Submit Search
Upload
生成系AIとChatGPT講座_明星大学経営学部様講演資料_配布版.pdf
•
1 like
•
1,907 views
K
KunihiroSugiyama1
Follow
Generative AI Study Group 明星大学経営学部招聘講演資料
Read less
Read more
Education
Report
Share
Report
Share
1 of 25
Download now
Download to read offline
Recommended
ITエンジニアのためのAI基礎2020
ITエンジニアのためのAI基礎2020
Keisuke Tameyasu
Big Data Analytics Tokyo講演資料
Big Data Analytics Tokyo講演資料
BrainPad Inc.
事業会社が開催する人材育成プログラム ”Data Science BOOTCAMP”とは?
事業会社が開催する人材育成プログラム ”Data Science BOOTCAMP”とは?
Norihiko Nakabayashi
G Suite勉強会資料(20200326)
G Suite勉強会資料(20200326)
Keiichi Hirose
Windows ChatGPT Bing AI.pptx
Windows ChatGPT Bing AI.pptx
Atomu Hidaka
20180627 - DEEP LEARNING LAB / Cognitive Services 最新情報 30 分でズバリ!
20180627 - DEEP LEARNING LAB / Cognitive Services 最新情報 30 分でズバリ!
Takashi Okawa
コグニティブ・ファクトリーの実像とIoT時代に求められるデータ・サイエンティストとは?ー製造業の視点からー
コグニティブ・ファクトリーの実像とIoT時代に求められるデータ・サイエンティストとは?ー製造業の視点からー
The Japan DataScientist Society
高度Ict利活用人材育成推進会議プレゼン(1124) final(改)
高度Ict利活用人材育成推進会議プレゼン(1124) final(改)
Tsukasa Makino
Recommended
ITエンジニアのためのAI基礎2020
ITエンジニアのためのAI基礎2020
Keisuke Tameyasu
Big Data Analytics Tokyo講演資料
Big Data Analytics Tokyo講演資料
BrainPad Inc.
事業会社が開催する人材育成プログラム ”Data Science BOOTCAMP”とは?
事業会社が開催する人材育成プログラム ”Data Science BOOTCAMP”とは?
Norihiko Nakabayashi
G Suite勉強会資料(20200326)
G Suite勉強会資料(20200326)
Keiichi Hirose
Windows ChatGPT Bing AI.pptx
Windows ChatGPT Bing AI.pptx
Atomu Hidaka
20180627 - DEEP LEARNING LAB / Cognitive Services 最新情報 30 分でズバリ!
20180627 - DEEP LEARNING LAB / Cognitive Services 最新情報 30 分でズバリ!
Takashi Okawa
コグニティブ・ファクトリーの実像とIoT時代に求められるデータ・サイエンティストとは?ー製造業の視点からー
コグニティブ・ファクトリーの実像とIoT時代に求められるデータ・サイエンティストとは?ー製造業の視点からー
The Japan DataScientist Society
高度Ict利活用人材育成推進会議プレゼン(1124) final(改)
高度Ict利活用人材育成推進会議プレゼン(1124) final(改)
Tsukasa Makino
データ分析をビジネスに活かす!データ創出・活用から、分析、課題解決までのDX時代のデータ活用事例のご紹介 ~不揃いのデータとの格闘~
データ分析をビジネスに活かす!データ創出・活用から、分析、課題解決までのDX時代のデータ活用事例のご紹介 ~不揃いのデータとの格闘~
NTT Software Innovation Center
Tableau Developers Club Season2 - 外部サービス連携デモ
Tableau Developers Club Season2 - 外部サービス連携デモ
Kenji Noguchi
スマートエスイー: 超スマート社会&DX時代のAI・IoT×ビジネスの人材育成と調査研究
スマートエスイー: 超スマート社会&DX時代のAI・IoT×ビジネスの人材育成と調査研究
Hironori Washizaki
How to use IMDJ
How to use IMDJ
iwasa daiji
