上</strong>：バグの検出、コードの最適化、セキュリティ強化などを支援</li><li><strong>創造性向上</strong>：新しいアイデアの創出、問題解決のヒントなどを提供</li><li><strong>チームコラボレーションの促進</strong>：知識共有、コミュニケーション円滑化などをサポート</li></ul><p></p><p></p><h3 id="h0317292034"><strong>ChatGPTを使った開発の方法</strong></h3><p>ChatGPTを開発に活用する方法は、主に以下の3つがあります。</p><ol><li><strong>直接対話</strong>：ChatGPTと対話しながら、コード生成、デバッグ、アイデア出しなどを行う</li><li><strong>API連携</strong>：ChatGPTのAPIを利用して、自社のアプリケーションやサービスに組み込む</li><li><strong>プラグイン・拡張機能</strong>：開発環境（IDE）にChatGPTのプラグインや拡張機能を導入し、開発フローを効率化</li></ol><p></p><p></p><h3 id="h10dd30d73b"><strong>ChatGPTをAPI経由で利用する</strong></h3><p>以下のブログに、ChatGPTをAPI経由で操作する方法を、まとめていますので、ぜひ参考にしてみてください！</p><p><a href="https://bizfreak.co.jp/blog/efonbls4r">【AI入門 #2】Google ColabでChatGPTを動かそう！(gpt-4o対応)</a></p><p></p><h2 id="hdfadbe68b3"><strong>ChatGPTと他のモデルの違い</strong></h2><p>ChatGPTは、さまざまな場面で活用できます。</p><p></p><h3 id="h55eda71365"><strong>モデルの比較</strong></h3><p>OpenAIの「ChatGPT」の他にも、すぐれたモデルはあります。さて、大手３社で比較してみましょう。</p><p>Google「Gemini」、Anthropic「Claude」の3種について、その有料版における性能や実力を比べてみます。</p><p>2024年5月時点の比較を表にしてみましょう。せっかくなので、Anthropic「Claude」を用いて、表を生成してみます。</p><figure><img src="https://images.microcms-assets.io/assets/145b371faece4417bfaf63302a2f6c77/95138ca45ff34b8d99b5031b9f1e0fc9/%E3%82%B9%E3%82%AF%E3%83%AA%E3%83%BC%E3%83%B3%E3%82%B7%E3%83%A7%E3%83%83%E3%83%88%202024-08-09%2010.41.17.png" alt="" width="708" height="373"><figcaption>Anthropic「Claude」で、2024年5月の情報を表形式に出力</figcaption></figure><p>うーん、ぱっと見よくわかりませんね。</p><p>一体どれが最強なのでしょうか？それとも、それぞれに「得意技」があるのでしょうか？</p><p>ぜひ最後まで読んで、あなたの用途にピッタリのAIを見つけてくださいね！</p><h3 id="hd9d5835ede">まずは、お財布事情から</h3><p>上の表の月額料金を参照ください。</p><p>どれも月額3,000円前後とほぼ横並びですが、実はGemini Advancedがお得かも。</p><p>Gemini Advancedは、最初の2ヶ月が無料なうえ、Google Oneのクラウドストレージ2TBまでついてきちゃいます。</p><p>※ドル価格のものもあるので、為替変動に要注意です！</p><p></p><h3 id="h7b2b593385">機能面で徹底比較！</h3><p>画像認識は3つとも得意ですが、画像生成となるとClaudeは対応していません。</p><p>でも、Claudeには200,000トークンという驚異的な長文対応力が。</p><p>長い論文や小説の要約ならClaudeに軍配が上がりそうです。</p><p></p><p>ChatGPTの「GPTs」は、サードパーティ開発者による拡張機能が豊富。</p><p>一方、Geminiの拡張機能はまだGoogle公式のものに限られています。カスタマイズ性を求めるなら、今のところChatGPTが一歩リードしているようです。</p><p></p><h3 id="h965f0465b6">実力テストしてみた。</h3><ol><li>記事要約：<strong>Claude 3 Opusが最も筆者の意図を汲んだ要約を作成</strong>。