🤖AIの基礎

従来のプログラムは人が書いたルールに従い、今日のAIは例となるデータからルールを見つけ出します。この違いが、AIの長所と短所を同時に説明してくれます。

機械学習とは、データを集め、モデルを決め、誤差が小さくなるように学習させ、初めて見るデータで評価するという過程です。最後の評価がいちばん重要です。

人工ニューラルネットワークのニューロン一つは、「掛けて、足して、ふるいにかける」という単純な計算です。この計算を数多く積み重ねると、写真を見分け、文章を理解する複雑な判断になります。

大規模言語モデルは、「ここまでの文章の次に来る最ももっともらしい断片」を選ぶことを一つずつ繰り返して文章をつくります。この仕組みがわかると、AIの長所と短所がまとめて理解できます。

プロンプトはAIに渡す作業指示書です。目的・文脈・条件・形式の四つをそろえれば、同じAIからでもずっと役に立つ答えを得られます。

基礎の四つの要素に、役割・例・段階・形式のテクニックを加えれば、複雑な仕事も安定してAIに任せられます。テクニックは魔法ではなく、「よりはっきりした指示」の別名です。

AIの答えはもっともらしさに従うため、もっともらしいけれど間違った内容が混ざることがあります。どんな答えが危ないかを知り、確かめる習慣をつければ、AIを安全に使えます。

AIを使う人には三つの責任があります。入れる情報を守ること、他人の創作物を尊重すること、そして結果を自分の名前で出す前に確かめることです。

AIを仕事に上手に使う人は、仕事を細かく分けてAIに合った部分を任せ、確かめるポイントを決めておき、よくする仕事はひな形にして繰り返し使います。

AIは学びを速くしてくれますが、考えることを丸ごと任せてしまうと実力は身につきません。基礎があってこそ、よい質問をし、答えを検証できます。この講義は、このサイト全体のしめくくりです。