IT業界理解お助け資料V2.0
IT業界理解お助け資料V2.0
Jun Chiba
Tdc 20181121
Tdc 20181121
Masabumi Furuhata
機械学習ライブラリ「Spark MLlib」で作る アニメレコメンドシステム
機械学習ライブラリ「Spark MLlib」で作る アニメレコメンドシステム
Junichi Noda
機械学習ライブラリ「Spark MLlib」で作る アニメレコメンドシステムver 1.1
機械学習ライブラリ「Spark MLlib」で作る アニメレコメンドシステムver 1.1
Junichi Noda
Data × AI でどんな業務が改善できる? 製造業様向け Data × AI 活用ユースケース & 製造MVPソリューションのご紹介
Data × AI でどんな業務が改善できる? 製造業様向け Data × AI 活用ユースケース & 製造MVPソリューションのご紹介
IoTビジネス共創ラボ
Future tech night #12~goで始めるサーバレスファーストという選択肢~
Future tech night #12~goで始めるサーバレスファーストという選択肢~
masahiko ito
杉並診断士会向けKintoneご紹介コンテンツr2
杉並診断士会向けKintoneご紹介コンテンツr2
junji kumooka
IBM on Demandセミナー IBM POWER8とDB2 BLUで最適なアナリティクス環境
IBM on Demandセミナー IBM POWER8とDB2 BLUで最適なアナリティクス環境
Takayuki Nakayama
デジタル時代の競争戦略を支える次世代データプラットフォーム
デジタル時代の競争戦略を支える次世代データプラットフォーム
Natsumi Yotsumoto
Dlc ri
Dlc ri
Hirokuni Uchida
NOBUNAGA AI,Tokuhime Bot
NOBUNAGA AI,Tokuhime Bot
Tajima Takumi
Wg for ai_dev_ops_20180713
Wg for ai_dev_ops_20180713
Yutaka Terasawa
150318 次世代itアーキテクトの本質と育成
150318 次世代itアーキテクトの本質と育成
ITinnovation
「今後現場で求められるAIエンジニア像とは?」株式会社ホットリンク 榊 剛史
「今後現場で求められるAIエンジニア像とは?」株式会社ホットリンク 榊 剛史
Leading Edge Co.,Ltd.
信頼できるAIシステム開発の勘どころ ~AI開発方法論×AI品質保証~(NTTデータ テクノロジーカンファレンス 2020 発表資料)
信頼できるAIシステム開発の勘どころ ~AI開発方法論×AI品質保証~(NTTデータ テクノロジーカンファレンス 2020 発表資料)
NTT DATA Technology & Innovation
なぜ数学と理系人材がビジネスの現場で必要とされるのか
なぜ数学と理系人材がビジネスの現場で必要とされるのか
Hirofumi Ikeda
生成系AIで変わるソフトウェア開発の現在と未来(修正版).pdf
生成系AIで変わるソフトウェア開発の現在と未来(修正版).pdf
KunihiroSugiyama1
LLM+LangChainで特許調査・分析に取り組んでみた
LLM+LangChainで特許調査・分析に取り組んでみた
KunihiroSugiyama1
More Related Content
Similar to 生成系AIとChatGPT講座_明星大学経営学部様講演資料_配布版.pdf
データ分析をビジネスに活かす!データ創出・活用から、分析、課題解決までのDX時代のデータ活用事例のご紹介 ~不揃いのデータとの格闘~
データ分析をビジネスに活かす!データ創出・活用から、分析、課題解決までのDX時代のデータ活用事例のご紹介 ~不揃いのデータとの格闘~
NTT Software Innovation Center
Tableau Developers Club Season2 - 外部サービス連携デモ
Tableau Developers Club Season2 - 外部サービス連携デモ
Kenji Noguchi
スマートエスイー: 超スマート社会&DX時代のAI・IoT×ビジネスの人材育成と調査研究
スマートエスイー: 超スマート社会&DX時代のAI・IoT×ビジネスの人材育成と調査研究
Hironori Washizaki
How to use IMDJ
How to use IMDJ
iwasa daiji
IT業界理解お助け資料V2.0
IT業界理解お助け資料V2.0
Jun Chiba
Tdc 20181121
Tdc 20181121
Masabumi Furuhata
機械学習ライブラリ「Spark MLlib」で作る アニメレコメンドシステム
機械学習ライブラリ「Spark MLlib」で作る アニメレコメンドシステム
