野口竜司のレビュー一覧
-
-
-
-
Posted by ブクログ
文系ＡＩ人材になる―統計・プログラム知識は不要
著：野口 竜司
AI技術が一般化し誰もがAIを気軽に扱えるようになった今、「AIをどう作るか？」よりも、「AIをどう使いこなすのか？
？」のほうが大きな課題になりつつある。
本書は、「プログラミングや統計・数理的なことの中身に触れない」「AIの専門用語を極力使わない」「できるだけ多くの事例を入れる」の３つのルールのもと、「文系AI人材」の仲間入りを目指す一冊となっている。
構成は以下の7章から構成されている。
①AI社会で職を失わないために
②文系のためのAIキャリア
③AIのキホンは丸暗記で済ます
④AIの作り方をザックリ理解する
⑤AI企画力を磨く
⑥AI事例をトコトン知る
⑦文系AI人材が社会を変える
「AIを作るよりも、どう使いこなすか」は、本書が記された時よりもその傾向や重要性は色濃くなっている。チャットGPTしかり、作ることはできないが、それを使って、組み合わせて新しいことを作り出したり生み出したりすることは、私を含め「文系」でも出来ることであったり、だからこそできることも増えてきているのかもしれない。
AIに少し触れてから、本書を再読することで、より深く理解もでき、本書の完成度を再認識することになった。AＩの教科書的な使い方もできれば、実践的な知識を得ることも可能となっている。
人とＡＩの関係性、文系人間とＡＩの関係性と向き合い方の正解への布石が本質的に紹介されている。 -
-
-
Posted by ブクログ
ネタバレ構築済みAIサービス」では、主に「チャットボット」「OCR」「画像認識」「音声認識」「音声合成」などのテーマを扱うものがあります。企業自らがオリジナルで作らなくても、これらのAIを使うだけで済むケースが増えてきています。
「AI」は一番広い意味をもっている言葉で、その中に「機械学習」が含まれます。また、機械学習のひとつとして「ディープラーニング」がいるわけです。ただ、この「ディープラーニング」が特別な存在であったから機械学習が脚光を浴び、AIの世界がこの数年、急速に発達したのです。
AIとは、人間と同様の知能を実現させようとする技術
機械学習とは、AIの一種。学習により特定のタスクを実行できるようになるAI。学習にあたっては、主に人が特徴（目のつけ所）を定義
ディープラーニングとは、機械学習の一種。人間の脳の神経細胞（ニューロン）を模した学習法から発展。主にマシンが特徴（目のつけ所）を自動定義
ディープラーニングは、大きく3つの点でAIの力を上げ、社会の中でのAIの実用範囲を広げました。ひとつは「画像・動画識別力」、2つ目は「自然言語・会話制御力」、3つ目は「物体制御力」です（図表3‐6）。
「画像・動画識別力」は眼の代わり
「自然言語・会話制御力」は耳と口の代わり
「物体制御力」は身体の代わり
教師あり学習には「分類」「回帰」の2つのタイプが存在します。
「回帰」は選択肢の中から該当するものを当てにいくのではなく、数値を当てにいくタイプ
教師なし学習は、どの観点で集合を分けているのかが言語化されず、人による解釈が難しい場合があります。機械学習を使い始める際は、できるだけ答えのデータが用意できる状態でスタートし、教師あり学習から始めるのがおすすめです。 -
-
-
-
-
Posted by ブクログ
ヒトらしく生きるためにAIを使う AIを作る人材や作る技術にフォーカスがあたりがちだが、世の中に普及させるために必要な使う側の人材にフォーカスを当てた一冊。
凝ったAIを作ったり、AIの飛躍的な性能向上のために、専門の人材はもちろん必要だが、一般的なAIでできそうなことを試すための方法は身近になっており、少なくとも1からプログラミングしないといけない時代ではなくなっている。
蒸気機関や電気が発明されて普及したのと同じように、AIも私たちがより豊かに、ヒトらしく暮らしていく、働いていくために必要なテクノロジーになっていくと思う。
そのためにAIとは何かを知り、それを使っていくにはどうしたらいいかのとっかかりを学べる一冊。
もっともっとAIを身近に感じて、使おうとする人がきっと必要。 -
購入済み
目から鱗でした！
若い頃にシステム設計に携わり、今でもExcelのマクロを組むのが好きです。
この本を読んで、AIがそのExcelのマクロを組むのとほぼ同じ感覚で使える時代になってきたことがよくわかりました。
まさに、目から鱗、でした！
今まで遠い存在だったAIがとても身近なものだとわかったので、これから積極的に勉強していこうと思います。 -
-
Posted by ブクログ
AIを操る7つのチカラ
① AI活用マインド：GPT時代のAIを操る「マインド」をもつ
②AIキホン理解力：GPT時代のAIの「キホン」を押さえる
③AI仕組み理解力：GPT時代のAIの「仕組みを理解」する
④AI事例収集力：GPT時代のAIの「最新事例」を知る
⑤AI企画力：GPT時代のAIを使った「企画を立案」する
⑥AIプロンプトカ：GPT時代のAIを動かす 「プロンプト力」をつける
⑦ AIマネジメント力：GPT時代のAIを「マネジメント」する
簡易プロンプトの基本形は、次のとおりです。
あなたは{役割}です。
{依頼}を実行して、{形式}の形式で出力してください。
細かに指示する「詳細プロンプト」
