CatGPT、Llama2などの言語系AIやStable Diffusion、DALL-E2などの画像生成系AIなどで注目を集めている生成系AI（ジェネレーティブAI）。

人間が作成したものと間違ってしまうような高品質の出力が可能なモデルも出てきており、一部業界では、“人間の仕事を奪うのでは？“とも言われています。

そんな生成AIについて分かりやすく解説し、使用上の注意から今後の展開まで紹介いたします。

生成系AIとは、自動的にデータや情報を生成することができる人工知能システムです。

このタイプのAIは、画像、音声、テキストなどのさまざまな形式のデータを生成し、それらを元に新しいコンテンツを作成することができます。

生成系AIは、ディープラーニングや自然言語処理などの技術を利用しており、写真のリアリスティックな合成、音声の合成、文章の自動生成など、さまざまな応用が可能です。

この技術は、クリエイティブな産業や情報生成の自動化を必要とする分野で利用されています。

※本文はChat-GPTで作成しました

前述の通り、我々の生活や業務を便利にする一方で、生成系AIを使用するには注意しなければいけないこともあります。

・生成した情報、データが正しくない可能性がある

・同じ指示でも毎回異なる生成、回答をする可能性がある

・学習するデータに依存するため、偏った情報、データを生成する可能性がある

・法整備が十分でないため、知的財産権を侵害する恐れがある

世界的に研究や検討が進められているため、今後別のリスクが発生する可能性があり、正しく活用するには、常に最新の情報を認識しておく必要があります。

生成系AIの活用例についてご紹介します。

対話型QAによる情報収集

 

大規模言語モデル(LLM)を使用し、チャット形式や音声などで情報を獲得する。
社内規定やマニュアルなどを追加学習することで、独自の情報にも対応可能となる。

提案資料の生成

 

文章および画像を生成し、営業用の提案資料の自動作成が可能となる。
デザインはもちろんだが、アイコンなどの自動生成も可能となり、資料作成にかける時間を大幅に効率化することも可能。

外観検査用 異常画像の生成

 

外観検査の実現で障壁の一つとなる『異常画像の収集』を画像生成系AIを用いてキズや汚れ、凹みなどを生成し、正常画像に貼付することで、解消できる可能性がある。

プログラムコードの生成

 

目的を指定することでサンプルプログラムを生成する。
言語(Python、C++など)の指定も可能で、簡単なプログラムであれば、専門知識がなくても、誰でプログラム可能となる。

生成系AIに関連する市場規模は、あるアメリカの調査会社によると、約1.5兆円で今後は、今以上に成長すると予想されており、20兆円規模にも達するのでは？と言われています。

また、昨今は画像だけでなく、本物と見間違えるほどの動画や3次元モデルを生成するAIも出ており、さらに技術的にも発展することが予想され、これまで活用されてこなかった分野での活用も進むことが考えられます。

ただし、フェイクニュースやフェイク動画のように悪用されるケースも少なくなく、使用する側の判断がより重要になってくると考えます。