ただし、文字数指定は若干ズレが...。</li><li>コード生成：<strong>ChatGPT Plusが最も使いやすく正確なコードを生成</strong>。Geminiは独自のコード実行環境を提供している点が面白いですね。</li><li>画像認識：<strong>Gemini Advancedが細かいディテールまで認識</strong>。ただし、画像にない要素を勝手に想像して加えてしまう傾向も。</li><li>OCR（画像から文字抽出）：<strong>Claude 3 Opusが圧倒的な精度で文字を認識</strong>。他の2つはほぼ歯が立ちませんでした。</li></ol><p></p><h3 id="hf3c57ca35b">ハルシネーションには要注意</h3><p>AIの大きな課題である「ハルシネーション」（事実ではない情報を事実のように述べてしまう現象）。</p><p>残念ながら、3つのAIすべてで確認されました。特に情報の少ないトピックで顕著です。</p><p>AIの回答を鵜呑みにせず、重要な情報は必ず裏取りしましょう！</p><p></p><h3 id="h9a9445cc17">開発者の皆さん、APIにも注目！</h3><p>一般ユーザー向けのチャットツールだけでなく、APIも提供されています。特にGeminiは一部機能が無料で使えるので、個人開発者には嬉しいかも。ただし、料金体系は頻繁に変更されるので、最新情報をチェックするのをお忘れなく！</p><p></p><h3 id="h11d899c597">【結論：あなたに合ったAIはどれ？】</h3><p></p><p>✅<strong> ChatGPT：総合力が高く、特にコード生成が得意</strong></p><p><strong>✅ Gemini：画像認識に強く、コスパも良好 </strong></p><p><strong>✅ Claude：長文処理とOCRが圧倒的に優秀</strong></p><p></p><p>結局のところ、完璧なAIはまだ存在しません。</p><p><strong>自分の用途に合わせて、使い分けるのが賢明</strong>かもしれません。</p><p>例えば、<strong>プログラミングならChatGPT、画像分析ならGemini、長文の要約や文字起こしならClaude</strong>...といった具合です。</p><p>みなさんも、これらのAIツールを使ってみて、感想をシェアしてください！AIの進化は日進月歩。今後どんな驚きの機能が登場するのか、ワクワクが止まりませんね。</p><p>さあ、あなたも最先端のAI時代に乗り遅れないよう、今すぐトライしてみましょう！</p><figure><img src="https://images.microcms-assets.io/assets/145b371faece4417bfaf63302a2f6c77/1dadfc74472b4c0faaf4a5da5e70b5ce/DALL%C2%B7E%202024-08-09%2011.02.25%20-%20An%20abstract%20representation%20of%20the%20comparison%20between%20AI%20models%20ChatGPT%2C%20Gemini%2C%20and%20Claude.%20The%20image%20includes%20three%20distinct%20columns%20or%20sections%2C%20eac.webp" alt="" width="1024" height="1024"><figcaption>ChatGPTに「このブログっぽい画像を作って」と依頼し生成</figcaption></figure><h3 id="h5ceda3b6a1"><strong>AIの中身を理解する</strong></h3><p>こちらのブログで、ディープラーニングの中身を説明しています。AIってどうなってるの？中でどんな感じで動いているの？</p><p>気になる方は、ぜひご一読ください！</p><p><a href="https://bizfreak.co.jp/blog/d7md74ijv">【AI入門 #1】直感的に学ぶ人工知能！ディープラーニングの解説</a></p><p></p><p>もし、新しいテクノロジーの経験値を、もし手っ取り早く溜めたいと思ったら、ぜひ弊社にお越しください。</p><p>新しい技術を取り入れ、新しいことにチャレンジしていく新規事業の開発は、とにかく学びの機会にあふれています！学びの宝庫です。</p><p><a href="https://bizfreak.co.jp/recruit">株式会社Biz Freak｜新卒・中途採用サイト｜仙台・東京の新規事業開発会社</a></p><p></p><p>ぜひお気軽に^^</p><p></p><p>（AIによるAIのブログ、いかがだったでしょうかー！）</p>