Junichi Noda
機械学習ライブラリ「Spark MLlib」で作る アニメレコメンドシステムver 1.1
機械学習ライブラリ「Spark MLlib」で作る アニメレコメンドシステムver 1.1
Junichi Noda
Data × AI でどんな業務が改善できる? 製造業様向け Data × AI 活用ユースケース & 製造MVPソリューションのご紹介
Data × AI でどんな業務が改善できる? 製造業様向け Data × AI 活用ユースケース & 製造MVPソリューションのご紹介
IoTビジネス共創ラボ
Future tech night #12~goで始めるサーバレスファーストという選択肢~
Future tech night #12~goで始めるサーバレスファーストという選択肢~
masahiko ito
杉並診断士会向けKintoneご紹介コンテンツr2
杉並診断士会向けKintoneご紹介コンテンツr2
junji kumooka
IBM on Demandセミナー IBM POWER8とDB2 BLUで最適なアナリティクス環境
IBM on Demandセミナー IBM POWER8とDB2 BLUで最適なアナリティクス環境
Takayuki Nakayama
デジタル時代の競争戦略を支える次世代データプラットフォーム
デジタル時代の競争戦略を支える次世代データプラットフォーム
Natsumi Yotsumoto
Dlc ri
Dlc ri
Hirokuni Uchida
NOBUNAGA AI,Tokuhime Bot
NOBUNAGA AI,Tokuhime Bot
Tajima Takumi
Wg for ai_dev_ops_20180713
Wg for ai_dev_ops_20180713
Yutaka Terasawa
150318 次世代itアーキテクトの本質と育成
150318 次世代itアーキテクトの本質と育成
ITinnovation
「今後現場で求められるAIエンジニア像とは?」株式会社ホットリンク 榊 剛史
「今後現場で求められるAIエンジニア像とは?」株式会社ホットリンク 榊 剛史
Leading Edge Co.,Ltd.
信頼できるAIシステム開発の勘どころ ~AI開発方法論×AI品質保証~(NTTデータ テクノロジーカンファレンス 2020 発表資料)
信頼できるAIシステム開発の勘どころ ~AI開発方法論×AI品質保証~(NTTデータ テクノロジーカンファレンス 2020 発表資料)
NTT DATA Technology & Innovation
なぜ数学と理系人材がビジネスの現場で必要とされるのか
なぜ数学と理系人材がビジネスの現場で必要とされるのか
Hirofumi Ikeda
Similar to 生成系AIとChatGPT講座_明星大学経営学部様講演資料_配布版.pdf
(20)
データ分析をビジネスに活かす!データ創出・活用から、分析、課題解決までのDX時代のデータ活用事例のご紹介 ~不揃いのデータとの格闘~
データ分析をビジネスに活かす!データ創出・活用から、分析、課題解決までのDX時代のデータ活用事例のご紹介 ~不揃いのデータとの格闘~
Tableau Developers Club Season2 - 外部サービス連携デモ
Tableau Developers Club Season2 - 外部サービス連携デモ
スマートエスイー: 超スマート社会&DX時代のAI・IoT×ビジネスの人材育成と調査研究
スマートエスイー: 超スマート社会&DX時代のAI・IoT×ビジネスの人材育成と調査研究
How to use IMDJ
How to use IMDJ
IT業界理解お助け資料V2.0
IT業界理解お助け資料V2.0
Tdc 20181121
Tdc 20181121
機械学習ライブラリ「Spark MLlib」で作る アニメレコメンドシステム
機械学習ライブラリ「Spark MLlib」で作る アニメレコメンドシステム
機械学習ライブラリ「Spark MLlib」で作る アニメレコメンドシステムver 1.1
機械学習ライブラリ「Spark MLlib」で作る アニメレコメンドシステムver 1.1
Data × AI でどんな業務が改善できる? 製造業様向け Data × AI 活用ユースケース & 製造MVPソリューションのご紹介
Data × AI でどんな業務が改善できる? 製造業様向け Data × AI 活用ユースケース & 製造MVPソリューションのご紹介
Future tech night #12~goで始めるサーバレスファーストという選択肢~
Future tech night #12~goで始めるサーバレスファーストという選択肢~
杉並診断士会向けKintoneご紹介コンテンツr2
杉並診断士会向けKintoneご紹介コンテンツr2
IBM on Demandセミナー IBM POWER8とDB2 BLUで最適なアナリティクス環境
IBM on Demandセミナー IBM POWER8とDB2 BLUで最適なアナリティクス環境
