【microsoft】「初心者のための生成AIコース」の解説

【結論】
ぜんぜん初心者向けの内容じゃなかったため、Generative AI for Beginnersのレビューはありませんのでご注意ください。

はじめに

このシリーズでは、microsoftがGitHubで出しているGenerative AI for Beginners（日本語名：初心者のための生成AIコース）を攻略します！

覚えていますか？

さて当ブログにはじめてお越しになる方は是非↑こちらをご覧いただきたいのですが、私は生成AIの勉強をしようと思って学習コンテンツを探していたとき、

以下の内容を見て一度は勉強を諦めた経験があります。だって・・・。

これが何いってるか分からない人へ

なに言ってるの？

って感じなんですよ。私からしたらね。

こちらはmicrosoftが無料で出している生成AIの学習コンテンツの冒頭の内容なのですが、ど素人が勉強するにはちょっとハードル高すぎませんかね・・・。

というわけで、2つめのAI学習コンテンツレビューはこちらのGenerative AI for Beginnersをレビューすることにしました。

というわけで、以下はリポジトリをフォークするという単語の意味が分かる方にはつまらない内容かと思いますが、

「なにそれ分かりません」という方にとってはとても良質なコンテンツだと思いますので、ぜひ最後まで読んで一緒に生成AIの勉強をしましょう！！

ちなみに1つめにレビューしたGoogle AI Essentialsについて知りたい方はこちらからどうぞ。

Generative AI for Beginners

概要

Generative AI for Beginnersとは、microsoftが無料で公開している生成AIの学習コンテンツです。

名前からして初心者向け。かつ生成AIアプリケーションの開発を始めるために必要な全知識を学べる12講座というサブタイトルが付いているため、

これから生成AIについて学ぼうという方にとっては良いコンテンツなのかなと思いますが、

まずは前回のGoogle AI Essentials同様、学習するための事前準備についてまとめます。

コンテンツの場所

Generative AI for Beginnersはこちらから開けます。

日本語かつ無料のコンテンツなので、興味がある方はとりあえずブックマークしておけば良いと思います。

以下の内容は、このページに書かれた内容を上から順番にチェックしたものです。

ここからは用語解説つき

まずクラウド・アドボケイトというのはマイクロソフトの職種で、技術コミュニティを支援して技術者たちの声を製品開発に反映させる役割の方を指すそうです。

なので、要するにここで言っていることはただの挨拶文です。

「技術者たちの声」とあるように基本的にGitHubを使うのはエンジニアさんが多いようですが、私のように誰でもアカウントを作ることはできます。

例の文章

こちらはまず用語解説をします。

●GitHub：
みんなで一緒にプログラムを作ったり変更したりできる場所。エンジニアさん御用達。変更箇所とかバージョン管理ができるのが人気。

●リポジトリ：
プロジェクトごとにファイルをまとめておく場所。

●フォーク：
他ユーザーのリポジトリをコピーして自分のアカウントで管理すること。

●スター：
リポジトリをお気に入りとしてマークすること。

これを踏まえて「はじめに」の内容を要約すると↓こんな感じになりますね。

・microsoftのプロジェクトを自分の個人フォルダにコピーしてね
・そうすることで内容を自由に変えられるし、課題の進捗管理ができるよ
・見つけやすいようにお気に入り登録がおすすめ
・上から順にやらなくても、興味のあるレッスンから自由に始めてok
・「コースセットアップページ」で準備方法を確認できる

勉強仲間が欲しいときは

公式のAI Discordサーバーに行けば、同じコンテンツを勉強している人とチャットができるようです。

もっと知識を深めたい場合

このコースを終了した後、さらに生成 AI に関する知識を深めるために生成 AI 学習コレクションというのがあるようです。

スタートアップだったら支援あり

最大で$150kのAzureクレジット・・・kは1000だから15万ドルか。

2400万円！！？
※1ドル160円で計算

ちょっと金額がすごいのでmicrosoftのスタートアップ支援ページに行って詳細見てきました。

●アイデア創出: スタートアップのアイデアを洗練し、製品のプロトタイプを作成しています。この段階で、最初に1,000 ドルの Azure クレジットが付与されます。

●開発:ソリューションに価値があることがわかっており、最小限の実行可能な製品の開発に着手しています。この段階で、5,000 ドルの Azure クレジットをすぐに受け取ります。