こんにちは！Biz FreakのPythonエンジニアの麦太朗です！今回は、営業の方でも活用できる、ChatGPTの使い方についてまとめました！ChatGPTの概要を理解したい、ChatGPTを始めてみたい、ChatGPTの活用方法を知りたい あなたへ。この記事では、話題のAIチャットボット「ChatGPT」について、基本から応用、最新情報まで網羅的に解説します。この記事を読めば、ChatGPTのすべてがわかる！ 今すぐ活用して、あなたの生活やビジネスを進化させましょう。



【2024年最新】ChatGPTとは？初心者にもわかりやすく解説｜始め方・使い方・活用事例も紹介

<p>文字を書くよりコードを書くのが好きで、人工知能がもっと好きな M.H です！</p><p>昨今、話題となっている人工知能、その研究者・企業が一堂に会する人工知能学会全国大会が今年もハイブリッドで開催されました。<br>注目は、生成AI・大規模言語モデル（LLM＝Large Language Model：大規模言語モデル）の登場によって、どこまでの影響を受けているかです。<br>個人的には、昨年は参加できず、2年ぶりの参加なので、発表内容もこれまでと大きく様変わりしていることが予想されます。<br>現在の人工知能の研究の状況について報告します。</p><h2 id="h0669eefa7c"><strong>目次</strong></h2><ol><li>大会概要</li><li>聴講しての感想</li><li>発表に関する分析</li><li>まとめ</li></ol><h2 id="hd27335faf7"><strong>1. 大会概要</strong></h2><ul><li>2024年度 人工知能学会全国大会 (第38回)<ul><li>日程：2024年5月28日(火)～31日(金)</li><li>会場：アクトシティ浜松(静岡県浜松市) ＋ オンライン（ハイブリッド開催）</li><li><a href="https://www.ai-gakkai.or.jp/jsai2024/">https://www.ai-gakkai.or.jp/jsai2024/</a><br></li></ul></li><li>会場<ul><li>アクトシティは浜松駅に隣接した施設で、すぐ隣にありました。</li><li>立派な広い施設で、逆に受付の場所を探すのに苦労しました。</li><li>各講演会場は複数の建物に広く配置されていて、セッションXの発表を聴いて次にセッションYの発表を聴こうとして、会場の移動に5分〜10分かかって聞きそびれることもありました。</li></ul></li></ul><ul><li>クロージングで発表された参加者数など（大会委員会発表の速報値）<ul><li>発表件数：946件</li><li>参加者数：3792人（うち現地参加：2893人）</li><li>スポンサー数：113社</li></ul></li></ul><h2 id="h7967accc18"><strong>2. 聴講しての感想</strong></h2><h3 id="h8b9e8caa27"><strong>概観</strong></h3><p>　全体を通して多かったのが、予想通り「<strong>生成AI</strong>」や「<strong>大規模言語モデル</strong>」に関わる発表でした。しかし、発表者も急速な「生成AI」の発展についていけていない状況が見て取れました。<br>　実際に、発表論文提出期限（2024/2/12）から大会（2024/5/28）までの間に状況が大きく動きました（5/14：GPT-4o発表、5/15：Google I/O など）。さすがにこれらを考慮していないことを責めるのは酷というものでしょう。<br>　それでも、本来やるべきことを蔑ろにしているように見える場合がいくつかありました。</p><p>　全体的な印象として、「大規模言語モデルを用いた◯◯」系の発表では、うまくいっていないものが多く感じられました。<br>　本来なら、手法やモデルを比較検討し、そこにアイデアを加えて性能を上げるべきところを、安易に生成AIに置き換えてしまっている場合が見られました。<br>　それでうまくいっていればいいのですが、往々にして期待する結果が得られていません。原因としては、生成AIの位置付けを間違っているのではないかと考えられます。生成AIは要素技術ではなく、出来上がったサービスです。極端なことを言えば、データ分析に検索エンジンを使うと言っているのと同じ発想になります。もしかしたらうまくいくこともあるかもしれませんが、期待しない結果になる場合の方が多いのではないでしょうか。さらに、研究の根幹に関わる部分を置き換えてしまっているので、研究の焦点が見えなくなってしまいます。<br>　また、生成AIでは「同じプロンプトに対して同じ回答をするとは限らない」という点も考慮しなければなりません。この特性があるので、生成AIを要素技術に置き換えても研究成果の再現性は出なくなってしまいます。<br>　その結果、<strong>研究報告というよりは、生成AIの性能評価</strong>のような発表になっている場合が見受けられました。</p><p>　これらの様子で既視感があるのが、「Word2vec」や「BERT」が出てきた時です。この時にも、皆がこぞって使うようになり、成果を出している報告がある一方で、とんでもない使い方をしているのを見かけたことがあります。<br>　独自性を出そうとしているのか、あるいは便利なツールが出てきたので便利に使ってみようとしたのかわかりませんが、目的と手法の選択という基本的なところをしっかりしないとトンデモになってしまうというものだと感じました。</p><p>　もちろん、有益な発表も多数存在します。そのうち注目したものの一部を紹介します。</p><h3 id="h9c26481d22">「物語構造分析に基づくLLMを活用した創作支援を目的とするインタラクティブストーリー生成システム」</h3><p>　「ブラックジャック」の新作のプロット作成を支援したシステムの話でした。<br>　言ってみれば生成AIの入出力を支援するツールです。プロンプトとして表現すべき項目をUIとして設定してパラメータ調整することで、適切なプロンプトに変換し、その出力をわかりやすく表示するものです。<br>　ツール自体はそんなに難しい仕組みには見えませんでしたが、<strong>適切な項目の選択</strong>や<strong>パラメータからプロンプトへの変換</strong>など、内部的にはノウハウの塊であろうことはよくわかります。<br>　見た目は単にGPT4にUIをつけたものですが、それらを適切に変換する仕組みがすごい成果だと思います。</p><h3 id="hde138737b5">「生成AI時代のナレッジグラフ」</h3><p>　ナレッジグラフの研究者によるパネルディスカッションでした。<br>　最初にそれぞれの研究者が立場を表明し、ディスカッションに臨みました。<br>　タイトルが全てですが、生成AIに対してどう位置付けていくかがポイントでした。<br>　各人それぞれの立場・思想はありますが、<strong>ナレッジグラフを生成AIと融合</strong>して活用していくかという方向性は一致しています。</p><p>　個人的には、ナレッジグラフには興味があり、期待しています。<br>　生成AIは驚異的な進化を短時間で遂げており、今後も進化していくことが予想されますが、その本質はニューラルネットワークです。<br>　一方で、人間の知識・推論・学習を考えた場合に、論理構造を無視することはできないと思います。ある確定した情報を紐づける。あるいはすでに紐づいているものを利用する。そのために多くの時間を割いて学習するというのは、どうしても考えられません。