Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
人工知能ゼミ02 /aizemi02
Search
Kazuhisa Fujita
October 02, 2024
Education
0
71
人工知能ゼミ02 /aizemi02
Kazuhisa Fujita
October 02, 2024
Tweet
Share
More Decks by Kazuhisa Fujita
See All by Kazuhisa Fujita
人工知能ゼミ03 /aizemi03
kfujita
1
60
情報処理工学問題集 /infoeng_practices
kfujita
0
320
人工知能ゼミ1-ガイダンス- /aizemi01
kfujita
0
59
電気工学問題集 /eleceng2_practices
kfujita
0
1.2k
臨床工学技士国家試験・ME2種RLC回路まとめ/RLC
kfujita
3
1.1k
臨床工学技士国家試験・ME2種変圧器まとめ/trans
kfujita
0
740
臨床工学技士国家試験電磁気学まとめ/elecmag
kfujita
0
980
臨床工学技士国家試験・ME2種電気回路まとめ-交流-/ac
kfujita
0
700
人工知能時代の到来/IntroAI
kfujita
0
350
Other Decks in Education
See All in Education
Tips for the Presentation - Lecture 2 - Advanced Topics in Big Data (4023256FNR)
signer
PRO
0
240
CV_1_Introduction
hachama
0
190
R6愛南町事前復興フォーラムリーフレット
bousaichiribu
0
160
Ch4_-_Partie_3.pdf
bernhardsvt
0
110
Web からのデータ収集と探究事例の紹介 / no94_jsai_seminar
upura
0
190
OCIでインスタンス構築してみた所感
masakiokuda
0
180
Ilman kirjautumista toimivia sovelluksia
matleenalaakso
1
20k
論文紹介のやり方 / How to review
kaityo256
PRO
15
77k
【2024 DojoCon】懇親会LT
teba_eleven
0
120
失敗しないISMS取得 - コンサルティング会社の選び方_サンプル【LRM 情報セキュリティお役立ち資料】
lrm
0
250
Human Perception and Colour Theory - Lecture 2 - Information Visualisation (4019538FNR)
signer
PRO
0
2.4k
(説明資料)オンラインゆっくり相談室
ytapples613
PRO
0
310
Featured
See All Featured
Understanding Cognitive Biases in Performance Measurement
bluesmoon
28
1.6k
Rails Girls Zürich Keynote
gr2m
94
13k
Become a Pro
speakerdeck
PRO
27
5.2k
Git: the NoSQL Database
bkeepers
PRO
429
65k
Product Roadmaps are Hard
iamctodd
PRO
52
11k
Done Done
chrislema
183
16k
We Have a Design System, Now What?
morganepeng
51
7.5k
Responsive Adventures: Dirty Tricks From The Dark Corners of Front-End
smashingmag
251
21k
RailsConf & Balkan Ruby 2019: The Past, Present, and Future of Rails at GitHub
eileencodes
135
33k
The Web Performance Landscape in 2024 [PerfNow 2024]
tammyeverts
4
490
Speed Design
sergeychernyshev
28
860
Fight the Zombie Pattern Library - RWD Summit 2016
marcelosomers
233
17k
Transcript
人工知能ゼミ2 対話型人工知能を使う 公立小松大学 藤田 一寿 Ver. 20241002
生成人工知能 • 生成人工知能とは,文章,画像その他のメディアをプロンプトから生 成することが出来る人工知能システムのこと(wikipedia英語版) • 対話型人工知能 • ChatGPTは言語モデルGPTを用いOpenAIにより構築された対話人工知能 • Bardは大規模言語モデルLaMDAを用いGoogleにより構築された対話人工知能
• 画像生成人工知能 • Flux.1やDALL-EはDiffusion modelを用い画像生成を行う. (https://en.wikipedia.org/wiki/Generative_artificial_intelligence) DALL-E3 DALL-E3
言語モデルとは • 言語モデリングは,与えられた文章の次に来る単語を予測するタスク • 次に来る単語を予測し続けることで文章を生成する事ができる. • 言語モデリングを行うものを言語モデルという. • ChatGPTなどで使われる言語モデルは巨大なため,大規模言語モデル (Large
Language Model, LLM)と呼ばれる. 大規模言語モデル(LLM) こんにちは こんにちは 入力 出力 LLMは「こんにちは」の次 は「こんにちは」だろうと 予測した.
