Skip to content

Instantly share code, notes, and snippets.

@hyuki
Last active December 10, 2022 10:54
Show Gist options
  • Star 1 You must be signed in to star a gist
  • Fork 0 You must be signed in to fork a gist
  • Save hyuki/e65cdf7e19ce087dde8f29ded5dc9e77 to your computer and use it in GitHub Desktop.
Save hyuki/e65cdf7e19ce087dde8f29ded5dc9e77 to your computer and use it in GitHub Desktop.
ChatGPTに、「検索」と「生成」の類似性から先の話を考えてもらいました

ChatGPTに、「検索」と「生成」の類似性から先の話を考えてもらいました

AIの現実的な用途を考えていると、「検索」と「生成」の類似性をよく感じます。

  • 何か必要な情報があるときに、自分が部分的な情報を提示することで「検索」した中から適切なものを得る。
  • 何か必要な情報があるときに、自分が部分的な情報を提示することで「生成」した中から適切なものを得る。

AIで生成することは、検索に似ているという件について、もう少し考えを深めてみたいのですが、何か文章を書いていただけませんか。

AIにおける「検索」と「生成」は、どちらも部分的な情報をもとに適切な情報を提供することを目的としています。「検索」は既存のデータを検索し、「生成」は新しいデータを生成することを目的としています。

つまり、「検索」は既存のデータを元に、ユーザーが望む情報を提供することを目的としています。一方、「生成」は、ユーザーが与える情報をもとに、新しいデータを生成することを目的としています。

そのため、「検索」と「生成」は、類似性がありますが、その性質は異なります。「検索」は既存のデータをもとに、ユーザーが求める情報を提供することを目的としているのに対し、「生成」は、ユーザーが与える情報をもとに、新しいデータを生成することを目的としています。

そのため、「検索」と「生成」は、類似性がありますが、その性質は異なります。AIが提供する情報を効率的に利用するためには、その使い分けが重要になってきます。

結城浩

うーん、まちがったことは言ってませんけれど、私が書いた文章を繰り返しているだけのように感じますね。それでは「検索」と「生成」に似ているもう一つ別の概念を何か見つけていただけますか。

ChatGPT

「検索」と「生成」に似ている概念として、「分類」が挙げられます。「分類」は、あるデータセットに対して、そのデータがどのようなカテゴリに属するかを決定するタスクです。

例えば、あるデータセットに対して「赤いもの」「青いもの」「黄色いもの」の3つのカテゴリを用意し、そのデータセット内の各データがどのカテゴリに属するかを判定することが「分類」です。

「分類」も「検索」も「生成」も、部分的な情報をもとに適切な情報を提供することを目的としています。「検索」は既存のデータから、ユーザーが求める情報を提供することを目的としています。「生成」は、ユーザーが与える情報をもとに新しいデータを生成することを目的としています。「分類」は、あるデータセット内の各データがどのカテゴリに属するかを決定することを目的としています。

このように、「検索」「生成」「分類」は、それぞれ異なる性質を持っていますが、部分的な情報をもとに適切な情報を提供することを目的としているため、類似性があると言えます。

結城浩

うーん、納得感は強くはありませんけれど、まあ確かにそうですねえ。もう一つ別の新しい概念は見つかるでしょうか。難しい注文ですか?がんばってみてください。

ChatGPT

「推論」が、「検索」「生成」「分類」に似ている概念として挙げられます。「推論」は、与えられた情報から、その情報が持つ意味や含意を推論することを目的としています。

例えば、「今日は晴れですね」という文章から、「今日の天気は晴れである」という意味を推論することが「推論」です。「推論」は、部分的な情報から全体を推論することを目的としています。

「推論」も「検索」「生成」「分類」も、部分的な情報をもとに適切な情報を提供することを目的としているため、類似性があります。「検索」は既存のデータから、ユーザーが求める情報を提供することを目的としています。「生成」は、ユーザーが与える情報をもとに新しいデータを生成することを目的としています。「分類」は、あるデータセット内の各データがどのカテゴリに属するかを決定することを目的としています。「推論」は、与えられた情報から、その情報が持つ意味や含意を推論することを目的としています。

このように、「推論」も「検索」「生成」「分類」と同様に、部分的な情報をもとに適切な情報を提供することを目的としているため、類似性があると言えます。

結城浩

おっ、いい話が出てきました。ChatGPTさんは、この四つのうちできることとできないことがありそうです。あなたは何ができますか(あるいは得意ですか)。

ChatGPT

私は、大型言語モデルであるChatGPTです。私は、与えられた文章から、その文章が持つ意味や含意を推論することができます。つまり、「推論」というタスクが得意です。

ただし、私は「検索」「生成」「分類」といったタスクはできません。私は、与えられた文章から、その文章の意味や含意を推論することに特化したモデルなので、それ以外のタスクはできません。

また、私は、人間が話すような自然な文章を生成することができますが、私は人間と同等のレベルでの文章の生成はできません。私は、与えられた文章をもとに、自然な文章を生成することができますが、完全に人間と同等の文章を生成することはできません。

私は、言語処理に特化したモデルであるため、その他の様々なタスクはできません。私ができることは、与えられた文章から、その文章の意味や含意を推論することだけです。

Sign up for free to join this conversation on GitHub. Already have an account? Sign in to comment