前置き
毎週金曜日夕方に行われる社内勉強会にて、先日生成AIについて発表しました。折角なので少し加筆修正した資料を公開します。進化のスピードが早く、一時期食傷気味に陥ってましたが改めて昨今の生成AI関連の基本となるインプットを目指しました。
※資料内冒頭に記載してますが、AIの専門家ではないので認識や説明に誤りがある可能性があります。
当方も勉強中なので、「ここ違うよ」や「これの説明もあるといいんじゃない」など様々なコメント大歓迎です！
資料
資料目次
- AIの基本
- 機械学習について
- 深層学習について
- 機械学習の種類
- 教師あり学習の得意なこと
- 教師あり学習のイメージ
- 教師なし学習の得意なこと
- 教師なし学習のイメージ
- 強化学習の得意なこと
- 生成AIについて
- 生成AIとは
- 生成AIの位置付け
- 生成AI利用例
- 代表的なサービス例
- 日本における盛り上がり
- 生成AI市場規模
- AGIとは
- AGIは近い？
- GPTについて
- GPTとは
- Transformerとは
- GPTシリーズの歴史
- LLMにおける性能
- パラメータ数比較
- Tempreratureとは
- トークンとは
- ChatGPTを活用
- ChatGPTの活用
- プロンプトエンジニアリング
- Zero-Shot Prompting
- One-Shot Prompting
- Few-Shot Prompting
- Chain-of-thought
- ChatGPTで気をつけること
- LLMを使った開発
- 3つのロール
- Embedings(埋め込み)とは
- Fine-Tuning(微調整)とは
- プロンプトインジェクション
- プロンプトインジェクション例
- プロンプトインジェクション対策
- OpneAIブランドガイドライン＆利用ポリシー
- ReActとは
- LangChain
- LlamaIndex
- guidance
- Semantic Kernel
- Pinecone
- Hugging Face
- ChatGPT Plagin
- 自律型エージェント
終わりに
社内での発表は半年振りくらいで、勉強会に向けて資料を作る過程であれも必要だよなこれもあるといいよなと色々思い出しては理解が追い付いていない要素の多さに目眩がしそうになりました。改めて調査したものや、この後にじっくりと動かしては違いを把握したいなど、モチベーションが高まったのでより理解が深まったタイミングで何かしらでアウトプットしていきたいと思います。
弊社でQiitaEngineerFesta2023の記事投稿キャンペーンを実施してます。
参加＆投稿お待ちしております！