Phase 1で学んだAI基礎知識を総復習しましょう。ここまでの内容をしっかり押さえれば、試験の土台は完成です。
戸倉 ジャスミン
うおー!
Phase 1、ついに最後まで来たね!
あたし、ちょっと成長した気がするんだけど、実際どれくらい身についてるかな?
香月 リサ 先生
みなさん、本当によく頑張ったわね。
今日はPhase 1のハイライトを一緒におさらいしましょう。
深見 つむぎ
項目ごとに順番にいきましょう。
まずAIの歴史と定義から。
香月 リサ 先生
AIの定義は「人間の知的活動をコンピュータで実現する技術の総称」。
1956年のダートマス会議でジョン・マッカーシーが命名したのが起点ね。
戸倉 ジャスミン
そこから第一次AIブーム(探索と推論)、第二次AIブーム(エキスパートシステム)、冬の時代を経て、2012年の AlexNet で第三次ブームが始まって、2022年の ChatGPT で第四の波、っていう流れだったね。
雪村 ましろ
えっと…ここでちょっとだけ背伸びしてもいいですかぁ?
李飛飛(Fei-Fei Li)教授の論文「ImageNet Large Scale Visual Recognition Challenge」(2015年)によると、2010年から2015年の間にエラー率が28.2%から3.57%まで劇的に下がったそうなんですぅ。
戸倉 ジャスミン
待って待って、ましろが論文引用!?
今日なんかいつもと違くない!?
深見 つむぎ
ましろちゃん、その数字すごく正確ね…。
もしかして、文芸部の調べ物で深掘りしてたの?
雪村 ましろ
えへへ、お兄ちゃんの大学の教材に載ってて、つい覚えちゃったんですぅ♪いつか使ってみたいなぁって思っててぇ〜。
香月 リサ 先生
素晴らしい、ましろちゃん。
継続した学びの姿勢こそ、Phase 1の最大の成果ね。
深見 つむぎ
次に技術面の包含関係。
AI ⊃ 機械学習 ⊃ 深層学習。
これは図で覚えるのが確実ね。
戸倉 ジャスミン
データ関連では、ビッグデータの3V(Volume, Velocity, Variety)、構造化・非構造化データ(世界の8割は非構造化)、データ前処理が工数の約80%、データバイアスへの注意、だったっけ。
香月 リサ 先生
完璧よ。
学習と推論の2フェーズ、過学習(オーバーフィッティング)と汎化性能、評価指標(精度・再現率・F値)も忘れずに。
深見 つむぎ
AI開発プロセスは「課題定義→データ収集→前処理→モデル開発→評価→運用」、そしてPoCで小さく試すこと、MLOpsで継続運用すること。
雪村 ましろ
最後は人とAIの関係!
Human-AI Collaboration、Human in the Loop、AI の得意と苦手、社会実装、そして身近なAIサービス…盛りだくさんでしたぁ。
戸倉 ジャスミン
すごっ、こうやって並べてみると、あたしたちPhase 1で生成AIパスポートの土台になる概念、ほぼ全部触ってるじゃん!
香月 リサ 先生
そうよ。
Phase 2以降はこの土台の上に、具体的な生成AI技術、プロンプト、ガバナンス、法律といった応用が乗るの。
Phase 1 はまさに入り口。
深見 つむぎ
Phase 1 は「AIとは何か」「何ができて何ができないか」を理解する段階。
この感覚をしっかり身につければ、次のフェーズで道に迷うことはないわ。
雪村 ましろ
ましろ、今日から胸を張って生成AIパスポート受験生って名乗れますぅっ!
戸倉 ジャスミン
次のPhaseも頑張るよっ!
先生、引き続きよろしくね!
香月 リサ 先生
こちらこそ。
Phase 2 は「生成AIの仕組みを深掘り」。
より面白くなるから楽しみにしていてね。
確認クイズ
Phase 1のまとめとして、第三次AIブームの中心技術はどれか。
- エキスパートシステム
- 探索と推論
- 機械学習(特にディープラーニング)
- 量子コンピューティング
こたえを見る
正解: 3. 機械学習(特にディープラーニング)
第三次AIブームの中心技術は機械学習、特にディープラーニングです。2012年のImageNetコンテストでAlexNetが圧勝したのが転換点で、2016年のAlphaGoの活躍で一般認知が広まりました。生成AIはこの延長線上にあります。