WEBVTT 00:00.500 --> 00:02.780 なんて素晴らしいんだ 00:02.780 --> 00:09.620 私たちの新しい航空会社、 アイ・アシスタントとそのできることすべてに、 私と同じように驚いてほしい。 00:09.620 --> 00:17.690 ここでもう一枚、 私が交わした会話のスクリーンショットを撮ったのだが、 ロンドンのあのゴージャスなイメージをもう一度見ることができる。 00:17.720 --> 00:18.740 今はまったく違うアプローチだ。 00:18.740 --> 00:22.430 モンタージュではなく、 もっとシンプルなものだ。 00:22.430 --> 00:28.790 これほどバラエティーに富んだ、 多様なイメージが得られるというのは驚きです。 00:28.850 --> 00:36.140 それに、 多くの機能を含む洗練されたフレームワークを簡単に組み立てることができるのも驚きだ。 00:36.230 --> 00:39.890 私たちはそこでツールを動かし、 価格を調べていたことも覚えている。 00:39.890 --> 00:46.400 私たちが一緒に作ったものは、 ユーザーインターフェイスを備えた非常に洗練された複雑なアプリだった。 00:46.400 --> 00:51.470 しかも、 数時間分の作業ですべてをやり遂げた。 00:53.000 --> 00:56.030 おめでとう。 00:56.030 --> 01:02.150 しかし、 いつものように、 あなたには挑戦がある。 もう一度言わせてもらえば、 学ぶ最善の方法は実践することだ。 01:02.150 --> 01:07.160 それを改善するために、 今からエクササイズをしたり、 取り組んだりすることが非常に重要だ。 01:07.190 --> 01:09.930 おまけにとても楽しい。 01:09.930 --> 01:11.880 そこで、 あなたができることをいくつか紹介しよう。 01:11.910 --> 01:16.590 以前、 予約のための別のツールを追加するという話をした。 01:16.620 --> 01:22.680 理屈の上では、 明らかに実際の予約ではなく、 予約を行い、 予約が行われたことを出力する必要があります。 01:22.680 --> 01:28.740 あるいは、 必要であれば、 ファイルか何かに書き込んで、 予約が起こったことを知らせることもできるだろう。 01:28.770 --> 01:29.940 それを道具として加える。 01:29.940 --> 01:33.270 すでに済んでいればいいが、 そうでなければ今がチャンスだ。 01:33.360 --> 01:35.400 それから別のエージェントを加える。 01:35.400 --> 01:41.040 ええと、 すべての返答を異なる言語に翻訳できるエージェントを雇ってください。 01:41.040 --> 01:43.500 ええと、 以前のプロジェクトで提案したものなんだ。 01:43.500 --> 01:48.060 しかし、 それを右側に表示し、 別のフロンティアモデルを使う。 01:48.090 --> 01:58.140 例えばクロードはどうだろう。 クロードを好きな別の言語に翻訳する方法として使い、 別のパネルを追加するために無線作業をしなければならない。 01:58.290 --> 02:00.450 その翻訳で。 02:00.450 --> 02:03.510 その際、 グラディオを少しいじらなければならない。 02:03.510 --> 02:10.770 そのため、 少しググる必要があるかもしれないが、 うまくいけばアイデアが得られるかもしれないし、 ググる必要もないだろう。 02:10.770 --> 02:17.520 Gradioアプリを拡張して、 他言語への翻訳を反映する追加セクションを追加する方法について、 02:17.520 --> 02:23.970 クロード自身にアドバイスを求めることもできるだろう。 02:23.970 --> 02:28.650 コードの束を提供し、 それを拡張したり、 より多くの機能を追加したりするよう求めるようなことをすると、 02:28.650 --> 02:37.410 これらのモデルはそのような、 コードの反復に優れていることがわかるだろう。 02:37.800 --> 02:45.870 そして最後に、 マルチモーダリティを楽しんできたので、 もう1つマルチモーダルなタスクとして、 音声をテキストに変換する、 02:45.870 --> 02:55.560 つまり、 音声入力ソースから音声を聞き、 それをAIアシスタントへの入力としてテキストに変換できるエージェントを追加します。 02:55.560 --> 02:57.150 そして、 ループを完成させる。 02:57.150 --> 03:01.950 あなたはそれに話しかけることができるようになり、 それは言葉を返してイメージを描くことができるようになる。 03:01.950 --> 03:05.040 チケットの値段を聞こうと思ったとき。 03:05.040 --> 03:08.640 これで2週目のチャレンジは終了だ。 03:08.640 --> 03:19.860 その時点で、 あなたはマルチモダリティに精通し、 より大きな仕事を遂行するために、 さまざまなエージェントをつなぎ合わせて使うことになる。 03:21.960 --> 03:24.790 その時、 私はこう言った。 03:24.820 --> 03:29.260 これでLMエンジニアリングをマスターする道のりは25%になった。 03:29.290 --> 03:30.460 全体の25%だ。 03:30.490 --> 03:31.720 4分の1は終わった。 03:31.750 --> 03:36.520 あなたはトランスフォーマーを、 すべての用語を含めて快適に説明することができます。 03:36.520 --> 03:44.560 あなたはAPIに対してコードを書くことができ、 UIを使い、 ツールを使い、 エージェントを使い、 マルチモーダルアシスタンスを構築することができる。 03:44.590 --> 03:47.710 この時点では、 これはほとんど自然なことだ。 03:48.010 --> 03:48.340 ええと。 03:48.370 --> 03:57.910 来週は、 オープンソースコミュニティの繁栄と、 オープンソースを通じてアクセスできる能力の繁栄という、 03:57.910 --> 04:07.720 絶対に素晴らしいものに話題を変えて、 ハグ顔を本当によく、 本当によく知ることになる。 04:07.720 --> 04:15.040 パイプラインやトーケナイザー、 トランスフォーマーモデルを使ったモデルそのものを扱うことになる。 04:15.280 --> 04:23.020 そして最終的には、 GPUを搭載したGoogle Colabを使ってオープンソースのモデルの推論を実行することになる。 04:23.020 --> 04:30.010 今週が終わるころには、 オープンソースモデルの推論に習熟していることだろう。 04:30.010 --> 04:31.540 そして、 早くそれを手に入れたい。 04:31.540 --> 04:32.740 その時にまた会おう。