00:00
さて、今回が最終回になる予定ですけれども、 生成AIの進化と、ここまでのとこの進化というテーマで話をしていまして、
前回はですね、ハーネスエンジニアリングによって、 どんなふうに生成AIが動いているのかという話をしました。
どういうふうに動いていて、どんな姿勢かですね、 数学の未解決問題が解けるようになってきているとか、
アプリを作ったり、プログラムを書いたりするのを、 生成AIが自律的にできるようになってきているという話をしていました。
前回、プログラムが書けるとか、 数学の未解決問題がみたいな話をしていたんですけれども、
ちょっとイメージが湧きにくいかなと思いまして、 今回はぜひどういうふうにすれば体験できるかということを、
軽く紹介したい、まずは紹介したいと思います。
生成AIを使っている人もいろんな使い方をしていると思うので、
それぞれのレベル感というか体験感によって、 次何というのはあると思うんですけれども、
一般論的に言うと、多くの人はチャットGPTなり、 コードコーダーなり、ジェミニーなり、
いわゆるチャットでやり取りして話をするというのを 今使っていると思います。
エンジン周り以外の進化、プロンプトエンジニアリング、 コンテクストエンジニアリング、ハーネスエンジニアリングという
3段階でいくと、チャットインターフェースで できるのはプロンプトエンジニアリングと
コンテクストエンジニアリングまでなんですね。 チャットでやり取りをして話をして
使っていることが多いということであれば、 ぜひそれはプロンプトエンジニアリングの世界なので、
ぜひまずはコンテクストエンジニアリングの世界を 体感していただくといいんじゃないかなというふうに思います。
これはチャットのインターフェースでできます。 チャットGPTでもジェミニーでも
クロードコードでもチャットでやっていただくといいと思います。
コンテクストエンジニアリングをするためには、 いろんなファイルを渡して予備知識を渡して
精々AIとやり取りするということをやってもらうと、 コンテクストエンジニアリングの威力が出てくるかなというふうに思います。
具体的なケースでいくと、何かを調べたり何かの回答を 欲しいときに、多くの人がやっているんじゃないかなと思うんですけど
03:00
ワードファイルでもインターネットで調べたページの コピーペーストでも何でもいいと思うんですけども
自分が知っている情報をある程度 精々AIにも渡して、俺が知っているのはこういうこと
こういうことに基づいて考えてとか、 あるいは議事録のときにもちょっと話をしましたけど
こういうふうな出力が欲しいというときに、 テンプレートとか過去のひな形とか
あるいはテンプレートじゃなくてもいいですけど、 例えば議事録を作るとしたら
過去の議事録を3つぐらい渡して、 こういう形で議事録を作りたいというふうなことを教えるとかですね
いわゆるこっちは知っている文脈、 精々AIが知らないであろう文脈をなるべく渡して
こういうふうな文脈で考えているから、 こういうふうなことをしてねということを言うだけで
精々AIのパフォーマンスというのは結構変わってきます
そういうコンテクストエンジニアリングを まず体験していただくといいんじゃないかなというふうに思います
さらにぜひこのハーネスエンジニアリングというのも 体験体感してもらえると
今っぽくていいんじゃないかなと思うんですけど、 こうなるとまずはですね
ChatGPTでいくとコーデックス、クロードコードの方ですね
ChatじゃなくてQuarkでもなくてクロードコードの方を 使ってもらうのがいいかと思います
マイクロソフトのコパイロットでも できるということなんですが
ちょっとコパイロットを自分が使ってないので できるらしいというところでとどめますけれども
オープンAI、ChatGPTのシリーズのコーデックスか アンソロピックのクロードコードか
マイクロソフトのコパイロットかですかね
その3つぐらいで試していただくのがいいと思います
Googleの方があんまりそっちが 私の勉強不足情報収集不足かもしれませんが
Googleさんはちょっとそこを遅れていて Gminiシリーズなんかあんまりうまくできないみたいなので
他のやつを試していただくのがいいのかなというふうに思います
例えばコーデックスとかクロードコードを使うとして
最初に試すとこういう感じなのかというのが ピンとくるかなと思うのは
もちろんコーデックスもクロードコードも まずパソコン上のフォルダーで動くんですね
なのでパソコンの中にフォルダーを作って
06:00
そこで今何かやりたいことについてのテーマに関するような ファイルを集めるところからスタートすると
それで何がいいかな
例えば何かの調査をやりたいと思ったケースにしましょうか
自分が最近やった例でいくと ふと何かで話を聞いてたの
カンピシについて
初心百科のカンピシですね
中国の昔の思想家で
心象必抜とかいう言葉を生み出した人ですね
カンピシさん
カンピシについて少し体系的に知りたいなと思って
ネットの情報とかで書いてあるのが若干不満
