はじめに
最近、Microsoft CopilotやGitHub Copilotなどの生成AIを仕事で使う機会も増え、生成AIがかなり身近なテクノロジーだなと感じて、エンジニアとしてキャッチアップが必要だなと考え自己学習の一環として記事をまとめていこうと思いました。まずは基礎的なところから整理できればと。
生成AIとは
その名前の通り、「さまざまなコンテンツを生成できるAI」の総称です。生成AIは深層学習を用いて実現されている技術になります。生成AIには、テキストを生成するものや画像を生成するもの、動画を生成するものなど複数のものが存在します。
基盤モデル
膨大なデータで事前トレーニングされた汎用的なモデルを基盤モデルと呼びます。有名どころで言うとOpenAI社のChatGPTで利用されている基盤モデル「GPT」や、Anthropic社のClaude、Google社のGeminiなどが挙げられます。また、基盤モデルはファインチューニングなどの手法を用いて独自データを追加学習させることで、より専門に特化させたモデルを作成することができます。
生成AIの利用手段
ChatGPTやClaude by Anthropicなど、基盤モデルを開発している各社からアプリケーションとして提供されているのでこれを用いて生成AIを利用することができます。
もう一つの利用手段として、AWS/Azure/GCPなど各クラウドサービス経由での利用方法もあリます。主にオリジナルの生成AIシステムの開発を行う際に使用され、AWS/Azure/GCPの基盤モデルを提供する生成AIサービスとシステム開発に必要な他サービス組み合わせることで開発できるのが特徴になるます。
具体的なものを挙げると以下は、AWSの公式で紹介されている生成AIを活用したソリューションになり、AWSの生成AIサービス「Amazon Bedrock」 で提供される基盤モデルのうち、日本語にも対応した Anthropic 社の Claude を利用し開発するコンタクトセンター業務を支援するサンプルソリューシで、お客様とエージェントの通話に合わせた回答生成、通話内容の自動要約等に活用できるものです。
最後に
次回は実際に手を動かし、生成AIシステム開発におけるフレームワークについて深掘りしていきたいと思います。