【講演】生成 AI の最新動向と活用事例

エヌビディア合同会社　澤井 理紀 氏

生成AIは人間とコンピュータの関わり方に変革をもたらし、さまざまな産業の仕事を変容させる可能性があると期待されています。この驚異的な技術の最前線にあるのが大規模言語モデル（LLM）で、LLMを活用することでコンテンツの認識、要約、翻訳、予測、生成が実現可能となりました。当セッションでは、LLMから始まった生成AIの技術的進展と共に、世界中のさまざまなユースケースや具体的な事例を数多くご紹介します。さらに、企業が生成AIを開発、活用する際に直面する課題やその解決策、汎用モデルとカスタムモデルの相違点などについてもご説明します。

【デモ紹介】NVIDIA Jetson Generative AI Labを活用したデモのご紹介

株式会社マクニカ　クラビス カンパニー　野本 裕輔

①ユーザーが発声した質問に対してAIモデルが回答
Meta社 LLM Llama 2 *1をベースとして、ELYZA社が約180億トークンの日本語テキストで追加事前学習を行い、ユーザー指示に従ったタスク理解を目的として事後学習（ファインチューニング）を施したモデル ELYZA-japanese-Llama-2-7b-instruct *2（70億パラメーター）を利用。日本語音声認識機能にはNVIDIA Rivaを利用。

②提示した画像に関する質問に対してAIモデルが回答
ユーザーがJetsonへアップした画像に関して、画像はどの場面を撮影したか？画像には何が写っているか？などの質問をすると、LLaVA *3 AIモデルが答える。

③テキストから画像を生成
Stability AI社 Stable Diffusion XL *4 AIモデルにより、テキストから画像を生成。ユーザーは、AIモデルに生成して欲しいのはどんな画像かをテキストで入力するだけ。

④あらゆる物体をトラッキング
Track-Anything *5 AIモデルを利用して、ビデオ画像に含まれる物体の中から、ユーザーが指定した任意の物体をトラッキング。その物体の事前学習は不要。

⑤テキストから画像を検索するベクトルデータベース
OpenAI社 CLIP *6 AIモデルを利用したベクトルデータベースは、情報を高次元のベクトルへ変換して保持。ユーザーが入力したテキストのベクトルと、データベースに保持されているベクトル群を高速に照合して、マッチした画像を表示。

【懇親会】

軽食をとりながらの情報交換と各デモンストレーションをご覧いただけます。詳細な打ち合わせができる別会場もご用意しております。