それでの理解だとちょっと不満だったので
もう少し詳しく体系的に知りたいなと思って
調査をするという
マイミニプロジェクトをやったことがありました
そのときの例でいくと
例えばですけど
フォルダーを作ります
その中に
例えばカンピシについて調べたことを
2,3ファイル置いておきます
例えばWikipediaのコピーペーストを置いておくとか
他のブログの記事のコピーペーストを置いておくとか
そんなんでいいと思うんですけれども
そんなんを置いておきますと
3つぐらいインプットとなるような情報
初期のインプットとなるような情報を置いておいて
もうちょっと情報が欲しいので
第一弾のプロンプトとしては
例えばクロードコードに対して
今カンピシについて調べてます
こういう目的でまとめたいと思っています
とりあえず3つの情報を置いておいたので
今何が書いてあるかっていうのを
まずは読んで
何が書いてあるのかを理解してください
言ったりします
言ったりしますね
プロンプトって書きます
じゃあクロードコードが
最初に置いてある3つのファイルですね
読み込んで
大体やろうとしていることは理解しましたとか
いうふうに言ってくると思います
じゃあ次にですね
じゃあこういうふうな目的で
こういう調査をしたいと思っているので
どういうふうに進めればいいか
プランを立ててくださいと
クロードコードでも
コーデックスでもそうですかね
そうなったときに
大体プランモードというのが選べるので
プランモードを選びます
こういう目的でこういう調査をしたくてみたいな
今自分がやりたいことを
09:01
プロンプトに書くと
コーデックスなりクロードコードのほうが
適当によしなりですね
要は今こういうふうな背景があって
こういうものができれば合格ってことですよね
そうするためにはこういうふうに
作業を進めようと思うんですけど
いいですかみたいな
プランを立ててくれます
そのプランを見て
ここがいいここが悪いここ直せみたいなことを言って
プランをまず完成させます
プランに満足がいったら
大体向こうがこのプラン通りに進めていいですか
って聞いてくるんで
いいよいいよじゃあこれで進めてっていうふうに言うと
そのプランに沿ってですね
クロードコードなりコーデックスが試行錯誤して
ぐるぐるぐるぐるゴールに向かって
自律的に回しながら
ぐるぐるぐるぐる作業やるという様子が
眺められるようになります
これも一つハーネスエンジニアリング
ゴールを設定して達成要件を設定して
やり方を計画して
それに沿って内容が達成させられるように
ゴールが達成できるように
ぐるぐる回していくのを見るっていう意味で
これもハーネスエンジニアリングの体験だと思います
この後さらにハーネスエンジニアリング感を
味わおうと思うと
一回例えばさっきのCAN PCの場合だと
一回アウトプットが出てきて
調査が出てくるとしませんか
その調査結果を見て
多分100点満点で自分が欲しかった通りの
調査は出てこないと思うんですよね
出てこなかった時に
例えばこういうところを
こういうところが不満である
こういうところがすごい良かったので助かった
みたいなことを
プロンプトに書いて
生成AIにフィードバックします
フィードバックして直してっていうだけじゃなくて
あなたはこういう風な指摘を受けてしまったけれども
なんでこんな指摘を受けてしまったと思うか
自分で分析してって言うんですね
自分はこういうところを思い違いしてたから
期待通りになりませんでした
みたいなことの分析を言ってくると思います
分析もだいたい最初は表面的なことしか言わないんで
そういうことじゃなくて
もうちょっとちゃんと考えてとか
真意を分析してとか言うと
最近は割と一、二回やると
いい答えがいい答えっていうか
期待通りの分析が返ってきますんですかね
確かにそうだよね
そういうことが欠けてたから
期待するアウトプットにならなかったんだよね
っていう風にこちらが思えたら
今度はですね
どうすれば今後
12:02
同じような指摘をしなくて済むと思う
っていう風に聞くと
じゃあこういうところのメモに
今後起きないように
自分のメモに書いておきます
ということを生成AIが言います
それちゃんと今度からミスしないように
同じことが起きないようにちゃんと書いておいてね
その書いておいたことを
今後もちゃんと参照できるようにしておいてね
と言いまして
じゃあ分かりました書いておきます
って言って書くので
じゃあ今書いた今後こうしたらいいと思います
っていうのに基づいて
もう一回やってみてっていうと
今生成AI自体がですね
今自分で分析して
うまくいかなかった原因を分析して
次はうまくいく方法論っていうのを
先作りましたから
それに沿ってまた新しいアウトプットを
作ってくれると
その時にまた
こういう風なものを欲しいからねっていう
ゴールを考えさせた上でやると
より良いかもしれないですけども
とりあえず自己反省して
より良いアウトプットができる状態に
するというだけでも
サイクルとしては十分かなという風に思います
何が言いたかったかというと
こういうプランモードというのをうまく使って
