この記事は、わたしのYouTubeチャンネルにある公開動画を転記しております。
( どこかのタイミングで、プログラミング-Google Apps Script or iPaaS-Zapier をつかって自動転記させる予定です )

転記のための時間コストを少なくしたいので、文字装飾( Markdown記法 )を極力つかわずに書いております。

こちらが動画内容です👇

動画URL
- https://youtu.be/4sPSsvAZ_sc

動画タイトル
- Generative AI Test - JDLA 試験学習 01:「自己教師あり学習」と「RAG」【声でつながるAIとの対談】【動画 29分10秒】

動画の説明欄(一部を抜粋)

📅撮影日 = 2024-11-20(水)

ひょんなことからGenerative AI Testを受けることになったので、手抜きしながら、学んだことの定着(記憶の定着)をねらっていきます。
ジョギング中に耳で「聴きながら復習」をしたり、朝起きてすぐにChromecast + TVで「目覚めながら復習」をする計画です。

🔎Generative AI Test(JDLA主催)とは？
https://bit.ly/WhatIs-Generate-AI-Test-JDLA

今回の動画では、最近、中島さんがVoicyでされている” #ChatGPTと対談 ”を真似してみました。

🔗中島聡　起業家・エンジニア「エンジニアとしての生き方」/ Voicy - 音声プラットフォーム
https://voicy.jp/channel/2627

🤖今回の使用環境と技術仕様
・使用サービス: ChatGPT
・プラン: Team プラン
・使用モデル: GPT-4 Omni (GPT-4o)
・使用機能: Advanced Voice Mode (高度な音声モード)

💻📱実行プラットフォーム
・ChatGPT: iOS App (iPhoneを使用)
・MindMeister: Chromeブラウザ (Chromebookを使用)

🎵挿入曲 - Background Music
・Suno AIで作成: 声でつながるAIとの対談: 挿入曲 #1 - AI Voice Talks: Minimal Melody #1
https://www.youtube.com/playlist?list=PLpQhBHT4oghMLdiSVqwvSs_Z5y0H4VGOe

以下、YouTube Summary with ChatGPT & Claude( Chrome拡張機能 )で、目次と概要を自動生成しました。
https://bit.ly/yt-sum-Chatgpt-Claude

動画の目次( タイムスタンプ ):

00:00 - オープニング

00:28 - 今日のテーマ「自己教師あり学習」と「RAG」を発表

00:46 - 自己教師あり学習(Self-Supervised Learning)とは何か？基礎の解説

02:48 - 自己教師あり学習と半教師あり学習の違い
　└動画内のChatGPTは、間違って反教師あり学習(Unsupervised Learning)のことを話しています。

06:06 - 自己教師あり学習の実用例: 自然言語処理(NLP)、画像処理、音声認識

13:03 - RAG(Retrieval-Augmented Generation)の概要と命名の背景

13:53 - RAGの英語での発音、略称、国際的な使われ方

15:43 - RAGの仕組みを中学生にもわかる言葉で説明

18:44 - RAGの具体的な便益と、そのトレードオフ

21:38 - OpenAI、GoogleなどのスーパースケーラーがRAGを使うことで得られる便益

24:01 - RAGを実用化した有名な事例

25:16 - RAG: 日本の企業(NTTドコモ)と国際企業(Amazon)の事例

27:14 - 今日の学びのまとめ(大阪弁で)

動画の概要:

この動画では「自己教師あり学習(Self-Supervised Learning)」と「RAG(Retrieval-Augmented Generation)」について解説します。

まず、自己教師あり学習とは何かという基礎的な部分からスタートし、この学習手法がなぜ注目を集めているのか、その理由を掘り下げます。
自己教師あり学習がデータのラベルを自動生成する仕組みについても詳しく解説し、半教師あり学習との違いも明確に説明しています。

次に、この学習手法が具体的にどのような分野で活用されているのか、実例を挙げていきます。
自然言語処理(NLP)ではBERTやGPT、画像処理ではマスク画像予測、音声認識では欠損部分の補完など、具体例を示しながら解説しています。
特にBERTにおけるAttention Mechanismの仕組みや、その利点について詳しく述べています。

さらに、RAGの仕組みについて深掘りし、その命名や発音に関する背景を紹介します。
RAGがどのようにデータベースと連携し、新たな知識や情報を生成するか、またその過程で考えられる課題(セキュリティやデータの整合性など)についても触れています。

動画では、RAGの具体的な便益(例えば、正確性の向上や最新情報の活用)と、それに伴うトレードオフ(例えば、処理の遅延やセキュリティリスク)についても説明しています。

その後、RAGが実用化されている事例として、GPTやBing Chat、NTTドコモやAmazonのチャットボットなどを紹介し、日本と海外の事例を比較しています。
また、スーパースケーラー(OpenAI、Googleなど)がRAGを活用して得られる具体的な便益についても考察しています。

最後には、今日の学びを大阪弁で楽しくまとめています。
この動画を通じて、AIの分野において新しい気づきを得ていただければ幸いです。

✓ 🎥この動画と関連が強いわたしの動画 ↙
　・“Generative AI Test 試験学習(動画公開日で降順)”シリーズ
　https://www.youtube.com/playlist?list=PLpQhBHT4oghN9M331UtaY_A6P9am75gKH

　・“Generative AI Test 試験学習(動画公開日で昇順)”シリーズ
　https://www.youtube.com/playlist?list=PLpQhBHT4oghOeOcmbXn8Kl9wECuLw6ZRQ

　・“効果的に音声認識入力を活用するヒント”シリーズ
　https://www.youtube.com/playlist?list=PLpQhBHT4oghOXLLdKCeAncUWQfmKuh8SJ

　・“効果的にマインドマップを活用するヒント”シリーズ
　https://www.youtube.com/playlist?list=PLpQhBHT4oghMTIuF-n2Uyaw6cqEMFt0aL

　・“マインドマイスター( クラウド型マインドマップ )を活用するヒント”シリーズ
　https://www.youtube.com/playlist?list=PLpQhBHT4oghMCeUohu19ZbUilmcZnEJ1q

　・“自己投資”シリーズ
　https://www.youtube.com/playlist?list=PLpQhBHT4oghP1Gxpymfr6fVF9pRYuGt1P

　・“声でつながるAIとの対談”シリーズ
　https://www.youtube.com/playlist?list=PLpQhBHT4oghOpTHU0rmfXSgjqV1_j6Eao

　・“効果的にChatGPTを活用するヒント”シリーズ
　https://www.youtube.com/playlist?list=PLpQhBHT4oghPfo1c-qmO2ERD7ldSgmblR

✓ 🎥Shortened URL for this video | この動画の短縮URL ↙
　https://bit.ly/3CytG3p