「詳細プロンプト」は、AIへの指示が漏れないよう、網羅的な観点から指示を出す方法です(図表 5-5)。簡易プロンプトにある「Request (依頼)」 「Role(役割)」「Regulation (形式)」に加え、「Rule (ルール)」「Review & Refine(評価・改善)」 「Reference(参照知識・例)」の要素を用いて詳細な指示をAIに伝えます。
「Rule (ルール)」では、具体的な出力条件を設定します。ここでは「背景」「ターゲット」「含めること」「禁止すること」「スタイル」「量」「抽象度」「順番」など8つのルールを明示します(図表5-6)。
「背景」は出力を求める理由、「ターゲット」は出力の対象者、「含めること」「禁止すること」はそれぞれ出力内容の範囲を明示します。「スタイル」 は口語や文語、特定の調子で、また絵文字の有無などを決定し、「量」で文字数、「抽象度」で具体性、「順番」で要素の並び順などを指定することができます。この8つのルール以外にも出力にあたっての条件や制約を記載してあげることもできます。
「Review & Refine (評価・改善)」では、 AIが自己評価を行ない、さらなる改善を目指します。自己評価や他者評価、フィードバックによる改善、問いによる気づきを促す指示、質問によるフィードバック要求などを用いて、AIの出力の精度を高めます。
「Reference(参照知識・例)」では、AI が依頼事項を実行する際に参照すべき情報や具体例を提供します。
詳細プロンプト
#依頼
あなたは{#役割です。{#ルールを必ず守り、以下の「プレスリリース」 への想定質問と回答例を挙げて、{#形式}の形式で出力してください。
#役割
広報担当者
#ルール
- 想定質問と回答例を3個ずつあげてください。
-{#評価]の方法で評価し、出力に含めてください。
-{#参照]を例にして、出力してください。
#形式
-表形式
-列は「想定質問」「回答例」「聞かれる可能性」
#評価
-想定質問が聞かれる可能性を5段階で評価
#参照
なし
7R プロンプト早見表 ①
プロンプト種類/概要/詳細や例
Request (依頼)：AIへの「依頼」文。この 「依頼内容は曖昧さをできるだけなくし、簡潔にタスクを定義する。
・アイデアを10個出してください。
・商品のレビューを作成してください。 ・入力した文章を清書してください。
Role (役割)：AIの役割設定。「何にくわしい人なのか?」「誰として答えるのか?」を指定する。
・あなたは経営のプロです。
・あなたは心理学にくわしい学者です。
・あなたはダーウィンです。
・あなたは30代の都内に住む主婦です。
Regulation (形式)：出力形式の定め。プレーンテキストやプログラム・ スクリプト、構造化系などを指定する。
プレーンテキスト系
・プレーンテキスト
・絵文字入りテキスト
・質問と回答
・ダイアログ
構造化系
・階層的データ
・リスト形式
・表形式
・CSV
プログラム・スクリプト系
・マークダウン
・HTML
・XML
・JSON
・JavaScript コード
・SQL
・Python コード
・Java コード
その他
・マインドマップ用のソース
・グラフ
Rule (ルール)：依頼を実行する上での詳細の条件指定。背景やターゲット、文体などを定める。
「Background:背景」を伝える
・出力を求めている背景は〜です。
「Target: ターゲット」を与える
・出力の対象ターゲットは〜です。
「Included: 含めること」を伝える
・出力に〜は含めてください。
「Prohibited:禁止すること」を伝える
・出力に〜は含めないでください。
「Style: スタイル」を決める
・文体で
・口語で
・文語で
・~風で
・絵文字も入れて
「Amount:量」を指定する
・日本語で100文字で
「Abstract:抽象度」を指定する
・抽象的にして答えて/具体的に答えて
「Order: 順番」を指定する
・〜の順で並び替えて
Review & Refine (評価・改善)：AIの出力を自分で評価し、 自己改善を行なう。
「自己評価」させる
・出力について自己採点して
・出力について意見を述べて
「他者評価」を渡す
・出力に対しての評価を求めて
「改善」させる
・フィードバックをもとに改善して
「問い」による気づきを与える
・~を行なうにあたっての重要なポイントは?
・~の専門家が持っている観点は?
・それらのポイントを踏まえて、自己評価し改善を行なってください。
「質問」させる
・出力について、私に質問させて
Reference (参照知識・例)：依頼を実行するために必 「要な情報(参照する知識) や出力のための具体例を提示する。
・~を参照して
・例を参考にして
Run Scenario (実行シナリオ)：決められたシナリオに沿って会話を実行する。
1.1回目の出力を行い「どの案がよろしいですか?」と私に聞く
2.私が選んだ案の傾向を把握して、タスクを再度実行する
3.私に「このタスクを終了させてよろしいですか?」と聞き、終了してよければタスクを完了させる。終了してはいけなければ再度タスクを実施する
精度を上げる「魔法のキーフレーズ」
「小学生でもわかるように」
「その理由も添えて」
「ステップバイステップで」
「最良の手順をまず考えてから、その手順通りに実行してください」
「良い出力のために必要なことを私に質問してください」
「自信がなければ答えないでください」
「間違ったら大変なことが起こるので慎重に」
「良い出力になるプロンプトに書き換えて」 -
-
-
-
-
