AIに仕事をさせる① DeepTech観測
2年半ぶりくらいの投稿。
Noteにログインするのも1年位かなぁ。
ここ1年は生成AI絡みの仕事ばっかりやってます。
相変わらず企業向けの提案書やレポートを描くのが仕事のコンサル商売ですが、直近は筋は自分で考えるが、詳細を描く部分は半分近くは生成AIに任せる方向にシフトしました。なのでNote記事投稿もその手法でやってみたいと思います。
ちなみに僕はプロンプトエンジニアリングのプロではないので、秀逸なプロンプトを描けるわけではない。ただ……生成AIが出したアウトプットについては、自分も描いている手前、そこそこ評価できるので、生成AIに描かせた上でコメントしていきたいと思います。
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
まずは最新の『Deep Tech』の観測
以下のプロンプトでGPT O4に回答を描かせてみました。
GPT O4の回答
ディープテック(Deep Tech)は、科学的発見や高度な技術に基づき、社会課題の解決や産業の革新を目指す分野です。以下に、最新のディープテックのトレンドをジャンル別に整理した一覧をまとめました。
これらのトレンドは、今後の社会や産業に大きな影響を与えると考えられます。各分野での技術革新が進むことで、私たちの生活やビジネスの在り方が大きく変化するでしょう。
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
↓ ↓ ↓ ↓ ↓ ↓ ↓
さて。
この出力は想定したよりかなり大雑把なので、もっと詳細を知りたい。
なので、次いで以下のプロンプトでブレイクダウンさせてみた。
人工知能(AI)・機械学習
生成AI
テキストから画像や動画を生成する技術の進化(例: DALL-E、Stable Diffusion)。
コード生成や補助AIツール(例: GitHub Copilot)。
エージェント型AI
自律的に目標達成を支援するAI(例: ChatGPTにおけるコードインタープリター)。
個別タスクに特化したAIボットの普及。
スパースモデルと効率化
巨大なモデルサイズに依存しない効率的なアルゴリズムの研究。
少数データでの高性能学習(Few-shot Learning、Zero-shot Learning)。
バイオテクノロジー
CRISPR技術の進展
遺伝病の治療に向けた新しい編集技術(例: CRISPR-Cas9の改良版)。
生物農業技術としての耐性作物の開発。
合成生物学
人工DNA合成による新しいバイオマテリアルの開発。
微生物による持続可能な化学品製造。
個別化医療
患者の遺伝情報に基づくカスタマイズ治療の実現。
遺伝情報とAIを活用した疾患予測技術。
クリーンエネルギー
次世代バッテリー技術
固体電池の商業化とコスト削減。
リチウム代替材料(ナトリウムイオン電池など)の研究進展。
グリーン水素
水素製造のコスト削減とインフラ整備。
太陽光や風力による再生可能エネルギーからの水素生成。
カーボンリサイクル技術
二酸化炭素を燃料やプラスチック原料に転換する技術。
量子コンピューティング
量子優位性の証明
Google、IBMなどによる新しい量子アルゴリズムの提案。
量子ネットワーク
量子通信のセキュリティ強化。
分散型量子コンピューティングのインフラ構築。
産業応用の模索
金融分野でのポートフォリオ最適化やリスク管理。
新薬設計や分子モデリングのシミュレーション。
ロボティクス
ヒューマノイドロボット
人間の作業を模倣する高精度ロボット(例: TeslaのOptimus)。
介護分野でのパーソナルロボットの応用。
ソフトロボティクス
柔軟な素材を用いたロボット(例: 食品産業での活用)。
人間の身体を補助するウェアラブルデバイス。
ドローン技術
ラストマイル配送の商用化(例: Amazon Prime Air)。
農業用ドローンによる精密農業の支援。
宇宙開発
月面探査
NASAの「Artemis計画」や民間企業による月面基地構想。
月資源(ヘリウム3、氷など)の採掘技術。
低軌道衛星群(LEO)
インターネット提供のための衛星群(例: Starlink)。
地球観測や気象予測用途の衛星技術。
再利用可能ロケット
スペースXやブルーオリジンによるコスト削減技術。
小型ロケットの商業打ち上げ需要の増加。
ナノテクノロジー
ナノ材料の開発
グラフェンを活用した高性能電子部品。
ナノコーティング技術による耐久性の向上。
ナノ医療
ナノ粒子を利用したドラッグデリバリーシステム。
癌治療における標的型治療薬の開発。
環境応用
水浄化や空気清浄のためのナノフィルター技術。
持続可能なエネルギー生産のための触媒設計。
拡張現実(AR)・仮想現実(VR)
没入型エンターテインメント
VRゲームの進化(例: ハプティクス技術との統合)。
メタバース空間での体験提供。
教育とトレーニング
医療手術シミュレーションや産業用トレーニング。
仮想教室や遠隔学習の実現。
産業用途
製造業でのARによる組み立て支援。
リアルタイムでの機械メンテナンス指示。
これらの細分化されたトピックは、それぞれのジャンルで特定の分野における革新の最前線を表しています。どれも社会や産業に大きな影響を与える可能性を秘めています。
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
いかがだろうか?
主要なトピックを出せというプロンプトのせいかもだが
あまり網羅的に出した感はない。粒度の異なるものが並列されてる感は否めないが、この程度のプロンプトでもまあ概観はつかめるという感じだ。これを自分で作る場合は、様々なTechニュースサイトや検索、読みまくって(デスクリサーチ)作ることになる。勿論、格段に精度の高いものは作れるが、2~3日はかかるだろう。
自分に土地勘の無いジャンルの概観を掴むには最適である。みな、そんな使い方をしてるのではないだろうか?