言語モデルは何をしているのか • 言語モデルは,次にどの単語が出やすいかを学習する. • 学習後のモデルを用い,次に出る単語を予測する. の 首都 観光 首相 東京
京都 大阪 です だろう かもしれない 次に来る確率0.4 次に来る確率0.3 次に来る確率0.3 次に来る確率0.7 次に来る確率0.2 次に来る確率0.1 次に来る確率0.7 次に来る確率0.2 次に来る確率0.1 日本 は
対話型人工知能と大規模言語モデル • ChatGPTなどの対話型人工知能は大規模言語モデル(LLM)を使って会 話をしている. • 対話型人工知能の能力はLLMの性能に依存しているところが大きい. 質問 回答 回答 質問(+システ
ムプロンプト など) 対話型人工知能システム LLM 回答 インター フェース
プロンプト • 対話型人工知能を思い通りに動かすための質問や指示をプロンプトとい う. プロンプト 回答 回答 質問(+システ ムプロンプト など)
対話型人工知能システム LLM 回答 インター フェース
人工知能を使う上での心配
人工知能は役に立たない? • 人工知能に質問してもロクな回答が得られない. • 人工知能は空気を読めないので,いい加減な質問をしても意図通りの回答 をしてくれない. • 質問次第で解決が可能 • 聞きたいことを正確に言語化する.
• 人工知能が理解できる分かりやすい文章を書く. • 人工知能が的確に答えられるように,細かな指示をする必要がある. • 人工知能は文脈を理解できるので,質問をやり取りすると良い回答を得る ことができる可能性がある. 丁寧で細かな指示をお 願いします.
人工知能は嘘つきで信用できない? • 人工知能は間違えることがある. • 人工知能は人と同じで入力に応じて記憶から出力を作り出しているので,人と同 じように間違いを犯すし勘違いもする. • 間違いを出力するから信用できない? • 人工知能は人と同じように間違って覚えているかもしれないし,自分の知識を利
用して適当に答えるかもしれない. • 人工知能は人と同じと考え,必ず正しい回答をするという前提をしない. • 人工知能を活用するためには,人工知能は人と同じように間違うものだと 考え,ミスをすることを前提とした仕組みを考える必要がある. 勘違いや間違 いは人間誰し もある. 人と同じように 間違えます.
人工知能は公平中立ではない • 人工知能の回答は学習データに依存する. • 学習データに思想的偏りがあれば人工知能の回答も偏る. • アラインメントにより人工知能の回答を人の好みに合うよう調整が行 われる. • 調整する側に思想的偏りがあれば,当然人工知能も偏る.
• つまり,人工知能は公平中立になることは出来ない!! • 人工知能も人と同じく公平中立ではないので,複数の人工知能を使うこ とが重要である. 人間と同じように,私の知識,考 え方,性格は,生まれ育った環境 で変わります.
人工知能の使いこなしで大切なこと • 人工知能が理解できる文章を書くために,文章力と言語化能力を身につける. • 人工知能の出力をある程度理解・判断できる基礎学力を身につける. • 人工知能の出力の論理的な間違いがあるかどうか判断できる論理的思考力 を身につける. • 人工知能の間違いを見抜くために1次ソースを当たり,また,複数の情報源
から情報を得る. • これは人が書いた本,記事と同じ対応. • 複数の人工知能を使う. • 複数の人工知能を使うことで,間違いや思想の偏りを減らせる. • 人が行う医療でもセカンドオピニオンが重要なのだから,人工知能でもセカンド オピニオンを活用すると思えば良い. 人も勉強を怠ら ないように!! エヴァンゲリオンの3つのシステムの合議制をとるMagiは合理的と言える. 複数の対話型人工知能を使うことは,アンサンブル学習のようなものだろう か.単純に三人集まれば文殊の知恵か.
