Share
Embed
株式会社AGESTセミナー資料/AGEST Seminar
株式会社AGESTでは一緒に働く仲間を募集しております。
AGEST-採用サイト
https://recruit.agest.co.jp/
AGEST
February 22, 2023
Transcript
53 slides
-
AIがコードを生成する時代に エンジニアはどうなる? ~エンジニアのキャリアパスと生存戦略のヒント~ 2023年 2月 22日 株式会社AGEST CTO 城倉和孝 エンジニアリングを進化させる品質メディア
https://sqripts.com/ Copyright AGEST, Inc. -
株式会社AGEST 取締役副社⾧CTO 株式会社デジタルハーツホールディングス 執行役員 CTO 経歴サマリ ・株式会社ソフトクリエイト ・株式会社エイトレッド 取締役兼CTO ・株式会社DMM.comラボ
取締役兼CTO ・合同会社DMM.com 執行役員CTO/CIO ・バイナリー合同会社 代表社員(現任) PROFILE 好きな飲物:日本酒、ワイン 尊敬する人物:スティーブ・ジョブ ズ 座右の銘: 天は自ら助くる者を助く 明日は明日の風が吹く 城倉 和孝 Copyright AGEST, Inc. JOKURA, Kazutaka -
Copyright AGEST, Inc. 対象読者 ヒントを得たい方 • これからのエンジニアキャリアをつくる上で必要な要素や • 現在の延⾧でのキャリアに悩みや不安を抱いている方 本セミナーについて
話をすること • 変化の激しい時代におけるキャリア開発のヒント 話をしないこと • AIに関する専門的な詳しい話 -
AIを活用したサービスの台頭 OpenAI DALL-E 2 OpenAI Whisper Stable Diffusion OpenAI Codex
GitHub Copilot 引用元:Open-AI DALL-E 2 Google MusicLM 引用元:Stable Diffusion SNOW AIアバター 引用元:Yahoo!ニュース "藤田ニコル、フワちゃんなど芸能人が 続々投稿 「AIアバター」をバズらせた『SNOW』の戦略とは?” 引用元:GigaZine "Googleが入力したテキストから自 動で作曲するAI「MusicLM」を開発" 引用元:Briswell Tech Blog "高精度音声認識 モデル「Whisper」に文字起こしさせてみる" OpenAI ChatGPT Google Bard Microsoft Bing 引用元:GIZMODE:”Google vs ChatGPTで世界がヤバいか もしれない理由” 引用元:Open-AI Codex 引用元:GitHub Features Copyright AGEST, Inc. -
ChatGPTとは? 「ChatGPT」とはなんなのでしょうか? 「ChatGPT」に聞いてみましょう(すなわち「ChatGPT」は「聞いてみる」ということができます)。 (...中略) ここまでの会話を見ると、「最初から最後まで話がつながっている」ことがわかります。 つまり、文脈を読んでおり、文脈に沿って回答しているということがわかります。人間とチャットしているのと同じ振 る舞いをしているわけです。ある一つの事柄について質問を続けるほどに文脈が狭まり、回答の精度が上がっていく こ とがわかります。こういった特徴を踏まえ、「それ、ChatGPTでできるよ」ということを上げてみたいと思います 。
引用元:</Sqripts> “なんでも知ってる「ChatGPT」先生と、それによって変わっていく常識” https://sqripts.com/2023/01/19/29585/ Copyright AGEST, Inc. -
できること 理解可能なメッセージになっていると思います。この紹介文をデータとして与えることで、窓口ボッ トも出来そうです。 賃貸物件の情報(Suumoから適当に選んでみました)を与えて物件紹介メッセージを生成してもらいま し た。賃貸物件情報自体はホームページの内容をコピーしただけであり、一切調整していません。すな わち人が見てもわかりにくい情報です。 キーワードからメッセージを生成する 引用元:</Sqripts> “なんでも知ってる「ChatGPT」先生と、それによって変わっていく常識”
