## AI活用のテキストマイニングとは

AI活用の幅が広がっています。**AIは自然言語処理でも利用されてきており、文字データ処理に対する期待も高まっています。**ここでは、従来の統計解析で難しいとされている定性データについて、テキストマイニングの現状をAI活用の可能性とともに解説していきます。

### そもそもテキストマイニングとは

*テキストマイニングとは、大量のテキストデータ（文字データ）から有益な情報を取り出し（マイニング＝採掘する）活用することを指します。*

テキストデータは、顧客の声としてSNSやWebに多く見られます。その文字列から得られる情報も、数多く集めて眺めるとそれぞれの関係や傾向を掴むことができます。そのデータ群から価値あるものを取り出すことを、テキストマイニングと言います。

### 定量データと定性データの違い

ビッグデータで、あらゆるデータが蓄積され価値ある情報として活用が試みられています。

データの分析というと統計解析が思い浮かぶ人も多いでしょう。統計解析では、数値化された定量データの分析を得意とします。ここで言う「定量データ」とは、あらかじめ決まった売り上げや利益・販売数など、数値として比較できるデータを指します。

この定量データを時系列に蓄積し、前年度比較や今後の販売予測などに利用します。

テキストデータは、人が感じる印象や感情など数値がしにくいものです。このような数値化しにくいデータを、「定性データ」と言います。アンケートの自由記入欄を考えると、その欄には多様な意見が記述されていますが、同じような回答の傾向がみられる場合は、対策が必要となります。

*分かりやすく言うと、「定量データ」は数値化されたデータ、「定性データ」は数値化しにくいデータと覚えておくと良いでしょう。*

データ分析とは？基本的な目的や方法、職種例と転職方法について解説

### テキストマイニングで扱うデータ

テキストマイニングで扱うデータは、どこから得られるでしょうか？理解しやすいようにいくつかの分類で解説していきます。以下は、企業が対象とするテキストデータの入手経路です。

・*直接の顧客*
直接の顧客は、自社の問い合わせ窓口のデータを活用します。コールセンターを解説している場合は、問い合わせの電話や電子メールなどが挙げられます。また、ウェブの問い合わせフォームなども該当します。チャットボットを導入している場合は、そのやり取りも利用します。

近年ではSNSに感想を投稿する場面も多いので、TwitterやInstagram・Facebookなどもデータとして活用するのが良いでしょう。

・*将来の見込み客*
リーチできていない顧客や新製品開発などの意見は、アンケートなどを実施し、集計します。SNSや口コミ・商品比較サイトの投稿、ブログなどが対象となります。自社の競合する商品やサービスに関しても得られる情報は活用対象とします。

・*社内業務や社内作業*
社内打合せのメモや議事録、あるいは営業活動の報告書は見過ごさず活用できる情報はテキストマイニングで抽出すると良いでしょう。営業の日報などは、社内と顧客を結ぶ接点でもありますので、有効活用が望まれます。

### テキストマイニングの利用メリット

*利用メリットとしては、顧客の真のニーズを把握できることが挙げられます。*データを抽出することにより、商品の改善が促進され、ニーズに合う商品開発や訴求のためのプロモーションなどに活用することができます。

競合との差別化や、自社の価値を高めるブランド戦略にも有効です。将来の事業戦略を立案するうえでも、経営判断を手助けする情報となるでしょう。社内においても業務改善が促進し、結果として顧客にプラスとなる仕組みを設けることができます。

### AIを活用したテキストマイニングの特徴

テキストマイニングは定性データが対象であるため、人手で集計するのは大変な労力を要します。抽出手順を決めるのも一苦労です。エクセル集計も不可能ではありませんが、AIや集計ツールを活用することで、労力を大幅に削減することが期待できます。

集計ツールにより、単語の出現頻度の表示や、スコアが高い単語を大きいサイズで表示するワードクラウドが、より簡単に実現できるようになります。*

特にAIの活用は、蓄積されているビッグデータ全体を対象とした分析も可能になりますので、単語同士のつながりが分かる共起ネットワークの表示など、幅広い情報の関係性や優先付けなどが可能になります。*

