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
20250531 JAWS-UG佐賀 生成AI
Search
midnight480
June 01, 2025
Technology
0
97
20250531 JAWS-UG佐賀 生成AI
midnight480
June 01, 2025
Tweet
Share
More Decks by midnight480
See All by midnight480
AWS Summit Japan 2025 個人的参加レポート
midnight480
0
160
Amazon Q Developer for CLI の紹介
midnight480
0
140
Postman Flows ✖️ Backlog API で可能性を探る
midnight480
0
150
Amazon Q Developer for CLIの基本的な使い方と便利なコマンドの紹介
midnight480
0
290
Amazon Q Developer for CLI 〜 Blender、Backlog GitをMCPで操作してみた 〜
midnight480
0
220
Control policies for AWS Organizations
midnight480
0
150
20240201_JAWS-UG_SAGA
midnight480
0
120
Reintroduction to AWS Multiple Account Management
midnight480
0
120
Try Dify self-hosted on AWS
midnight480
0
96
Other Decks in Technology
See All in Technology
コンテキストエンジニアリング入門〜AI Coding Agent作りで学ぶ文脈設計〜
kworkdev
PRO
3
2k
LLMアプリの地上戦開発計画と運用実践 / 2025.10.15 GPU UNITE 2025
smiyawaki0820
2
720
AWS UG Grantでグローバル20名に選出されてre:Inventに行く話と、マルチクラウドセキュリティの教科書を執筆した話 / The Story of Being Selected for the AWS UG Grant to Attending re:Invent, and Writing a Multi-Cloud Security Textbook
yuj1osm
1
100
プレーリーカードを活用しよう❗❗デジタル名刺交換からはじまるイベント会場交流のススメ
tsukaman
0
190
今この時代に技術とどう向き合うべきか
gree_tech
PRO
2
2.1k
OpenTelemetry が拡げる Gemini CLI の可観測性
phaya72
2
930
エンタメとAIのための3Dパラレルワールド構築(GPU UNITE 2025 特別講演)
pfn
PRO
0
600
HonoとJSXを使って管理画面をサクッと型安全に作ろう
diggymo
0
140
Introdução a Service Mesh usando o Istio
aeciopires
1
250
Databricks AI/BI Genie の「値ディクショナリー」をAmazonの奥地(S3)まで見に行く
kameitomohiro
1
350
Zephyr(RTOS)にEdge AIを組み込んでみた話
iotengineer22
0
220
ローカルLLMとLINE Botの組み合わせ その2(EVO-X2でgpt-oss-120bを利用) / LINE DC Generative AI Meetup #7
you
PRO
0
130
Featured
See All Featured
Why Our Code Smells
bkeepers
PRO
340
57k
No one is an island. Learnings from fostering a developers community.
thoeni
21
3.5k
The Web Performance Landscape in 2024 [PerfNow 2024]
tammyeverts
10
880
The Language of Interfaces
destraynor
162
25k
The Success of Rails: Ensuring Growth for the Next 100 Years
eileencodes
46
7.7k
I Don’t Have Time: Getting Over the Fear to Launch Your Podcast
jcasabona
34
2.5k
How STYLIGHT went responsive
nonsquared
100
5.8k
10 Git Anti Patterns You Should be Aware of
lemiorhan
PRO
657
61k
Intergalactic Javascript Robots from Outer Space
tanoku
273
27k
Become a Pro
speakerdeck
PRO
29
5.6k
Build your cross-platform service in a week with App Engine
jlugia
232
18k
Six Lessons from altMBA
skipperchong
29
4k
Transcript
生成AIの基礎と活用 2025-05-31 / JAWS-UG佐賀 生成AIの基礎と活用 © Tetsuya Shibao