●成長:製品をリリースし、機能の出荷と顧客の獲得に注力しています。Azureクレジット 25,000 ドルをすぐに請求できます。

●規模:製品市場適合性があり、会社の規模拡大に注力する準備ができています。この段階では、すぐに 150,000 ドルを請求できます。

https://startups.microsoft.com/blog/credit-levels/から引用　※原文は英語→chromeで翻訳

microsoftってなんかすごい支援してるんですね。こういうのって私が知らないだけでGoogleとかもやってるんだろうか。

やってた

しかも35万ドルだから・・・5600万円くらいか。もう意味が分からない金額ですね。まあそれだけ支援しても充分な見返りがあるってことなんでしょう。

余談

AzureもGCPもスタートアップ支援してるってことは、同じクラウドプラットフォームのAWSもあるかな？と思ったらやってました。

ただし最大10万ドル（1600万円）だったので、おやおや？？と思って参考までにシェア率を調べたところ、

AWS：31％
Azure：25％
GCP：11％

こうでした。　※2024Q1データを元にしたperplexity調べ

資料がシェア率しか無いうえに素人目線というだいぶ偏った感想ですが、GCPがやたら多額な支援をしているのはシェアを獲得したい目的もあるように見えます。

今のところ起業予定はありませんが、AIの勉強をはじめて本格的にクラウドプラットフォームの検討をすることになったらこの3種についても調べてみようと思います。

誤字脱字があったら教えて

私こういうの好きなので誤字脱字を見つけたらやっちゃうかも。

なかなか便利な仕組みがあるんですね。マニュアルの更新とかもう全部GitHubを使えば良いんじゃないかな（適当）

ちなみにこのページはここまでで半分くらい。もう半分がこのコースで学べるレッスン一覧の紹介です。

レッスン一覧

	リンク	コンテンツの中身	学習目標
00	コースのための準備	テクノロジーのセットアップとコースの枠組み	レッスンが成功すると分かるゴール設定
01	AIと大規模言語モデルの生成の紹介	概念: AI と現在のテクノロジー環境の生成	AIを生成するということ、そして大規模言語モデル（LLM）がどのように動くか理解します。
02	様々なLLMの調査と比較	概念: さまざまな大規模言語モデルのテスト、反復、および比較	ユースケースに適したAIモデルを選択
03	責任ある生成 AI の利用	概念: ファウンデーションモデルの限界と AI に伴うリスクを理解する	責任ある生成 AI アプリケーションの開発方法を学ぶ
04	プロンプト・エンジニアリングの基礎	コード/概念:ハンズオン書式プロンプト・エンジニアリングのベストプラクティスを学ぶ	プロンプトの構造と使用法の理解
05	高度なプロンプトの作成	コード/概念:プロンプトに様々なテクニックを取り入れ、プロンプト・エンジニアリングの知識を深める	出力結果を改善するため、プロンプト・エンジニアリングのテクニックを活用する
06	テキスト生成アプリケーションの構築	コード: Azure OpenAI テキスト生成アプリの構築	トークンと温度を多く使用しモデルの出力を変化させる方法を理解する
07	チャットアプリケーションの構築	コード: チャット アプリケーションを構築および統合するための手法。	AI を利用したチャット・アプリケーションの品質を効果的に監視し維持するための重要なキーメトリクスと注意点を把握する
08	ベクターデータベースを利用した検索アプリケーションの構築	コード: セマンティックとキーワードについて。テキストの埋め込みについて学び、への対処方法	埋め込み技術データ検索アプリケーションの構築
09	画像生成アプリケーションの構築	コード:アプリケーション開発で画像生成が役立つ理由	画像を生成するアプリケーションの構築
10	ローコード AI アプリケーションの構築	ローコード: Power Platform における生成 AI の概要	教育系スタートアップ企業ローコードで学生の課題追跡アプリを構築する
11	関数呼び出しとの統合	コード:関数呼び出しとアプリケーションにおける用途	外部 API からデータを取得するため Function Calling
12	AI アプリケーション用の UX デザイン	概念:透明性と信頼性を備えた AI アプリケーションの設計	AI アプリケーションの開発時に UX デザインの原則を制御する
xx	学習の継続	授業内容の続きを読むにはここをクリックしてください!	AIの技術をマスターするために生成する

