AI人材育成講座 第２回 未知なるものを学ぶ
知らないものは知らない、知らないことも知らない
まずは、恒例の質問コーナー個人情報を預かる会社は、やろうと思えば、それを抜くことは、簡単にできる。技術的に可能な中で、「やってないよ」をどこまで信じるかという世界である。
誰をどう信用するかが重要になってくる。
確保されたメジャーなサーバーはAWSやMicrosoft、Googleしかない。
いかにそれを信頼するかになる。プライバシーポリシー通りにその会社がやってるかどうか？それは、外からはわからない。
電子カルテもそう、オンプレを信頼する？
自社のSEのセキュリティと、クラウドサーバーの信頼とどちらをどこまで信じるかになってくる。
医療業界がお金がなくなっている中、自社セキュリティがGoogleやAmazonを超えるほどのセキュリティを準備できますか？
もう、クレカの暗証番号、さまざまなサイトのパスワードももう預けてますよね。
それがOKで他の個人情報はダメなのか？
コロナ禍で明らかになったこと「絶対」はない。時代の変化に応じて「相対的にこちらの方が良い」が今後も出てくる。
皆がいいものが一様にいい時代は終わった。
これからは多様性の中で、「自己責任」で境界をこえる「決断」をしなければならない。
その時、誰をどこまで信じるかは「自己責任」になる。
個人情報を扱う時の基本
「マックのJKに聞かれても問題ない内容にしておく」
A病院医師「田中さんが肺炎で入院して命が危なくてさー」
これはダメ
Aさん「90歳くらいの女性が肺炎で命危なくってさー」
これはおそらくセーフ
これくらいの肌感で「自己責任」で対応していこう。
OpenAIをどこまで信用するか？
まずは当講座では、Azure OpenAI Servise
であれば、オンプレoffice程度のセキュリティを保っていると判断して使っていくこととしている。
テクノロジーの進歩によって変わること
産業革命、活版印刷の時代より、価値の総量の上昇は指数関数的に伸びている。
AIが仕事を奪うのではなくて、AIを使う人間に仕事を奪われる
インターネットが普及するまで16年
携帯電話が普及するまで8年
SNSが普及するまで6年
Chat GPTが普及するには三ヶ月！
ゲームチェンジが容易に、高速に起こっている
この講座で鍛えていくべき力はAIの使い方ではなく
変化の多い時代の中で、新しいシステムをキャッチアップし、それを使える「人間力」を鍛える
ChatGPTの進化はすごい
AIの精度は上がり方が尋常ではない。
10年後には今の人間の知能の10倍
20年後には1万倍になると予測されている。
今のうちにこのLLMを味方につけて使いこなせるようになっていく必要がある。
AIを使えるか使えないかで、格差はどんどん広がる！
今では写真一枚の容量・・・・
AIによって知能の価値はなくなる！
価値を生み出せるようになるためには、情報をキャッチアップして実際に使えるようになることが必要である。
①テクノロジーの変化を知ること
→今は未知の情報源としてXをハックする
PBLあkらセレンディピティを発揮させ、普段交わらない人と協業することで新しい発見をする
②合意が取れるという資質
→PBLを通じて他業種との距離感を知る。根回しをして実装まで持っていくことを知る。
③技術的に具現化する
→実際に使えるものを作る、使う、作れる人を下がる。
これをチャレンジしていく上で、今失敗のリスクは極限まで下がってきている。
AIを作る、プログラミングをするそれは非常に安価に作れる
「０リスクを目指す企業が多い。これだけ激しい変化の時代では、変わらない、チャレンジしないこと自体がリスクである。」
フランケン先生のSUNABACOハック術
前半の詳細はAI人材育成講座０に
我々が歳をとるスピードと同じスピードで、定年退職が伸びている
「やりたいことがあるならば、それをやる準備をしなければ、できない時代が来る」
被雇用労働者のワークハック術
可処分時間を作って再投資するために、被雇用で時間を得ていく。
被雇用はリスクを取るための安全ネットとして使いながら自分の可処分時間を獲得していく。
会社には、お金を要求することは不可能！（雇用契約を書き換えるのは困難）。可処分時間を上手に獲得することが大事。
よりバリューのある仕事をやると、そのバリューによって来る人が増えると、相対的に価値が上がってくる。この積み重ねで「可処分時間」を確保していこう。
