ChatGptを使ってみた話 ~自動車ソフト開発への活かし方!?~
最近話題のChatGptを使ってみました。
そもそもChatGptが何かをChatGptに聞いてみました。
質問:
chatgptってなに
回答:
ChatGPTはOpenAIが開発した自然言語生成モデルです。ChatGPTはTransformerというアルゴリズムを採用し、人工知能によるテキスト生成を行います。このモデルは大量のテキストデータを学習し、その学習データを元に文章を生成することができます。
ChatGPTは、APIを通じてアプリケーションやサービスと統合することができます。これにより、顧客サポートチャットボットやFAQの自動生成など、多様な用途で活用することができます。また、ChatGPTは高い生成精度を持つため、人間のような文章を生成することもできます。
といった感じでした。
活用方法?
これまでグーグルで検索し、目的のキーワードについて複数の記事から自分が欲する情報を取得するという感じでした。
ChatGptを使えば、それが自然言語で質問することで、それっぽい答えを返してくれるようになります。
ちょっと試しにいくつかソフト開発関係で聞いてみました。
質問:
新しいソフトウェア開発手法を教えて。
回答:
現在、一般的に使われているソフトウェア開発手法には以下のものがあります:
- Agile開発 - イテレーションやコラボレーションを重視する開発アプローチ
- DevOps - 開発と運用のフローを統合するアプローチ
- Microservices - 大規模なシステムを小さなサービスに分割して開発するアプローチ
- Continuous Delivery/Deployment - 開発した変更が頻繁に本番環境にデプロイされるアプローチ
これらのアプローチは個々の組織に応じてカスタマイズされることがありますが、一般的に新しい開発手法として重視されています。
質問:
DevOpsとこれまでの開発手法との違いは何?
回答:
DevOpsは従来の開発手法と異なり、開発と運用のチームが協力して、品質の向上とスピードアップを目的としています。 DevOpsは以下のような特徴があります:
-
継続的なインテグレーションとデリバリー - 開発者と運用者が協力して、アプリケーションの変更が頻繁にテスト・デプロイされるようになっています。
-
オーケストレーションと自動化 - コードからデプロイまでのフローが自動化され、手作業のミスが最小限に抑えられます。
-
品質保証 - DevOpsは、開発と運用のチームが共通の目標を持つことで、アプリケーションのクオリティを向上させることを目的としています。
-
マルチクラウド支援 - DevOpsはマルチクラウド環境をサポートすることで、頻繁なデプロイやスケーリングの要件に対応できます。
これらの特徴により、DevOpsはスピードと品質を向上させ、ビジネスの要件に柔軟に対応することができるようになります。
質問:
車両開発にメタバースを活用する方法を教えて。
回答:
メタバースは車両開発に活用することができる、柔軟なシミュレーションフレームワークです。車両開発においてメタバースを活用する方法には以下のようなものがあります:
-
車両性能シミュレーション - メタバースを使用して車両の挙動や性能を予測することができます。
-
構造解析 - メタバースを使用して車両の構造や部品の挙動をシミュレートすることができます。
-
システムインテグレーションテスト - メタバースを使用して車両のシステムを統合してテストすることができます。
-
仮想試験走行 - メタバースを使用して車両の試験走行を仮想環境でシミュレートすることができます。
これらの手法により、車両開発のスピードアップと品質向上が図られます。また、リアルタイムなシミュレーションにより、開発コストやリスクも低減されます。
プログラミングもできる??
それっぽいコードなら出してくれそうです。
VBAやpythonなどちょっとしたスクリプトを作成するベースになんかするのはありかもしれません。
自分の経験上、結局ネットで似たような処理を検索して探して、そこから改造するってこともよくありますし。
質問:
日経平均のチャートをエクセルに出力するPythonコードを作成して。
回答:
import pandas as pd import matplotlib.pyplot as plt import pandas_datareader as pdr # Retrieve the Nikkei 225 index data from Yahoo Finance df = pdr.data.DataReader('NIKKEI225', 'yahoo', start='2010-01-01') # Plot the closing price plt.plot(df['Close']) plt.title('Nikkei 225 Index') plt.xlabel('Year') plt.ylabel('Closing Price') plt.show()
質問:
以下のコードをPythonに変換して。
Sub CreateAppointmentItem() Dim objApItem As Outlook.AppointmentItem Set objApItem = Application.CreateItem(olAppointmentItem) With objApItem .Subject = "△△会議" .Location = "XXX会議室" .Start = #8/1/2018 2:00:00 PM# .End = #8/1/2018 4:00:00 PM# .Body = "○○プロジェクト会議" .ReminderSet = True .ReminderMinutesBeforeStart = 30 .Save End With End Sub
回答:
以下がPythonに変換されたコードです:
import win32com.client outlook = win32com.client.Dispatch("Outlook.Application") appointment = outlook.CreateItem(1) appointment.Subject = "△△会議" appointment.Location = "XXX会議室" appointment.Start = "8/1/2018 2:00 PM" appointment.End = "8/1/2018 4:00 PM" appointment.Body = "○○プロジェクト会議" appointment.ReminderSet = True appointment.ReminderMinutesBeforeStart = 30 appointment.Save()
感想
正解・不正解はともかくそれっぽい文章を一瞬で作成してくれたり、自然言語で記載したやりたいことをコードにしてくれるなど、AIの進歩は凄いなと改めて感心しました。
いまからAIを作ってトップに追いつくのは正直厳しいです。
個人的には、活用する方法を探っていきたい。