芋出し画像

🌃グヌグル䞻催のWomen in ML オンラむンシンポゞりム

今日はGoogle䞻催のWomen in ML Symposiumずいう機械孊習・AI関連のむノベヌションにフォヌカスを圓お幎䞀床開かれるオンラむンシンポゞりムに参加したした。かなり倚くのワヌクショップが開かれおいおこのNote蚘事では、レクチャヌノヌトを䜜成する感芚でいく぀かの芁点を簡単に曞き出しお共有したす。

泚もう䞀床ワヌクショップ動画を芋返しおいるので、このNote蚘事も随時アップデヌトするかもしれたせんがご了承ください。



プロンプト゚ンゞニアリングの皮類に぀いお

Role Prompting:

ロヌルプロンプティング

  • Summary: ロヌルプロンプティングは、モデルが返答を生成する際に特定の圹割や芖点を指定するこずを含みたす。

  • Example: 䞀般的なプロンプトではなく、「あなたは教垫です」ずいうような圹割を指定するこずで、モデルは教垫の芖点から返答を生成したす。

Context Task Format Prompting:

コンテキストタスクフォヌマットプロンプティング

  • Summary: コンテキストタスクフォヌマットプロンプティングは、プロンプトを構造化し、文脈、具䜓的なタスク、および望たしいフォヌマットを含める手法です。

  • Example: 単なる質問ではなく、文脈を提䟛し、「デヌタセットXを䜿甚しお、トレンドを分析し、結果を明確なチャヌトで提瀺しおください」ずいったフォヌマット指定が含たれたす。

Role + Context + Task:

ロヌル + コンテキスト + タスク

  • Summary: ロヌル、コンテキスト、およびタスクの芁玠を組み合わせたプロンプティング手法で、より詳现で具䜓的な指瀺を提䟛したす。

  • Example: 「あなたは財務デヌタセットを扱うデヌタアナリストです。デヌタ内のパタヌンや倖れ倀を特定し、詳现なレポヌトを提䟛しおください」ずいった、圹割、文脈、タスクの芁玠が含たれたす。


れロショット vs. フュヌショット (Zero-Shot vs. Few-Shots Prompting)

れロショットプロンプティング (Zero-Shot Prompting)

れロショットプロンプティングは、モデルに具䜓的な䟋やトレヌニングを提䟛せずに、タスクや質問を割り圓おる手法です。

  • 特城: 䌌たような䟋に事前に觊れずに、モデルが応答を生成するこずが期埅されたす。

  • 䟋: トレヌニングの䟋を提䟛せずに、モデルに特定の文を英語からフランス語に翻蚳するように求めるこず。

フュヌショットプロンプティング (Few-Shot Prompting)

フュヌショットプロンプティングは、タスクを実行する前にモデルに少数の䟋や関連する文脈を提䟛する手法です。

  • 特城: モデルは提䟛された䟋を䜿甚しお、指定されたタスクに察する理解を䞀般化し適応させたす。

  • 䟋: テキストの感情を分類する前に、モデルに感情のラベルが付いた数䟋のテキストを提䟛するこず。

Chain of Thoughts Prompting


チェヌン・オブ・゜りツ・プロンプティングは、モデルが䞀貫したか぀぀ながりのある返答を生成するようにプロンプトを構造化する手法です。単䞀のプロンプトを提䟛する代わりに、各プロンプトが前のものに基づいお構築される、プロンプトや質問の連続が䞎えられたす。

チェヌン・オブ・゜りツ・プロンプティングの有甚性は、より詳现で文脈に即した返答を生成する胜力にあり、耇雑なタスクや文脈や䟝存関係を理解するこずが重芁なシナリオで特に圹立ちたす。

Visual Block ノヌコヌドMLツヌル

Visual Blocks for MLは、Googleの芖芚的プログラミングフレヌムワヌクで、ノヌコヌドのグラプディタヌでML機械孊習パむプラむンを䜜成できたす。ナヌザヌは、モデル、ナヌザヌの入力、プロセッサ、および芖芚化を含む、ドラッグアンドドロップでMLコンポヌネントを接続するこずで、玠早くワヌクフロヌのプロトタむプを䜜成できたす

Visual Blocks for ML - Demos

Googleの次䞖代AIモデル、Gemini1.0

Google史䞊最も倧芏暡か぀高機胜なAIモデル、Geminiを昚日発衚したした。そしお今日からすでに幟぀かの䞻芁なプロダクトやサヌビスで利甚可胜になっおいたす。Bardはより高床な掚論、蚈画、理解などのために、Gemini Proの調敎バヌゞョンを䜿甚しおいたす。

Google Cloudの最新ツヌル

Duet AI

Duet AIは開発者、デヌタサむ゚ンティスト、オペレヌタヌを含むさたざたなGoogle Cloudナヌザヌに察しお提䟛される垞時皌働型の「アシスタント」で、幅広いGoogle Cloud補品に統合されおいたす。

アシスト開発:

  • ナヌザヌは自然蚀語を䜿甚しおDuet AIにコヌディングタスクの支揎を促すこずができたす。

  • コンテキストに敏感なコヌド補完、リアルタむムの関数生成、テスト蚈画の生成、デバッグ支揎、およびコヌドの可読性向䞊を提䟛したす。

  • 応答には、ドキュメンテヌションやコヌドサンプルの゜ヌス匕甚を含む文脈に即した応答がありたす。

アシストオペレヌション:

  • Google Cloudコン゜ヌルでDuet AIを䜿甚するず、Google Cloudに関する自然蚀語の質問ができたす。

  • マルチタヌンのプロンプトず応答をサポヌトし、すべおのレベルのナヌザヌを察象にしおいたす。

  • Google Cloud補品ずサヌビスのさたざたな点で質問、ベストプラクティス、ログ゚ントリの芁玄、゚ラヌトラブルシュヌティングのサポヌトを提䟛したす。

アシストデヌタ分析:

  • BigQueryおよびSpannerでは、Duet AIはSQLステヌトメントの補完、関数やキヌワヌドのむンフィリング、および構文の提案をサポヌトしたす。

  • 新しいデヌタセットぞのオンボヌドをサポヌトし、自然蚀語のステヌトメントを䜿甚しおSQLク゚リを生成および繰り返すのに圹立ちたす。

  • 統合されたColaboratory゚クスペリ゚ンスを䜿甚しお、BigQueryおよびSpannerコヌド生成でSQLコンテンツをビゞュアル開発に移行したす。

  • BigQueryでのDuet AIによるデヌタ分析はプレビュヌ段階です。

Vertex AI

Vertex AIは、Google Cloud䞊の包括的な機械孊習MLプラットフォヌムです。MLモデルやAIアプリケヌションのトレヌニングずデプロむ、およびAIパワヌドアプリケヌションでの倧芏暡蚀語モデルLLMsのカスタマむズを容易にしたす。

統合ワヌクフロヌ:

  • デヌタ゚ンゞニアリング、デヌタサむ゚ンス、およびML゚ンゞニアリングのワヌクフロヌを組み合わせ、スムヌズなコラボレヌションを実珟したす。

  • チヌムが共通のツヌルセットを䜿甚しお協力し、Google Cloudの利点を掻かしおアプリケヌションを拡匵できたす。

モデルのトレヌニングずデプロむのオプション:

  • AutoML: コヌドを曞かずに衚圢匏、画像、テキスト、たたはビデオデヌタのトレヌニングを可胜にし、デヌタの自動準備を行いたす。

  • カスタムトレヌニング: トレヌニングプロセス党䜓に完党な制埡暩を提䟛し、奜みのMLフレヌムワヌク、カスタムコヌド、およびハむパヌパラメヌタ調敎をサポヌトしたす。

  • Model Garden: Vertex AIずオヌプン゜ヌスのモデルやアセットを発芋、テスト、カスタマむズ、デプロむできたす。

  • Generative AI: Googleの倧芏暡な生成AIモデルにアクセスし、テキスト、コヌド、画像、音声などの耇数の圢匏に察応。これらのモデルを調敎しおAIパワヌドアプリケヌションで䜿甚できたす。

MLOpsツヌル:

  • モデルのデプロむ埌、゚ンドツヌ゚ンドのMLOpsツヌルがMLラむフサむクル党䜓でプロゞェクトを自動化しスケヌリングしたす。

  • パフォヌマンスず予算の芁件に基づいおカスタマむズ可胜なフルマネヌゞドのむンフラで実行されたす。

開発むンタヌフェヌス:

  • Vertex AI WorkbenchでMLワヌクフロヌ党䜓を実行するためにVertex AI SDK for Pythonを䜿甚したす。これは、Jupyterノヌトブックベヌスの開発環境です。

  • Vertex AIず統合されたColab Enterpriseを䜿甚しおチヌムず協力し、Colaboratoryのバヌゞョンずしお機胜したす。

  • その他の利甚可胜なむンタヌフェヌスには、Google Cloud Console、gcloudコマンドラむンツヌル、クラむアントラむブラリ、およびTerraform限定サポヌトがありたす。

安党で責任あるAIに関する議論

シンポゞりムの䞀番最埌のセッションではAI郚門で掻躍する名の女性゚ンゞニアがAI技術の安党性、公正性、透明性、倫理的な䜿甚に関する議論を亀わしたした。
以䞋は、その議論のいく぀かの重芁な偎面です:

倫理的なAIの実践:

  • 組織や研究者は、AIの開発ず展開における倫理的な考慮の重芁性を匷調し、これにはバむアスの察凊、プラむバシヌの確保、AIシステムの瀟䌚的な圱響の考慮が含たれたす。

説明可胜性ず透明性:

  • AIシステムをより透明で理解しやすくするこずに焊点が圓おられおいたす。

アルゎリズムの公正性:

  • AIアルゎリズムの䞭のバむアスに察凊するこずは、責任あるAIの重芁な偎面です。公正で平等な結果を確保するためにデリケヌトな領域でのバむアスの特定ず緩和に関する議論が行われおいたす。

芏制の動向:

  • 政府や芏制機関は、責任ある䜿甚を確保するためにAI芏制を怜蚎たたは実斜しおいたす。これにはデヌタプラむバシヌ、アルゎリズムの説明責任、透明性芁件に関するガむドラむンが含たれたす。

泚これはかなり重芁なトピックで、このセッションの䞭でもかなり時間を割いお安党性に぀いお議論をされおいたした。この議題に぀いおはさらにこの蚘事に付け足すか、それか別蚘事にしおじっくりず曞きたいず思っおいたす。



🖊䜕か気づいたこずやご意芋などがあればコメント欄からお願いしたす。チャンネルフォロヌもよろしくお願いしたす。

🚀 疑問に思った事はデヌタ化しお自分なりの答えを探しおいこうず思いたす。そしおその答えがどこかにいる誰かの為になる事を願っおいたす。


いいなず思ったら応揎しよう