## AIベースのテキストマイニングのツールと事例

*テキストマイニングは、いかに大量のデータから効率的に有効な情報を抽出し可視化できるかが重要です。*そのためには深層学習や機械学習など、AI技術を用いて広範囲な情報が活用できれば、意思決定や意思統一などにも有効です。ここでは、良く利用されるツールと活用事例を解説していきます。

### AIテキストマイニング by ユーザーローカル

*「AIテキストマイニング」は、ユーザーローカルが提供するAI活用のテキストマイニングサービスです。*アンケートの自由回答やコールセンターの音声ログ、クチコミなどの分析、感情認識など、AIを活用して価値ある分析結果が得られます。

使い方は簡単で、ウェブのフォーム欄に張り付けたり、ファイルをアップロードしたりするだけで利用できます。誰もが利用可能な無料版に加えて、企業向けに機能拡張したビジネス版も提供されています。利用実績が多く、手軽に始めることができます。

【参考】：[AIテキストマイニング by ユーザーローカル](https://textmining.userlocal.jp/)
【参考】：[AIテキストマイニング ビジネス版](https://textmining.userlocal.jp/enterprise_textmining/)

*「KH Coder」は、テキストデータの内容分析・テキストマイニングを行うフリーソフトウェアです。*日本語と英語に対応しており、アンケートの自由回答やインタビューの記録・新聞記事などに対応します。

内部ではR言語を用いており、研究用途の分析の実績も多数あります。プログラム開発不要で、多変量解析による分析を行うことができます。AI・機械学習にも対応します。Windows版は、手間なくインストールが可能です。

【参考】：[KH Coder](https://khcoder.net/)
【参考】：[KH Coder 3 ダウンロード](https://khcoder.net/dl3.html)

R言語とは？特徴やできること、Pythonとの違いを解説！

*「R言語」は、統計解析で用いるオープンソース・フリーソフトウェアのプログラミング言語です。*定量データの分析のみならず、定性データ分析にも活用できます。ここで「RMeCab」などの日本語テキストマイニングパッケージを導入すると、目的のテキストマイニング環境が構築できます。

使用するには、ベースとなる日本語形態素解析器MeCabとともに導入します。R言語をお使いの方であれば、戸惑うことはないでしょう。

【参考】：[The R Project for Statistical Computing](https://www.r-project.org/)
【参考】：[GitHub RMeCab](https://github.com/IshidaMotohiro/RMeCab)
【参考】：[アールメカブ](https://rmecab.jp/new/)
【参考】：[GitHub MeCab](https://taku910.github.io/mecab/)

R言語入門！概要や基礎、正規分布のグラフの作成方法について解説！

### AIテキストマイニングの事例

テキストマイニングは、ツールやサービスを利用することで手間なく始めることができます。*アンケート集計や、意見の集約、授業での活用などのニーズも増えていますが、オンラインで集計するフォームを活用することもできます。*以下が、具体的なフォームの例です。

・*Microsoft Forms*
Microsoft Formsは、Microsoft 365の機能でExcelやSharePoint・Teamsなどから利用することもできます。回答の可視化やExcelでエクスポートしたデータを活用することもできます。AI技術により作業の支援や提案が行われます。

【参考】：[Microsoft Forms](https://www.microsoft.com/ja-jp/microsoft-365/online-surveys-polls-quizzes)
【参考】：[Microsoft Forms: アンケート データに関するより多くの洞察を得る](https://support.microsoft.com/ja-jp/office/%E3%82%A2%E3%83%B3%E3%82%B1%E3%83%BC%E3%83%88-%E3%83%87%E3%83%BC%E3%82%BF%E3%81%AB%E9%96%A2%E3%81%99%E3%82%8B%E3%82%88%E3%82%8A%E5%A4%9A%E3%81%8F%E3%81%AE%E6%B4%9E%E5%AF%9F%E3%82%92%E5%BE%97%E3%82%8B-5c8b89aa-eee3-4ac2-8377-55f2bcf986af)

