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
20250531 JAWS-UG佐賀 生成AI
Search
midnight480
June 01, 2025
Technology
0
49
20250531 JAWS-UG佐賀 生成AI
midnight480
June 01, 2025
Tweet
Share
More Decks by midnight480
See All by midnight480
Amazon Q Developer for CLI の紹介
midnight480
0
100
Postman Flows ✖️ Backlog API で可能性を探る
midnight480
0
120
Amazon Q Developer for CLIの基本的な使い方と便利なコマンドの紹介
midnight480
0
150
Amazon Q Developer for CLI 〜 Blender、Backlog GitをMCPで操作してみた 〜
midnight480
0
170
Control policies for AWS Organizations
midnight480
0
120
20240201_JAWS-UG_SAGA
midnight480
0
77
Reintroduction to AWS Multiple Account Management
midnight480
0
88
Try Dify self-hosted on AWS
midnight480
0
71
20241123_SAGA IT Community DayのLP裏側
midnight480
0
32
Other Decks in Technology
See All in Technology
LIFF CLIとngrokを使ったLIFF/LINEミニアプリのお手軽実機確認
diggymo
0
230
リリース2ヶ月で収益化した話
kent_code3
1
190
製造業の課題解決に向けた機械学習の活用と、製造業特化LLM開発への挑戦
knt44kw
0
160
Amazon Bedrock AgentCoreのフロントエンドを探す旅 (Next.js編)
kmiya84377
1
120
マルチプロダクト×マルチテナントを支えるモジュラモノリスを中心としたアソビューのアーキテクチャ
disc99
1
320
MCP認可の現在地と自律型エージェント対応に向けた課題 / MCP Authorization Today and Challenges to Support Autonomous Agents
yokawasa
5
1.8k
GMOペパボのデータ基盤とデータ活用の現在地 / Current State of GMO Pepabo's Data Infrastructure and Data Utilization
zaimy
3
200
専門分化が進む分業下でもユーザーが本当に欲しかったものを追求するプロダクトマネジメント/Focus on real user needs despite deep specialization and division of labor
moriyuya
1
1.1k
KubeCon + CloudNativeCon Japan 2025 Recap
donkomura
0
170
【CEDEC2025】ブランド力アップのためのコンテンツマーケティング~ゲーム会社における情報資産の活かし方~
cygames
PRO
0
240
Amazon Q Developerを活用したアーキテクチャのリファクタリング
k1nakayama
2
190
Google Agentspaceを実際に導入した効果と今後の展望
mixi_engineers
PRO
3
340
Featured
See All Featured
実際に使うSQLの書き方 徹底解説 / pgcon21j-tutorial
soudai
PRO
182
54k
Building Adaptive Systems
keathley
43
2.7k
Making Projects Easy
brettharned
117
6.3k
Rails Girls Zürich Keynote
gr2m
95
14k
Thoughts on Productivity
jonyablonski
69
4.8k
Measuring & Analyzing Core Web Vitals
bluesmoon
7
540
Intergalactic Javascript Robots from Outer Space
tanoku
272
27k
Product Roadmaps are Hard
iamctodd
PRO
54
11k
Adopting Sorbet at Scale
ufuk
77
9.5k
Art, The Web, and Tiny UX
lynnandtonic
301
21k
Reflections from 52 weeks, 52 projects
jeffersonlam
351
21k
Dealing with People You Can't Stand - Big Design 2015
cassininazir
367
26k
Transcript
生成AIの基礎と活用 2025-05-31 / JAWS-UG佐賀 生成AIの基礎と活用 © Tetsuya Shibao
アジェンダ 1. 生成AIとは 2. 生成AIの歴史 第一次ブーム(1950-1960年代) 第二次ブーム(1980-1990年代) 第三次ブーム(2010年代前半) 3. 生成AIの技術的基礎
