株式会社デバイスドライバーズ
日高亜友
Azure OpenAI Studio を活用して
Chat-GPT をカスタマイズしよう
- 生成 AI 活用法 – その1
日本を Smart
に!
今回の内容
- 生成 AI 活用法: IoT で賢く使うポイント
- 今どきの IT 技術者と生成 AI
- 準備:必要なツールとデータ
- データ分析
- 結果とコツ
- まとめ
今どきの IT 技術者と生成 AI
• 生成 AI ブームは知っている
• 検索とお絵かき程度にしか使えない
• AI プログラミングを使いこなす人は一部
• 実用化レベルの取り組みはわずか
• IoT 系企業の取り組み度合いは低い
何をすべきか?
• 実務で使える AI
• RAG (Retrieval Augmented Generation)
• 生成 AI のカスタマイズ、オリジナル化
• 賢い AI の使い方=嘘を言わせない=コントロール
• 次世代 IoT
準備:必要なツールとデータ
• AI ツール
Azure OpenAI Studio
• IoT データ
EnOcean IoT オフィス環境測定データ
(詳細は別動画で …)
Azure OpenAI
OpenAI の強力な言語モデルに対する、様々な API を提供
→ OpenAI Service, OpenAI Studio, …
開発・供給 資本・共同開発
Azure Open AI が現在提供中のモデ
ル
• GPT-4o, GPT-4 and GPT-4 Turbo Preview
• GPT-3.5
• Embeddings (埋め込み)
• DALL-E (画像生成)
• Whisper (発話)
• Text to speech ( テキスト読み上げ、 Preview)
GPT-4o の RAG: 試したところ正常動作せ
ず
ChatGPT のカスタマイズ
RAG (Retrieval Augmented Generation)
- Azure OpenAI on your data
オーケストレーター
大規模言語モデ
ル (LLM)
利用者
個別の 検索システム
質問
回答
IoT 実データ
プロンプトエンジニアリング
以上の機能を利用可能
EnOcean IoT オフィス環境測定デー
タ
• EnOcean センサー + EnOcean IoT ゲートウェ
イ
• iBRESS Cloud (Skkynet DataHub) 対応
• OPC UA 対応
• Microsoft Azure 対応
• EEP / GP / セキュリティ対応
• ファームウェア更新機能
• ログ機能
• CSV 形式ログで 各種 AI 連携が容易
ログファイル操作画面
これまでの ChatGPT 処理内容
• 1
• 2
• 3
• 4
• 5
• 6
• 7
入力: CSV 生データ
入力: CSV 抽出デー
タ
入力: CSV 集計デー
タ
入力: CSV 集計デー
タ
入力: CSV 抽出デー
タ
入力: CSV 集計デー
タ
入力: CSV 集計デー
タ
データ加工と抽出(前処理、加工) 出力: CSV 抽出データ
集計(単位時間当たり平均値算出) 出力: CSV 集計データ
集計データのグラフ描画 出力:グラフ画像( .png )
集計データの Excel 化(シート、グラフ) 出力: Excel シート( .xlsx )
CSV 集計プログラム作成 出力:集計プログラム( .py )
CSV グラフ描画プログラム作成
出力:グラフ描画プログラム
( .py )
集計データ考察文章の出力 出力:考察文章( .txt )
ここに注目!
ChatGPT 出力
集計データの評価と考察を出力
出力結果を嘘無くカスタマイズ
Hallucination ( 幻覚 ) を防いで IoT 現場で生成 AI を活用する!
今一つ物足りない
データ分析: Azure OpenAI on your
data
サポートされるデータ形式
.txt .md .html .docx .pptx .pdf
サポートされるデータソース
- Azure AI Search
- ファイルのアップロード (Preview)
- URL/Web アドレス (Preview)
- Azure Blob Storage (Preview)
- Azure Cosmos DB
- Elasticsearch ベクトル データベース (Preview)
元データ の内容・素性と
日本語処理に問題有り!