<br>　もちろん、人間の脳はニューロンで作られたネットワークで構成されているわけですが、その中に論理的に思考する仕組みがあります。<br>　現在のニューラルネットワークにはそれがないように見えます。そしてそれを補うのがナレッジグラフではないかと考えています。<br>　これらがうまく融合することによって、もう一段上のステップに進むことができるのではないかと期待します。</p><h2 id="hc41637abee">3. 発表に関する分析</h2><p>　2024年度の人工知能学会全国大会の発表内容について、大会サイトの<a href="https://confit.atlas.jp/guide/event/jsai2024/category" target="_blank" rel="noopener noreferrer nofollow">セッション一覧ページ</a>をたどってスクレイピングしてデータを収集しました。<br>　次のような収集を行い解析を行いました。</p><ul><li>一般発表やポスターセッション、招待講演なども含め、1011件を収集<ul><li>英語のみの発表は極力除外</li><li>企業ブースの説明は除外</li></ul></li><li>講演情報のページから次を抽出<ul><li>タイトル</li><li>キーワード</li><li>講演内容のアウトライン</li></ul></li></ul><ul><li>プログラム言語<ul><li>Python</li></ul></li><li>形態素解析<ul><li>janome（辞書は、付属の標準辞書を使用）</li></ul></li><li>解析ツール<ul><li><a href="https://ja.wikipedia.org/wiki/%E3%82%BF%E3%82%B0%E3%82%AF%E3%83%A9%E3%82%A6%E3%83%89" target="_blank" rel="noopener noreferrer nofollow">WordCloud</a></li><li><a href="https://maartengr.github.io/BERTopic/index.html" target="_blank" rel="noopener noreferrer nofollow">BERTopic</a></li></ul></li></ul><h3 id="h01d7285464">WordCloud</h3><p>　単語数に基づくワードクラウドを作成してみた結果がこちらです。出現数が多い単語が大きいフォントで表示されています。<br>　「モデル」「学習」「研究」「言語」「データ」「生成」「AI」などが出現数が多いことがわかります。<br>　これだけ見ても、生成AI・大規模言語モデルの影響が大きいことが見て取れます。</p><figure><img src="https://images.microcms-assets.io/assets/145b371faece4417bfaf63302a2f6c77/df8f9242ea9d47cdbfcbc68dfa9afa2b/wordcloud.png?w=600&amp;h=400" alt="" width="600" height="400"></figure><h3 id="h76c61f58ed">BERTopicによるトピック分析</h3><p>　12のトピックが抽出されました。</p><p><strong>トピックごとの出現単語</strong><br>　全体的に生成AI・大規模言語モデルがあり、そのほかに医療、交通、市場分析、画像、感情、スポーツ、ロボットなどのトピックがあります。</p><ul><li>医療＝Topic3</li><li>市場分析＝Topic4</li><li>画像＝Topic5</li><li>スポーツ＝Topic6</li><li>交通＝Topic7</li><li>ロボット＝Topic8</li><li>感情＝Topic9</li></ul><figure><img src="https://images.microcms-assets.io/assets/145b371faece4417bfaf63302a2f6c77/6ee3f04f45c8411cb335a2a932e11b8f/Topic_Word_Scores.png" alt="" width="958" height="697"></figure><p><strong>階層クラスタリング</strong><br>　12に分かれていますが、大きく見ると３つか４つにまとまるように見えてきます。こちらでも生成AI関連が大きくなっていることが見て取れます。<br>　0.8のところを目安に見てみると、次のようになっているように見えます。</p><ul><li>(11)+(6)  → ロボット</li><li>(8)　　　→ スポーツ</li><li>(9)　　　→ 感情分析</li><li>その他　→ 生成AI・LLM</li></ul><figure><img src="https://images.microcms-assets.io/assets/145b371faece4417bfaf63302a2f6c77/392abd3a9ad942c5bfbc55cfc5659635/Hierarchical_Clustering.png" alt="" width="952" height="318"></figure><p><strong>ドキュメントとトピックの関係、分布状況</strong><br>　講演とトピックの分布関係です。</p><figure><img src="https://images.microcms-assets.io/assets/145b371faece4417bfaf63302a2f6c77/db52cf28f2f44934bb24e54b09a2bcc3/documents_and_Topics.png?w=1166&amp;h=641" alt="" width="1166" height="641"></figure><h3 id="h44d4a5b16e"><strong>4. まとめ</strong></h3><p>　全体を通して、生成AI・大規模言語モデルに塗りつぶされてしまったという印象です。もし、「生成AI・LLM学会」だと言われてもさほど違和感を感じないほどです。<br>　しかし、皆が生成AIを研究にうまく取り込んで使いこなせているというわけではありませんでした。むしろ、急激な変化に追いつけていけず困惑しているという様子すら感じられました。<br>　生成AIがゴールというわけではありません。AGI（汎用人工知能）に向かう長い道のりにおける一つのブレークスルーなのではないでしょうか。</p><p>　一方で、そのほかの個別の研究がかすんでしまったように感じました。<br>　現在の生成AIの躍進は、『冬の時代』にも続けていた研究があってこそだと思っています。今は生成AIほど華々しくもなく目に見える成果もないように見える研究がいつか大きな成果を生み出すかもしれません。</p><p>　次回の大会では、生成AIを使いこなした研究・発表に加えて、そのほかの研究の巻き返しが多く出てくることを期待したいと思います。</p><p></p><p>　Biz Freakでは、独自のAIシステムとノーコード等のツールを活用して、短期間で最高品質のプロダクトを実装できる能力を養うことができます！<br>　<a href="https://bizfreak.co.jp/recruit"><u>https://bizfreak.co.jp/recruit</u></a></p><p>（M.H）</p><p></p>

