須多先生

みなさん こんにちは
本日も一緒に人工知能について学びましょう

須多先生

前回は 「ディープラーニング」でのテキスト分類について理解を深めましたね

深田 あい

ニューラルネットワークの「入力層」に何を入力すると 「出力層」でどのような結果になるかなどを 画像認識とテキスト分析の例で考えましたよね

徳井 天

テキスト分析では 「単語の出現回数」を入力層に渡すことで その文章が「ポジティブな意見」「ネガティブな意見」「質問や問い合わせ」のどれにあたるかが出力されたよな

深田 あい

ただ いざディープラーニングで学習を始めようとしたときに 問題があったよね…

徳井 天

そうそう 俺たちが持っているデータは「200件」だけど それだとデータが少なかったんだよな
あと10倍以上必要って言われて驚いたな

深田 あい

そこで 先生が用意してくれた「ポジティブな意見」「ネガティブな意見」に分類する「学習済みモデル」を使ったら 高い精度で分類することができたんだよね

須多先生

「質問や問い合わせ」の分類はできない学習済みモデルでしたが 例えば「決定木」などの複数のAIを組み合わせることで 「質問や問い合わせ」の分類にも対応できることを学びましたね

徳井 天

そういえば 今回テキスト分析を手伝ったオンラインショップの店員さんが 気になることを言ってたんだよな

深田 あい

気になることって どんなこと？

徳井 天

お店に届く「質問や問い合わせ」に 自動で対応する「チャットボット」を導入したいな って言ってたんだ

深田 あい

「チャットボット」って 言語編の最初のレッスンで学んだよね
24時間365日 人間の手がなくても質問に対応することができるのがすごいと思ってたから 印象深かったんだよね

徳井 天

そうそう 前のレッスンでも紹介されていたし AIの力を使って 俺たちでもチャットボットを作ることができるんじゃないかって思ったんだよな

深田 あい

以前のレッスンで見たチャットボットには 質問を選択する形式のものと 自由に入力する形式のものがあった気がするんだけど 両方とも同じ技術が使われているのかな？

徳井 天

そういえば…
チャットボットにもいろんな種類があるってことかな？

須多先生

はい その通りです
最近は「大規模言語モデル（LLM）」を使うことで 人間のように柔軟な対応ができるチャットボットも増えてきているんですよ

徳井 天

大規模言語モデル（LLM）って 言語編のレッスンの一番最初に学んだよな
えーっとどんなやつだったっけ…？

深田 あい

えっと確か…人間と同じように文章を生成したり 人間の言葉を正しく理解して 回答できるようになったんじゃなかったかな？

須多先生

はい その通りです
ではここからはみんなで【スライド】を見ながら「チャットボットの種類とLLMによるチャットボットの進化」について学びましょう