試した手法
Web の適当なデータ活用
データ準備が一番苦労
試行錯誤がカギ
(試行錯誤の結果)照度分析に利用したページ
岩崎電気株式会社
https://www.iwasaki.co.jp/lighting/support/tech-data/plan/
indoor/02.html
OpenAI Studio での手順
• GPT-4 モデルをビルド
• プレイグラウンドでデータを追加する
• Azure OpenAI on your data 指定
• URL 指定 (https://www.iwasaki.co.jp/lighting/support/tech-data/plan/indoor/
02.html)
• 会話開始
• Azure OpenAI on your data 動作確認
• 質問として、集計処理済 CSV データをアップロード
• 測定データと参考 URL ページを複合化させた質問
結果(1)
OpenAI
Studio
動作確認と
CSV 入力
測定生データ入力ではエラーと
なるとため集計済データを利用
アップロードした測定結果データ
Hour,Temperature,Humidity,Illuminance,Signal Strength
0,27.011435934102423,56.916342170815184,70.95226255629026,-77.43431859033703
1,27.007408494004643,56.92463961394235,69.52529509245976,-78.4390347455292
2,26.888709581630337,57.211825245215664,19.775451143503314,-76.89141104743501
3,26.65787795992714,55.392531876138435,7.506944444444445,-72.83333333333333
4,26.30006071645416,56.141924711596836,0.0,-73.33333333333333
5,26.191666666666666,58.954166666666666,0.0,-72.0
6,26.525198412698415,59.86111111111111,5.888888888888889,-71.66666666666667
7,26.037333333333333,63.025333333333336,0.0,-72.2
8,26.864618055555553,63.81024305555555,13.02951388888889,-75.69288194444445
9,26.834491760424612,64.48639097110049,19.933369181959588,-77.647728379586
10,26.422115502148113,64.6474710191558,15.078604598387207,-76.88243795037273
11,26.32810678222205,64.62662699363685,17.51850673192545,-76.90743247469848
12,26.63668267354198,64.98619557989183,20.5443789790711,-77.95166676511707
13,27.096204920415346,64.59047153239796,18.825244577861007,-77.90099670327257
14,27.150047909388476,63.64736337330286,24.659334531523907,-78.94653426997843
15,27.2741849730783,64.01034837264865,20.076105872510947,-77.42995073535486
16,27.45014565076241,64.25296187952482,22.805490569116095,-78.46449848947219
17,27.680072473785938,62.2469499316855,21.677616837013677,-77.92561653320406
18,27.357803559791463,62.25674792277615,20.027142391658522,-78.23707355816227
19,27.094444444444445,63.208333333333336,15.833333333333334,-78.94444444444444
20,27.250850583661347,61.16743919828593,24.427517279255156,-78.4776863871317
21,26.706637289498158,59.776157425647334,23.59622394154309,-78.48439883815858
22,26.763809744081218,56.98531953323057,23.50793650793651,-78.76914828150477
23,26.72687152420848,57.55215370378414,23.515993265993266,-78.5765768182435
結果(2)
OpenAI
Studio
ChatGPT 回
答
結果(3)
OpenAI
Studio
ChatGPT 回
答
結果(4)
OpenAI
Studio
ChatGPT 回
答
IoT の RAG 活用のポイント(コ
ツ)
• 試行錯誤(壁打ち)が重要
• 参照データの方向性の間違い(誤認識)の発見
• 効果的な参照データの発見
• フォーマット、言語の問題、不要情報の除去
• 適切な分析対象データ
• 参照データの量と品質向上
まとめ
• 環境とツール
• EnOcean IoT 測定ツール , Windows PC, Microsoft Azure
• 確認できたこと
• Azure OpenAI の利用方法
• RAG を活用することで
IoT と生成 AI の嘘が無い連携が可能
• Azure OpenAI Studio に限らず
生成 AI の活用は無限の可能性
ありがとうございました。
チャンネル登録、いいね ボタン、よろしくお願いします
日本を Smart に!

Customize Chat-GPT using Azure OpenAI Studio