00:01
どうも、しぶちょーです。ものづくりの視点は、産業機械の現役エンジニアである私、しぶちょーが、ものづくりに関するトピックを独自の視点で解説する番組です。
今日は、お散歩収録となりますね。結構久しぶりなんですけども、今、愛知県にいまして、月曜日ですね。今日は21日の月曜日なんですけど、愛知県にいて、
今日ですね、東京に向かうんですけど、夕方ぐらいに、なんか台風が直撃するとかしないとかで台風が止まるんじゃないかな、台風じゃない、
新幹線が止まるんじゃないかなってすごく心配しているんですけども、愛知県はめっちゃ快晴ですね。こんな晴れていると。
で、ちょっとね、1時間半ぐらい新幹線で行った先の東京が本当にそんなに豪雨なのかっていう感じがするんですけど、台風でもどっか行っちゃったのかな。
まあ、それはさておきですけども、今日も京都でですね、いろいろ喋っていきたいと思います。
今日はですね、今最近AI界隈で話題のジェブというね、ジェブでいいんですね。ジェブというモデルについてちょっとお話ししていきたいと思います。
多分、今日上がる落ち着きAIの中でも喋ってはいるとは思うんですけども、すごくね、界隈で話題になっているんですよ。
このモデルについて私なりにどういうふうに考えているかみたいなことをお話しできればと思います。それでは早速いきましょう。
このジェブというモデルですね。Vって書いてジェブなんですけども、なんで話題になっているかというと、今までのLLMというものとちょっと違ってですね、
言葉を生成するんじゃなくて、判断を返すというモデルということですごく話題になっています。
なので、例えばおはようって言ったら、おはようございますって返してくるじゃないですか。今のLLMって。そういう会話のやり取りをするんじゃなくて、
思考のプロセスというか、選ばれ、あらかじめ指定した選択肢の中から、じゃあこれが1ですよ、2ですよとかって返したりとか度合いを返したりとかですね。
そういう何か与えたことに対して判断をするというその思考の部分だけを切り取って、その判断の機能だけを提供するみたいな。
そういう感じのモデルになっているんですね。これがですね、結構すげえんじゃないかということで話題になっているんです。
ただ、分かりづらいというか、どこをどういうふうに驚けばいいのか普通に見てたらなかなか分からないと思います。
私の所感としては結構面白いなと結構かなり面白いなとは思うんですけど、SNSをいろいろ見ててもですね、結構みんなゲームを動かしたりとか、
車を自動運転させたりみたいな感じで応用的なことをやってるんで、そもそもゲームって何なんだみたいなことでいろんな人が混乱してるんですけど、
やってることは判断ですね。これが良い悪いイエスノーとか、よくSNSで分かりやすいのはメールの分類とかですよね。
迷惑メールとかそうじゃないのかをメールの内容を見てポンと判断するみたいな、そういう判断だけを出すというところにこのモデルが使われると。
03:03
驚くべきことにですね、めちゃくちゃ安いんですね。
入力100万トークンで0.0何ドルだったか、とにかくもうただに近いようなぐらいの料金体系になっているのと、
あと出力、だからこの判断を返すという出力自体はもう無料というですね、破格のモデルになっているわけですね。
この安さ、あともう一個特徴がスピードですね。応答がめちゃくちゃ早いんで、このスピードと安さを生かしたら、実はすごいことができるんじゃないかなということですごく話題になっているということですね。
ただLLMとしての、LLMじゃないからLLMとしてのってのはおかしいんだけど、AIとしての頭の良さ性能みたいなものは、オープンAIの例えばテラとかね、5.6テラ相当ですよみたいなことは言われているんで、
なんかめちゃくちゃ賢いとんでもない判断できるモデルが出てきたというわけではなくて、あくまでも判断だけを返すスピーディーに返すよというですね、すごく安いモデルが出てきたっていう風に捉えるのがいいんじゃないかなと思いますね。
あとこれもちょっと注意が必要なのは、ハルシネーションが起きないぜみたいなことですごく話題になってたりもしたんですけど、ハルシネーション自体はAIが見る幻覚ということで、事実じゃないことをさらかも事実のように生成してしまうということがLLMではよく起きていて、
