生成AI勉強しているうちに、NLPの知識が必須と分かり、NLPの勉強から始めた。
NLPで非構造化データのデータ分析やってみて、かなり有用な結果が次から次と得られている。これは仕事に使える！
ChatGPTで、あるデータの分類を試みたが、鈍い、出力が途切れ途切れ、結果に一貫性ないなど、問題が多かった。生成AIは分類は不得意。なのに、ChatGPTを解説した本には、分類が得意みたいな記述がある。こういう記述、とても迷惑。騙された！NLPから解説して、その一部にChatGPTがあり、やれることはこの範囲まで、と解説すべき。書籍の売り上げ重視で、ChatGPTは何でも出来ますみたいなのは無責任。
NLPで精度高い分類が出来ている。感情分析の方も、ChatGPTでなく、それ専用にトレーニングされたモデルを使った方が早いし精度も高い。
NLP知らない人たちが、生成AIが使えるユースケースを語る会を開催しているのを見かける。NLP実践経験積んだ上で語った方が良い。そもそも、従来型のチャットボットもNLP使っている。その方式の欠点は何か？そういうのを知ってないと、ChatGPTがコンタクトセンターに使えるかとか、ChatGPTで問題ないのか、みたいな議論は出来ないはず。
日本はITスキルが世界的に低いからこうなるのだと思う。プログラミングしながらIT勉強する習慣がないので、とても恥ずかしい事やっているのに気がつかない。私自身、この半年、ChatGPTブームに乗って、何でも出来ると信じていて、とても恥ずかしいことをやっていた。
LLMはGPUの発熱問題も無視できない。データセンターのCO2排出で環境問題へ発展。なので、CO2排出量を削減するには、従来型NLPと生成AIを適材適所で使い分けるような方針を打ち出した方が良い。それが、正しい仕事のやり方だと思う。
今、生成AIはGartner Hype Cycleで頂点にあるから、過度な期待のフェーズ。これからは、何でも出来るから、適材適所での活用へと落ちていく。
適材適所であれば、私自身、生成AIへの期待は大きい。生成AIは、ルーチンジョブの削減につながり、生産性向上が期待出来る。これからは感性の時代。創造性や人間性がないと生き残れない。
