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
88
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
130
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
240
Amazon Q Developer for CLI 〜 Blender、Backlog GitをMCPで操作してみた 〜
midnight480
0
210
Control policies for AWS Organizations
midnight480
0
150
20240201_JAWS-UG_SAGA
midnight480
0
110
Reintroduction to AWS Multiple Account Management
midnight480
0
110
Try Dify self-hosted on AWS
midnight480
0
90
Other Decks in Technology
See All in Technology
GA technologiesでのAI-Readyの取り組み@DataOps Night
yuto16
0
220
履歴 on Rails: Bitemporal Data Modelで実現する履歴管理/history-on-rails-with-bitemporal-data-model
hypermkt
0
1.6k
CData MCP ナイト!「CData × Oracleで実現する新しいデータ活用 ― 国産SaaS 連携から MCP Server for Oracle Database まで」
shisyu_gaku
0
180
いまさら聞けない ABテスト入門
skmr2348
0
160
新卒QAエンジニアの成長戦略
qatonchan
0
300
kaigi_on_rails_2025_設計.pdf
nay3
8
3.8k
"複雑なデータ処理 × 静的サイト" を両立させる、楽をするRails運用 / A low-effort Rails workflow that combines “Complex Data Processing × Static Sites”
hogelog
3
1.3k
Oracle Base Database Service 技術詳細
oracle4engineer
PRO
11
77k
今日から始めるpprof / Pprof workshop for beginners
ymotongpoo
6
770
業務自動化プラットフォーム Google Agentspace に入門してみる #devio2025
maroon1st
0
170
Railsアプリケーション開発者のためのブックガイド
takahashim
12
5.1k
組織観点からIAM Identity CenterとIAMの設計を考える
nrinetcom
PRO
1
120
Featured
See All Featured
How STYLIGHT went responsive
nonsquared
100
5.8k
Building a Modern Day E-commerce SEO Strategy
aleyda
43
7.7k
Rails Girls Zürich Keynote
gr2m
95
14k
ReactJS: Keep Simple. Everything can be a component!
pedronauck
667
120k
Into the Great Unknown - MozCon
thekraken
40
2.1k
StorybookのUI Testing Handbookを読んだ
zakiyama
31
6.1k
Improving Core Web Vitals using Speculation Rules API
sergeychernyshev
18
1.2k
GraphQLとの向き合い方2022年版
quramy
49
14k
The Pragmatic Product Professional
lauravandoore
36
6.9k
Mobile First: as difficult as doing things right
swwweet
224
9.9k
The MySQL Ecosystem @ GitHub 2015
samlambert
251
13k
Save Time (by Creating Custom Rails Generators)
garrettdimon
PRO
32
1.6k
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