イベント概要
イベントの様子
簡単なまとめ
このイベントは、ChatGPTやCohereなどの先端AI技術を活用した多岐にわたる応用例や開発手法を共有する目的で開催されました。イベントでは、商標登録のヒアリングにAssistants APIを利用する事例、Cohereの企業向け大規模言語モデル(LLM)の紹介、セキュリティチェックシートの自動記入、LangChainの最新バージョンの説明、オンライン会議でのChatGPTの効果的な活用法、Cohereの日本語ベクトル変換機能の性能比較、プロンプトの重要性についてのUXライターからのアドバイス、Oracle Cloud Infrastructure上でのCohereの利用方法、ChatGPTを用いたプログラミング言語処理、そしてOpenAI、Google、AWSのAIサービスを同一プロンプトで比較する実演まで、幅広いテーマが取り上げられました。各セッションでは、AIの商用活用例から、開発者向けの技術紹介、実際のプロダクト開発での活用法まで、AI技術の最前線に関する深い洞察が共有されました。（ChatGPT）
タイムテーブル
| Timeline | Title | Speaker |
|---|---|---|
| 18:30-19:00 | Social & 会場準備 | Meetup参加者 |
| 19:00-19:05 | Opening | 新居田晃史(JBAT) |
| 19:05-19:15 | 会場説明 ＆ KDDI DIGITAL GATEの紹介 | 大塚達海(KDDI株式会社) |
| 19:15-19:35 | ChatGPTの知的財産業務への応用やAssistants API の活用例 | 宮崎超史(Toreru CEO) |
| 19:35-20:05 | What is Cohere and what does the enterprise LLM mean? | Nick Frosst (Cohere Co-founder) |
| 20:07-20:17 | セキュリティチェックシート記入AIをPrompt Flowで作る | 田口大智 |
| 20:19-20:29 | LangChain浦島太郎状態からver0.1.0とLCELについていきたい | 前田和樹 |
| 20:31-20:41 | オンライン会議での効果的なChatGPT活用 | 波々伯部潤（てがっきー＆まりー） |
| 20:43-20:53 | 賢いとウワサのCohere日本語ベクトル変換をBedrockで比べてみた | みのるん(KDDIアジャイル開発センター株式会社) |
| 20:55-21:05 | UXライターが語る「生成AIはプロンプトが9割」 | 永井一二三 |
| 21:07-21:12 | Cohere on OCI / Oracle GenerativeAI | 吉田真吾 |
| 21:09-21:19 | Liquid AI: Towards Industrial Intelligence | Louis Hunt |
| 21:21-21:31 | ChatGPTにプログラミング言語処理をさせてみた | 水島宏太（kmizu） |
| 21:33-21:43 | OpenAI Google AWS各社のAIに同じプロンプトを与えた結果について | 岡元信弘(JBCC) |
各セッションのまとめ
ChatGPTの知的財産業務への応用やAssistants API の活用例 宮崎超史(Toreru CEO)
※Toreru：クラウド上で商標登録を行えるサービスを展開
商標登録を行うにあたっての事業内容ヒアリングに活用。
- 商標登録を行うにあたって事業内容のヒアリングを行う必要があるが、メールや電話だとやり取りに時間がかかってしまうことが課題であった。
- Assistants APIを利用してをチャットベースでヒアリングを行うことでスムーズにヒアリングができるようにしている。
- AIによるコミュニケーション品質に不安があったが、アンケートの結果AIのヒアリング満足度は4.6と高評価だった。（回答が速い、いつでも対応してくれる。丁寧な言い回し）
- そのほか特許の書類作成等にも十分に活用できる水準にある。
What is Cohere and what does the enterprise LLM mean? Nick Frosst (Cohere Co-founder)
