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
Creative as Software Engineering
Search
shibuiwilliam
January 18, 2024
Technology
3
680
Creative as Software Engineering
2024/01/18 生成AI MLOps LT大会の資料です。
https://mlops.connpass.com/event/305093/
shibuiwilliam
January 18, 2024
Tweet
Share
More Decks by shibuiwilliam
See All by shibuiwilliam
LLM時代の検索
shibuiwilliam
2
360
生成AIを作るエンジニアリングと使うエンジニアリング
shibuiwilliam
2
57
AI Agentのキャッシュ、再利用、Ops
shibuiwilliam
2
100
生成AIのためのデータ収集とデータエンジニアリング
shibuiwilliam
5
600
LLMで推論するライブラリを整理する
shibuiwilliam
6
1.6k
生成AIの研究開発を事業につなげる データ、仕組み、コミュニケーション
shibuiwilliam
2
110
デプロイして本番システムで使うことから考えるAI
shibuiwilliam
3
730
今日からRAGを 始めることを考える
shibuiwilliam
3
1.7k
2024年生成AI新年会登壇資料
shibuiwilliam
1
370
Other Decks in Technology
See All in Technology
LangChain Interrupt & LangChain Ambassadors meetingレポート
os1ma
2
320
DBのスキルで生き残る技術 - AI時代におけるテーブル設計の勘所
soudai
PRO
53
20k
対話型音声AIアプリケーションの信頼性向上の取り組み
ivry_presentationmaterials
1
230
CRE Camp #1 エンジニアリングを民主化するCREチームでありたい話
mntsq
1
140
Glacierだからってコストあきらめてない? / JAWS Meet Glacier Cost
taishin
1
170
AWS認定を取る中で感じたこと
siromi
1
190
ビジネス職が分析も担う事業部制組織でのデータ活用の仕組みづくり / Enabling Data Analytics in Business-Led Divisional Organizations
zaimy
0
100
Delta airlines Customer®️ USA Contact Numbers: Complete 2025 Support Guide
deltahelp
0
810
無意味な開発生産性の議論から抜け出すための予兆検知とお金とAI
i35_267
6
13k
united airlines ™®️ USA Contact Numbers: Complete 2025 Support Guide
flyunitedhelp
1
410
事業成長の裏側:エンジニア組織と開発生産性の進化 / 20250703 Rinto Ikenoue
shift_evolve
PRO
3
22k
PO初心者が考えた ”POらしさ”
nb_rady
0
220
Featured
See All Featured
Optimising Largest Contentful Paint
csswizardry
37
3.3k
Music & Morning Musume
bryan
46
6.6k
Speed Design
sergeychernyshev
32
1k
Distributed Sagas: A Protocol for Coordinating Microservices
caitiem20
331
22k
GitHub's CSS Performance
jonrohan
1031
460k
How To Stay Up To Date on Web Technology
chriscoyier
790
250k
Java REST API Framework Comparison - PWX 2021
mraible
31
8.7k
How GitHub (no longer) Works
holman
314
140k
Art, The Web, and Tiny UX
lynnandtonic
299
21k
YesSQL, Process and Tooling at Scale
rocio
173
14k
It's Worth the Effort
3n
185
28k
For a Future-Friendly Web
brad_frost
179
9.8k
Transcript
Creative as Software Engineering 2024/01/18 Shibui Yusuke
本発表は個人の見解に基づくものであり、所 属組織を代表するものではありません。
自己紹介 shibui yusuke • 文学修士→いろいろ → Stability AI Japan •
主にデータエンジニア • もともとクラウド基盤の開発、運用 • ここ7年くらいMLOpsとバックエンドとインフラとデータ関 連で仕事 • Github: @shibuiwilliam • FB: yusuke.shibui • 最近の趣味:ルービックキューブ cat : 0.55 dog: 0.45 human : 0.70 gorilla : 0.30 物体検知 3
• 発売中! • https://www.amazon.co.jp/dp/4798173401/ • https://github.com/shibuiwilliam/building-ml-system • 発売中! • https://www.amazon.co.jp/dp/4798169447/
技術評論社Software & Designで MLOpsについて連載中! • 2023年8月号 MLOpsの概要 • 2023年9月号 MLOpsのためのスキルセットとチーム構成
• 2023年10月号 方針策定とMLOpsのためのツール • 2023年11月号 MLOpsのための技術選定 • 2023年12月号 LLMのためのDevOps • 2024年1月号 MLOpsと評価 • 2024年2月号 推論システム(予定) • 2024年3月号 機械学習システムの引き継ぎ(予定) MLOpsについてあまり他では取り上げられないテーマを 中心に記事を書いています!