「2024年度 人工知能学会全国大会 (第38回)」（2024/5/28～5/31、@浜松アクトシティ）を聴講したので、報告します

「2024年度 人工知能学会全国大会 (第38回)」 聴講報告

<p>Biz Freakの麦太郎です！</p><p>このブログでは、「APIなんて触ったことがない方でも、ChatGPTを、プログラム上で動かせる！」を目標に、Google colabを使用して、簡単なコードを書いていきます。</p><p>プログラムを書いたことがない方でも、実行可能な内容と思いますので、ぜひ、最初の一歩に、取り組んでみて下さい。</p><hr><p></p><h2 id="heb0c680bba">Google Colabとは</h2><p>プログラミングやデータサイエンスに興味を持っているけれど、ハイスペックなコンピュータを持っていない？開発環境の作り方がめんどくさい？</p><p>大丈夫、心配はいりません。Google Colab（コラボラトリー）は、インターネット上で高性能な計算資源を無料で利用できる素晴らしいツールです。また、瞬時にコードを書き、実行できる環境が立ち上がるという良さもあります。</p><p>まずは、Google Colabとは何か、そしてどのように使うのかを初心者向けにわかりやすく解説します。</p><p></p><h3 id="hed808a5ff1">Google Colabとは？</h3><p>Google Colab（Google Collaboratory）は、Googleが提供する無料のクラウドベースのサービスで、Pythonコードを実行できるオンラインノートブック環境です。</p><p>まあ、簡単にいうと、</p><p>「色々なライブラリがプレインストールされているので、&quot;import ####&quot;と入力するだけで様々なライブラリを即時に使用することができる、またPCのスペックを気にせずにガンガンAI回せちゃう、PoC環境」的な感じです。</p><p>もう少し細かく説明すると、以下のような利点があります。</p><ul><li><strong>高性能な計算資源</strong>：GPUやTPUといった高性能なハードウェアを無料で利用可能。</li><li><strong>クラウドベース</strong>：インターネットに接続されたどこからでもアクセス可能。自分のパソコンにインストールや設定が不要。</li><li><strong>共有可能</strong>：作成したノートブックを簡単に共有でき、他の人と共同作業が可能。</li><li><strong>統合されたライブラリ</strong>：Pythonのデータサイエンスライブラリ（Pandas、NumPy、TensorFlowなど）がすぐに利用可能。<p></p></li></ul><h3 id="h004bffc2d7">Google Colabの使い方</h3><h4 id="h07d27b00cf">1. Google Colabにアクセス</h4><p>まず、<a href="https://colab.research.google.com/?hl=ja">Google Colab</a>にアクセスします。Googleアカウントでログインすると、すぐに使い始めることができます。</p><h4 id="h44e5e49382">2. 新しいノートブックを作成</h4><p>「ファイル」から、「ノートブックを新規作成」をクリックすると、新しいノートブックが作成されます。</p><p>ここでPythonコードを書いて実行することができます。</p><h4 id="he3da48daf7">3. コードを実行</h4><p>ノートブックのセルにPythonコードを入力し、Shift+Enterキーを押すとコードが実行されます。例えば、以下のような簡単なコードを試してみましょう。</p><div data-filename="sample_1.ipynb"><pre><code class="language-python">print(&quot;Hello, Google Colab!&quot;)</code></pre></div><figure><img src="https://images.microcms-assets.io/assets/145b371faece4417bfaf63302a2f6c77/4b177d2dd73546abb35eb73ae865b88f/%E3%82%B9%E3%82%AF%E3%83%AA%E3%83%BC%E3%83%B3%E3%82%B7%E3%83%A7%E3%83%83%E3%83%88%202024-05-17%2018.04.14.png" alt="" width="581" height="143"></figure><p>上記のようになれば成功です！</p><h4 id="h242c0b001e">4. ノートブックの保存と共有</h4><p>作成したノートブックは自動的にGoogleドライブに保存されます。</p><p>また、共有リンクを生成することで、他の人と簡単にノートブックを共有することができます。</p><p>さて、ではいよいよ、このGoogle Colab上でChatGPTを動かしていきましょう！</p><p></p><h2 id="h967909d60b">Google ColabでChatGPTを動かす手順ガイド</h2><p>Google ColabでChatGPTを動かすのは比較的簡単。</p><p>いくつかのステップを踏むだけで実現できてしまいます！</p><p>このガイドでは、Pythonコードを使ってChatGPTを動かす手順を説明します。</p><h3 id="h14b84c6e46">ステップ1: Google Colabのセットアップ</h3><ol><li><strong>Google Colabにアクセス</strong>:<ul><li>Google Colabにアクセスします。</li><li>必要に応じてGoogleアカウントにログインします。</li></ul></li><li><strong>新しいノートブックの作成</strong>:<ul><li>右下の「新しいノートブック」をクリックして、新しいノートブックを作成します。</li></ul></li></ol><h3 id="h6fd9dc894f">ステップ2: 必要なライブラリのインストール</h3><p>ChatGPTを動かすために、必要なライブラリをインストールします。以下のコードを最初のセルにコピーして実行します。</p><div data-filename="main.ipynb"><pre><code>!pip install openai</code></pre></div><p>さて、補足的な内容ですが、ここで一応、<strong>Google Colabでのライブラリのインストールの仕方</strong>を説明しておきましょう！</p><p>よく使う、スタンダードなライブラリは、先にも書いた通りすでに<strong>Google Colabにインストールされています。</strong></p><p>そのため、以下のように、&quot;import ####(ライブラリ名)&quot;を書くだけで、すぐに実行可能になります。</p><div data-filename="sample_2.ipynb"><pre><code>import numpy as np