デジタル時代の競争戦略を支える次世代データプラットフォーム
デジタル時代の競争戦略を支える次世代データプラットフォーム
Dlc ri
Dlc ri
NOBUNAGA AI,Tokuhime Bot
NOBUNAGA AI,Tokuhime Bot
Wg for ai_dev_ops_20180713
Wg for ai_dev_ops_20180713
150318 次世代itアーキテクトの本質と育成
150318 次世代itアーキテクトの本質と育成
「今後現場で求められるAIエンジニア像とは?」株式会社ホットリンク 榊 剛史
「今後現場で求められるAIエンジニア像とは?」株式会社ホットリンク 榊 剛史
信頼できるAIシステム開発の勘どころ ~AI開発方法論×AI品質保証~(NTTデータ テクノロジーカンファレンス 2020 発表資料)
信頼できるAIシステム開発の勘どころ ~AI開発方法論×AI品質保証~(NTTデータ テクノロジーカンファレンス 2020 発表資料)
なぜ数学と理系人材がビジネスの現場で必要とされるのか
なぜ数学と理系人材がビジネスの現場で必要とされるのか
More from KunihiroSugiyama1
生成系AIで変わるソフトウェア開発の現在と未来(修正版).pdf
生成系AIで変わるソフトウェア開発の現在と未来(修正版).pdf
KunihiroSugiyama1
LLM+LangChainで特許調査・分析に取り組んでみた
LLM+LangChainで特許調査・分析に取り組んでみた
KunihiroSugiyama1
明星大学経営学部様生成系AIご紹介プレゼンテーションマテリアル.pdf
明星大学経営学部様生成系AIご紹介プレゼンテーションマテリアル.pdf
KunihiroSugiyama1
神戸市における生成系AIの活用_230822
神戸市における生成系AIの活用_230822
KunihiroSugiyama1
GASG0801sato.pdf
GASG0801sato.pdf
KunihiroSugiyama1
ifLink[改善版].pdf
ifLink[改善版].pdf
KunihiroSugiyama1
AIの取り組み[改訂版].pdf
AIの取り組み[改訂版].pdf
KunihiroSugiyama1
AITec0718.pdf
AITec0718.pdf
KunihiroSugiyama1
Generative AI Study Group_2ndSesssion_20230620.pdf
Generative AI Study Group_2ndSesssion_20230620.pdf
KunihiroSugiyama1
AIの取り組み.pdf
AIの取り組み.pdf
KunihiroSugiyama1
Generative AI Study Group_FirstSesssion_20230606.pdf
Generative AI Study Group_FirstSesssion_20230606.pdf
KunihiroSugiyama1
小学校向けAI導入企画0606.pdf
小学校向けAI導入企画0606.pdf
KunihiroSugiyama1
生成系AI研究会発起会アジェンダ_230526.pdf
生成系AI研究会発起会アジェンダ_230526.pdf
KunihiroSugiyama1
More from KunihiroSugiyama1
(13)
生成系AIで変わるソフトウェア開発の現在と未来(修正版).pdf
生成系AIで変わるソフトウェア開発の現在と未来(修正版).pdf
LLM+LangChainで特許調査・分析に取り組んでみた
LLM+LangChainで特許調査・分析に取り組んでみた
明星大学経営学部様生成系AIご紹介プレゼンテーションマテリアル.pdf
明星大学経営学部様生成系AIご紹介プレゼンテーションマテリアル.pdf
神戸市における生成系AIの活用_230822
神戸市における生成系AIの活用_230822
GASG0801sato.pdf
GASG0801sato.pdf
ifLink[改善版].pdf
ifLink[改善版].pdf
AIの取り組み[改訂版].pdf
AIの取り組み[改訂版].pdf
AITec0718.pdf
AITec0718.pdf
Generative AI Study Group_2ndSesssion_20230620.pdf
Generative AI Study Group_2ndSesssion_20230620.pdf
AIの取り組み.pdf
AIの取り組み.pdf
Generative AI Study Group_FirstSesssion_20230606.pdf
Generative AI Study Group_FirstSesssion_20230606.pdf
小学校向けAI導入企画0606.pdf
小学校向けAI導入企画0606.pdf
生成系AI研究会発起会アジェンダ_230526.pdf