これは何を作ってるでしょう? データを 用意 モデル選定 パラメータ 調整 パイプライン 実行 評価
答え:AIによるアニメ製作 データを 用意 モデル選定 パラメータ 調整 パイプライン 実行 評価 Stable
Diffusion Control Net VAE IPAdapter … プロンプト 乱数シード 時間調整 サンプラー スケジューラ … ComfyUI
本日は動画編集もアートも素人の私が 生成AIでコンテンツ製作する システムやワークフローを ソフトウェアエンジニアリングの観点から 検討していきます。
要素分解する Diffusion model + Control net + プロンプト + パラメータ
Diffusion model + Control net + プロンプト + パラメータ + コマ割り ラフ画をカラー画に変換 絵コンテの間を埋める
用意するもの: 最初の線画+パラメータ+プロンプト+パイプライン +GPU!!! Diffusion model + Control net + プロンプト
+ パラメータ Diffusion model + Control net + プロンプト + パラメータ + コマ割り ラフ画をカラー画に変換 絵コンテの間を埋める
開発環境は一般的なML開発と同じ ComfyUI ComfyUI カスタムノード モデル コンテンツ 100GBくらい使う。 Colab Pro+(月額5,767JPY)で A100を30時間/月くらい使える。
プロンプト(≒ストーリー)の変更で 違うコンテンツを量産できる 赤い目の 白い猫 青い目の 茶色い猫 春夏秋冬 子猫が成猫に成長 春夏秋冬 子猫が成猫に成長
人間に変身 所要時間:5分
構造的に考える テーマ 媒体 表現方法 公開 需要者 ビジネス 表現者 (チーム) 製作
事業化 コンテンツ 絵画 動画 音楽 テキスト ゲーム・・・ モナリザ 第九 吾輩は猫である ドラクエ・・・ 印象派 アニメ 雅楽・・・ 美術館 広告 投稿サイト コンサート SNS・・・ 購入 フリーミアム サブスク パトロン・・・
Creative as Software Engineering 関数 入力 出力
Creative as Software Engineering 生成AI 入力 出力 線画 プロンプト パラメータ
Embedding・・・ Diffusion Model Control Net Lora LLM・・・ 画像 動画 テキスト Embedding・・・
Creative as Software Engineering 生成AI Diffusion Model Control Net VAE・・・
赤い目の白い猫 Seed: 123 Sampler: DPMPP_2M Scheduler: Karras Steps: 20 … LLM 組み合わせ 最適化 評価 AIでフィルタリング 人間が選定 人間 修正、拡張
Creative as Software Engineering 生成AI & 人間 間を埋める 音楽を挿入する デザインを合わせる
個々に生成したシーン
Creative as Software Engineering Creative パイプライン 開発 ワークフロー マネジャー GPUクラスター
CI/CD ML パイプライン 基盤モデル + Lora 生成AI API LLM 人間 コンテンツ データ基盤 モデル 管理 公開 コスト たぶんこんな感じの構成?
まとめ • 生成AIによる新しいCreativeのワークフロー化、ソフトウェア化。 • ソフトウェアによってコンテンツを大量生産できるからこそDevOps的な課題が発生する。 • 大量・大容量のマルチモーダルな非構造化データを効率的に整理、管理、評価する仕組みが必要。 • 今日書ききれなかったこと: ◦
消費時間 > 生成時間へ ◦ 1アニメ : *視聴者から1アニメ : 1視聴者によるパーソナライゼーション 「俺たちの挑戦はこれからだ!」 というプロンプトで生成。
生成AIで一緒に世界を変えましょう! 絶賛採用中! https://stability.ai/careers X (旧Twitter) Stability AI (日本語): @StabilityAI_JP