# 簡単な例: 配列の作成と基本操作
array = np.array([1, 2, 3, 4, 5])
print(&quot;配列:&quot;, array)

# 配列の要素を2倍にする
doubled_array = array * 2
print(&quot;2倍にした配列:&quot;, doubled_array)</code></pre></div><p>スクショのようになれば成功です。</p><figure><img src="https://images.microcms-assets.io/assets/145b371faece4417bfaf63302a2f6c77/59aedcac5cfd46da9686909c0f007ca4/%E3%82%B9%E3%82%AF%E3%83%AA%E3%83%BC%E3%83%B3%E3%82%B7%E3%83%A7%E3%83%83%E3%83%88%202024-05-18%2020.52.34.png" alt="" width="1436" height="494"></figure><p></p><p>標準でプレインストールされていないライブラリについては、先ほどのopenaiのように一番最初に一行加えるだけです。</p><div data-filename="main.ipynb"><pre><code>!pip install openai
from openai import OpenAI</code></pre></div><p>この&quot;!pip ~~~~~~&quot;とは、簡単にいうと、Google colab のちょっと外に出て、外の環境からGoogle colabにインストールをさせている、という風に理解して下さい。</p><p>これで、事前にインストールされていないライブラリについても、使用可能になるわけです。簡単ですね！</p><p>&quot;!pip install openai&quot;がない場合とある場合を比較してみましょう。</p><p>＜&quot;!pip install openai&quot;がないと...＞以下のように、エラーが出る。</p><figure><img src="https://images.microcms-assets.io/assets/145b371faece4417bfaf63302a2f6c77/64b6580709e341fc9d21d5e27357bfdc/%E3%82%B9%E3%82%AF%E3%83%AA%E3%83%BC%E3%83%B3%E3%82%B7%E3%83%A7%E3%83%83%E3%83%88%202024-05-18%2020.48.56.png" alt="" width="1492" height="736"></figure><p></p><p>＜&quot;!pip install openai&quot;を足すと...＞インストールに成功！</p><figure><img src="https://images.microcms-assets.io/assets/145b371faece4417bfaf63302a2f6c77/07425205501a402da278c42737fa9002/%E3%82%B9%E3%82%AF%E3%83%AA%E3%83%BC%E3%83%B3%E3%82%B7%E3%83%A7%E3%83%83%E3%83%88%202024-05-18%2020.50.45.png" alt="" width="2230" height="1104"></figure><p>さて、進んでいきましょう。</p><h3 id="h65b2eb962e">ステップ3: OpenAI APIキーの取得</h3><p>ちょっと話はそれますが、&quot;API&quot;って何かご存知ですか？&quot;Application Programming Interface&quot;の略です。外部のアプリと接続するためのインターフェイスですね。IT言語でよくわからないものがあったら、全文を確認して和訳しましょう。早期にインターネットテクノロジー業界の言葉を理解するコツです。</p><p>さてさて、ChatGPTを動かすには、OpenAIのAPIキーが必要です。以下の手順でAPIキーを取得します。</p><ol><li>①OpenAIの<a href="https://openai.com/product" target="_blank" rel="noopener noreferrer nofollow">APIページ</a>にアクセスし、<strong>「Get Started」</strong>をクリックします。</li><li>「<a href="https://openai.com/pricing#language-models">Pricing</a>」を確認ください。使用した分だけ課金されます。</li><li>ダッシュボードからAPIキーを取得します。<p>※OpenAI APIキーの取得について、詳細は別ブログなどを参考にしてみて下さい。ここでは詳細割愛します。</p></li></ol><h3 id="hc093996aaf">ステップ4: ChatGPTを動かすコードの作成</h3><p>次に、ChatGPTを動かすためのコードを作成します。以下のコードを新しいセルにコピーして、<code>&lt;YOUR_API_KEY&gt;</code>をあなたのAPIキーに置き換えて実行します。</p><div data-filename="main.ipynb"><pre><code>!pip install openai
from openai import OpenAI
import os

