文章と画像の生成を支える技術を、役割でつかむ
同じ画面で使えても、モデルの構造、学習の目的、生成する手順、扱う情報形式は同じ意味ではありません。自己注意、エンコーダ/デコーダ、拡散、基盤/マルチモーダルという四つの視点で、何をしているかを分けて読みます。
4節を順に学ぶ →文章と画像が生まれる、
仕組みを分けて読む。
入力をどう表し、何を参照して出力を作るか。部品の役割と生成の手順から考えます。
第2章の教材
6教材・24節・確認問題48問。文章・画像・音声などが生まれる仕組みと、利用条件の確かめ方を学びます。
AIを学習させるのと、指示を変えるのは同じか
事前学習で広く学ぶこと、用途へ追加調整すること、人の評価を学習へ生かすことを区別します。データの品質や利用条件、規模の拡大で分かる範囲も確かめます。
学習と利用の条件を5節で学ぶ →自然な文章でも正しいとは限らないのはなぜ
入力が数値へ変わり、続きが選ばれる流れをたどります。出やすさと事実の違い、検索資料の使い方、長い文脈の扱いを具体例で確かめます。
自然さと正しさを4節で確かめる →言語モデルをどこで使い、何を確認するか
LMとLLMの名前を整理し、配置場所とデータの管理、公開モデルの利用条件を分けて比べます。名称だけで安全性や自由な利用を決めない考え方を学びます。
モデルと使い方を2節で確かめる →モデルの名前が変わっても情報を確かめられるか
研究史と現行の条件、作業範囲、アカウントとデータを分けて確かめます。
名前と対象を5節で確かめる →画像や声や動画の生成で何に気を付けるか
画像・音楽・声・動画の作り方と、仕上がり・同意・利用条件を分けて確かめます。
画像・声・動画を4節で確かめる →この章の次に学ぶ範囲
生成の仕組みを確認したら、第3章で資料を参照したり道具を使ったりするAIの仕組みを学びます。