最近は結構ハルシネーション対策も進んではいるんですけども、一つの問題だと、それが絶対構造上起きないよということでとんでもないモデルだと、ジェミすごいぞってなってるんですけど、そもそも肩保証と言って、ジェミはさっき言ったように判断を返すんですね。
判断を返すんで、あらかじめこちらが指定した判断というかアウトプットしか出ないんですよ。
イエスかノーかで答えてねって言ったらイエスかノーかしか出さないので、それ以外の選択肢が出てこないということなんで、ハルシネーションって幻覚を見るっていうことですけど、その予想外のアウトプットが出てこないというところに特徴があるというところですね。
だからもう絶対正しい判断をする、嘘をつかないという文脈でのハルシネーションがないっていうことではないということを理解しておくといいかなと思います。
ただすごく重要なのが、今までのLLMでも一応こういう判断ができるんですね。
この内容、このメールって迷惑なの?迷惑じゃないの?っていうふうにLLMでも打ったら迷惑ですよとか迷惑じゃないですよっていう判断をしてはくれるんですけど、今までのそれと何が違うかというと、
まず、アウトプットの型が必ず保証されています。だからプログラムの中ですごく応用的に使いやすいと。
本当に部品の1個としてLLMを組み込むってことが、仕組みの中にできるようになったっていうのが1つの特徴としてありますね。
06:00
もう1つは、確率に沿ってアウトプットできるようになっているということです。
だから今までのLLMって、じゃあこれが迷惑ですか迷惑じゃないですかって言ったら、多分迷惑メールだと思います。みたいな感じのアウトプットにどうしてもなるんですね。
なんですけど、このJEBっていうモデルの特徴は確率、確からしさ、確率ですね。
をすごく正確に学習している、正確に学習の指標として使っているということなんですよ。
80%正しいですよと、80%正しそうですよっていう事象に対しては、だいたい80%正しいぐらいのちゃんとした根拠があって出してくるみたいな、そういうイメージですね。
だから確率、70%この確率がありますよっていう、その70%っていうところを結構ちゃんと学習して出してくるというところなので、
そういう確率何パーセントこれ確かだと思ってますっていうところを正確に出せるようになっているっていうのが1個特徴かなと思いますね。
こういうものを使っていくと、いろんな判断ができるようになってくるんじゃないかということです。
でもこれすごく懐かしい気分になって、最近はもう生成AIとLLMだって感じですけど、その前ってすごく機械学習というものが行われていて、
クラスファイヤーですね、分類機とか、あと猫出てくる分類機で犬の確率、この画像は犬の確率何パーセント、猫の確率何パーセントみたいな風に出したりしてですね、
やってたんですよ。それと別にアウトプットとしては似てると、ただその機械学習とかAIのモデルを作るというところ以上に、
そこのモデルをオリジナルで作らなくても判断をジェブに投げれるような、判断をジェブ側にしてもらえるという、そういう作りになっているというところで、
かなり機械学習ライクなんですけども、使いやすさは上がっているのかなっていうところが私の主観ではありますね。
これは結構すごく仕組みの中に埋め込みやすいですね。
いろんな人がやってるのは、さっき言ったように迷惑メールの分類とか、ある人はクソリプ判定機みたいなやつをね、
Xに投稿されるクソリプを、これはクソリプですよみたいな感じで判定するみたいな仕組みを作ってたりとかしましたので、
あとはゲームですよね。オートが速いということで、この状況の場合はどのボタンを押すといいかみたいなことを適時判定させると、
ゲームの操作もできるみたいな、そんな感じのモデルになっているよというイメージでございますね。
やっぱり歩きながらしゃべると、どうしても息が切れますね。暑い。だいぶ汗をかいてしまった。
ということで、自分に関していろいろ話してきたんですけど、渋ジョーさんなんか使ったんですかというと、一応触りはしたんですけど、
ちょっと土日がちゃがちゃ忙しくて、なかなか触りはしなかったんですけど、
私なりにどういう風に使うと、どういう風な使い方が革新的かというか新しいかみたいなところで、
09:06
もっと頭の人たちがいっぱいやってるんで、そういうとこに追いつくことはできないんで、
自分が分かりやすいようなやり方、伝えれることないかなと思っていろいろと作っていたんですけど、
一個ひらめいたのがアキネーターなんですよね。アキネーターってわかります?
