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03 /aizemi03
Search
Sponsored
·
Your Podcast. Everywhere. Effortlessly.
Share. Educate. Inspire. Entertain. You do you. We'll handle the rest.
→
Kazuhisa Fujita
November 14, 2024
Education
210
3
Share
Embed
Copy iframe code
Copy JS code
Copy link
Start on current slide
人工知能ゼミ03 /aizemi03
Kazuhisa Fujita
November 14, 2024
More Decks by Kazuhisa Fujita
See All by Kazuhisa Fujita
情報処理工学問題集 /infoeng_practices
kfujita
2
780
人工知能ゼミ1-ガイダンス- /aizemi01
kfujita
2
160
人工知能ゼミ02 /aizemi02
kfujita
0
190
電気工学問題集 /eleceng2_practices
kfujita
0
2.1k
人工知能時代の到来/IntroAI
kfujita
0
580
大学生活はスマホ・パソコンとともに!安全な使い方とAIのチカラ /DigitalLiteracy
kfujita
0
140
電気工学II第12回 /eleceng2_12
kfujita
0
2k
電気工学II第13回 /eleceng2_13
kfujita
0
1.4k
電気工学II第14回 /eleceng2_14
kfujita
0
450
Other Decks in Education
See All in Education
「機械学習と因果推論」入門 ② 回帰分析から因果分析へ
masakat0
0
700
[2026前期火5] 論理学(京都大学文学部 前期 第2回)「論理的な正しさはどこにあるのか」
yatabe
0
940
Visionary Initiative: Materials-Positive Society 「モノの進化をポジティブな社会の原動力に」|Science Tokyo(東京科学大学)
sciencetokyo
PRO
0
370
Alumnote inc. Company Deck
yukinumata
1
20k
2026年度春学期 統計学 第7回 データの関係を知る(2)ー 回帰と決定係数 (2026. 5. 21)
akiraasano
PRO
0
130
吉祥寺.pmは1つじゃない — 複数イベント並走運営の12年 —
magnolia
0
1.3k
Science Tokyo国際卓越研究大学計画_202604
sciencetokyo
PRO
0
4k
「機械学習と因果推論」入門 ③ 漸近効率な推定量と二重機械学習
masakat0
0
680
Implicit and Cross-Device Interaction - Lecture 10 - Next Generation User Interfaces (4018166FNR)
signer
PRO
2
2.3k
2026年度春学期 統計学 第2回 統計資料の収集と読み方 (2026. 4. 16)
akiraasano
PRO
0
170
Visionary Initiative: Future Intelligence 「未来の知性と社会の礎を築く」|Science Tokyo(東京科学大学)
sciencetokyo
PRO
0
300
면접관 눈에 띄는 데이터 분석 포트폴리오 만드는 법 | 2026년 5월 세미나
datarian
0
660
Featured
See All Featured
What the history of the web can teach us about the future of AI
inesmontani
PRO
1
610
RailsConf & Balkan Ruby 2019: The Past, Present, and Future of Rails at GitHub
eileencodes
141
35k
brightonSEO & MeasureFest 2025 - Christian Goodrich - Winning strategies for Black Friday CRO & PPC
cargoodrich
3
730
Side Projects
sachag
455
43k
Cheating the UX When There Is Nothing More to Optimize - PixelPioneers
stephaniewalter
287
14k
Why You Should Never Use an ORM
jnunemaker
PRO
61
9.9k
Automating Front-end Workflow
addyosmani
1370
210k
Paper Plane (Part 1)
katiecoart
PRO
0
8.8k
Deep Space Network (abreviated)
tonyrice
0
170
Getting science done with accelerated Python computing platforms
jacobtomlinson
2
220
The Power of CSS Pseudo Elements
geoffreycrofte
82
6.3k
Why Our Code Smells
bkeepers
PRO
340
58k
Transcript
人工知能ゼミ テーマ3 試験問題を解かせる 公立小松大学 藤田 一寿 Ver. 20251030
やること • 対話型人工知能に臨床工学技士の国家試験を解かせ、どれだけ人工知能 が問題を解けるのか検証する。 • 検証結果を発表する。 • ねらい • 対話型人工知能の知識の限界や問題形式への対応の限界を知る。
• 対話型人工知能を正解に導くノウハウを習得する。 • 対話型人工知能の回答の性質を知る。 • 以上を通し、対話型人工知能との会話の仕方を習得し、活用方法のヒ ントを得る。
演習手順 1. 班分け 1. 2から4名の班に分かれる。 2. 班ごとに過去問を渡す。 3. 人工知能が問題を正答しやすい指示の方法を模索する。 4.
班ごとに配られた過去問を班メンバーで分担して解く。 5. 間違えた問題に対し、指示の仕方を変えることで正答できるか確 かめる。 6. 結果は、各班ごとにプレゼンテーションしてもらう。
スケジュール 1. 班を決める。効果的な指示を模索する。 2. 過去問を解かせる。 3. 過去問を解かせる。プレゼンテーションを作る。 4. プレゼンテーション。 皆さんの進度に合わせ回数を増やすかもしれません。
報告事項例 • 使用した人工知能 • 使用したプロンプト(指示) • 正答率を上げるためにした工夫など • 正答率(分かれば問題のジャンル別正答率) •
間違いの例や特徴(どのジャンルの問題が間違えやすいかなど) • 間違えた問題を正答させるための方法
画像を人工知能に渡すやり方(Geminiの場合) ここに画像をドラッグする 画像が読み取られたら図のよ うなアイコンが出てくる 画像の読み取りに成功したら 送信ボタンを押す。 回答が出てくる。 正しい保証はない。
工夫例 • 人工知能に問題の画像を全て渡した場合は正答率が下がりそうです。 • 図の問題では、問題文をすべて含む画像を人工知能に渡すと正解できま せんでした。 • 一方、回路のみの画像を渡しその回路の解説をさせた後、正しい波形を 選ばせると正解しました。 これを人工知能に渡すと間違える。
この回路を何か尋ねる。 正しい波形を尋ねる。 この順番に人工知能に問うと正解する。
実験における注意 • 性能評価は一定の条件で行うことで、実験結果の信憑性が増す。 • 幾問かAIに問いてもらい、どういう質問のやり方が良いか、どのような プロンプトが良いか決め、全ての問題に対し同じやり方で解く。 • まずは有効なプロンプトを見つける。 • 有効な人工知能への問題の渡し方を見つける。
• 例 • 全ての問題を画像で渡して解いてもらう。 • 文章しか無い問題はテキストで、画像付きの問題が画像で解いてもらう。 • 問題はテキストで、図は画像で渡し、解いてもらう。 • 問題の解説をしてもらったあと、解いてもらう。 • 見つけた、有効な方法を用い、同じ手順で問題を解く。
注意 • ログインしないで用いるChatGPTは画像を扱えないので、電子電気 回路などの画像付きの問題は解けない。 • 画像付きの問題は、すでにアカウントがあるGoogleのGeminiを用 いるか、ChatGPTのアカウントを作って使う必要がある。 • 仕様は日々変わるため、臨機応変に対応する。