とりあえずこのページでは「00．コースのための準備」を最後までやりきって、実際の学習コンテンツのレビューは次回以降にしたいと思います。

というわけで今回の本題。このレッスンを受けるための準備をやっていきます。

コースのための準備

はじめに

まずはこちらのページをご覧ください。

↑こちらはmicrosoftが書いたコースを始めるための準備のページなので、このページを読んで理解できる方は以下読まなくて大丈夫です。

そんなあなたは次回のレビューでお会いしましょう。

このページを見ても「よく分からん」という方は私と一緒ですね。以下はそんなあなたに向けて、私が実際に準備した手順を書き記しておきます。

1．リポジトリのフォーク

まずは先ほどと同じこのページを開きます。

するとこんな内容が書かれているので、下線のついた「フォーク」を押します。

すでにGitHubのアカウントを持っている方は以下1つ飛ばしてください。

今回はじめてGitHubを使うという場合は、まずこんな画面が出ますので、いちばん下にある「アカウントを作成してください」からアカウントを作成してください。

YouTubeとかを見るとそこそこアカウント作成画面が変わっているようなので、最新情報はこちらの公式のアカウント作成ページを見てやるのが良いと思いますが、

1．メールアドレス入力
2．パスワード入力
3．ユーザー名を入力
（4．メール受信チェック　※受信せずに進めてok）

私が作成したタイミング（2024/7/9）ではこんな流れで進み、そのあと人間かどうかの確認として靴を回すパズルをさせられ笑

さらにメールに認証コードが届いて、メールアドレス確認を経て以下の画面になりました。

フォークの確認画面

うーん。実に英語ですね。私は多少の誤訳があっても日本語の方が読みやすいので、chromeの機能を使ってページごと日本語に翻訳します。

ちょっと前までchromeの拡張機能で翻訳を入れていたんですが、6月のアップデートかな？その辺で拡張不要で翻訳できるようになったのが便利ですね。

以下は特に断りがなければ、chromeの翻訳機能を使って日本語にした状態で進めます。

ということで日本語になりました。この画面ではフォーク作成にあたりリポジトリの所有者やリポジトリ名を変更できるようですが、

特にこだわりが無ければそのまま「フォークを作成」という緑色のボタンを押せば良いようなので、私はそうしました。

そうすると数秒だけこんな画面が出てくるくる動いて・・・

この画面になったら無事フォーク完了です！！

2．Codespaces を作成

コードを実行する際、依存関係の問題を避けるため、GitHub Codespaces で、このコースの実行をお勧めします。

Codespaces は、フォークしたリポジトリから、下記の緑のボタンの Code を選択し、Codespaces オプションを選択し作成できます。

https://microsoft.github.io/generative-ai-for-beginners/#/00-course-setup/translations/ja-jp/READMEから引用

さて私調べによると・・・

依存関係の問題とは、前提がちゃんとしてるかどうか。のようです。

もうちょっと具体的に書くと、どうやら最近のプログラムは全てを1から書いているものは少なく、

ライブラリやモジュールと呼ばれる「よく使うコード」をまとめたもの。いわばコピペセット的なものがあり、

それがあることで開発時間の短縮ができるようなのですが、開発する環境にそのセットが入っているかどうかでプログラムの挙動が変わってしまうため、

事前にそのライブラリとかモジュールとかを入れて、ちゃんと設計通りに動かすための段取りが欲しいようです。これを開発環境を作るというそうです。

らしいです。

なにせプログラム未経験の私調べなので責任は持てませんが、色々読んでみた感じではこの理解で合っていそうです。

とりあえずこの理解で話を進めます。

実際にコードスペースを作ってみる

コードスペースの作り方はとても簡単で、まず先ほど作ったこのページにある「コード」と書かれた緑のボタンを押して、コードスペースのタブを開きます。

最初は地元が選択されているので、隣のコードスペースタブを選び、「メインにコードスペースを作成する」を押すだけでコードスペースが作成できます。

補足：コードスペースの費用

月に120時間までは無料のようなので、今回はじめてGitHubを使うような方はまず問題ないと思いますが、すでに色々使っている方はご注意ください。

詳細は公式のこちらをどうぞ。

3．APIキーの保管

アプリケーション開発において、API キーは安全に扱う必要があります。公開リポジトリにこうした機密情報をコミットすると、不正利用による想定外のコストや問題が発生する可能性があります。そこで、作業中のソース・コードに直接 API キーを保存しないようにしてください。

https://microsoft.github.io/generative-ai-for-beginners/#/00-course-setup/translations/ja-jp/READMEから引用

・・・というわけで、ここで説明されているGitHubの公開リポジトリはもちろん、公開されているサイトやドキュメントなどにAPIを書かないように注意しましょう。

ローカルPCで実行する方法

さてこの後はローカルPCで実行する方法として

・miniconda のインストール
・Python の拡張機能をインストールした Visual Studio Code の使用
・ブラウザで Jupyter の使用
・コンテナでの実行

という内容が続きますが、ここでは手順2でGitHub上にコードスペースを作りましたので、以降はローカルPCでは作業せずにGitHub上で作業する。という前提で進めます。

4．レッスンと技術要件

このコースは、6 つの概念レッスンと 6 つのコーディング・レッスンが含まれます。

コーディング・レッスンでは、Azure OpenAI サービスを使用します。コードを実行するには、Azure OpenAI サービスへのアクセス権限と API キーが必要です。こちらのアプリケーション・フォームに記入し Azure OpenAI のアクセス申請を行ってください。

https://microsoft.github.io/generative-ai-for-beginners/#/00-course-setup/translations/ja-jp/READMEから引用

