Upgrade to Pro — share decks privately, control downloads, hide ads and more …

ChatGPT の概説 - Software Engineer じゃない方向け -

ChatGPT の概説 - Software Engineer じゃない方向け -

ChatGPT をさらっと知りたい Software Engineer 以外の方向けのプレゼン資料です。

社会実装や企業・組織での実装、特に個人の生産性の向上の何に寄与できそうなのか? です😊

プレゼンの時間では Prompt のデモに半分くらいの時間をもらいたいものです。
この資料には、Prompt の例がスライドには無いです。こちらの例からご自分で試してみてください。

https://github.com/dahatake/ChatGPT-Prompt-Sample-Japanese

More Decks by Daiyu Hatakeyama | @dahatake | 畠山 大有

Other Decks in Technology

Transcript

  1. ChatGPT 概説
    日本マイクロソフト株式会社
    畠山 大有 | @dahatake

    View Slide

  2. ChatGPT って何? 何がすげぇの?

    View Slide

  3. 世界最速で月間アクティブユーザー 1億人達成

    View Slide

  4. 人工知能
    機械学習
    ディープラーニング
    1956
    人工知能
    人間の知性を複製または超えることができるインテリジェントな
    機械の作成を目指すコンピュータサイエンスの分野
    1997
    機械学習
    機械が既存のデータから学習し、そのデータを改善して
    意思決定や予測を行うことを可能にするAIのサブセット
    2017
    ディープラーニング
    ニューラルネットワークの層を使用してデータを処理し、
    意思決定を行う機械学習技術
    2021
    ジェネレーティブ AI
    プロンプトまたは既存のデータに基づいて、新しい書類、画像、
    および音声のコンテンツを作成
    ジェネレーティブ AI

    View Slide

  5. GPT-3、GPT-4 とその進化
    GPT-1
    OpenAIによって開発された言語モデル。
    テキストを与えられた後、一貫した自然言語を生成できる深層学習ツールで、
    人工知能技術のブレークスルーと見なされている。800 万の Web ページを学習。
    機械が人間の言語を理解し、人間のような応答を生成できるようになった。
    GPT-2 OpenAIによって開発された言語モデル。
    40 GB の Web ページで構成されるより大きなデータ セットでトレーニングされた。
    GPT-3
    さらに改良が進められ、570GB以上もの文章(コーパス)と1,750億個ものパラメータからなる
    大規模言語モデル(Large Language Model, LLM)。
    GPT-3 は GPT-2 より語彙が多いため、より複雑な言語をよりよく理解でき、さらにトピックから外れた
    応答を生成する傾向がないのが特徴。
    GPT-4 2023/3/14リリース。より大規模なパラメータを持つマルチモーダルモデルとして、テキストだけでなく画像も
    入力として受け付け可能なLLMとして進化。 GPT-3.5と比較し、40%事実に基づく回答を行うことを
    検証にて確認

    View Slide

  6. ChatGPT が文章を作成する仕組み
    大規模言語モデル (LLM)とは
    日本 の 首都 は
    GPT-3,GPT-3.5
    東京
    入力されたテキストからし、最も確率の高いと推論される次の文字列を生成

    View Slide

  7. ChatGPT + GPT-4 が 突破した壁
    コンピューターが使いずらい。
    スマホ や、GUI +マウスであっても
    Conversational UI
    言葉での対話。対話の中での微調整
    アプリを使っても画像、音声、動画、
    文書、コード作成は、それなりに手間
    Multimodal
    生成 + 多様なデータ型 への応用
    モデルのカスタマイズに時間を要した In-Context Learning その場で
    誰でも使える
    出来る事の範囲
    対応の速さ
    日本語対応を待つ必要があった Universal Language 多言語
    日本語