アジェンダ 1. 生成AIとは 2. 生成AIの歴史 第一次ブーム(1950-1960年代) 第二次ブーム(1980-1990年代) 第三次ブーム(2010年代前半) 3. 生成AIの技術的基礎
4. トランスフォーマーの革新 5. ChatGPTの登場と普及 6. 生成AIの未来 7. Difyを使った生成AI活用 生成AIの基礎と活用 © Tetsuya Shibao
生成AIとは 人工知能が新しいコンテンツを生成する技術 テキスト、画像、音声、動画など様々な形式 人間の創造性を模倣・拡張 参考: 生成AIとは?基本概念と活用事例を解説 生成AIの基礎と活用 © Tetsuya Shibao
生成AIの特徴 創造性:新しいコンテンツの生成 適応性:様々な入力への対応 学習能力:データからの知識獲得 汎用性:複数のタスクに対応 参考: 生成AIの特徴と活用シーン 生成AIの基礎と活用 © Tetsuya
Shibao
第一次生成AIブーム(1950-1960年代) 時代背景 コンピュータの黎明期 人工知能研究の始まり 単純なルールベースのシステム 参考: 人工知能の歴史 生成AIの基礎と活用 © Tetsuya
Shibao
第一次ブームの代表例:ELIZA(1966年) 心理療法士を模倣した会話システム 単純なパターンマッチング キーワードに基づく応答生成 参考: ELIZA - 最初のチャットボット 生成AIの基礎と活用 ©
Tetsuya Shibao
第一次ブームの限界 文脈理解の欠如 固定された応答パターン 真の対話は不可能 技術的制約による限界 参考: 初期AIの限界と課題 生成AIの基礎と活用 © Tetsuya
Shibao
第二次生成AIブーム(1980-1990年代) 時代背景 エキスパートシステムの台頭 知識ベースの構築 ルールベースの推論システム 参考: エキスパートシステムの歴史 生成AIの基礎と活用 © Tetsuya
Shibao
第二次ブームの代表例:エキスパートシステム 専門家の知識をルール化 推論エンジンによる問題解決 限定的な専門分野での活用 参考: エキスパートシステムの仕組み 生成AIの基礎と活用 © Tetsuya Shibao
第二次ブームの特徴 知識ベースの重要性 ルールベースの推論 専門分野特化型 柔軟性の欠如 参考: 知識ベースシステムの特徴 生成AIの基礎と活用 © Tetsuya
Shibao
第三次生成AIブーム(2010年代前半) 時代背景 ディープラーニングの進化 ビッグデータの活用 GPUの性能向上 参考: ディープラーニングの進化 生成AIの基礎と活用 © Tetsuya
Shibao
第三次ブームの技術革新 ニューラルネットワークの進化 画像認識の飛躍的向上 自然言語処理の進歩 参考: ニューラルネットワークの進化 生成AIの基礎と活用 © Tetsuya Shibao
機械学習の基礎 教師あり学習 入力と出力のペアから学習 分類問題と回帰問題 損失関数による最適化 参考: 機械学習の基礎 生成AIの基礎と活用 © Tetsuya
Shibao
強化学習の基礎 環境との相互作用 報酬に基づく学習 試行錯誤による最適化 参考: 強化学習の基礎 生成AIの基礎と活用 © Tetsuya Shibao
トランスフォーマーの登場(2017年) 画期的な特徴 Attention機構の革新 並列処理による高速化 長文の文脈理解 参考: トランスフォーマーの仕組み 生成AIの基礎と活用 © Tetsuya
Shibao
Attention機構の仕組み クエリ(Q) 、キー(K) 、バリュー(V)の概念 スケーリングドットプロダクトアテンション 自己注意機構と相互注意機構 参考: Attention機構の詳細 生成AIの基礎と活用 ©
Tetsuya Shibao
ChatGPTの登場(2022年) 革新的な特徴 GPT-3.5のリリース 自然な対話能力 幅広い知識と応用 参考: ChatGPTの概要 生成AIの基礎と活用 © Tetsuya
Shibao
ChatGPTの影響 ビジネスへの急速な普及 新しいAI活用の形 プロンプトエンジニアリングの重要性 生成AIの一般化 参考: ChatGPTのビジネスインパクト 生成AIの基礎と活用 © Tetsuya
Shibao
生成AIの未来:開発者側 技術的課題 モデルの効率化 計算リソースの最適化 新しいアーキテクチャの開発 参考: 生成AIの技術的課題 生成AIの基礎と活用 © Tetsuya
Shibao
生成AIの未来:活用者側 ビジネス応用 カスタマイズと最適化 プロンプトエンジニアリング ドメイン特化型AI 参考: 生成AIのビジネス応用 生成AIの基礎と活用 © Tetsuya
Shibao
生成AIを活用しないリスク 生産性の低下 競争力の喪失 新しいビジネス機会の損失 技術的負債の蓄積 参考: 生成AIの導入リスク 生成AIの基礎と活用 © Tetsuya
Shibao
Difyとは ノーコードAIアプリケーション開発プラットフォーム カスタムAIアシスタントの作成 ビジネスプロセスの自動化 参考: Dify公式サイト 生成AIの基礎と活用 © Tetsuya Shibao
Difyの主な機能 プロンプトの管理 データの連携 アプリケーションのデプロイ モニタリングと分析 参考: Difyの機能紹介 生成AIの基礎と活用 © Tetsuya
Shibao
Difyを使った活用例 カスタムチャットボット ドキュメント生成 データ分析 ビジネスプロセス自動化 参考: Difyの活用事例 生成AIの基礎と活用 © Tetsuya
Shibao
ハンズオンで実践! Difyを使った生成AI活用を体験しましょう 2025-05-31 / JAWS-UG佐賀 生成AIの基礎と活用 © Tetsuya Shibao