※Cohere：企業が直感的かつ自然に情報を検索、生成、分析できるようなAIテクノロジーを提供
CohereのAPIを使ったRAGのライブコーディング・デモ。SERP APIを利用して検索結果を回答に取り込んでいるようだった。（全編英語でほぼわからず。。）
※内容と全然関係ないが、画面上でAPI Keyを直打ちしていたのがちょっと衝撃的だった。
セキュリティチェックシート記入AIをPrompt Flowで作る 田口大智
セキュリティチェックの設問はめちゃくちゃ多いので全部答えていくのがめちゃくちゃ大変。
前職で非常に苦しめられたとのこと。
そのため、Azureで提供されているAzure OpenAI StudioのPrompt Flowを利用して質問に対応する規定をチェックして回答していく仕組みを構築。（規定の検索はベクター検索を利用）
回答の形式も、「はい/いいえ」・「自由記述」等にも柔軟に対応できる。
いくつかのテストケースを実施してかなりの精度が出たとのこと。
LangChain浦島太郎状態からver0.1.0とLCELについていきたい 前田和樹
LangChainがStableVersion（安定板）に達したので、詳細を確認していく話。
これからLCEL（LangChain Expression Language）が推奨されていく予定で、コード量を大幅に削減できる可能性があるとのこと。
オンライン会議での効果的なChatGPT活用 波々伯部潤 （てがっきー＆まりー）
会議の音声を音声入力を利用してリアルタイムに読み込み（Windowsキー+H）。内容を送信することでAIに対して意見を求めるデモ。かなり早口で話しても正確に入力できて、スムーズなやり取りができているようだった。
話した内容は議事録的に記録され、AIの回答は音声ではなく文字で出力されるので視覚から一気に情報を認識できるためオンライン会議を円滑に進めることができる。
※ChatGPTではなくGeminiを使っていた。理由は音声入れっぱなしで長文を入力してもGeminiならうまく処理できたからとのこと。
賢いとウワサのCohere日本語ベクトル変換をBedrockで比べてみた みのるん(KDDIアジャイル開発センター株式会社)
Cohereの強みは多言語対応かつ高品質なベクトル変換。
先月CohereがAWS BedrockのKnowledgeBaseで使えるようになった。
Cohereで埋め込んだ場合とTitanで埋め込んだ場合で生成品質（ドキュメントのヒット率）とレスポンス速度を比較。
Cohereのほうがレスポンス速度は２倍近く速い場合があったが、生成品質（ドキュメントのヒット率）はTitanのほうが高かったとのこと。※一部の限定されたパターンによる検証であるため実際のユースケースで評価する必要があることに注意。
UXライターが語る「生成AIはプロンプトが9割」 永井一二三
コミュニケーションは伝わり方が10割。
プロンプトも同じ。正しい日本語を使いましょうという話。
Cohere on OCI / Oracle GenerativeAI 吉田真吾
オラクルのクラウドでCohereを利用する方法の話。RAGも含めて説明があった。
Oracle Databaseをベクターストアとして利用する場合にSQLで操作できるのが特色の模様。
Liquid AI: Towards Industrial Intelligence Louis Hunt
Liquid AIについての説明（全編英語でほぼわからず。。）
ChatGPTにプログラミング言語処理をさせてみた 水島宏太（kmizu）
ChatGPTを利用してリファクタリングなどの言語処理を行う例の紹介。
構文解析ができるので、言語間のトランスパイルにも利用できそうという話もあった。（Python→Cなど）
OpenAI Google AWS各社のAIに同じプロンプトを与えた結果について 岡元信弘(JBCC)
そもそも生成AIの機能に違いがあるのか？
RAGなし、テキスト生成のみで比較し違いが判るのかチェック。（≠優劣）
ライブデモでGemini（Google）とGPT4(OpenAI)を比較していたが、そもそも生成スピードが圧倒的にGeminiが速かった。（体感10倍以上）
生成されている内容自体はそこまで大きく違わなかった印象。
※なんにしたってGeminiが速すぎてちょっと試したくなった。