対話型人工知能を使う
さまざまな対話型人工知能サービス 対話型人工知能 会社 言語モデル 有料版の価格(2024 年10月現在) 無料版の有り無し ChatGPT OpenAI GPT
$20/月 有り Claude Anthropic Claude $20/月 有り Gemini Google Gemini 2,900円/月(Googe one AI プレミアム) 有り Copilot Microsoft GPT 3,200円/月 有り Hagging Chat Hagging face 様々なオープンLLM 無料 有り
ChatGPTの導入 • 次のサイトにアクセスする. • https://chatgpt.com/ • 図のような画面になる. • この時点でChatGPT 4o
miniというChatGPTが使える. • 下のメッセージを送信するに質問を入力し送るとChatGPTが回答する. • サインアップをすることで更に強力な人工知能を使うことが可能とな る. 質問(プロンプト) を入力
Google Geminiの導入 • 次のサイトにアクセスする. • https://gemini.google.com/?hl=ja • 所有するGoogleのアカウントで入る. • 図のような画面になり使用できるようになる.
• すでにログイン状態の場合すぐ利用できる. 質問(プロンプト) を入力
Microsoft Copilotの導入 • 次のサイトにアクセスする. • https://copilot.cloud.microsoft/ • 右のような画面になる. • サインインボタンを押すと,右下のよ
うなアカウント入力画面が出る. • 次に大学のアカウントを入れる.
Microsoft Copilotの導入 • サインインが成功すると,図のような画面になる. • 下の枠に質問を入れ送信すると人工知能から回答が得られる. 質問(プロンプト) を入力
Hagging Chatの導入 • 次のサイトにアクセスする. • https://huggingface.co/chat/ • 図のような画面になり使用できるようになる. 質問(プロンプト) を入力
HaggingChatで使用するLLMを変更する 現在使用しているLLM 使用するLLMを変えたいときは左端の メニューのmodelをクリックする. 使用したいLLMをク リックする. 日本語なら command-r-plusか Qwen2.5-72Bがお すすめ.
最初の画面 Modelメニューを選択した後の画面 LLMを選択した後の画面 現在使用しているLLM が変わる.
対話型人工知能で遊ぶ
デモンストレーション 実演します
簡単な課題
人工知能に聞いてみる • 人工知能に「おはよう」と入力してみよう. • 人工知能に今何時か聞こう. • 人工知能に自己紹介をさせよう. • 人工知能に「12345 +
54321」を計算させよう. • 人工知能に「Hello, how are you?」を日本語に訳させよう. • 人工知能に「人工知能」について解説してもらおう. • それぞれの質問で,会話を初めからやり直すとどうなるか確かめる. • ランダムな要素があるため,人工知能の回答は毎回異なると思われる. • 会話が人工知能によって回答が変わるか確かめる. • 人工知能はそれぞれ個性や得手不得手がある.
残った時間で何でも良いから会話してみる • 例 • 他愛もない会話をする. • 今夜の献立の相談する. • 給料と投資について相談する. •
自分将来について相談する. • ギャグを言ってもらうする. • 臨床工学技士について聞いてみる.
レポート作成
レポート作成 • 報告事項 • 同じ質問を何度かしなおし,異なる回答が得られることを確認する. • 質問と人工知能の回答の例をいくつかを報告する. • 同じ質問を別の人工知能にし,異なる回答が得られることを確認する. •
質問と人工知能の回答の例をいくつかを報告する. • 色々質問して気づいたこと,分かったこと,感想を書く. • Wordファイルをメールで提出する.