https://sqripts.com/2023/01/19/29585/ Copyright AGEST, Inc. -
Copyright AGEST, Inc. コンピュータがデータを分析し、推論(知識を基に、新しい結論を得ること)や判断、最適化提案、 課題定義や解決、学習(情報から将来使えそうな知識を見つけること)などを行う、人間の知的能力 を模倣する技術を意味します。AIは、センサからの情報や画像・テキスト・音などの情報を受け取り 、 知的能力を模したアルゴリズムにより、処理実行を行います。 市場の製品や工業用製品におけるAI(人工知能)には、はっきりとした定義はありませんが、人工知 能の研究は、大きく2つに分けることができます。ひとつは「人間の知能そのものをもつ機械を目指
す研究」、もうひとつは「人間が知的能力を使ってすることを機械にさせようとする研究」です。実 際行われている研究のほとんどは後者であるといわれています。 引用元:KEYENCE 現場で役立つIoT用語辞典 https://www.keyence.co.jp/ss/general/iot-glossary/ai.jsp そもそもAIとは? Artificial Intelligence(人工知能) -
アウトプット Copyright AGEST, Inc. 深層学習モデル - Transformer 引用元:“Attention is all
you need” paper by Vaswani, et al どんな仕組なのか? 産業用機械学習サービス - Amazon Monitron - AWS 引用元:https://aws.amazon.com/jp/monitron/ インプット ↓ 処理 ↓ -
基本的な考え方 予測/推論 分類 検知 検索/探索 生成 インプット アウトプット 学習済モデル 学習データ
学習 Copyright AGEST, Inc. -
AIが実現すること 処理 (学習済モデル) 画像認識 信号(センサー) 認識 音声認識 自然言語 処理 インプット
五感を模したもの データ など アウトプット 画像/動画 機器制御 言語/音声/音楽 データ/プログラム Copyright AGEST, Inc. -
Copyright AGEST, Inc. GPT-1 BERT BERT 派生系 GPT-3 (3.5) LLM(大規模言語モデル)
OpenAI Google GPT-4 LaMDA データを増やして計算能力を上げ、パラメータの数(モデルの容量)を増やせば、精度が上がる 言語系AIで何が起こっているか? 深層学習モデル Seq2Seq RNN LSTM Text+派生系 Text to Image DALL-E 2 Stable Diff usion Text to Music Music LM Text to Code Codex サービス Text to Text ChatGPT Bard Bing 約45TB GPT-2 約40GB Transformer Attention Is All You Need 従来のRNNにあった再帰構造ではなく、 Attention(注意機構) を使用することで全 ての入力を同時に並列処理できるようにな り、大規模なデータセットでも高速に処理す ることができるようになった 2 0 1 7 -
強いAIと弱いAI 特化型 限定された領域の問題解決 汎用型 人間のような様々な問題解決 強いAI 人間のような 自意識を持つ 弱いAI 特定のタスク
のみ処理 推論の高度さ 問題解決対象の幅 ルールベー ス 機械学習 深層学習 強化学習 To Be Continued.. Copyright AGEST, Inc. ? ? -
Copyright AGEST, Inc. AIにより変わる(かもしれない)こと •創作物が画一化され、大量生産される? •著作権のあり方が変わる? •誹謗中傷など偏った意見の横行などモラルの問題が増える? •検索はなくなる? •AIを使うことがリテラシーになる? •一部の職業はなくなる(=形を変える)?