    View Slide

  8. 文章生成系
    分類系
    ChatGPT で出来るタスク
    従来からのタスクは精度が向上し、新たに文脈理解・文章生成系タスクができるように
    要約
    小学生にも分かるように
    300文字程度で要約して
    感情分析
    喜び/怒り/悲しみの感情を
    0~5で表現して
    エンティティ分析
    場所/人物名/組織名を
    抽出して
    キーフレーズ抽出
    次の文章の重要なフレーズ
    を抽出して
    インサイト抽出
    次のレビューから商品の改善
    点を考えて
    校正
    誤字/脱字/タイプミスを
    見つけて
    添削/評価
    〇〇の基準で10点満点で
    評価して
    翻訳
    次の文章をフォーマルな
    日本語に翻訳して
    テキスト分類
    次のニュース記事の
    カテゴリを教えて
    思考の壁打ち
    〇〇という考えで抜けている
    点を指摘して
    問題作成
    次の文章から4択問題を
    作成して
    コード作成
    OpenAIのAPIを実行する
    コードを書いて
    アイデア創出
    人気の出るブログの
    内容案を提案して
    記述アシスタント
    このメールの日程調整をする
    メールを書いて
    情報検索
    WEBアプリの要件定義に
    ついて教えて
    情報抽出系
    文脈理解系
    チェック系
    翻訳系
    従来からできるタスク
    新しくできるタスク

    View Slide

  9. Why ChatGPT, Why not GPT-3?

    View Slide

  10. 実は…
    GPT-3 が公開された 2020年に
    ある程度、未来感かつ実用的なものが
    誰もが使える状態だった

    View Slide

  11. ChatGPT の革新とは..
    UX (Shell?) の革新
    The Age of AI has begun | Bill Gates (gatesnotes.com)

    View Slide

  12. CUI
    パンチカード
    など
    1950年 1960年台
    GUI
    1980年台
    Chat
    2023年
    棒グラフは、あくまでイメージです😅

    View Slide

  13. その場で学習?

    View Slide

  14. http://pretrain.nlpedia.ai/
    ビジネスへのフィットの興味・可能性も
    Prompt Engineering に移りつつある

    View Slide

  15. GPT-4 の私の衝撃
    とうとう、「日本語」という言語の壁がなくなりつつある!
    • MMLU = Massive Multitask
    Language Understanding
    • 事前学習で獲得した知識を評価するために
    設計されたいベンチマーク。STEM、人文科学、
    社会科学など、57のテーマ、初級から
    上級プロフェッショナルレベルまでの難易度が
    あり、世界知識と問題解決能力の両方を
    テストにまたがっている。約14,000の
    多肢選択問題群から構成

    View Slide

  16. GPT-3 の学習データの 93% は英語
    2005.14165.pdf (arxiv.org)
    インターネット全体をクロール
    Webページから抽出されたプレーンテキスト
    多数の書籍
    Wikipedia (英語のみ)

    View Slide

  17. Bing
    OpenAI Azure OpenAI Service
    インターネットベースの
    チャット
    ChatGPT
    一般向け 法人向け

    View Slide

  18. ちょっと
    綺麗ごとは横に置いておこう

    View Slide

  19. Bing Chat や ChatGPT って
    嫌な事を全く言わなくて
    こっちの聞く事に
    ずっと付き合ってくれるよ❤️

    View Slide

  20. Microsoft 製品・サービス での ChatGPT

    View Slide

  21. View Slide

  22. AIの計り知れない可能性を活用して、
    地球上のすべての個人とすべての組織がより多
    くのことを達成できるようにする
    Our mission
    Empower every person and every organization
    on the planet to achieve more
    …using the incredible potential of artificial intelligence​

    View Slide

  23. お客様のデータはお客様のもの
    データは高度なエンタープライズ
    コンプライアンス、セキュリティ制御によって
    保護される
    お客様のデータはAIモデルのトレーニングには
    利用しない
    Microsoft AI のスタンス

    View Slide

  24. デモ
    新しいスムーズな検
    索体験
    検索に特化した
    よりパワフルな
    次世代モデルを統合
    対話型のレコメンデーション
    Bing
     Search の要素も追加
    − 検索対象が分っている
    − 情報元ソースを明示できる