イエスかノーかを答えたりとか、わかるわからないを答えると、ある人物にたどり着くみたいなゲームあるじゃないですか。
あのアキネーターを自分にやらせて、うまいこと自分が分かりやすく説明できないかなみたいなことで、
いろいろやっててブログ書こうかなと思ってる、今途中って感じですね。
だけど、AI界隈はですね、出た次の日ぐらいにブログ書かないと全然早くないので、
スピード感としてはね、一週遅れ二週遅れなんで、このブログも完成させようかこのまま、
遅れにしようかって迷っているんですけど、自分の特徴の一つが、ステートって言ってですね、
この事実から判断してねみたいな、その事実をそこに入れておけるんですね。
だからこういう情報がありますよと、でその上でこういう判断指標がある判断の軸がありますと、
じゃあこの入力に対してこの判断はどれですかみたいなことを選ばせることができるんですね。
すごくわかりやすく言うと、私がやったのはなんかジェブが秋ネタの中で、
どれだけ早くヒカキンにたどり着けるかみたいなことをやって、
ヒカキンという名前を入れずにそのステートの中にヒカキンの特性みたいなやつを数義を入れておくんですね。
でジェブはその入れられた人物像を元に質問に対して秋ネタが出してくる質問に対して、
ユーチューバーですかとかなんか何とかですかみたいな質問に対して、
イエス、ノー、あとは部分的にそう部分的にそうではないとわからないってこの4つの5つの判断から選択していくと、
でヒカキンにたどり着けるかなみたいなことを、
どれだけ一番少ないそのステート事実の情報でヒカキンにたどり着けるかなみたいなやつをずっとやってましたね。
で面白いのはやっぱりね、このジェブって判断のLLMって判断のモデルなので、
わからないってことをねちゃんと言えるんですよ。
それがある種ハルシネ賞がないっていうことなのかなと思って、
その選択肢にわからないを入れておくと結構やっぱり事実として入ってないことに対してはわからないというふうに言えるし、
そのやっぱ同じ条件でそのソネットとかオーパスに秋ネタを溶かしてみても、
秋ネタを溶かしてヒカキンにたどり着けって言ってもですね、
どうしても時間かかってるとかトークンの消費量がねやっぱ一番大きいと数百倍ぐらいになるんですよね。
それだけ軽くて早い判断で同じアウトプットというか、
同じアウトプットというとちょっと語弊があるんですけど、
言葉でいちいち思考して考えるか、判断としてポンと出せるかどうか、
そこに思考のプロセスがないっていうことが相当強いなというふうに思いますね。
だからまあなんかそんな感じですよ。
そのブログがまた完成したら皆さんにお伝えしますけど、
12:01
私のモチベーションがあれば書き切るかなって感じです。
今のところちょっとこんな感じで満足したから、もしかしたらまとめないかもしれないですけど。
ということで早くて安いモデルなので、
今後いろいろねロボティックスとかロボット部屋にも使えるんじゃないかというふうに騒がれてるんですけど、
ちょっとそれに会議的であまりにもブラックボックスすぎるかなっていう部分があるので、
ちょっとねそう中身がわかんないし判断根拠も可視化されてないから、
こう動くものに使うのは結構怖いというか難しいかなと思います。
ただこれがローカルで動くようになったりとかしてきたら結構話は変わるかなと思うし、
誰かSNSでも言ってたけど、次のステップは多分画像入力ができるようになるとかじゃないかな。
まあそれ確かに筋がいいなと思って画像入力した時のその入力に対して判断を返せるよっていうマルチモデル化が進んでいくと、
よりいろんなところで使えるんじゃないかなと思うので、
まああのいろいろ騒がれているし、
なんかいやそんなん騒ぐほどでもないよみたいな人もいるし、
なんかすごく界隈が出てすごいざわついているんですけど、
個人的にはやっぱすごく期待できるモデルかなと思います。
これを使いこなすためにはですね、結構中身、
自分がAIにお願いしていることのフロー、中身ですね。