# APIキーとモデル名を設定
API_KEY = &quot;your_openai_key&quot; # openaiで取得したAPIキーを入れて下さい。
MODEL = &quot;gpt-4o&quot;

client = OpenAI(api_key=API_KEY)

completion = client.chat.completions.create(
  model=MODEL,
  messages=[
    {&quot;role&quot;: &quot;system&quot;, &quot;content&quot;: &quot;あなたは最高に優秀なアシスタントです。&quot;},
    {&quot;role&quot;: &quot;user&quot;, &quot;content&quot;: &quot;こんにちは！2+2を解いてくれますか？&quot;}
  ]
)

print(&quot;アシスタント: &quot; + completion.choices[0].message.content)</code></pre></div><figure><img src="https://images.microcms-assets.io/assets/145b371faece4417bfaf63302a2f6c77/80f46408596b49bc939977af88346d90/%E3%82%B9%E3%82%AF%E3%83%AA%E3%83%BC%E3%83%B3%E3%82%B7%E3%83%A7%E3%83%83%E3%83%88%202024-05-20%208.42.58.png" alt="" width="1554" height="602"></figure><p>上記のようになれば成功です！うごきましたね！</p><h3 id="he115b6ef16">ステップ5: gpt-4oを使用して、画像を解析してもらおう。</h3><p>以下はちょっとした発展版。</p><p>先日、<strong>米国時間の5月13日、gpt-4o</strong>がリリースされました。</p><p>上記のコードではしれっと、</p><div data-filename="main.ipynb"><pre><code>MODEL = &quot;gpt-4o&quot;</code></pre></div><p>を使用していたのですが、せっかくなので、もう少しgot-4oを触って、最先端を体験しましょう。</p><p>以下のように入力してみて下さい。画像はなんでも良いです。画像の指定方法は、この下に記載します。</p><figure><img src="https://images.microcms-assets.io/assets/145b371faece4417bfaf63302a2f6c77/db53eb3d66824f39b2dfcad9f0da3dac/%E3%82%B9%E3%82%AF%E3%83%AA%E3%83%BC%E3%83%B3%E3%82%B7%E3%83%A7%E3%83%83%E3%83%88%202024-05-20%208.51.59.png" alt="" width="1476" height="1278"></figure><div data-filename="main.ipynb"><pre><code>from IPython.display import Image, display, Audio, Markdown
import base64

IMAGE_PATH = &quot;/スクリーンショット 2024-04-08 11.51.48.png&quot;