生成系AI研究会発起会アジェンダ_230526.pdf
Recently uploaded
TEAMIN Service overview for customer_20240422.pdf
TEAMIN Service overview for customer_20240422.pdf
yukisuga3
リアル戦国探究in米沢 事前講座2スライド(スタッフ共有用)『両雄の強さの秘密』についてのスライド
リアル戦国探究in米沢 事前講座2スライド(スタッフ共有用)『両雄の強さの秘密』についてのスライド
Ken Fukui
TokyoTechGraduateExaminationPresentation
TokyoTechGraduateExaminationPresentation
YukiTerazawa
リアル戦国探究in米沢 当日講座3スライド(スタッフ共有用)『糧は三度はさいせず』についてのスライド
リアル戦国探究in米沢 当日講座3スライド(スタッフ共有用)『糧は三度はさいせず』についてのスライド
Ken Fukui
リアル戦国探究in米沢 当日講座1(スタッフ共有用)『兵は詐をもって立つ』についてのスライド
リアル戦国探究in米沢 当日講座1(スタッフ共有用)『兵は詐をもって立つ』についてのスライド
Ken Fukui
リアル戦国探究in米沢 事前講座1スライド(スタッフ共有用)『川中島の謎』についてのスライド
リアル戦国探究in米沢 事前講座1スライド(スタッフ共有用)『川中島の謎』についてのスライド
Ken Fukui
The_Five_Books_Overview_Presentation_2024
The_Five_Books_Overview_Presentation_2024
koheioishi1
ゲーム理論 BASIC 演習105 -n人囚人のジレンマモデル- #ゲーム理論 #gametheory #数学
ゲーム理論 BASIC 演習105 -n人囚人のジレンマモデル- #ゲーム理論 #gametheory #数学
ssusere0a682
UniProject Workshop Make a Discord Bot with JavaScript
UniProject Workshop Make a Discord Bot with JavaScript
yuitoakatsukijp
リアル戦国探究in米沢 当日講座2スライド(スタッフ共有用)『人を致すも人に致されず』についてのスライド
リアル戦国探究in米沢 当日講座2スライド(スタッフ共有用)『人を致すも人に致されず』についてのスライド
Ken Fukui
Recently uploaded
(10)
TEAMIN Service overview for customer_20240422.pdf
TEAMIN Service overview for customer_20240422.pdf
リアル戦国探究in米沢 事前講座2スライド(スタッフ共有用)『両雄の強さの秘密』についてのスライド
リアル戦国探究in米沢 事前講座2スライド(スタッフ共有用)『両雄の強さの秘密』についてのスライド
TokyoTechGraduateExaminationPresentation
TokyoTechGraduateExaminationPresentation
リアル戦国探究in米沢 当日講座3スライド(スタッフ共有用)『糧は三度はさいせず』についてのスライド
リアル戦国探究in米沢 当日講座3スライド(スタッフ共有用)『糧は三度はさいせず』についてのスライド
リアル戦国探究in米沢 当日講座1(スタッフ共有用)『兵は詐をもって立つ』についてのスライド
リアル戦国探究in米沢 当日講座1(スタッフ共有用)『兵は詐をもって立つ』についてのスライド
リアル戦国探究in米沢 事前講座1スライド(スタッフ共有用)『川中島の謎』についてのスライド
リアル戦国探究in米沢 事前講座1スライド(スタッフ共有用)『川中島の謎』についてのスライド
The_Five_Books_Overview_Presentation_2024
The_Five_Books_Overview_Presentation_2024
ゲーム理論 BASIC 演習105 -n人囚人のジレンマモデル- #ゲーム理論 #gametheory #数学
ゲーム理論 BASIC 演習105 -n人囚人のジレンマモデル- #ゲーム理論 #gametheory #数学
UniProject Workshop Make a Discord Bot with JavaScript
UniProject Workshop Make a Discord Bot with JavaScript
リアル戦国探究in米沢 当日講座2スライド(スタッフ共有用)『人を致すも人に致されず』についてのスライド
リアル戦国探究in米沢 当日講座2スライド(スタッフ共有用)『人を致すも人に致されず』についてのスライド
生成系AIとChatGPT講座_明星大学経営学部様講演資料_配布版.pdf
1.