要はゴールと
ゴールを自分で考えさせて
ゴールへ向かうやり方も自分で考えさせて
それが達成
それに基づいて実行する
ということをやってみると
自律的に生成AIがどういう風に考えて進めていくか
っていうのを体験できると思いますし
その後
自分でうまくいかなかったところを分析させて
ゴールは一回達成してるんですよ
そのプランに沿ったゴールは達成してるんですけれども
こっちの機体には多分到達してないので
どういうとこが到達してないか
なんで到達しなかったかということを
自己分析させて
次以降の作業に生かさせるということをすると
同じことは何回も繰り返し言わなくても
先より賢い状態で
作業をしてもらえる状態になるわけですね
だから話をすればするほど賢くなっていくと
今 カンピシーを勉強するという
まとめるということをサンプルに挙げましたけれども
こういうやりとりを繰り返していくと
カンピシーについて調べるということについて
すごいこちらの機体通りやってほしいことを
的確に
しかも自分で考えながら
15:00
自分なりに判断しながら
アウトプットするということをやってもらえるようになる
そんなことを体験できるんじゃないかと思います
その体験するためにも
コーデックスかクラウドコードか
マイクロソフトの
コパイロとかを使ってみていただくと
いいんじゃないかなと思います
ただ今だと基本的には有料プランでしか使えないので
月額100ドル200ドル
20ドルか
3000円くらいのプランになると思うんですけれども
産業革命を超えるインパクトっていうのを
体験する値段だと思えば
1回3000円払うくらい
正直タダみたいなものだと思うので
ぜひ体験していただけると
いいんじゃないかなと結構強く思います
続いてハーネスエンジニアリングの次に何が来るかということです
この辺りはまだ
いい手法が見つかったら
みんながどんどん開拓するっていう
ステータスにあるので
どっち方向に行くかは正直わからないっちゃわからないんですけど
多分このハーネスエンジニアリングの
自然な行き先としてになると思うんですけど
おそらくこのAIを
生成AIを先みたいに
自律的に判断して動かすということの延長と
自律的に判断して動ける
AI社員というか
AIメンバーを作っておいて
独立した専門性のあるエージェントを
複数組み合わせて作業させるという方向に
多分着地していくだろうなというふうに思います
最近記事とか紹介ブログ記事とか
何度かもAIが適当に書いたような記事が多くて
どこまでが本当でどこまでが本当じゃないのか
なかなか判断しにくいところがあるんですけれども
最近よく話題になっているやつでいくと
少人数
AIの社員を
仮想的なAIの社員を作って
そのAIの社員に業務をやらせるというような手法とかですね
別に社員に限らなくていいわけなので
会社に例える必要は必ずしもない
チーム AIの複数の人格のメンバーを作って
そのチーム
複数のメンバーで一つのチームを組成して
18:02
役割分担をさせながら
作業を進めさせていくというのはどういうことかというと
AIが自律的に動けるようになったときに
あれもこれもやらせるより
ある専門的な作業に特化したほうがパフォーマンスがいいと
例えばさっきの完備紙の調査というふうな例を挙げたときに
完備紙の基本的な調査ことを
いろんな情報を集めてきて
とにかくいろんな情報を集めてきて
素材を用意する係と
素材を調理してどういうふうな
調理 まとめ方をするといいかというので
まとめを作る係と
今度はまとめたやつを
いろんな人の目でチェックして
読みやすくする係というんですかね
文章としての読みやすさもあるでしょうし
どういうニーズとかどういうふうな要望に対して
どういうふうなまとめ方をすると読みやすいかとか
アウトプットの品質をチェックする係と
あるいはこれを公開して誰かに読んでもらおうと思うと
どういうふうな公開の仕方をすればいいかとか
SEOを対策すればいいかとか
公開を専門にした人とか
例えば完備紙の調査をアウトプットするというのに関しても
これぐらい4つぐらいに役割分担をして
やらせた方が効率的
効果的であろうということが言えると思うんですね
これはAIの人格というか
AIで作ったキャラクターを4体用意して
役割分担をさせながら
何かのアウトプットを作っていくという例ですけれども
そういう感じでAIメンバーを作って
AIチームを組成してアウトプットしていくということが
おそらくこれからもうちょっと発展していくであろうと
そうすることによって
ハーネスエンジニアリングでやっていたことを
ハーネスエンジニアリングを分業するというイメージだと思うんですけれども
分業することによってよりいい出力が得られるように
アウトプットを得られるようにしていくという方向に
進んでいくんじゃないかなというふうに予想をしています
予想は予想なので
どういうふうになっていくのか
未来は分からないわけですけれども
自然な季節としてはそっち方向にいくんじゃないかなというのが
21:03
今までの私の予想になります
今までの問題意識とどういう話をしたかというのを