# プレビューで画像を表示してみましょう
display(Image(IMAGE_PATH))</code></pre></div><p>Google colabで画像を指定するためには、以下の手順です。簡単ですね。</p><figure><img src="https://images.microcms-assets.io/assets/145b371faece4417bfaf63302a2f6c77/dc5afe9bdc9f4220987288d4a2d085fb/%E3%82%B9%E3%82%AF%E3%83%AA%E3%83%BC%E3%83%B3%E3%82%B7%E3%83%A7%E3%83%83%E3%83%88%202024-05-20%208.54.27.png" alt="" width="1008" height="1032"></figure><p>上記でアップロード完了したら、</p><figure><img src="https://images.microcms-assets.io/assets/145b371faece4417bfaf63302a2f6c77/5682d3514be8443b925c190d04c74bcf/%E3%82%B9%E3%82%AF%E3%83%AA%E3%83%BC%E3%83%B3%E3%82%B7%E3%83%A7%E3%83%83%E3%83%88%202024-05-20%208.59.18.png" alt="" width="404" height="88"></figure><figure><img src="https://images.microcms-assets.io/assets/145b371faece4417bfaf63302a2f6c77/ce819587823f424c95b389cebc10b0f7/%E3%82%B9%E3%82%AF%E3%83%AA%E3%83%BC%E3%83%B3%E3%82%B7%E3%83%A7%E3%83%83%E3%83%88%202024-05-20%208.57.47.png" alt="" width="496" height="386"></figure><p>これで、パスがコピーできるので、この部分にペーストして下さい！これでどんな画像も参照可能です。</p><div data-filename="main.ipynb"><pre><code>IMAGE_PATH = &quot;/スクリーンショット 2024-04-08 11.51.48.png&quot;</code></pre></div><p>さて、上記が完了したら、以下のコードを実行するだけ。</p><div data-filename="main.ipynb"><pre><code class="language-python"># 画像ファイルを開き、Base64文字列としてエンコード
def encode_image(image_path):
    with open(image_path, &quot;rb&quot;) as image_file:
        return base64.b64encode(image_file.read()).decode(&quot;utf-8&quot;)

base64_image = encode_image(IMAGE_PATH)

response = client.chat.completions.create(
    model=MODEL,
    messages=[
        {&quot;role&quot;: &quot;system&quot;, &quot;content&quot;: &quot;あなたは最高に優秀なアシスタントです。&quot;},
        {&quot;role&quot;: &quot;user&quot;, &quot;content&quot;: [
            {&quot;type&quot;: &quot;text&quot;, &quot;text&quot;: &quot;この画像にはなんて書いてありますか？文字起こしして下さい。&quot;},
            {&quot;type&quot;: &quot;image_url&quot;, &quot;image_url&quot;: {&quot;url&quot;: f&quot;data:image/png;base64,{base64_image}&quot;}}
        ]}
    ],
    temperature=0.0,
)

print(response.choices[0].message.content)</code></pre></div><figure><img src="https://images.microcms-assets.io/assets/145b371faece4417bfaf63302a2f6c77/5f108bbfd1644a9d80629367b43b5712/%E3%82%B9%E3%82%AF%E3%83%AA%E3%83%BC%E3%83%B3%E3%82%B7%E3%83%A7%E3%83%83%E3%83%88%202024-05-20%209.02.18.png" alt="" width="1646" height="950"></figure><p>完了です！画像をAIで読み込み、文字起こしができました！</p><p></p><h3 id="ha214098e44">まとめ</h3><p>このガイドでは、Google ColabでChatGPTを動かすための基本的な手順を説明しました。必要なライブラリのインストールからAPIキーの設定、実際のChatGPTとの対話までのステップを完了することで、簡単にChatGPTを使ったプロジェクトを開始できます。</p><p>Google Colabを使えば、ブラウザ上で手軽に実験や開発ができるので、ぜひ試してみてください！</p><p></p><p>Biz Freakでは、独自のAIシステムとノーコード等のツールを活用して、短期間で最高品質のプロダクトを実装できる能力を養うことができます！圧倒的な成長や、大手との新規事業の共創に興味がある方は、ぜひお気軽にお問い合わせ下さい。</p>

このブログでは、「APIなんて触ったことがない方でも、ChatGPTを、プログラム上で動かせる！」を目標に、Google colabを使用して、簡単なコードを書いていきます。さらに、gpt-4oを使用して、画像を解析してみましょう！

【AI入門 #2】Google ColabでChatGPTを動かそう！(gpt-4o対応)

「誰でも直感的にわかる！」を目標に、ディープラーニングについてわかりやすく解説します。ChatGPTや他のAIツールの背後にある技術の原理を直感的に学ぶことで、AIを使いこなせるようになりましょう！

BLOG

人工知能の歴史と生成AIの衝撃

【2024年最新】ChatGPTとは？初心者にもわかりやすく解説｜始め方・使い方・活用事例も紹介

「2024年度人工知能学会全国大会 (第38回)」聴講報告

【AI入門 #2】Google ColabでChatGPTを動かそう！(gpt-4o対応)

【AI入門 #1】直感的に学ぶ人工知能！ディープラーニングの解説

RECRUIT

BLOG

人工知能の歴史と生成AIの衝撃

【2024年最新】ChatGPTとは？初心者にもわかりやすく解説｜始め方・使い方・活用事例も紹介

「2024年度 人工知能学会全国大会 (第38回)」 聴講報告

【AI入門 #2】Google ColabでChatGPTを動かそう！(gpt-4o対応)

【AI入門 #1】直感的に学ぶ人工知能！ディープラーニングの解説

RECRUIT

「2024年度人工知能学会全国大会 (第38回)」聴講報告