全容解説GPT テキスト生成AIプロダクト構築への第一歩
Sandra Kublik
インプレス大規模言語モデルGPTの全体像を把握できる！ ChatGPTの実行例やOpenAI API活用の基本、市場動向も解説。最新情報を加筆しGPT-3.5/4に対応――本書のテーマの1つはGPTの基本的な技術事項、もう1つはGPT拡大期の市場動向です。GPT／Open APIを利用する前に押さえておきたい基礎知識を確認できる一冊です。
【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。
書籍情報
著者: Sandra Kublik
共著者: , Shubham Saboo(著), 武舎 広幸(訳)
発行日: 2023-12-12
最終更新日: 2023-12-12
バージョン: 1.0.0
ページ数: 200ページ(PDF版換算)ページ
対応フォーマット: PDF, EPUB
出版社: インプレス
対象読者
テキスト生成AIの基礎知識を知りたい方 テキスト生成AIの使い方の基本を知りたい方
著者について
起業家、エバンジェリスト、コミュニティビルダーとして、AIビジネスのイノベーションに関わる仕事に従事している。複数のAI企業のメンター兼コーチであり、スタートアップ企業向けAIアクセラレーションプログラムおよびAIハッカソンコミュニティDeep Learning Labsの共同設立者。自然言語処理や生成AIをテーマにした講演者としても活躍中。YouTubeチャンネルを運営し、AI関係者へのインタビューや、画期的なAIトレンドについて、楽しくかつ興味深いコンテンツを提供している。
目次
まえがき
- 謝辞
第1章 大規模言語モデルの革命
- 1.1 自然言語処理とは？
- 1.2 大規模化による超進歩
- 1.3 GPTの名前の由来
- 1.3.1 Generative（生成的な）
- 1.3.2 Pre-trained（事前学習済みの）
- 1.3.3 Transformer（トランスフォーマ）
- 1.3.4 Seq2Seq
- 1.4 Transformerのアテンションメカニズム
- 1.5 GPTの歴史
- 1.5.1 GPT-1
- 1.5.2 GPT-2
- 1.5.3 GPT-3
- 1.5.4 ChatGPT
- 1.5.5 GPT-4
- 1.6 OpenAI API公開のビジネス界への影響
- 1.7 OpenAI APIの利用
第2章 ChatGPTの4つの実行例
- 2.1 ChatGPTの実行
- 2.2 プロンプトとコンプリーション
- 2.3 標準的なNLPタスクのパフォーマンス
- 2.3.1 テキスト分類
- 2.3.2 固有表現認識（Named Entity Recognition）
- 2.3.3 文章要約
- 2.3.4 テキスト生成
- 2.4 プロンプトエンジニアリングとデザイン
- 2.5 この章のまとめ
第3章 OpenAI APIの機能と活用
- 3.1 Playgroundの概要
- 3.1.1 Playgroundの起動
- 3.1.2 ChatGPTをまねる
- 3.1.3 SYSTEMの設定
- 3.2 パラメータの設定
- 3.2.1 ［Mode］
- 3.2.2 ［Model］
- 3.2.3 ［Temperature］と［Top P］
- 3.2.4 ［Maximum length］
- 3.2.5 ［Stop sequences］
- 3.2.6 ［Frequency penalty］と［Presence penalty］
- 3.3 APIの呼び出し
- 3.3.1 APIキーの取得
- 3.4 トークンとコスト
- 3.4.1 トークン
- 3.4.2 コスト
- 3.4.3 ダッシュボード
- 3.5 Pythonを使った呼び出し
- 3.5.1 公式Pythonバインディングのインストール
- 3.5.2 プロンプトの構築とコンプリーションの取得
- 3.5.3 ChatGPTをまねたプログラム
- 3.5.4 ［SYSTEM］に役割を指定
- 3.5.5 履歴の保持
- 3.6 Node.jsを使った呼び出し
- 3.7 Goを使った呼び出し
- 3.8 その他の機能
- 3.9 この章のまとめ
第4章 GPTによる次世代スタートアップの拡大
- 4.1 MaaS（Model-as-a-Service）
- 4.2 GPTベースの起業──ケーススタディ
- 4.2.1 Fable Studio クリエイター向けアプリケーション
- 4.2.2 Viable データ解析アプリケーション
- 4.2.3 Quickchat チャットボットアプリケーション
- 4.2.4 Copysmith マーケティングアプリケーション
- 4.2.5 Stenography コーディングアプリケーション
- 4.3 投資家から見たGPTのスタートアップ・エコシステム
- 4.4 この章のまとめ
第5章 GPTによる企業革新のネクストステップ
- 5.1 ケーススタディ──GitHub Copilot
- 5.1.1 Copilotの内部構造
- 5.1.2 GitHub Copilotの開発
- 5.1.3 ローコード／ノーコード・プログラミングとは？
- 5.1.4 APIとスケーリング
- 5.1.5 GitHub Copilotの次の展開は？
- 5.2 ケーススタディ──Algolia Answers
- 5.2.1 他モデルの評価
- 5.2.2 データのプライバシー
- 5.2.3 コスト
- 5.2.4 スピードと遅延
- 5.2.5 得られた学び
- 5.3 ケーススタディ──MicrosoftのAzure OpenAI Service
- 5.3.1 運命的なパートナーシップ
- 5.3.2 AzureネイティブのOpenAI API
- 5.3.3 リソース管理
- 5.3.4 セキュリティとデータプライバシー
- 5.3.5 企業にとってのMaaS
- 5.3.6 その他のMicrosoftのAIサービス
- 5.3.7 企業へのアドバイス
- 5.3.8 OpenAIかAzure OpenAI Serviceか
- 5.4 この章のまとめ
第6章 GPTのリスク
- 6.1 バイアスとの戦い
- 6.2 バイアス対策
- 6.3 低品質コンテンツと誤情報の拡散
- 6.4 LLMの環境への影響
- 6.5 注意しながら進める
- 6.6 この章のまとめ
第7章 AIへのアクセスの"民主化"
- 7.1 ノーコード？ ノープロブレム！
- 7.2 AIへのアクセスとMaaS
- 7.3 最後に