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
清水宏太_ポートフォリオ資料_2023年11月時点
Search
Lemio
November 06, 2023
Programming
0
71
清水宏太_ポートフォリオ資料_2023年11月時点
Lemio
November 06, 2023
Tweet
Share
More Decks by Lemio
See All by Lemio
生成AIの社内導入やってみて_SaySyaMeetUpVol3
lemio
0
45
第2回saysayオフ会LT_清水れみお
lemio
0
130
開発した生成AI活用アプリ
lemio
0
120
遅刻しなAI_LT資料
lemio
0
81
Other Decks in Programming
See All in Programming
私のEbitengineの第一歩
qt_luigi
0
450
Amazon Neptuneで始める初めてのグラフDB ー グラフDBを使う意味を考える ー
satoshi256kbyte
2
260
Perl 5 OOP機構30年史 - Perl 5's OOP Mechanism over the past 30 years
moznion
0
320
Lessons by WebAssembly app in production on CDN Edge Computing Service
tetsuharuohzeki
0
210
API Platform for Laravel
dunglas
1
400
rails_girls_is_my_gate_to_join_the_ruby_commuinty
maimux2x
0
200
Ruby Parser progress report 2024
yui_knk
2
230
エンジニア1年目で複雑なコードの改善に取り組んだ話
mtnmr
3
2k
『ドメイン駆動設計をはじめよう』中核の業務領域
masuda220
PRO
5
1k
Regular Expressions, REXML, Automata Learning
makenowjust
0
220
実践!難読化ガイド
mitchan
0
200
How to Break into Reading Open Source
kaspth
2
220
Featured
See All Featured
KATA
mclloyd
27
13k
Design by the Numbers
sachag
277
19k
The Psychology of Web Performance [Beyond Tellerrand 2023]
tammyeverts
36
2.1k
XXLCSS - How to scale CSS and keep your sanity
sugarenia
246
1.3M
Producing Creativity
orderedlist
PRO
340
39k
Facilitating Awesome Meetings
lara
49
6k
Product Roadmaps are Hard
iamctodd
PRO
48
10k
Building Better People: How to give real-time feedback that sticks.
wjessup
359
19k
Faster Mobile Websites
deanohume
304
30k
For a Future-Friendly Web
brad_frost
174
9.3k
Put a Button on it: Removing Barriers to Going Fast.
kastner
58
3.4k
Designing Experiences People Love
moore
138
23k
Transcript
AIは 考える×作る×聞く×話す×見る =無限∞のアイデア そして私はアイデアマンです。
アイデアに価値はない 形にできなければそれは寝言と同じだ。 by 清水 亮 出典
なので作りました。
考える×作る
5 遅刻しなAI アプリ紹介 自然言語からスケジュール登録と 移動スケジュールも同時に登録 LINE友達登録URL WEB簡易版
スケジュールURL生成 アーキテクチャ図 6 GPT-3.5-turbo-instruct スケジュール情報 Googleカレンダー 登録URL プロンプトにて 日付/時間/場所/イベント 名/イベント内容を分類
URLをZero Shotで生成 https://www.google.com/calendar/event?action=TEMPLATE&text=LLM+Application+Meetup+vol.99&dates =20231212T100000Z/20231212T120000Z&details=https://llm-app.connpass.com/event/297732/&location= 品川グランドセントラルタワー+日本マイクロソフト品川本社+31F+セミナールーム+A&trp=false <URL生成例> Olemi-llm-apprentice/Dont_be_late_AI: 遅刻しなAI (github.com)
乗換経路生成 アーキテクチャ図 7 GPT-3.5-turbo-instruct スケジュール情報 + 出発地 出発地 目的地 緯度経度
到着時刻 (日本標準時) URL合成 https://www.google.com/maps/dir/35.6896067,139.7005713/35.6267695,139.7404376/am=t/ data=!4m9!4m8!1m1!4e1!1m0!2m3!6e1!7e2!8j1702407000!3e3?entry=ttu <URL生成例>
プロンプトの一部
現状見えている課題と対応策 ・音声認識機能追加→ Whisper ・複数人同時で扱うとバグが発生→UserIDをDBで管理 ・車やサイクリング経路探索機能追加→GoogleMap API ・スクリーンショットや画像からスケジュール作成→日本語OCRモデルの勉強 ・セキュリティ設定→これから
聞く×考える×作る
動画→議事録化AIエージェント(11月末無料公開目標) Web会議 録画 レポート 議事録 現場打合せ 録音 様々な動画や音声データ
動画→議事録化AI アーキテクチャ図 12 GPT-3.5-turbo 動画 .mp4 音声 .mp3 文字起こし 全文
テキスト 分割 テキスト 要約 要約 テキスト 合成 合成 テキスト マークダウン 記事化 議事録化 全体要約 テキスト 分割 テキスト 分割 テキスト 分割 テキスト 要約 テキスト 要約 テキスト 要約 ffmpeg GPT-3.5-turbo Olemi-llm-apprentice/-whisper_test- (github.com)
生成例
動画に一語一語字幕(形態素解析) カラオケのように字幕が単語ごとに強調 (形態素解析したものは日本初?) 出展:https://www.youtube.com/watch?v=Gh0xzbgCIgg&pp=ygUc44K944OV44OI44OQ44Oz44KvIOWtq-ato-e-qQ%3D%3D
一語一語字幕 アーキテクチャ図 動画 .mp4 文字 起こし .json フォント 付字幕 .ass
ffmpeg WhisperX 単語から 形態素解析 .json janome 字幕付き 動画 .mp4
二つを合成して目指す最終系 M365 CopilotのTeams会議議事録機能 <機能> ・動画記録 ・議事録、タスク化 ・話者認識 ・会議内容をRAGでAI チャット ・議事録から動画の再生
場面へジャンプ ・ネガポジ発言探知
現状見えている課題と対応策 ・話者認識機能→ WhisperX ・文字起こしテキストをベクトル化→LangChain ・RAG_AIチャット機能→LangChain ・議事録からと動画のタイムスタンプ動機→これから ・ネガポジ発言探知モデルの追加→これから ・文字起こしおよび字幕焼き付け処理をローカルに飛ばすためのサーバー設定 およびセキュリティ設定→これから ・UI作成→これから(VercelV0を試したい)
生成AI系 MeetUpイベント 参加実績 ※オンライン含む
生成AI系 MeetUpイベント LT登壇実績 MicrosoftにてLT登壇 生成AI高専人会を 主催しLT登壇
今後つくりたいもの(個人として) 聞く×考える×話す ・3歳児向けおしゃべりぬいぐるみ(クリスマス目標) ・どんな時でも肯定的に励ましてくれる話せるAIアシスタント(12月末目標) 見る×考える×作る ・プラモデルの棚卸アプリ(1月末目標) ・チラシからお買い得商品通知+献立レシピ提供アプリ(3月末目標) 見る×考える×作る ・リアルおままごとレジ打ち(1月末目標)
考える×作る×聞く×話す×見る AIで 日本の生産性を革命的に向上させる プロダクトを作りたい