• O ffi c e ツールがなくなる? • ノ ー コ ー ド 化して、プログラム作成の格差が小さくなる? -
AI時代にどのように働きたいか ? アプリケーション エンジニア ビジネスをリード プロダクト マネージャ ビジネス パーソン データを活用
データ アナリスト チームやQCD をリード エンジニアリング マネージャ QA エンジニア AIを開発 機械学習 エンジニア データ サイエンティスト AIを使って ソフトウエアを開発 アプリケーション エンジニア プロンプト エンジニア 大規模言語モデルを自ら開発 AIを活用してアプリケーションを開発 ユーザとしてAIを活用 コードを書いていたい コードを書くことにこだわりはない ? Copyright AGEST, Inc. -
プロンプトエンジニア プロンプトエンジニアとは、近年世界的に話題を呼んでいる画像生成AIや文章生成AIと いったGenerative AI(コンテンツ生成AI)に命令する役割で、実際にコンテンツを生 成したり、生成の質を改善したりするための職種です。文章生成AIのGPT-3、画像生成AI のStable DiffusionなどのGenerative AIには共通点があり、コンテンツを生成するため には、プロンプトと呼ばれる指示文をインプットさせる必要があります。特に日本では、 プロンプトのことを「呪文」と呼ぶ場合もあり、まさにプロンプトエンジニアは、目当て
のコンテンツをAIに生成させるための「呪文」を作成するお仕事といえます。 引用元: ディレイマニア「AIの思考を人間が助ける。AI領域で人気の職種「プロンプトエンジニア」とは何か」 Copyright AGEST, Inc. -
Copyright AGEST, Inc. プロンプトエンジニア 深津貴之氏のYouTubeチャンネルより学ぶ Chat GPTをうまくつかうコツ 回答の可能性の空間を限定しよう 1「文脈や前提条件を与える」 「この商品の特徴は、A,B,Cです」
「この章の内容は以下のようなものです」 「これは、XXXを前提としています」 2「役割を与えて限定する」 「プロフェッショナルなライターとして」 「あなたは、売れっ子のコピーライターです」 「小学校の先生として答えてください」 3「品質を限定する」 「エモいブログのタイトルを」 「簡潔で明快なレビューを」 「小学3年生にもわかる解説を」 引用元:YouTube「note あなたの仕事が劇的に変わる!? チャットAI使いこなし最前線」 https://www.youtube.com/live/ReoJcerYtuI?feature=share note株式会社 深津貴之氏 -
Copyright AGEST, Inc. エンジニアのキャリアパスは1つではない Technology Engineering エンジニア Business テックリード CTO
最適な技術選定 VPoP プロダクトマネージャ プロダクトオーナー プロダクトの目的と価値 エンジニアリングマネージャ スクラムマスター VPoE チームビルディング/採用/育成 -
ケーススタディ:AGESTの取り組み 産学連携によるAIの品質保証の研究 近年、深層学習ベースの画像認識システムが幅広く使われるようになって きている。最近の研究は、メタモルフィックテスト(MT)を用いて誤認識 画像の検出を可能にしているが、その多くはメタモルフィック関係(MR) の研究であり、効率的に欠陥を検出するための方法はほとんど提供され ていない。そのため、画像の一部の領域を変化させるMRを用いてできる テストケースの数は膨大であり、すべてをテストするためにはコストがか か る。本研究では、画像の一部の領域を変化させるMRを用いたMTを対
象 に、Explainable AI (XAI)を用いて効率的に欠陥を検出できるように す る手法を提案する。提案手法は、XAIでクラス分類をするために重要な 領域を明らかにし、その領域を重点的に変化させることで誤認識しやす いテスト画像を生成する。我々の実験は、提案手法が誤認識をする画像 を効率的に検出できることを明らかにした。 電気通信大学 大学院情報理工学研究科情報学専攻 経営・社会情報学プログラム 講師NPO法人ソフトウェアテスト技術振興協会(ASTER) 理事⾧ 西 康晴(にし やすはる) 株式会社AGEST 取締役CTSO 高橋 寿一(たかはし じゅいち) 引用元:Important Region-based Efficient Metamorphic Testing Framework using XAI Copyright AGEST, Inc. Yuma Torikoshi, Yasuharu Nishi, Juichi Takahashi(2022) -
59 Confidential © 2022 AGEST All rights reserved. @AGEST_recruit Wantedly
/ AGEST採用チーム公式Twitter アカウント 株式会社AGEST で検索🔍