Generative AI Study Group_FirstSesssion_20230606

9.5K Views

June 21, 23

スライド概要

Generative Ai Study Group
First Session
Presentation material

「生成AI研究会」が「Generative Ai Study Group (GASG)」に名称改定されました。会のテーマプレゼンテーションでは、佐藤氏が「小学生向けチャットAIの仕様作成」について話しました。また、重要な話題として、「プロンプトエンジニアリング」が議論されました。

profile-image

Generative Ai Study Group Master

シェア

またはPlayer版

埋め込む »CMSなどでJSが使えない場合

関連スライド

各ページのテキスト
1.

Generative AI Study Group

2.

Agenda https://www.ai-tech-c.jp/generative-ai-study-group-gasg/

3.

Agenda https://www.ai-tech-c.jp/generative-ai-study-group-gasg/

4.

Introduction •当会名称改定 旧: 生成系AI研究会 新: Generative Ai Study Group (GASG)

5.

Introduction • 運営体制の紹介 • 主催 • 杉山邦洋 • 詳細は本資料末尾記載 • 相方 • 上原将司

6.

Introduction •GASG Policy • 楽しく • 面白く • オープンマインド

7.

Introduction •本日の進め方 • アンケート

8.

Introduction • Logo ① ② ③ ④

9.

Introduction •Web https://www.ai-tech-c.jp/generative-ai-study-group-gasg

10.

Introduction • テーマ募集 • Panasonic 小森様 ①Panasonic調理器の海外戦略担当:英独米での海外駐在含め、30年余り国際競争の最前線 で欧米中韓メーカーと戦って参りました。食ビジネスでの生成AI活用を検討したい。 ②立命館大学での講師(国際マーケティング、海外起業):授業の中で生成AIの展望につ いて触れたい。 ③国際ヨガセラピスト(IAYT):人生100年時代のQOL向上を目指し、ヨガセラピーの日本 での社会実装を目指しています。ヨガセラピーの指導者育成への活用法を検討したい。

11.

Introduction • テーマ募集 • SBS情報システム 土屋様 • 生成系AIシステムを業務活用する為の検討 • お客様に問合せ戴く内容を、自動応答するシステムを開発し、特定の業務回答作成 者に偏っている、 • 属人化業務を減らす事で、多くのビジネスメリットが得られる。 • しかし、上手く行かない課題を抽出し、研究テーマを模索したい。

12.

Agenda https://www.ai-tech-c.jp/generative-ai-study-group-gasg/

13.

Theme Presentation • 盛岡広域振興局経営企画部産業振興室 佐藤様 • 小学生向けチャットAIの仕様作成企画

14.

Agenda Next https://www.ai-tech-c.jp/generative-ai-study-group-gasg/

15.

Study contets • Prompt Engineering • なぜプロンプトエンジニアリングが重要なのか • Chat GPTがうまく使えるから...? • 10%...ぐらいはそうかなと思う • Chat GPTはあくまでアプリケーションだから... • Chat GPTはChat GPT以上でも以下でもない (現時点では) • Text input Text output (Markdown記法を駆使するのはある) • Browser extention で魔改造されてたりするのはある • ゴールシークプロンプト

16.

Study contets • Prompt Engineering • エンジニア観点から重要なプロンプトエンジニアリング

17.

Study contents ここのAPIコールが LLMに完全に依存 Pluginアーキテクチャ は外部アプリへの組 込リリースが予告さ れている ChatGPT with 3rd PT Plugin Program この間の制御にプロ ンプトエンジニアリ ングが重要になる Service APIs

18.

この一体化 つまり適切さと応答 速度がAGIとしての 完成度と同義となる Study contents 更にこれ自体をLLM が作るという可能性 の萌芽... フロントエンド以降 が不可視化すると AGIのように振る舞 うことになる そのためにここに全 く新しいアーキテク チャが適用される可 能性がある

19.

Study contents https://www.microsoft.com/en-us/research/group/autonomous-systems-grouprobotics/articles/chatgpt-for-robotics/

20.

Study contents https://www.deeplearning.ai/short-courses/chatgpt-prompt-engineering-fordevelopers/ https://smooth-glazer-9cf.notion.site/ChatGPT-Prompt-Engineering-forDevelopers-DeepLearning-AI-a0b0c01af6224878af0fa1f341a5bc95?pvs=4

21.

Study contents • LLMとの対話は大まかに以下に分類されることを念頭におく。 • 操作 "要約" "補完" "換言" "抽出" など入力テキストに対しての操作要求と結果応答を期待する。 "~~~ を英訳してください。" "~~~ の文章を要約してください。" • 創作 LLMに対して、何らかの文章による創作を要求し応答を期待する。 "~~~についての詩を作成してみてください。" • 知識 LLMが備えている知識に対して問い合わせを行い応答を期待する。 "新型コロナウイルスの特性について教えてください。" Reference: https://gist.github.com/yoavg/6bff0fecd65950898eba1bb321cfbd81

22.

Study contents • バニラなLLMを直接的に検索用データベースとして期待することは良いアプ ローチとは言えない。 • LLMを検索と捉えることは、「知識」と「創作」が組み合わされてしまう可能性がある。 • つまり、出力結果に「知識」では補えない部分に「創作」が混ざる。 • 特にユーザが意図しないLLMの「創作」は「ハルシネーション」と呼ばれる。 • 結果、出力に関連するドメインに対して前提知識がないとLLMがハルシネーションしている かそうではないのかの判断がつかない。 • 検索的に使いたいのであれば、それ相応の手間をかける必要がある。 • というか一般的な検索というのであればBingで十分。

23.

Study contets • Prompt Engineering • Langchain framework • プロンプト操作に便利な様々なファンクションを提供してくれます。 from langchain.prompts import PromptTemplate from langchain.prompts.chat import ( ChatPromptTemplate, SystemMessagePromptTemplate, HumanMessagePromptTemplate, )

24.

Agenda https://www.ai-tech-c.jp/generative-ai-study-group-gasg/

25.

Next

26.

Next

27.

EOF https://www.linkedin.com/in/kunihiro-sugiyama-49b0372a/ https://www.ai-tech-c.jp/generative-ai-study-group-gasg/