生成系AIと ChatGPT講座 Kunihiro Sugiyama Generative AI
Study Group
2.
Introduction
3.
Agenda
4.
Introduction • Topics • 生成系AIとビジネス •
生成系AIとはChatGPTとはなにものなのか • 新しいAIパラダイムがもたらすインパクト • 教員向けChatGPT講座 • 吉田先生ご作成資料より抜粋してご紹介
5.
生成系AIとビジネス
6.
生成系AIとは
7.
生成系AIと従来型AIの違い 1 入力データ 生成系AIは、データ自体か ら新しい情報を作成できま す。一方従来型AIは、プロ グラミング段階で作成され たルールに基づいて、デー タを解析・分類できます。 2 応用範囲 生成系AIは、新しいデータ を創造するのに有用です。 一方、従来型AIは、分類、 予測、意思決定、音声認識 などの特化したタスクに対 して性能を発揮します。
8.
"Attention Is All
You Need"革命 Transformerは、2017年にGoogle AIによって開発されたDeep Learningモデルです。 Transformerは、Attentionと呼ばれるメカニズムを使用して、テキ ストの長距離依存関係を学習することができます。Attentionとは、 テキストの特定の部分に注目して、その部分の情報を他の部分に 伝達するメカニズムです。Transformerは、このAttentionメカニズ ムを活用することで、機械翻訳やテキスト要約などの自然言語処 理タスクで優れた性能を発揮しています。 Transformerはそれまでの自然言語処理モデルである RNN(Recurrent Neural Network)と比較して、以下のメリットがあ ります。 - 長距離依存関係を学習できる - 並列処理が可能 - 学習速度が速い これらのメリットにより、Transformerは、機械翻訳やテキスト要 約などの自然言語処理タスクで、RNNを大きく上回る性能を発揮 しています。 さらに、Transformerの特性、つまりデータをシーケンスとして扱 う能力は、テキストだけでなく、画像生成タスクを含む他のAIア プリケーションに対しても有用です。 出典] https://arxiv.org/pdf/1706.03762.pdf
9.
Large Language Model GPT-3
(GPT: Generative Pre-trained Transformer, Brown et al. 2020) 出典] https://drive.google.com/file/d/1I09n8EK1Z_T0tOEI_891OoWkaRaaXaOT
10.
ChatGPT 出典] https://argilla.io/blog/argilla-for-llms/
11.
Text generation の仕組み 出典]
https://towardsdatascience.com/decoding-strategies-in-large-language-models-9733a8f70539
12.
ChatGPTのCapability • ChatGPTとの対話は大まかに以下に分類されることを念頭におく。 • 操作 "要約"
"補完" "換言" "抽出" など入力テキストに対しての操作要求と結果応答を期待する。 "~~~ を英訳してください。" "~~~ の文章を要約してください。" • 創作 ChatGPTに対して、何らかの文章による創作を要求し応答を期待する。 "~~~についての詩を作成してみてください。" • 知識 ChatGPTが備えている知識に対して問い合わせを行い応答を期待する。 "新型コロナウイルスの特性について教えてください。" Reference: https://gist.github.com/yoavg/6bff0fecd65950898eba1bb321cfbd81 出典] https://www.docswell.com/s/KunihiroSugiyama/Z383P8-2023-06-21-132820
13.