フローチャートみたいなものをちゃんと頭の中に描けているかどうか。
ここに判断があるからここに自分使ってやろうみたいな感じで、
埋め込めていけないと使いこなせないと。
だから何でもAIに丸投げします。
お任せしますっていうやり方をしている人は結構凄さがわかんないし、
使い方がわかんないって感じになってくると思います。
だから自分がAIに投げている仕事とかをちょっとタスク分解して、
ちゃんとこういうプロセスで動くよねみたいなことをコントロールしていくっていうことから始めていくと、
だんだんこのジェブをどうやって生かそうっていうところの視点になるのかなと思いましたので、
AIに丸投げでしてますよっていう方はですね、
是非ともそういう視点で何か自分のAIの使い方を変えて、
自分を活用できるような部分を見つけていけばいいんじゃないかなと思います。
ちなみにまだアーリーアクセスなのかな。
とりあえず申し込んでおけば、時間が経つとですね、
あれ使いますよあなたって言って順番回ってくるという感じなんで、
使うか使わないかを置いておいて、それを申し込むのはいいと思いますよ。
私の場合は数時間で返信きましたね。
そんなに時間かかんないけど、今ちょっとガッて人が集まってるから、
もしかしたら時間かかるかもしれないけど、早めに申し込んでおくことをお勧めしておきます。
はい、というわけで今日は時間ないのでここまでさせていただきます。
私は支部長技術研究所で技術ブログも運営しています。
また、X毎日役立つ技術情報の発信を行っておりますのでよろしくお願いいたします。
また、ポッドキャストものづくりのラジオの方も毎週土曜日週一で配信中です。
ポッドキャスト落ち着きAIラジオは毎週火曜日金曜日週二で配信中です。
こちらもぜひとも聞いてください。
本日、落ち着きAIが配信されているはずです。
今日、台風で東京に帰れないということがなければ、
無事に撮れているはずなんでね。
それを願いたいところですね。
愛知県はめっちゃ晴れてるからね。
多分大丈夫そうなんじゃないかなと思うけど、
ちょっと離れると違うからね。
まだ到着しないということだと思うしね。
面白いエクスタルバトルをリスナー向けごみにも運営しております。
15:01
こちらもお願いします。
LINEのオープンチャットもあります。
お願いします。
ボイスの方ではプレミアムリスナーを随時募集しております。
いつもの配信ではしないよう、
つっこの足を毎週水曜日、日曜日、週二で配信しています。
こちらもよろしくお願いいたします。
久しぶりに歩きながら撮ったけども、
疲れるね。
ということで、今日もちょっといろいろおこなしながらですね、
無事に東京に帰れるように頑張りたいと思います。
というわけで今回はここまで。
以上、渋長でした。
ではでは。
すいません、すっかり言い忘れてました。
というか無事に帰って来れました。
台風全然大丈夫だったね。
なんか新幹線止まってやべぇことになるんじゃないかと思ったんですけど、
東京に着いてもですね、そんなに雨もパラパラという感じなんで、
無事に帰って来れましたと。
で、ちょっと追加で撮ったのは、
コラボの告知を忘れていました。
本日ですね、9月22日火曜日21時からですね、
ボイスパーソナリティーコラボをやります。
コラボ相手はですね、もはやお馴染みですね。
純レギュラーと言っても過言ではない黒鷹さんでございますね。
黒鷹さんとのコラボは3回目?4回目?
ちょっともう結構やってるんで、
分かんないですけど、
前半後半どっちか分かんないですけど、
とにかく前半後半黒鷹さんのチャンネルと私のチャンネルでコラボをやりますので、
生放送ですね。
ぜひぜひ聞きに来ていただけると嬉しいです。
くしゃみが出たね。すみません。
撮り直さずにそのまま流してますけど。
はい、というわけで楽しみにしておいてください。
ぜひ9時から、21時からなんで、
比較的聞きやすい時間かなとは思うので、
ぜひぜひよろしくお願いいたします。
以上、しぶちょーでした。
ではでは。
