画像、映像、時系列データを新たに生み出す「生成AI」について。
目次
AI・ディープラーニングの全体像
- 人工知能
- 機械学習
- ディープラーニングの基本・応用
- ディープラーニングの研究
- AIプロジェクト
- AI社会実装に伴う法律・倫理
従来AIと生成AI
- 「生成AI（Generative AI）」→これまでに学習したデータから習得した特徴に基づき、指定された形式で新しいデータを生成するAI
- 生成するコンテンツ：テキストデータ、画像データ、動画データ、音声データなど
- 「深層生成モデル」→ディープラーニングを導入することで、生成AIの性能が向上してきている
- 「生成AI」⇔「識別AI」
→学習データから習得した特徴やパターンに基づき、新しいデータに対しても同様な特徴やパターンを識別することによって、クラスや連続値を予測する
※識別AIの目的：予測値を出力すること（⇔新しいデータを作り出すことではない） - 「生成AI」「識別AI」の共通点→「データから特徴を学習してそれに基づき予測を行う」ことをしている
- 「生成AI」「識別AI」の違い→最終目的にある
- 「生成AI」→実質的に予測はしているが、主な目的は予測することではなく、「新しいデータを生成すること」
- 既存のデータを元に、次に来る値を予測し続けることで、新しいデータがどんどん生成していく
識別AI（従来AI）
生成AI
プロンプト
概要
- 「プロンプト（Prompt）」→知りたいことを質問する/文章要約などのタスクを実行するための命令文
- 「プロンプトエンジニアリング（Prompt Enginnering）」→目的別に最適な命令文を見つけるor設計するための研究・技術
- 生成AIからできるだけ望ましい回答が得られるよう、応答の形式と品質を制御する手法
プロンプトの基本的な構成要素
- 命令（instruction）
→質問orタスク指示 - 文脈（context）
→背景情報、文脈情報 - 出力指示
→出力形式の指定 - 入力データ
→必要データ、入力データ
- 最初はシンプルなプロンプトから始め、段階的に改善していく
- 要求を明確かつ具体的に記述する
- タスクから逸脱しないようプロンプトを構造化する
- 複雑なタスクは分割する
- 事例を交えて指示する
プロンプトのテクニック
- Zero-shot prompting
→命令だけ - Few-shot prompting
→1つ以上の回答例を与える（文脈の中で追加学習させる） - Chain-of-Thought（CoT）prompting
→思考プロセスを与える - 知識生成prompting
→知識や情報を組み込む - 方向性刺激prompting
→正しい方向に誘導するためのヒントを与える
