見出し画像
Photo by daisaw33

Bardを使ったテックコラム執筆やってみた

Akihiro SUZUKI

ChatGPTやBardを使った執筆をよく見かけます．が，自分ではやったことなかったのでやってみました．

元ネタはこちらです．（いつもお世話になっています．）

できたコラム

できたコラムはこちらです．
スタートのプロンプトに{データセントリックAI}といれて，今回はデータセントリックAIについて書いてもらいました．


データセントリックAIとは、データを中心に据えたAI開発手法です。従来のAI開発では、モデル中心の開発手法が主流でしたが、データセントリックAIでは、データの質と量を重視し、データから学習するモデルを開発します。データセントリックAIは、従来のAI開発手法に比べて、少ない開発コストで高精度なシステムを訓練できるというメリットがあります。

データセントリックAIのメリット
データセントリックAIのメリットは、以下の3つです。

・少ない開発コストで高精度なシステムを訓練できる
・人間の専門知識がなくても、AIシステムを開発できる
・データから学習するため、システムが常に進化していく

データセントリックAIでは、大量のデータから学習することで、人間が手作業で行うよりも精度の高いシステムを訓練することができます。また、データセントリックAIでは、人間の専門知識がなくても、AIシステムを開発することができます。これは、データサイエンスの知識がなくても、AIシステムを開発できるため、AIの普及を加速させる可能性があります。

データセントリックAIの課題

データセントリックAIには、以下の課題もあります。

・データの偏り
・データのセキュリティ
・データの倫理

データセントリックAIでは、大量のデータから学習するため、データの偏りが問題になる可能性があります。データの偏りは、AIシステムが偏った結果を出す原因になるため、データの偏りを排除する必要があります。また、データセントリックAIでは、大量のデータを扱うため、データのセキュリティが問題になる可能性があります。データのセキュリティが不十分な場合、データが漏洩したり、悪用されたりする可能性があります。

データセントリックAIの将来
データセントリックAIは、今後ますます注目されるAI開発手法です。データセントリックAIのメリットを活かして、人間の生活をより豊かにし、便利にしていくことが期待されます。しかし、データセントリックAIには、データの偏り、データのセキュリティ、データの倫理などの課題もあります。これらの課題を解決するためには、データサイエンスの専門知識と技術が必要です。データセントリックAIの開発には、データサイエンティストとAIエンジニアの連携が重要です。また、データセントリックAIの開発には、データサイエンスの倫理を考慮する必要があります。

まぁ，手放しでの及第点はあげられなさそうです．
が，しかし，このスキーム自体は確かに面白いですね．

ざっくり流れ

詳細は元ツイートを見ていただければと思いますが，流れはこんな感じですね．

  1. テーマに沿って論文を探させる

  2. トピックの抽出を論文から行う

  3. 骨子（導入→本文→結論）を作成させる

  4. 骨子に肉付けさせる

生成全体の様子はこちら．

自分の場合は，トピック抽出の時点で溢れ始めて，骨子の時点でパンクしました．
少しだけ骨子を削って書かせました．

感想

まじで脳死でコピペで書かせました．まったく何も知らない人が読んだら「ふ〜ん，そうなんだ」と思うくらいにはなっているかもしれません．
要約の部分をこだわれば一気に良くなる気もしています．
これはみんな使うなーと思いました．

あとこれ，シェアボタンみたいなのがあって，ドキュメントやメールに直結しているんですね．さすがGoogle！笑