サマリーすると
生成AIは産業革命以来の産業革命を超えるようなインパクトを
人類にもたらすと言われているわけですけれども
それがどういうことなのか
ピンときている人とピンときていない人と
いろいろ体験 体感に差があるんじゃないかなということで
今の状況というのを紹介しようと思って
しゃべってきました
生成AIの進化というのを2階建て
エンジン部分とエンジン周り部分ということで
分けて紹介してきました
エンジン部分の進化ももちろんすごく進化していて
最初に素朴に回答していく
回答が返ってくる第一世代
これもすごい衝撃的だったわけですけれども
第一世代
それに対して文字列 文章だけじゃなくて
画像とかファイルとかいろんなものを扱えるようになった第二世代
マルチモーダルと言われる第二世代があり
最後に自文字として深く考えることができるようになった第三世代
推論ができるようになった第三世代ということで
エンジンに関しても第一 第二 第三という世代で進化してきました
エンジンのほうの進化ももちろんすごいんですけれども
エンジンをどう使うかという
エンジン周りの進化もこれと並行して進化してきてまして
それをプロンプトエンジニアリング コンテクストエンジニアリング
ハーモニスエンジニアリングという三段階を経て
今があるという話をしてきました
プロンプトエンジニアリングというのは
どのようにChatGP
生成AIに質問するかというテクニックの話で
コンテクストエンジニアリングというのは
一般知識じゃない個別のドメイン知識とか
今 私の中で人間のほうが興味があることを
いかに生成AIに教えておくかと
文脈をいかに共有するかということで
コンテクストエンジニアリング
それが第二世代ですね
第三世代はハーモニスエンジニアリング
これ定義もいろいろあるんですけど
ゴールを的確に
達成条件を的確に与えることによって
自律的にAIがぐるぐるぐるぐる回る状態を作って
自律的に考えながらアウトプットを出させる技術
それをハーモニスエンジニアリング
24:00
第三世代のテクニックとして
ハーモニスエンジニアリング
そういう形で進化してきたという話をしてきました
おそらくこれの起結として
このまま進化していくと
AIチーム 技術的な人格を作って
それをコラボレート 協力して仕事を進めさせる
AIチームをどう組成して問題を解かせていくか
アウトプットを作っていくかというふうに
おそらく進化するであろうという話をさせていただきました
こういうふうな進化をしているので
同じことの繰り返しになりますけど
こういうふうに進化してきているので
数学の未解決問題も
生成AIが解けるようになってきているし
プログラマーはプログラムを書かなくても
済むようになってきていますし
おそらくそんなに遠くない将来
生成AI自体が最先端の
生成AIのエンジンを作るという世界が
そんなに遠くない将来に来るんじゃないかなという
状況になってきつつあると
そこまで至ると
汎用AIが 汎用知能ができるかどうかというのは
個人的には懐疑的ではありますけれども
少なくとも産業革命を超える
余裕で超えるようなインパクトをもたらすということは
生成AIが生成AIで作れるようになると
半端ない進化が
要は生成AIが自動的にどんどん進化していく状態になっていきますから
ちょっと予想のつかないようなインパクト
っていうのが起きてもおかしくないかなという時代に
突入するんじゃないかなということでした
そのあたりのルーツというか土台になるのが
全部トークンにあるということで
今回前半のほうでは
トークンの話をちょっとしつこめにさせていただきましたけれども
トークンが何かっていうのはあまり説明しないまま
トークンがポイントだという話をしてきましたけれども
だからあれですね
フロードコードとかだと
何本トークンを使いましたとか
いうことがしょっちゅう表示されているわけですけれども
トークンが全ての土台にあるというようなことも
感じていただければいいなというふうに思いました
ということで最終回これで終わりたいと思います
シリーズ全体としては
生成AIのここまでのところのざっくりとした進化の歴史と
これからどういうふうになっていくんだろうかという
これはそれほど信憑性はないかもしれませんが
27:03
多分こうなるだろうという予想の話でした
とにかく進化というか変化が激しいので
何がどうなるかわからんちゃわからんですけれども
割と細かい
これでも細かいことを除いて
骨組みのところを共有したつもりなので
すごくざっくりとした理解としては間違ってないと思いますし
今後どうなるかということについても
そんなに大きく外すことはないんじゃないかなと思っています
でも半年後1年後にもう1回この話をし直すとすれば
もしかして全然違う世紀になっているかもしれないですね
それぐらい先の読めない世界だなということです
なるべくシンプルに2要点だけ抽出したつもりではあるんですけれども
トータルで2時間半超えぐらいの収録になってしまいました
6回に分かれることになるのかな
長い時間お聞きいただきありがとうございました
