生活とコンピュータ２６

かわらぬ人気の『チャットGPT』・現役を離れてすでに・永く・
キーになるLLM（翻訳用）の動作原理に興味を持ったが・・・
　でもGPTには現役の人に嬉しいアシスト機能が満載
　　　不足分をカバーする仕組みのアプリも続々登場
　　　　　アシスタント不要論は現実か？
＝＝ ChatGPTは、文字列の次に何がくるかを確率的に予想する ＝＝
　　　　　　単純なアプローチがベース
人類が、一生懸命ネットに書き込んだ努力が報われ・それを取り込み
・分類・整理  ＞ 記録の中から次々と文字列を確率予想で・紡ぎ出す
　　　（翻訳動作で）生成系AIが生まれた
＝ アシスト機能（Net上の誰かの経験・裁判の判例集など参照）＝
　プログラムテスト用のダミーデータ作成、人は3時間
 　　生成系AIは5分・180分/5分に、生産性36倍・・
＝ 壁打ちゲーム（過去の対戦例「棋譜」集を参照）＝
　プログラム同士が高速で戦いを繰り返し・勝手に成長していく
　　AI将棋を使わない棋士はもはやトップレベルで戦えない
＝ Net情報の・膨張速度 ＝
　年々取り込み対象のNet情報の肥大・巨大化は・GPT用の分類
　読み込み更新の経費に影響・・めまいが！（ガンバレOpenAI）
OpenAIは、よりよい結果を出すための
プロンプトエンジニアリング入門テキストをウェブで公開中
　プロンプト・例集（コピー＆ペーストして利用できる）
・Grammar correction 文法修正
・Parse unstructured data 非構造化（無秩序）テキストのテーブル化
・Keywords テキストの塊からキーワード選出
・Python bug fixerパイソンソースプログラムの誤り修正
・・ツイート操作
・Emoji Translation 文章を絵文字に
・Spreadsheet creator 表計算シート生成
・・他・多数・・
　GPT-4によりよい結果を導くための戦略と・実行する際の具体的な戦術を掲載
アシスタント活用のコツと工夫
明確な指示
　LLMは利用者の考えを理解できないので、回答が長すぎる場合
「簡潔に」・単純すぎる場合は「専門家レベルで」と指示
・関連性の高い回答を得られるよう、質問は詳細に
・区切り文字を使用して入力の異なる部分の明確化
・適切な例を提供・・出力の長さを指定
参考テキストを提供
難解な質問をした場合、時にLLMは自信を持って嘘を回答（ハルシネーション）
　・・確率が低くても例を参考に紡ぎ出すモデル・・
　参考テキストを使用して回答するようにモデルに指示
複雑なタスクをサブタスクに分割
　複雑なタスクは単純なタスクよりもエラー率が高くなる
　・・方角が定まりにくく確率が下がる・・
考える時間を与える
　結論を急ぐ前に独自の解決策を見つけるように指示
　パスで何か見逃していないかモデルに尋ねる
　・・文字列順に・分類群の大・中・小等へ方角を定めパス
　　・運が良ければ・正解に到達
外部ツールを使用
　・検索を使用して効率的なナレッジ検索を実装する
　・コードを使用より正確な計算・・外部APIを活用
　　他　・・・
ドキュメントは英語・ChatGPTを使えば問題なく読み解ける
　ラシイ・・・プロンプト例のサイト
Prompt engineering（OpenAI Documentation）

＝＝ ロンドン ロイター ＝＝
　英最高裁は2023年12月20日人工知能（ＡＩ）システムが考案した
発明品の特許登録を認めない判断を示した。
発明者は人間か企業でなければならないという知的財産庁の見解を支持し
ＡＩシステムを開発した原告の米科学者の敗訴となった。
・？？Netのどこかに公開・存在している情報で特許？？
国内特許取得 ＝まだない新規性が条件・（外国は異なる？参考には・）
・GPTリリース当初・司法・医師・他・メジャー試験でAiがパスと話題に
　  （答え合わせがNet上に存在するメジャー試験）
・画像生成AIで・お遊び・希望のプロンプトが長 〜 くなったので試しに
　コピペして・普通に検索したら・希望の画像が・山のように出て来た
　　　　　　　ウ〜〜ワン！
　＝ 占い ＝ ・ 世界企業従業員数
ウォルマート　　小売　　210　万人
アマゾン　　　　EC       　154
フォックコン　　製造　　  82
アクセンチュア　コンサル  73
フォルクスワーゲン自動車  67

　さて・・・新年が来てしまう！