試験公開中

このエントリーをはてなブックマークに追加

エンジニアなら知っておきたい生成AIのキホン ChatGPT/Copilot/Geminiから学ぶ最新技術と活用

インプレス

2,640円 (2,400円+税)

生成AIは、革新的なIT技術として注目されていますが、同時にその技術背景は難解で専門的という印象がありました。本書では代表的な生成AIサービスであるChatGPT、Bing、CopilotやGeminiなどを取り上げ、その技術をできるだけ分かりやすく解説していきます。

【注意】本書のEPUB版は固定レイアウト型になっております。文字の大きさの変更や検索、引用などはお使いいただけません。画面の大きい端末でご利用ください。

関連サイト

本書の関連ページが用意されています。

内容紹介

●生成AIの仕組みをイメージする

生成AIは、革新的なIT技術として注目されていますが、同時にその技術背景は難解で専門的という印象がありました。本書では代表的な生成AIサービスを取り上げながら、その技術をできるだけ分かりやすく解説し、ビジネスの現場に応用していくための解法を提供するものです。

本書では生成AIの技術的な側面に迫りますが、専門家向けの解説を行うものではありません。生成AIの理解に必要な背景を比較的平易なコンピュータ用語で解説していきます。仕事でコンピュータを使っているさまざまな方のリテラシーを前提に、技術のイメージを大まかにつかんでもらえるような説明をしていきます。

●大規模言語モデルからチューニングなどの技術要素をフォロー

生成AIは従来の人工知能から進んで、文書や画像などのコンテンツを生み出すことができます。その背景には大規模言語モデル(LLM)という従来にはないデータ基盤を利用していることがあります。本書ではさまざまなサービスで採用されているTransformerというモデルを題材にLLCの仕組みを説明します。また、それら汎用モデルをカスタマイズし、ビジネスに活かしていく方法を探ります。

●さまざまなIサービスをカバー

本書では代表的な生成AIのサービスであるChatGPTのほか、マイクロソフトのBingやCopilotなどのサービスの特長や技術背景についても説明します。利用方法のほか、自身が必要とする生成結果を得るためのチューニングなど、より実践的な利用法を解説します。また、生成AIの分野ではさまざまなサービスが次々と登場しており、新しいサービスを含めた特徴や違いなどについても考察を加えています。

書誌情報

  • 著者: 梅田弘之
  • 発行日: (紙書籍版発行日: 2025-02-25)
  • 最終更新日: 2025-02-25
  • バージョン: 1.0.0
  • ページ数: 320ページ(PDF版換算)
  • 対応フォーマット: PDF, EPUB
  • 出版社: インプレス

対象読者

ChatGPTを代表とする生成AIを使いこなしたいと考える方、生成AIの仕組みと技術動向の基本的な知識をつけたい方、さまざまな生成AIの動作の違いなどを知りたいシステム担当者や開発者の方。

著者について

梅田弘之

東芝、SCSKを経て1995年に株式会社システムインテグレータを設立し、現在、代表取締役会長。2006年東証マザーズ、2014年東証第一部、2022年東証スタンダード市場に上場。創業以来、独創的なアイデアの製品・サービスを次々とリリース。主な著書に「Oracle8 入門」「グラス片手にデーターベース設計」「実践!プロジェクト管理入門」「これからのSIerの話をしよう」「エンジニアなら知っておきたいAIのキホン」「システム設計とドキュメント」「徹底攻略JSTQB Foundation」、ほか多数。

目次

はじめに

第1章 GPTで始まる大規模言語モデル時代

  • ChatGPTとは
  • GPT誕生までのヒストリー
  • ChatGPTの成長
  • OpenAIとMicrosoft
  • 大規模言語モデル
  • 大規模言語モデル競争
  • AIデバイド(AI Divide)
  • この章のまとめ

第2章 大規模言語モデルの学習

  • 人の一生とAIの短期トレーニング
  • 生成AIの学習データ
  • 言語モデルの本質
  • 大規模言語モデルは言語の天才
  • この章のまとめ

第3章 Transformerモデルの仕組み

  • 回帰型ニューラルネットワーク
  • Transformerアーキテクチャー
  • エンべディングと多次元
  • ニューラルネットワークの構造
  • RLHF使ったマナー教育
  • AlphaGoと言語モデルの対比
  • この章のまとめ

第4章 Microsoftの「Bing」と「Copilot」

  • Microsoft Bingの「検索」と「チャット」
  • プロメテウス(Prometheus)
  • Bingの追い上げ状況
  • Copilotシリーズ
  • Copilot for Microsoft 365
  • Copilot for Microsoft 365の利用イメージ
  • Copilot for Microsoft 365のプラグイン
  • 入力データのAI学習への利用
  • この章のまとめ

第5章 プラグインとカスタムGPT

  • ChatGPTのWeb Browsing機能
  • カスタム指示(Custom instructions)
  • ChatGPTのプラグイン機能
  • Popularタブのプラグイン
  • ChatGPTとプラグインの役割分担
  • Function Calling機能
  • プラグインとカスタムGPTの違い
  • GPTストア
  • カスタムGPTの構成
  • GPT BuilderでカスタムGPTを作成
  • 厳選カスタムGPT
  • この章のまとめ

第6章 カスタムGPTと画像生成AI

  • ChatGPTチームが作成したGPT
  • 画像生成AI
  • 生成AIが画像を生成できるわけ
  • クロスモーダル学習
  • 主な画像生成AI/画像生成AIの作品鑑賞
  • 画像の編集の実践
  • 図版の作成
  • 画像生成AIの限界
  • この章のまとめ

第7章 ChatGPT-4oとChatGPT Enterpriseとmini

  • ChatGPT-4o
  • 「チャット」と「API」
  • o1-previewとo1-mini
  • マルチモーダルの実力
  • ChatGPT Enterprise
  • GPT-4o with canvas
  • この章のまとめ

第8章 インコンテキスト学習とファインチューニング

  • 生成AIに追加学習する構想
  • AI(Deep Learning)で取り組まれてきた活用例
  • 生成AIに期待される応用例
  • 自社データを追加学習させる3つの方法
  • インコンテキスト学習
  • インコンテキスト学習の方法
  • 転移学習
  • ファインチューニング
  • ファインチューニングのやり方について
  • この章のまとめ

第9章 RAGとエンべディング

  • ファインチューニングの課題
  • RAGとは
  • LLM Orchestration Framework
  • LangChain
  • RAGを使った独自データ検索
  • Dify
  • ベクトルデータベース
  • RAG学習データ作成の工夫
  • この章のまとめ

第10章 プログラミング支援

  • 生成AIがプログラミングに強い理由
  • コード生成およびアルゴリズム支援
  • コードの品質向上と最適化
  • テスト支援
  • ドキュメンテーション
  • プログラマーは生成AIに仕事を奪われる職業か
  • この章のまとめ

第11章 プロンプトの書き方

  • 良いプロンプトを書くためのポイント
  • プロンプトエンジニアリング
  • OpenAIの推奨するプロンプトの書き方
  • この章のまとめ

第12章 いろいろな生成AIを試してみる

  • 無料で使える生成AI/プロンプト:質問に対する回答
  • この章のまとめ

INDEX(索引)

Home 書籍一覧 エンジニアなら知っておきたい生成AIのキホン ChatGPT/Copilot/Geminiから学ぶ最新技術と活用 ▲ ページトップへ戻る