AIの得意不得意を理解してうまく使い分けるコツ
勝間和代が徹底的にマニアックな話をするYouTubeAIにはハルシネーション(もっともらしい嘘)を起こしやすい分野と、そうでない分野があります。特性を理解して使い分けることが大切です。
得意な分野と不得意な分野の違い
- 得意な分野(概念・推論・統合)
- 学習データが豊富にあり、複数の分野の情報を統合して抽象的な概念を説明する作業(例:運動理論に基づくゴルフスイングの解説、歴史の流れなど)。
- 不得意な分野(個別具体的なピンポイント情報)
- 特定の指導者の名前、特定の本のタイトル、個別の銘柄など、膨大な情報から1点だけを正確に拾い出す作業。これらは検索エンジンの方が適しており、AIは嘘の情報を出力しがちです。
活用事例:お米の炊飯方法の改善
- 無洗米から普通のお米に変えた際、浸水時間をかけずに0.5合の美味しいご飯を炊く方法をAIに相談。
- AIは「温度をゆっくり上げながら加熱すれば浸水効果が得られる」と推論し、「ウォーターオーブンを160℃でじっくり加熱する」という解決策を提案。非常に美味しいご飯を炊くことに成功しました。
まとめ
AIに対して個別具体的な固有名詞の検索を求めて「使えない」と判断するのではなく、原理原則や状況に応じたアドバイスなど、概念の整理・推論が得意な領域で活用するのが効果的です。
こんにちは、勝間和代です。今日は「AIには得意不得意があるので、不得意なところは大目に見てあげて、得意なことをバンバン活躍させてあげよう」というお話をしたいと思います。これ何を言っているかと言いますと、ハルシネーションと言いまして、AIってすぐ嘘をつくんですよ。でもこれ、嘘をつきやすい分野と嘘をつきにくい分野があるんですね。
これどういうことかと言いますと、嘘をつきにくい分野というのは、学習データがたくさんある上に、個別具体的な特定の情報ではなくて、それらを統合するとうまく推論ができるものです。例えばゴルフの話を先日しましたけれども、ゴルフの理論を運動理論で説明してもらうと、すごく丁寧にちゃんとした説明が来るんですよ。ところがこれを、特定の指導者の名前を出すとか、特定の本の名前を出すようなことだと、全然存在しない本の名前や指導者の名前が出てきたりします。
すなわち、学習データがたくさんあって、しかもいろんな多分野に及んでいて、それを統合すると抽象的な概念であっても正確に反映されるものというのは、AIはすごく得意なんですね。一方で、個別具体的で、大きな海の中で針をつつくように何か1個だけを拾うような動作というのは、あまり得意じゃないんですよ。どちらかというと検索エンジンのほうがまだマシです。なので、この2つを使い分けて、特に細かいものを拾うような動作をさせて「使えない、使えない」と言ってもしょうがなくて、どちらかというと漠然とした概念で「なんとなくこういうことを知りたいな」ということ、例えば歴史の流れや運動理論みたいなものがすごく向いていると思います。そういうものを大まかに整理してもらう分にはすごく良いですね。
そこでうまく使い分けるといいかなと思います。最近私が感動したのは、お米を無洗米から普通のお米に変えた時のことです。そうすると、今まで通りストウブの「ラ・ココット de GOHAN」という鍋で炊くと、ちょっと硬くなってしまったんですね。そこで「どうしたらいい?」とAIに聞いたら、しばらくAIが考えて「ウォーターオーブンでやればいいんじゃないですか?」と言われたんです。
何が違うかというと、無洗米はすでに工場で表面が削れているため、割と浸水しやすいんです。一方、普通のお米はその場で研ぐので、そんなに傷がついておらず浸水しづらいんですね。だから浸水の時間を設けなければいけないのですが、私はあまり浸水の時間を使いたくありませんでした。浸水をするということは、ゆっくりと温度が上がっていけばいいということになります。しかも1合だったらヘルシオに自動メニューがあるのですが、私は0.5合炊きたかったんですね。「0.5合を炊きたくて、浸水時間を省くにはどうしたらいいか」と相談したら、「ウォーターオーブン160℃でやれば」と言われました。その通りじっくりやったら、本当に「こんなに美味しいご飯は最近食べたことがない」というものが出来上がったんです。
個別具体的にお米の銘柄などを出してもらうとすごく下手なのですが、そうではなくて「無洗米のやり方が通じなくなったので、普通のお米で美味しいご飯を炊くためにはどうしたらいいか」といった概念的な相談にはすごく丁寧に答えてくれます。このように不得意技と得意技を見分けながら、得意技のほうに質問してあげるようにするといいかなと思います。ではでは、勝間和代がお送りしました。また次のYouTubeでお会いしましょう。
記事公開