リスク小さくチャレンジできる。
これの重要なポイントはアジャイル手法を簡単にできるということ！
ユーザーレビューは動画でやる。動画を見ながら具体的にセクションに分けてレビューする。ビデオの話している時間も列記してそこを振り返るようにしている
→営業が聞いてきたレビューには営業の視点でマスクされてしまう。実際の動画で情報を得ることで、より情報量多く得ることができる（1分の動画は3600枚のテキストと同じ情報量がある！）
モックアップを作ることで「顧客が本当に必要だったもの」をより解像度高く表現できる。アジャイルで何回も作ってみる。
できた後にこれじゃない！ってなることが多すぎる。
今までは、完成後全てが違う！やり直し！っての多すぎて、予算もかかるし納期も伸びまくる
機能は完璧ではないが、それなりにニーズを満たす「モックアップ」を作って、要件定義を明らかにして外注して作ってもらう。
このプロダクトで、自分たちの「困りごとを解決」することができる。さらに次は「お金になる」ポイントを見つけていく！
医療系はそのまま課金を拾うことが難しい。
同じプロダクトを骨格に、別の課金テーマに服を着せ替えて販売する方向性もできる。
PBLをやってく上で、他業種とのクロストークで新しい考え方もできるようになる（セレンディピティ）
自分のやりたいことをやるのであれば、講師を使い倒す！
このAI人材育成講座を受けることで
プログラムとしての構成を考えつくことができるようであれば、講師に手伝いをおねができるかも？（もちろん自力で可能な限り調べることができれば）
未知なるものを学ぶ
新しいことを勉強する事を学ぶときには、「当たるものを予測することはできない」
「やりたい事」を先行させ、それに必要な技術を自分で調べ、小さく始めていくことができる時代になっている。
ChatGPTはなんでもできる！じゃあ、あなたはChatGPTをうまく使うことはできますか？
着想するためには、現場の知識
→その対策事例を知る
これは、実行できる知識がなくても着想がなくてもLLMを使うことで、それを補助してくれるようになる！
複数のことに手を出して、たくさんのことを試行錯誤する。良い結果が出たものを叩いて大きくしていく。
これがより小さいハズレを大量に出しても、痛み少なくあたりを確保していくことができる。
イメージがあって、意義があって、誰かがやっているものはLLMで再現することができる！
確実な知識を得てから実装するという過去の学びから
不確実な実装をしてから、検証と勉強をする
全く反対の手法でより早く学び、実装することができる。
新しい学びとLLMの使い方
教科書や参考書を知らなくても、基礎をすっ飛ばして解法を教えてくれる。最終的には、その問題を解くときに勉強すべき場所をピンポイントで教えてくれるようになる。
LLMを用いた新しい学びで、今必要な技術を最低限学ぶことができる。
LLMは確率と統計で出された結果である。
ある状況で、多くの人が「これいいね」と思う回答を出すのがLLM
出したものを人間が責任を取るためには、検証が必要。
落第は絶対にしないけど、100点にも絶対にならない
検証することが人間の仕事です。
その方法は
・人間の知識と照合する
・書籍や検索で裏どりする
・実際に実行して、ちゃんと動くことを確認する
試行錯誤、自分のしたいことこれを言語化することが一番大事なこと
試行錯誤のルーチンワーク
ほとんど全ての試行錯誤の方法で、実行することができる。
これがLLMの革新的なこと
とにかく「言語化」
それではお題から、実際に手を動かす。
受講生の自己紹介の中から、より類似点のある人を分析してプロットしてみる。
→この内容を上手に言語化すること、GoogleColabにその表を作ることをやってみる
ChatGPTにやりたいことを伝える→Colab用のコードを書いてもらう→アウトプットを共有しよう
10分でっ
えっ！10分でっ！
お手本、実際は音声入力で作っていくのが一番楽
LLMには多くの情報量をまとめる力があるので
「知ってるだろ、ニュアンス掴め」ではなく、徹底的に情報を与えておいた方が、よりよく精度をあげてやっていける
一個作れてしまうと、上手に拡張もできる
実際の手を動かすことで、よりその機能について慣れていくことができる！
未知なることを知る
知ること、やること、巻き込むこと、繰り返すこと
失敗を許容してたくさんチャレンジすることが重要！