Azure OpenAIのアクセス申請

まあせっかくなので入力フォームまで見てみることにしました。

5．Azure OpenAI アクセス申請フォームの内容

ということで見ました。見たんですが・・・

　

　

　

　

　

　

　

　

　

　

くそおおおおおおおおおおお！！！！！！！　ってなりました笑

というわけで以下がAzure OpenAI アクセス申請フォームの抜粋です。

私は無理でしたが、この内容を見て「いけるいける」と思った方は多分そのまま進められる方だと思います。。。

なお赤線を引いたものは、私が「？？？」となった内容です。

フォームの内容

1．あなたの下の名前
2．あなたの名字
3．このサービスにアクセスしたい Azure サブスクリプション ID はいくつですか?
4．最初の Azure サブスクリプション ID (テナント ID ではありません) を入力してください
5．会社のメールアドレス（gmail等の個人アドレスの申請は拒否されます）
6．会社名
7．会社の住所
8．会社所在地
9．会社所在地（なぜか2つある）
10．会社郵便番号
11．会社国
12．会社のウェブサイト
13．会社の電話番号
14．この申請が自社用であり、顧客に代わって申請しているのではないことを確認
15．なんか長めの規約読んで合意するやつ
16．長めの規約その2
17．アンケート（オプション）

全文読みたい方はこちらからどうぞ。　※英語です

でもあと2つくらい書きたいことがあるのでもうちょっと頑張ります。。。

6．Azure OpenAIサービスをはじめて使用する場合

仮に Azure OpenAI サービスをはじめて使用する場合は、Azure OpenAI サービスのリソースを作成しデプロイする必要があります。リソースの作成方法はリンク先のガイドをご参照ください。

https://microsoft.github.io/generative-ai-for-beginners/#/00-course-setup/translations/ja-jp/READMEから引用

ちなみにリンク先のガイドに出てくる内容が↓こちら。

そんでもって、「こちらのフォーム」というのは先ほど出てきたAzure OpenAI アクセス申請フォームのことです。

●初心者：
ある分野やスキルにおいて、ほとんど経験がない人を指します。基本的な概念や操作方法を学び始めたばかりの段階です。

●初級者：
ある程度の経験を積んでおり、基本的な操作や概念を理解しているが、まだ深い知識やスキルを持っていない人を指します。

悔しいので探しました

ビギナーには確かに【初級者】という意味もあったのでただの私の認識違いといえばその通りなんですが、それで終わるのはなんか悔しいじゃないですか笑

なので「何かないのか？」と思って、その何かかが何か分からないまま「何か」を求めて探してみたのですが・・・・・・なんと！！

　

　

　

ありました

　

　

　

●●が原因だ！！！

あなたが必要なもの
・Azure OpenAI サービス または OpenAI APIへのアクセス
-コーディング レッスンを完了するためにのみ必要

・Python または TypeScript の基本的な知識があると役立ちます
– *まったくの初心者の方は、これらのPythonおよびTypeScriptコースをご覧ください。

・このリポジトリ全体を自分の GitHub アカウントにフォークするための GitHub アカウント

　

　

　

　

　

　

　

　

　

　

TypeScriptのコース

全文はこちら

Pythonのコース

全文はこちら

Generative AI for Beginnersのための学習

感情的になった気持ちを出したことはさておき、冷静になって改めて見ると「あなたが必要なもの」とされているのは3つありまして、

あなたが必要なもの
●Azure OpenAI サービス または OpenAI APIへのアクセス
-コーディングレッスンを完了するためには必要

●PythonまたはTypeScript の基本的な知識があると役立ちます
– *まったくの初心者の方は、PythonおよびTypeScriptコースをご覧ください

●GitHubアカウント

このうちAzureまたはOpenAIの件はコーディングレッスンをやらない場合は不要のようなので会社でやらないユーザーの場合はスルーすれば良いですし、

PythonまたはTypeScriptについては基本的な知識があると役立つ。ということは基本的な知識がなくてもできると解釈できますし、

そもそも「または」なのでどっちか1つを学んでおけばなんとかなりそうな感じがするので・・・

おわりに

というわけで、次回のこのコーナーはPythonを習得するコーナーになります！！　やってやるぞ！！！

PythonなんてAI以上に縁が無いのでどうなるのか全く分かりませんが笑

生成AI（特に機械学習）とPythonはとても関係が深いようなので、とりあえず1回やってみようと思います。

応援よろしくお願いします！！

はじめての方へ

こちらは、はじめてこのサイトに来た方に向けたページです。

・レベル感　※超初心者向けです
・ブログの内容
・どんな人が書いているのか

など「はじめてのAI」を読むにあたり最初に見ておいてもらいたいことが書いてありますので、もしまだ見たことがなければ一度ご覧ください。