Java命名

LLMが必要な理由と技術的背景、および基本概念について説明します。

👨‍🍳 コードを料理するように、きれいに、美味しく！ 『クリーンコーディング』は、料理に例えてクリーンコーディングを楽しく学ぶ料理人のような開発者のコード料理教室です。🍽️

この講義は、大規模言語モデル(LLM)や生成AIを効果的に活用するための核心技術であるプロンプトエンジニアリングを体系的に学習する過程です。 基礎理論から実践技法、そして最新の応用事例とセキュリティ・倫理問題まで幅広く扱い、LLMベースのサービス開発者・データサイエンティスト・AI企画者すべてに実質的な助けを提供します。

LLMを用いて構築できるアプリケーションやウェブサービスにはどのようなものがあるのか見ていきます。

今はAIを活用して開発する時代。AIをより良く活用し、より優れた、より正確なコードやドキュメントを作成する方法が必要なので、それに合った方法を提案します。

ジュニア開発者が人工知能を開発ツールとして活用し、企画からコード作成、デプロイ、検証に至る開発プロセス全体を理解できるようにすることで、AI時代に必要なフルスペクトラム(Full-Spectrum)能力を身につけ、生き残り、成長できるようにします。

問題化(Problematization)は、問題提起、問題づくりなどとも訳される用語です。そして問題設定や問題定義とも訳すことができます。要求事項や常識のような既知の事実に対して新しい観点から疑問を投げかけ、問題を定義し、この問題を解決する方式を組み立てていく過程が含まれている概念です。問題化はあらゆる開発の出発点となるべきですが、まだ開発分野では十分に議論されていないテーマです。プロジェクトを遂行することやプログラムを開発することも、実は問題を解決する計画を立てることです。つまり、問題化と関連があるということです。問題を解決するには、まず問題が明確に定義されていなければなりません。しかし、ほとんどの場合、曖昧な要求の形で問題が与えられます。したがって、曖昧な要求を明確な問題に変える力があってこそ、不要な「開発の無駄」を減らし、協業は円滑になり、ユーザーの本当のニーズを正しく把握することができます。この講義は実践事例とツールを通じて問題を「構成する思考」を訓練できるよう支援します。

生成AIまたはLLMをベースにRAG（検索拡張生成：Retrieval-Augmented Generation）システムを構築しても、望む性能が得られず、適切な解決策が見つからない場合はどうすればよいでしょうか？ 本講義では、認知負荷（Cognitive Load）理論に基づき、RAG性能を改善する方策を提示します。この講義を通じて、LLMコンテキストウィンドウの限界を理解し、RAGシステムにおける認知負荷の効果的な管理方法を習得できます。チャンク（Chunk）のサイズと構造設計、高品質チャンク生成手法、動的最適化、性能評価、実践技法などを網羅する実務レベルの理論講義です。

生成型人工知能(生成型AI)の一種であるLLMを基盤として作るアプリケーションやウェブサービスを企画する際に必要な「サービスデザイン」の概念と方法を身につけることができます。

セキュアコーディング(Secure Coding: セキュリティコーディング)が何なのか全く知らなくても理解できる講義です。基本的なセキュリティコーディングの概念を習得した後、Webサービスのセキュリティを中心に説明します。OO大学主催の特別講義として行われた講義でした。160個を超えるソースコードを豊富なコメントと共に提示し、実務ですぐに使える核心的なテーマとテクニックをピンポイントで分かるようにします。

C言語の基本概念と基本文法を迅速に理解できます。

自然言語処理技術の出発点から始まり、最新のLLMモデルに至るまでの過程で開発された多様な言語モデルを詳細に説明します。

LLMベースのマルチエージェント技術を実装できるようにするCrewAI、LangChain、AutoGenなどの様々なエージェントフレームワーク、知識グラフ、推論システムを組み合わせて人工知能裁判官を作る方法を探求します。

LLMサービスを企画するために、ユーザーの要望を収集し分析する方法を検討します。

LLMの限界と限界克服策、最新の研究テーマを探ります。

ChatGPTのような大規模言語モデルの基礎原理を理論中心に説明します。