・*Google Forms*
Google Formsは、Googleが提供するオンラインフォームです。フォームの作成や自動集計などに使用します。おすすめするのは、ユーザーローカルの「AIテキストマイニング」との併用です。Google Formsで簡単に作成したフォームデータは、スプレッドシートに保存することができます。

そのスプレッドシートは「AIテキストマイニング」の入力データに利用できます。

この手法は、学校教育でも着目されています。クラスのワークショップでリアルタイムに活用したり、学級通信で結果を共有したりして、生徒が感じていることを簡単に可視化することができます。

【参考】：[Google Forms](https://www.google.com/intl/ja_jp/forms/about/)

## AI活用のテキストマイニングは見えない要求を可視化します

従来のように人手によるテキストデータの集計作業は、非常に労力を伴います。特に情報源が多様化され、顧客のニーズも多岐に渡る現代では、真のニーズを把握するのは容易ではありません。見えない要求や隠れた問題は、時間の経過により大きな障害となり得ます。**AI活用のテキストマイニングは、定性データの分析方法としておすすめの方法です。**

データ分析の手法とは？転職に役立つ8つの手法や資格を紹介！

データ分析関連の仕事は何がある？必要なスキルや転職方法を解説

ビッグデータにより蓄積された大量データのビジネス活用が進んでいます。合わせて近年は口コミやSNSなどで文字によるデータ、つまり定性データの分析の必要性が高まっています。ここでは、テキストマイニングの概要とともにAI活用について解説していきます。

テキストマイニングとは、大量の文字データから有益な情報を取り出し活用することを指します

効率よくテキストマイニングを行うには、人手ではなくツールを活用するのが一般的です

AI活用により、ウェブや蓄積された大量データの活用が想定でき、分析の量と質が高まります

AI活用のテキストマイニングとは？メリットやおすすめツールも紹介！

## Vertex AIの活用がGitLabとの提携で推進

**2023年5月2日、GitLabとGoogle Cloudは、カスタマイズ可能な生成AIの基盤モデルで、AI支援機能を拡充することを発表しました。**提携によりGoogle Cloudの「Vertex AI」基盤モデルが、GitLabのAIを活用したセキュリティ機能に活用され、脆弱性の特定や修復をより効率的に行えるようになります。

GitLabでは、DevSecOpsのワークフロー効率を10倍向上させるとしています。

両社は、これまで締結していた戦略的パートナーシップを延長しました。GitLabの企業向けDevSecOpsプラットフォームで、AI支援機能の提供がさらに進むと見られます。

【参考】：[GitLab: GitLab and Google Cloud Partner to Expand AI-Assisted Capabilities with Customizable Gen AI Foundation Models](https://about.gitlab.com/press/releases/2023-05-02-gitLab-and-google-cloud-partner-to-expand-ai-assisted-capabilities.html)
【参考】：[Google Cloud: GitLab and Google Cloud Partner to Expand AI-Assisted Capabilities with Customizable Gen AI Foundation Models](https://www.googlecloudpresscorner.com/2023-05-02-GitLab-and-Google-Cloud-Partner-to-Expand-AI-Assisted-Capabilities-with-Customizable-Gen-AI-Foundation-Models)

*Google Cloudは、Googleが提供するクラウドコンピューティングサービスです。*コンピューティング・ストレージのほか、AIと機械学習（ML）やデータ分析などにも力を入れています。AIが組み込まれたクラウドサービス提供のために、必要なサービスを拡張しています。

チームコラボレーションにも注力し、Google Workspaceは企業向けスイート製品としてプロジェクト管理などにも利用されています。

【参考】：[Google Cloud](https://cloud.google.com/?hl=ja)

エンジニアなら知っておくべき！機械学習とディープラーニングの違いとは？

*Vertex AI（バーテクス AI）とは、Google Cloudの機械学習プラットフォームを指します。*企業向けのAIサービスで、機械学習のツールを統合したプラットフォームです。AutoMLとAI Platformを統合しており、モデルのデプロイおよび維持を迅速に行うことができます。企業の導入事例も、確実に増加しています。

【参考】：[Vertex AI](https://cloud.google.com/vertex-ai?hl=ja)
【参考】：[Vertex AI の概要](https://cloud.google.com/vertex-ai/docs/start/introduction-unified-platform?hl=ja)