    View Slide

  25. View Slide

  26. View Slide

  27. View Slide

  28. View Slide

  29. 特定のタスクを手伝ってくれる ツール たち
    Microsoft 365 Copilot が発表。GitHub Copilot も Update
    文書作成 作文、編集、要約、執筆 3つ目の段落をもっと簡潔に表現したい。さらに形式張らない論調にしてください
    表計算 データを分析し、掘り下げる [変数] の影響を予測した上で、視覚化して、ユーザーが理解しやすくする
    グラフを生成してください
    プレゼンテーション 説得力のあるプレゼンテーション
    に仕上げる
    この3つの箇条書きを3つの列に書式を設定し直し、それぞれに適した画像を
    選んでください
    メール・スケジュール
    タスク 受信トレイとメッセージを整理 来週の木曜日のお昼に、新製品の発表に向けた「ランチと事前調整」の会議に
    関係者を招待してください
    ミーティング 会議の開催、最新情報の把握。
    鍵となる議論の焦点、次のアクションの整理
    会議で聞き逃した点を要約してください
    ------------------
    どのような決定がされ、次のステップとして、どのような提案がされたかをまとめてください
    チャット 文書、プレゼンテーション、メール、カレンダー、
    ノート、連絡先からのデータを1つに
    [お客様]に関係するチャットやメール、文書を要約してください
    ーーーーーーーーーーーーーー
    [文書B]の予定表が書かれている[文書A]の形式で企画書の概要を書いてください。
    その際、とある[人]から送られたメールの文中にあるプロジェクトリストを組み込んで
    ください
    コーディング コメントをコードに変換。繰り返しコードを補完
    代替手段を提示
    ### 中間フォルダーのファイルを全て読み込んで、一つのファイルに出力する
    ツールが得意な事 Prompt の例
    Microsoft 365 Copilot を発表 – 仕事の副操縦士 - News Center Japan

    View Slide

  30. 留意事項
    - 個人的な見解😊 -
    機密情報の入力
    サービスによっては、学習に使われる可能性がある
    出力文字列の妥当性
    何の根拠もなく正しいと判断すること
    知識としての情報を表示しているわけではない
    知財の扱い
    サービスによって利用許諾や出力データの知財などが異なる
    自己判断せず、法律の専門の見解を仰ぐ

    View Slide

  31. 大規模な事前学習済みモデルと、
    お客様データによるファインチューニングによりカスタムが可能に
    テキスト自動生成や
    コンテンツ制作の支援
    構造化・非構造化
    データを利用
    テキスト要約、
    Q&Aフィードバック
    チャットボット
    AIアシスタント
    Azure OpenAI Service
    GPT-3/3.5 Codex DALL·E
    (preview)
    ChatGPT
    (preview)
    GPT-4
    (preview)

    View Slide

  32. 既に
    ビジネスで使っている方の
    ほんの一部😊
    パナソニックコネクト様は、社員12,500人に向けて
    生産性向上を目的としたAI Copilotを展開。
    人材育成と社員の効率化に向けてAI実装を
    進める
    EY様はインテリジェントなドキュメント検索・自動化す
    ることで手作業で発生する
    250,000時間を削減
    Carmax様はAzure OpenAI Serviceを利用する
    ことで11年かかる作業をわずか数日で実行すること
    が可能に
    パナソニックコネクト様

    View Slide

  33. まとめ

    View Slide

  34. Artificial Intelligence

    View Slide

  35. Assist Intelligence
    Your

    View Slide

  36. Assist Intelligence
    Your
    Copilot
    (副操縦士)

    View Slide

  37. 藤井聡太 竜王 に見習いたい!
    藤井聡太 – Wikipedia: https://ja.wikipedia.org/wiki/%E8%97%A4%E4%BA%95%E8%81%A1%E5%A4%AA
    将棋ソフトを用いた研究[編集]
    藤井が将棋ソフトを研究に用いるようになったきっかけは、三段時代の2016
    年5月に千田翔太から勧められたことであり、千田からは将棋ソフトの
    インストールの方法も教わった[187]。将棋ソフトによる研究の影響で三段時代
    に矢倉から切り替えて角換わりの採用が増えたとも言われている[187]。また、
    揺らぎやすい戦いを好まない藤井はデビュー以降先手番で相掛かりを選択し
    てこなかったが[191]、2020年秋に藤井が研究に導入した新しい価値観を持
    つとされるディープラーニング系の将棋ソフト「dlshogi」の影響で、2021年2月
    から2022年5月までは相掛かりの採用が増えていた[191][188][193]。
    2020年にはCPUで動かすNNUE系の将棋ソフト「水匠」[注釈 31][194]を利用
    していることを明かしている[195][196]。その後、2020年度の王将リーグが終わっ
    た頃に、プロ棋士の中でもいち早くGPUで動かすディープラーニング系の将棋
    ソフト「dlshogi」を導入した[197][188]。藤井は「dlshogi」が従来のCPUで動
    かす将棋ソフトと比較して序盤に優位性があると認識しているが、終盤は
    「水匠」の方が正確な場合が多いとも評している[188]。「dlshogi」を研究に
    導入してから、ディープラーニング系の将棋ソフトに特徴的な手が見られるよう
    になったと指摘する声もある[197]。