ChatGPTのCapability • ChatGPTを直接的に検索用データベースとして期待することは良いアプローチと は言えない。 • ChatGPTを検索ツールと捉えることは、「知識」と「創作」が組み合わされてしまう可能性が ある。 •
つまり、出力結果に「知識」では補えない部分に「創作」が混ざる。 • 特にユーザが意図しない、ChatGPTが行う「創作」は「ハルシネーション」と呼ばれる。 • 結果、出力に関連するドメインに対して前提知識がないとLLMがハルシネーションしているか そうではないのかの判断がつかない。 • 検索的に使いたいのであれば、それ相応の手間をかける必要がある。 • 一般的な検索というのであればBingで十分。 出典] https://www.docswell.com/s/KunihiroSugiyama/Z383P8-2023-06-21-132820
14.
ChatGPTの歴史 出典] https://drive.google.com/file/d/1I09n8EK1Z_T0tOEI_891OoWkaRaaXaOT
15.
ChatGPTの歴史 • 3月23日 • Third
party plugin release. • 5月18日 • iOS App release. • 6月13日 • Function calling release. • 7月6日 • All paying customers have access to GPT-4 • Code Interpreter too.
16.
出典] https://prtimes.jp/main/html/rd/p/000000023.000056016.html
17.
生成系AIの未来展望 いずれこの新AIは全てのユーザインタフェースエンドポイントとなり "In-Out Multimodality" "Full-auto workflow" "Infinite
functinal capability" の実現が予想されます。 これにより、新AIが我々の社会と生活に深く浸透しその全てが大きく変 わるでしょう。
18.
Information https://docs.google.com/spreadsheets/d/1bjJfAhfEvNMSuxAszCiSo0qdE89sp86ooAyBdRVuDO0/edit?usp=sharing
19.
生成系AIとビジネス
20.
生成型AIとビジネス 経営者の能力の代替 やり手経営者(もしくは経営 陣)に内在し暗黙知化されて いる、所謂経営者の「感」や 「洞察力」、総称すれば「経 営手腕」を代替えし完全に支 援する*AIが登場する。 依存とその問題性 経営判断の多くを(サービス 化された)AIに依存すると、 企業の意思決定や方針が均質 化しうる可能性がある。 これは抜きん出た競争力を所 謂「経営手腕」に求めること が難しくなる。 データセントライズ AIの経営判断支援の質はデー タにより決定づけられ、その 量と質が、競争力の源泉とし て益々重要になる。つまり データの扱いそのものが競争 力の源泉と力の源泉となる。 セキュアな導入と運用 技術およびオペレーションの 失敗、データセキュリティ、 規制変更、等のリスクを最小 化するため**SAIFのようなフ レームワークの適用を検討。 ** https://blog.google/technology/safety-security/introducing-googles-secure-ai-framework/ *https://ieeexplore.ieee.org/document/9765153/authors#authors
21.
生成型AIとビジネス教育 1 新しい時代の経営 AIを理解し、経営に有効に統合できる人材 の教育 2 AIの活用とデータ駆動 データ駆動型経営を支えるデータセントラ イズを指向する人材の教育 3 競争力の再定義 AIの進化に伴い、競争力の再定義を行い新 時代に飛躍する組織経営を模索する教育 4 AI倫理の教育 AIに関わる、プライバシー、バイアス、透 明性など、多くの倫理的問題に適切に対処 するための教育
22.
教員向けChatGPT講座 ~ 東京大学大学院工学系研究科 准教授吉田塁先生作成資料より抜粋
~
23.
出典] https://drive.google.com/file/d/1I09n8EK1Z_T0tOEI_891OoWkaRaaXaOT
24.
25.
EOF https://www.linkedin.com/in/kunihiro-sugiyama-49b0372a https://www.ai-tech-c.jp/generative-ai-study-group-gasg/
Download now