*GitLab（ギットラボ）は、ソフトウェアリポジトリなどの開発・運用向けサービスを提供しています。*セキュリティを確保するとともに、ソフトウェア開発ライフサイクルのプロセスを自動化し、ソフトウェア開発の生産性向上をに役立てることができます。

生産性向上では、自動化ツールを提供し、セキュリティスキャンの自動化も可能です。GitLabでは、企業向けワークロードを想定し、サービスを提供しています。

【参考】：[About GitLab](https://about.gitlab.com/)

DevSecOpsとは、開発（Development）・セキュリティ（Security）・運用（Operation）からなるソフトウェア開発の手法を指します。従来のDevOpsにセキュリティ手法を統合したものです。ソフトウェア開発のライフサイクルにおいて、セキュリティの考え方を全員が共有しソフトウェアの安全性を高めていきます。

GitLabは、堅牢な CI／CD（継続的インティグレーション／継続的デリバリー）により自動化を推進します。その下でセキュリティコントロールをDevOpsワークフローに組み入れて、DevSecOpsを実現しています。

*GitLabでは、Googleの生成AI基盤 Vertex AIを活用し、顧客の知的財産やプライバシー保護を推進するとしています。*

【参考】：[AI/ML in DevSecOps Series](https://about.gitlab.com/blog/2023/04/24/ai-ml-in-devsecops-series/)

### DevSecOpsでAIを活用するメリット

DevSecOpsでAIを活用するメリットは、数多くあります。ここでは担当別に解説していきます。

・*開発者のメリット*
開発者は、AIによりコードの生成やサジェスト機能などを利用することができます。コード開発が、効率的でかつ品質の高いコード開発が期待できます。コードのレビューや変更管理も効率向上が期待できます。コード全体の整合性を高めて、マージしメンテナンスの維持に役立てることができます。

・*セキュリティ面のメリット*
ソフトウェア開発のライフサイクルを通じて、安全なコードを書けるような環境を提供します。脆弱性の発見や修正を容易にし、開発者のスキル向上にも役立てることができます。また、テスト工程の反復作業を自動化することで、脆弱性や不具合の発見に貢献します。今回の提携でこちらの強化が期待できます。

・*運用面のメリット*
デプロイにおける評価を自動化し、問題の発見を推進するとともに、コードが理解しやすいようにサポートを受けることができます。

・*プロセス全般のメリット*
プロジェクトの会議にAIが加わり、問題のサマリーを作成し支援します。同様に大量のドキュメントから有益な情報を抽出し、役立てることができます。また、ソフトウェア開発ライフサイクルにおける生産性指標に異常がないか、予測し分析結果から問題を解決することが期待できます。

## GitLabのVertex AIを用いた機能提供とメリット

*GitLabでは、Vertex AIの導入により「Built with Google Cloud AI program」を提供し、活用していきます。*Google Cloudの生成AIモデルを活用した機能は、実験的な機能として提供されます。

「Explain this Vulnerability」により、脆弱性に対して自然言語により問題発見と解決方法を提示し、セキュリティ確保に役立てることができます。開発者は、このメリットを得て効率的にセキュリティの維持が可能となります。

すでに実験レベルの機能として発表した、「Explain this Code」「Summarize Issue Comments」「Summarize Merge Request Changes」に加わり、ソフトウェア開発ライフサイクル全体のワークフロー自動化に役立てられます。

【参考】：[GitLab details AI-assisted features in the DevSecOps platform](https://about.gitlab.com/blog/2023/05/03/gitlab-ai-assisted-features/)
【参考】：[GitLab: ML experiment: Explain this source code](https://about.gitlab.com/blog/2023/04/06/explain-this-code/)
【参考】：[GitLab: ML experiment: Summarizing issue comments](https://about.gitlab.com/blog/2023/04/13/summarize-issues/)
【参考】：[ML experiment: Summarize merge request changes](https://about.gitlab.com/blog/2023/04/20/merge-request-changes-summary-ai/)