    View Slide

  38. 私の主なタスク as Field Engineer
    タスク 利用ツール Copilot
    マーケティング・フィールド支援 プレゼンテーション シナリオ作成 サーチ
    人に相談 Yes! (Bing Chat も)
    アイディア整理 OneNote Yes!
    プレゼン資料作成 Power Point Yes!
    プレゼン共有 OneDrive for Busines
    (SpeakerDeck / SlideShare)
    デモアプリ開発 デモシナリオ作成 OneNote Yes!
    人に相談 Yes! (Bing Chat も)
    デモアプリ開発 Visual Studio Code Yes!
    Microsoft Azure
    案件相談 コミュニケーション メール Outlook Yes!
    チャット | 雑談😊 対面
    Teams Yes!
    Slack
    ソーシャルネットワーク
    ドキュメント アーキテクチャ図など PowerPoint Yes!
    概算見積もり 表計算 Excel Yes!
    打ち合わせ 対面
    Web Meeting Teams Yes!
    タスク管理 日程調整 スケジュール管理 Outlook Yes!
    タスク管理 Microsoft To-Do
    データ分析 Power BI Yes!
    経費精算 Dynamics 365 Yes!
    申請 出張申請 メール Outlook Yes!

    View Slide

  39. Copilot の活用に向けて
    情報共有 と デジタル化
    社会共有物としての Blog、サンプルコード - 知財に配慮して
    社内・組織向けのファイル、Web ページ、サンプルコード、各種データベース など
    個人のメール、ファイル、予定表、タスク、メモ など
    情報セキュリティの知識・ポリシー
    個人・組織の一員として
    作文力・読解力
    数学的思考も便利。具象化 <-> 抽象化
    論文などを読む。議論する
    英語も
    タスク作成と構造化
    一度に目的までは出来ない
    ChatGPT 固有の話ではない!

    View Slide

  40. 直ぐに試しましょう!
    Azure OpenAI Service
    https://azure.microsoft.com/ja-jp/products/cognitive-services/openai-service/
    Bing Chat
    https://www.bing.com/new
    以下は、一緒に登場を待ちましょう!😅
    Microsoft 365 Copilot を発表 – 仕事の副操縦士 - News Center Japan
    https://news.microsoft.com/ja-jp/2023/03/17/230317-introducing-microsoft-365-copilot-your-copilot-for-
    work/
    CRM と ERP の両方に対応した世界初の副操縦士「Microsoft Dynamics 365 Copilot」を
    発表: あらゆる業務に次世代 AI を導入 - News Center Japan
    https://news.microsoft.com/ja-jp/2023/03/07/230307-introducing-microsoft-dynamics-365-copilot/

    View Slide

  41. ChatGPT をもっと知りたい方へ
    ⿊橋教授(京都大学)- ChatGPT の仕組みと社会へのインパクト / NII 教育機関 DX シ
    ンポ (2023)
    https://www.nii.ac.jp/event/upload/20230303-04_Kurohashi.pdf
    話題爆発中のAI「ChatGPT」の仕組みにせまる! - Qiita
    https://qiita.com/omiita/items/c355bc4c26eca2817324
    ChatGPT Impact - その社会的/ビジネス価値を考える - - Speaker Deck
    https://speakerdeck.com/dahatake/bizinesujia-zhi-wokao-eru

    View Slide

  42. © Copyright Microsoft Corporation. All rights reserved.
    Invent with purpose.

    View Slide