note2self

仕事でも日常生活においても活用場面が急拡大している生成AIについて簡単に整理してみます。

■生成AIとは

生成AIとは学習された膨大なデータを基にテキスト、画像、動画、音声などの新しいコンテンツを自動で生成できる人工知能機能を指します。従来の人工知能と大きく異なる点は新しいコンテンツを生成できる点ではないでしょうか。「生成」という部分が従来の「画像を分析して判断する」人工知能とは異なる部分かと思います。生成AIは英語では「Generative AI」と呼ばれます。

■利用用途と製品・サービスの種類

テキスト、画像、動画、音声やプログラムコードなど生成できるものが多岐にわたりますので仕事でもプライベートでも活用場面はたくさんあります。数多くのツール・サービスが生まれていっている状況ですのでキリがないので私が思うメジャーなものをいくつかピックアップします。(活用されている人からしたら全然知らないほうだとは思いますが・・)

名称	提供元	できること（主な機能）
ChatGPT	OpenAI	質問への回答、コード生成、文章要約、画像生成等
Gemini	Google	質問への回答、コード生成、文章要約、画像生成等
Stable Diffusion	Stability AI	画像作成

■活用事例

ChatGPT、Geminiのようなテキストを中心に扱う生成AIツールの場合、以下のような場面で利用できます。

• （今までGoogle検索していたような）調べたい項目の質問の回答を得る
• メールの返信内容を作成する
• 提案用の資料を背景・意図を指示して作成する
• やりたいことを指定してプログラムコードを生成する

■キーワード

生成AIを活用する際において理解しておくべきキーワードをピックアップしました。生成AI関連の記事などで登場するかと思います。

キーワード	説明
プロンプト	生成AIに提供する入力テキスト（指示）のこと
ハルシネーション	生成AIが「事実ではない情報（もっともらしい嘘）」であったり複数の情報を掛け合わせてそれっぽく本物の（正しい）情報のように回答してしまう現象
モデル	学習で得られたデータを基に新しい情報を生成するための設計図
パラメータ	利用するモデルが学習データをもとに獲得した知識（結果）を数値化して示すもの。パラメータ「大」＝ 性能「大」ですが計算用のリソースや負荷も大きくなります。

ハルシネーションですが、これは生成AIがLLM:Large Language Model＝大規模言語モデルと呼ばれる仕組みの場合、生成する回答は膨大な学習データから得られた統計学的な情報から単語の発生パターンを計算し出力しているというものであることからどうしても発生してしまうものと考えます。

利用する立場としては「出力されたものが常に正しいわけではない」ということを念頭においてファクトチェックを怠らないようにする必要があると思います。

■まとめ

生成AIは万能なツールのようにも聞こえますが、結局のところは膨大なデータを基に与えられた入力情報（指示）を契機として統計学的に計算した結果を返すプログラムです。「Garbage in, Garbage out」というフレーズがありますが「入力がゴミだったら、得られる結果もゴミだ」というものです。結局のところ使う側がしっかりとした入力（今回だとプロンプト）を与えないと得られる結果（出力）は使えないものになるということはよく理解して活用したいものです。