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
LayerXのApplied R&D
shibuiwilliam
2
22
LLM時代の検索
shibuiwilliam
2
770
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
76
AI Agentのキャッシュ、再利用、Ops
shibuiwilliam
2
110
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
610
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
740
今日からRAGを 始めることを考える
shibuiwilliam
3
1.7k
Other Decks in Technology
See All in Technology
Power Automate のパフォーマンス改善レシピ / Power Automate Performance Improvement Recipes
karamem0
0
140
ObsidianをLLM時代のナレッジベースに! クリッピング→Markdown→CLI連携の実践
srvhat09
7
9k
Semantic Machine Intelligence for Vision, Language, and Actions
keio_smilab
PRO
2
390
ecspressoの設計思想に至る道 / sekkeinight2025
fujiwara3
10
1.4k
Recoil脱却の現状と挑戦
kirik
2
340
20250718_ITSurf_“Bet AI”を支える文化とコストマネジメント
helosshi
1
210
「AI駆動開発」のボトルネック『言語化』を効率化するには
taniiicom
1
110
今日からあなたもGeminiを好きになる
subaruhello
1
560
Amazon CloudWatchのメトリクスインターバルについて / Metrics interval matters
ymotongpoo
3
210
経験がないことを言い訳にしない、 AI時代の他領域への染み出し方
parayama0625
0
140
OTel 公式ドキュメント翻訳 PJ から始めるコミュニティ活動/Community activities starting with the OTel official document translation project
msksgm
0
230
複数のGemini CLIが同時開発する狂気 - Jujutsuが実現するAIエージェント協調の新世界
gunta
12
3.2k
Featured
See All Featured
Code Review Best Practice
trishagee
69
19k
Connecting the Dots Between Site Speed, User Experience & Your Business [WebExpo 2025]
tammyeverts
8
370
Principles of Awesome APIs and How to Build Them.
keavy
126
17k
Done Done
chrislema
184
16k
Unsuck your backbone
ammeep
671
58k
Why You Should Never Use an ORM
jnunemaker
PRO
58
9.5k
Producing Creativity
orderedlist
PRO
346
40k
The World Runs on Bad Software
bkeepers
PRO
70
11k
Refactoring Trust on Your Teams (GOTO; Chicago 2020)
rmw
34
3.1k
The Myth of the Modular Monolith - Day 2 Keynote - Rails World 2024
eileencodes
26
2.9k
How to Ace a Technical Interview
jacobian
278
23k
Designing Experiences People Love
moore
142
24k
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