「ジェネラティブAIを使用した7つのプロジェクト」

7 projects using Generative AI

データサイエンスの求人市場に参入するために、学位だけで仕事を得ることを当然のこととしてはいけません。主な提案の一つは、個人のプロジェクトで強力なポートフォリオを構築し、他の応募者と差をつけ、採用担当者に印象を与えることです。

ChatGPTなどの生成型AIツールの登場により、オブジェクト検出や推薦システムなどの標準的なプロジェクトだけでは、企業の注意を引くには十分ではありません。最近、企業は生成型AIソリューションを構築できる人材を募集しています。

そのため、以下の7つのタスクを解決するためにLarge Language Modelsを使用するプロジェクトアイデアを探求します:

  1. ポートフォリオウェブサイトを作成する
  2. パーソナライズされた音声アシスタントを作成する
  3. 独自のAI翻訳アプリを構築する
  4. 研究論文を分析する
  5. コードのドキュメンテーションを作成する
  6. Powerpointプレゼンテーションを自動化する
  7. レビューの感情分析を行う

 

1. ポートフォリオウェブサイトを作成する

 

データサイエンスのポートフォリオウェブサイトの作成方法を説明するチュートリアルはたくさんありますが、HTMLとCSSの知識がない状態からゼロから始めるのは本当に困難です。私自身も試しましたが、適切なリソースを見つけ、学んだことを実践するまでに1週間かかりました。

しかし、Large Language Modelsのブームにより、もはや努力をする必要はありません。良いアイデアがあれば、ChatGPTに質問を投げるだけで、ウェブサイトのコードが生成されます。以下のようなプロンプトで始めることができます:

静的なウェブサイトを作成することにしました。ウェブサイトを構築するためのHTMLコードを生成してもらえますか?さらに、自分の名前と短い自己紹介のページ、データサイエンスのプロジェクトのページ、職務経歴のページが必要です。これらのページに加えて、ページ間を移動するための縦のナビゲーションメニューも左側に配置したいです。

 

他のアプリケーションと同様に、ポートフォリオウェブサイトを生成するための明確なアイデアが必要です。

プロジェクトリンク:ChatGPTを使用してデータサイエンスのポートフォリオウェブサイトを作成する

 

2. パーソナライズされた音声アシスタントを作成する

 

私の個人的な生活では、Googleアシスタントを使用してさまざまなジャンルの音楽を再生するように頼んでいます。例えば、「Google、ロックミュージックを聴きたい」と言うと、YouTube Musicからランダムな曲がすぐに再生されます。曲のタイトルを書くよりもずっと速く、データを収集するほど、個人の好みを学習します。これを個人プロジェクトとして行うことは素晴らしいですね。このプロジェクトは、GPT-3を使用して質問に答えるためのWhisper APIを使って簡単に実現できます。

プロジェクトリンク:GPTとWhisperを使用したパーソナライズされた音声アシスタント

 

3. 独自のAI翻訳アプリを構築する

 

Google翻訳にテキストをコピー&ペーストするのに飽きたことはありませんか?個人的には、ウェブページのテキストを翻訳するためにGoogle Chromeの拡張機能を試したこともありますが、英語のPDFファイルを読むときにはまだ苦労しています。可能な代替案として、独自のAIアプリケーションを構築することが考えられます。毎日、驚くべき結果をもたらす新しい強力なLarge Language Modelが登場しています。なぜこれらのモデルの一つを活用しないのでしょうか?

このアプリケーションは、Hugging Faceを使用して作成することができます。Hugging Faceは、一つの言語から別の言語への翻訳に特化したさまざまなモデルを提供しています。例えば、英語からイタリア語への翻訳を対象とするこのモデルを選ぶことができます。翻訳のためのモデルを選んだ後は、Streamlitを使用してこのアイデアを具体化することができます。

プロジェクトリンク:独自のAI翻訳アプリを構築する

 

4. 研究論文を分析する

 

研究フェローシップ中に、効率的に論文を読む方法を学びました。しかし、最低30ページの論文を読むだけでも時間がかかり、毎日リリースされる論文の爆発についていくのは難しいです。研究の生産性を向上させるために、学術論文から関連情報を抽出した方が良いのではないでしょうか?以下に、データサイエンス分野で役立つ可能性のある3つのユースケースを示します。

 

論文に関する質問と回答

 

ドキュメントからの質問と回答の生成は、価値をもたらす最もクールなアプリケーションの一つです。ほとんどのチュートリアルでは、Chat-GPTを使用して自動的なQ&Aセッションを作成しますが、これは唯一の解決策ではありません。HuggingFaceのLangChainとSentence Transformersを使用して、パーソナライズされたボットを作成することもできます。以下の手順があります:

  1. PyPDFLoaderを使用してPDFドキュメントをロードする
  2. テキストからチャンクを抽出する
  3. Sentence Transformerライブラリを使用して埋め込みを抽出する
  4. 質問に答えるためのボットを構築する

プロジェクトリンク:

  • Chat-GPT APIを使用した論文に関する質問と回答
  • LangChainとSentence Transformersを使用した質問と回答

 

論文の要約

 

もう一つの一般的なユースケースは、論文の要約です。前述のように、このタスクも生成型AIツールを使用して自動化することができます。GPT-3、LangChain、そしてStreamlitを使用してかわいらしいWebアプリケーションを作成することができます。

プロジェクトリンク:論文の要約

 

複数の論文にクエリを行う

 

複数の論文を同時に要約する場合、これらの要約を質問に基づいてクエリすることができれば便利ですよね。簡単に実現できます。LangChainとOpenAPI-APIを利用することで、非常にシンプルになります。

プロジェクトリンク:複数の論文へのクエリ

 

5. コードのドキュメンテーション作成

 

私の前職でデータサイエンティストとして働いていたとき、コードを日々ドキュメンテーションすることが重要であることに気づきました。一人で働く場合は気にしないかもしれませんが、チームで働く場合はコードのドキュメンテーションなしでタスクを管理することは複雑になります。特に、チームメンバーが退職し、彼/彼女のコードを理解できる唯一の人であった場合に問題が発生する可能性があります。ドキュメンテーションは非常に有用ですが、時間を消費する非常に退屈な作業です。大規模言語モデルのブームのおかげで、Chat-GPTを使用してPythonのドキュメンテーションを作成することで、この厄介な作業を避けることができます。

プロジェクトリンク:コードのドキュメンテーション作成

 

6. PowerPointプレゼンテーションの自動化

 

データサイエンティストであるならば、クライアントと結果を議論するためにPowerPointスライドを準備する必要があることは確かです。これは時間のかかる作業であり、生成型AIのおかげで自動化することができます。Bing Chatに依頼して、各スライドの文脈と情報を明確に指定してPowerPointスライドを作成するためのVBAコードを生成してもらうことができます。

プロジェクトリンク:PowerPointプレゼンテーションの自動化

 

7. レビューの感情分析

 

産業界では、製品レビューの感情分析は、顧客が製品を好きかどうかを把握し、サービスを改善し、市場競争力を維持するために企業に役立ちます。これは、テキストの前処理、単語の埋め込み、および機械学習モデルの適用といった多くのステップが必要な典型的なデータサイエンスプロジェクトです。

最初のステップは、言語の理解力が必要な最も労力を要する作業です。この問題はChat-GPTを使用することで迅速に解決することができます。また、この分析に加えて、各レビューから利点と欠点のリストを生成したり、製品を改善するための提案のリストを作成したりすることも可能です。

プロジェクトリンク:レビューの感情分析

 

最後の思い

 

以上です!これらは、履歴書の向上と効率の向上に役立つ7つの生成型AIプロジェクトです。プロジェクトに取り組む際には楽しむことをお勧めします。インスピレーションに駆られて、すべてが可能です。アイデアがある場合は、実践してみてください。そうすれば、最終的な成果に満足することができます。お読みいただきありがとうございました。素敵な一日をお過ごしください! Eugenia Anelloは、現在イタリアのパドヴァ大学情報工学部の研究員です。彼女の研究プロジェクトは、連続学習と異常検出を組み合わせたものです。 

We will continue to update VoAGI; if you have any questions or suggestions, please contact us!

Share:

Was this article helpful?

93 out of 132 found this helpful

Discover more

人工知能

「ジャスティン・マクギル、Content at Scaleの創設者兼CEO - インタビューシリーズ」

ジャスティンは2008年以来、起業家、イノベーター、マーケターとして活動しています彼は15年以上にわたりSEOマーケティングを...

機械学習

3つの質問:大規模言語モデルについて、Jacob Andreasに聞く

CSAILの科学者は、最新の機械学習モデルを通じた自然言語処理の研究と、言語が他の種類の人工知能をどのように高めるかの調査...

機械学習

「Prolificの機械学習エンジニア兼AIコンサルタント、ノラ・ペトロヴァ – インタビューシリーズ」

『Nora Petrovaは、Prolificの機械学習エンジニア兼AIコンサルタントですProlificは2014年に設立され、既にGoogle、スタンフ...

人工知能

Diginiのスマートセンスの社長、ガイ・イエヒアブによるインタビューシリーズ

ガイ・イハイアヴ氏は、ビジネスの成功に最も重要な資産を保護するためにインターネット・オブ・シングス(IoT)の力を活用す...

人工知能

「スノーケルAIのCEO兼共同創設者、アレックス・ラットナー - インタビューシリーズ」

アレックス・ラトナーは、スタンフォードAIラボを母体とする会社、Snorkel AIのCEO兼共同創設者ですSnorkel AIは、手作業のAI...

人工知能

ムーバブルインクのCEO兼共同創設者であるヴィヴェク・シャルマ氏についてのインタビュー・シリーズ

ビヴェクは2010年にムーバブルインクを共同設立し、急速な成長を遂げながら、600人以上の従業員を擁し、世界有数の革新的なブ...