読書メモ
-nilog: 『エンジニアなら知っておきたい生成AIのキホン』を読了。ThinkIT連載記事「エンジニアなら知っておきたいGPTのキホン」に大幅な加筆修正をして書籍化したものらしい。生成AIで使われる基本的な技術についてわかりやすく解説した良書。個人的には Transformer の解説が参考になった。大規模言語モデル(LLM: Large Language Model)。言語モデルの本質は「次の単語を予測するAI」。LLMは連想ゲームの達人。言語を超えた概念空間を持つモデル。Attension (単語間の関連付け)。RNN (Recurrent Neural Network)。LSTM (Long Short-Term Memory)。画像生成AIのための拡散モデル (Diffusion Model)。RAG (Retrieval-Augmented Generation)。LLM orchestration frameworks。LLMアプリを簡単に作れるDify。良いプロンプトを書く方法など。 エンジニアなら知っておきたい生成AIのキホン ChatGPT/Copilot/Geminiから学ぶ最新技術と活用 | 梅田 弘之 (2026-09-11)
--http://www.nilab.info/nilog/?type=fedibird&id=117250810703249381
--
書籍情報
-エンジニアなら知っておきたい生成AIのキホン ChatGPT/Copilot/Geminiから学ぶ最新技術と活用 - インプレスブックス
--https://book.impress.co.jp/books/1124101060
-->革新的な生成AI技術の原理や仕組みがわかる
-->生成AIは、革新的なIT技術として注目されていますが、同時にその技術背景は難解で専門的という印象がありました。本書では代表的な生成AIサービス（ChatGPT/Copilot/Gemini）を取り上げながら、その技術を平易なコンピュータ用語で分かりやすく解説し、ビジネスの現場で、技術のイメージを大まかにつかんでもらえるような説明をしていきます。
--
-->目次
-->第 1 章 GPTで始まる大規模言語モデル時代
-->第 2 章 大規模言語モデルの学習
-->第 3 章 Transformerモデルの仕組み
-->第 4 章 Microsoft の「Bing」と「Copilot」
-->第 5 章 プラグインとカスタムGPT
-->第 6 章 カスタムGPTと画像生成AI
-->第 7 章 ChatGPT-4oとChatGPT Enterpriseとmini
-->第 8 章 インコンテキスト学習とファインチューニング
-->第 9 章 RAGとエンべディング
-->第10 章 プログラミング支援
-->第11 章 プロンプトの書き方
-->第12 章 いろいろな生成AIを試してみる
-エンジニアなら知っておきたい生成AIのキホン ChatGPT/Copilot/Geminiから学ぶ最新技術と活用 | 梅田 弘之 |本 | 通販 | Amazon
--https://www.amazon.co.jp/dp/4295021040?tag=nilabwiki-22&linkCode=osi&th=1&psc=1
-->生成AIの仕組みをイメージする
-->生成AIは、革新的なIT技術として注目されていますが、同時にその技術背景は難解で専門的という印象がありました。本書では代表的な生成AIサービスを取り上げながら、その技術をできるだけ分かりやすく解説し、ビジネスの現場に応用していくための解法を提供するものです。
-->本書では生成AIの技術的な側面に迫りますが、専門家向けの解説を行うものではありません。生成AIの理解に必要な背景を、比較的平易なコンピュータ用語で解説していきます。仕事でコンピュータを使っているさまざまな方のリテラシーを前提に、技術のイメージを大まかにつかんでもらえるような説明をしていきます。
-->LLCからチューニングなどの技術要素をフォロー
-->生成AIは従来の人工知能から進んで、文書や画像などのコンテンツを生み出すことができます。その背景には大規模言語モデル(LLM)という従来にはないデータ基盤を利用していることがあります。本書ではさまざまなサービスで採用されているTransformerというモデルを題材にLLCの仕組みを説明します。また、それら汎用モデルをどのようにカスタマイズし、ビジネスの現場や各種のプロジェクトで活かす方法を探ります。
-->さまざまなIサービスをカバーする
-->本書では代表的な生成AIのサービスであるChatGPTのほか、マイクロソフトのBingやCopilotなどのサービスの特長や技術背景についても説明します。これらの基本的な利用の仕方のほか、チューニングを施して自身が必要とする生成結果をどのように得るかなど、より実践的な利用法を解説します。また、生成AIの分野ではさまざまなサービスが次々と登場しており、新しいサービスを含めた特徴や違いなどについても考察を加えています。