4. トランスフォーマーの革新 5. ChatGPTの登場と普及 6. 生成AIの未来 7. Difyを使った生成AI活用 生成AIの基礎と活用 © Tetsuya Shibao
生成AIとは 人工知能が新しいコンテンツを生成する技術 テキスト、画像、音声、動画など様々な形式 人間の創造性を模倣・拡張 参考: 生成AIとは?基本概念と活用事例を解説 生成AIの基礎と活用 © Tetsuya Shibao
生成AIの特徴 創造性:新しいコンテンツの生成 適応性:様々な入力への対応 学習能力:データからの知識獲得 汎用性:複数のタスクに対応 参考: 生成AIの特徴と活用シーン 生成AIの基礎と活用 © Tetsuya
Shibao
第一次生成AIブーム(1950-1960年代) 時代背景 コンピュータの黎明期 人工知能研究の始まり 単純なルールベースのシステム 参考: 人工知能の歴史 生成AIの基礎と活用 © Tetsuya
Shibao
第一次ブームの代表例:ELIZA(1966年) 心理療法士を模倣した会話システム 単純なパターンマッチング キーワードに基づく応答生成 参考: ELIZA - 最初のチャットボット 生成AIの基礎と活用 ©
Tetsuya Shibao
第一次ブームの限界 文脈理解の欠如 固定された応答パターン 真の対話は不可能 技術的制約による限界 参考: 初期AIの限界と課題 生成AIの基礎と活用 © Tetsuya
Shibao
第二次生成AIブーム(1980-1990年代) 時代背景 エキスパートシステムの台頭 知識ベースの構築 ルールベースの推論システム 参考: エキスパートシステムの歴史 生成AIの基礎と活用 © Tetsuya
Shibao
第二次ブームの代表例:エキスパートシステム 専門家の知識をルール化 推論エンジンによる問題解決 限定的な専門分野での活用 参考: エキスパートシステムの仕組み 生成AIの基礎と活用 © Tetsuya Shibao
第二次ブームの特徴 知識ベースの重要性 ルールベースの推論 専門分野特化型 柔軟性の欠如 参考: 知識ベースシステムの特徴 生成AIの基礎と活用 © Tetsuya
Shibao
第三次生成AIブーム(2010年代前半) 時代背景 ディープラーニングの進化 ビッグデータの活用 GPUの性能向上 参考: ディープラーニングの進化 生成AIの基礎と活用 © Tetsuya
Shibao
第三次ブームの技術革新 ニューラルネットワークの進化 画像認識の飛躍的向上 自然言語処理の進歩 参考: ニューラルネットワークの進化 生成AIの基礎と活用 © Tetsuya Shibao
機械学習の基礎 教師あり学習 入力と出力のペアから学習 分類問題と回帰問題 損失関数による最適化 参考: 機械学習の基礎 生成AIの基礎と活用 © Tetsuya
Shibao
強化学習の基礎 環境との相互作用 報酬に基づく学習 試行錯誤による最適化 参考: 強化学習の基礎 生成AIの基礎と活用 © Tetsuya Shibao
トランスフォーマーの登場(2017年) 画期的な特徴 Attention機構の革新 並列処理による高速化 長文の文脈理解 参考: トランスフォーマーの仕組み 生成AIの基礎と活用 © Tetsuya
Shibao
Attention機構の仕組み クエリ(Q) 、キー(K) 、バリュー(V)の概念 スケーリングドットプロダクトアテンション 自己注意機構と相互注意機構 参考: Attention機構の詳細 生成AIの基礎と活用 ©
Tetsuya Shibao
ChatGPTの登場(2022年) 革新的な特徴 GPT-3.5のリリース 自然な対話能力 幅広い知識と応用 参考: ChatGPTの概要 生成AIの基礎と活用 © Tetsuya
Shibao
ChatGPTの影響 ビジネスへの急速な普及 新しいAI活用の形 プロンプトエンジニアリングの重要性 生成AIの一般化 参考: ChatGPTのビジネスインパクト 生成AIの基礎と活用 © Tetsuya
Shibao
生成AIの未来:開発者側 技術的課題 モデルの効率化 計算リソースの最適化 新しいアーキテクチャの開発 参考: 生成AIの技術的課題 生成AIの基礎と活用 © Tetsuya
Shibao
生成AIの未来:活用者側 ビジネス応用 カスタマイズと最適化 プロンプトエンジニアリング ドメイン特化型AI 参考: 生成AIのビジネス応用 生成AIの基礎と活用 © Tetsuya
Shibao
生成AIを活用しないリスク 生産性の低下 競争力の喪失 新しいビジネス機会の損失 技術的負債の蓄積 参考: 生成AIの導入リスク 生成AIの基礎と活用 © Tetsuya
Shibao
Difyとは ノーコードAIアプリケーション開発プラットフォーム カスタムAIアシスタントの作成 ビジネスプロセスの自動化 参考: Dify公式サイト 生成AIの基礎と活用 © Tetsuya Shibao
Difyの主な機能 プロンプトの管理 データの連携 アプリケーションのデプロイ モニタリングと分析 参考: Difyの機能紹介 生成AIの基礎と活用 © Tetsuya
Shibao
Difyを使った活用例 カスタムチャットボット ドキュメント生成 データ分析 ビジネスプロセス自動化 参考: Difyの活用事例 生成AIの基礎と活用 © Tetsuya
Shibao
ハンズオンで実践! Difyを使った生成AI活用を体験しましょう 2025-05-31 / JAWS-UG佐賀 生成AIの基礎と活用 © Tetsuya Shibao