### GitLabのVertex AI機能の利用料金

*現時点の提供機能は、「Explain this Vulnerability」という実験的な機能となります。*正式版の利用料金に関しては明らかにされていません。GitLabは、無料プランから有料プランまであります。Vertex AIも通常利用においては、マシンタイプやパイプライン実行に応じて費用が発生します。

【参考】：[GitLab: 料金](https://www.gitlab.jp/pricing/)
【参考】：[Google Cloud: Vertex AI の料金](https://cloud.google.com/vertex-ai/pricing?hl=ja)

### GitLabとVertex AIでAIモデルを構築するには

*GitLabでは、構築チュートリアルとしてPythonベースのクレジットカード取引詐欺検出アプリのデモを用意しています。*このデモにより、連携方法を理解することができます。

デモでは、GitLabはアプリケーションのソースコードをホストし、テストとスキャンを自動的に実行します。Pythonコードを実行し、プログラムの実行結果とアウトプットをGoogle Cloud Storageにアップロードし、Vertex AIでエンドポイントを作成します。

手順としては、GitLabとGoogle Cloudを接続し、Vertex AIにデータをアップロードします。GitLabでCI/CDパイプラインを作成し、品質とセキュリティのテストを行います。トレーニングは、Pythonのスクリプトを実行してモデルを学習します。

その後モデルのトレーニングのために、Vertex AIからデータをフェッチし、モデルをトレーニングしてGoogle Cloud Storageに保存します。

【参考】：[GitLab: Train and deploy AI models with GitLab and Google Cloud's Vertex AI](https://about.gitlab.com/blog/2023/06/08/training-and-deploying-ai-models-with-gitlab-and-vertex-ai/)



## GitLabのVertex AI活用は今後さらに強化されます

今回の発表は、GitLabのDevSecOpsにGoogle CloudのVertex AIを提供し、手始めとして「Explain this Vulnerability」機能を実験的に提供するものです。今後のGitLabのAI機能は、Vertex AIを活用するとしており、開発者に役立つ機能が今後も登場すると見られます。**両社の活動は、AI活用として開発者に注目される機能強化となるでしょう。**

今さら聞けない人工知能（AI）の基礎知識｜AI開発の基本を解説！

【2023年版】AI（人工知能）の学習におすすめの本10選！習得のメリットも解説

2023年5月2日、GitLabとGoogle Cloudは、生成AIを活用した提供を強化したことを発表しました。Google Cloudの「Vertex AI」が基盤モデルとして提供されます。ここでは、両社の概要や提供の内容について解説していきます。

GitLabとGoogle Cloudは、提携関係を強化し、AI支援機能を拡充すると発表しました

GitLabに、Google Cloudの「Vertex AI」が基盤モデルとして提供されます

「Explain this Vulnerability」という機能に使用され、脆弱性の特定と修復の効率が高まります

Vertex AIをAI支援に活用！GitLabとGoogle Cloudが提携を強化

## Google ColabのAIコーディング機能

**Googleは2023年5月17日、Google ColabにAIコーディング支援機能を搭載すると発表しました。**AIコーディングには、2023年5月10日開催の「Google I/O 2023」で発表されたPaLM 2ベースの「Codey」が用いられます。

【参考】：[Colaboratory へようこそ](https://colab.research.google.com/?hl=ja)
【参考】：[Google DEVELOPERS: AI-powered coding, free of charge with Colab](https://blog.google/technology/developers/google-colab-ai-coding-features/)

*Google Colabとは、Googleが提供するPythonの対話型コードエディタ兼実行環境です。*ホスト型の Jupyter Notebookサービスとして提供され、使い方は簡単です。ウェブブラウザ上で操作するので、Pythonの環境をインストールせずに利用することができます。

正式名称は、Google Colaboratoryで通称Colabと呼ばれています。

Google管理コンソールから「Google Colab」を設定して、使用したり使えない状態にしたりすることが簡単にできます。このため、Colabを組織や学校でも利用するケースが多く、何百万人もの学生がColabを利用して、Pythonプログラミングや機械学習を学んでいます。

【参考】：[Colaboratory へようこそ](https://colab.research.google.com/?hl=ja)
【参考】：[jupyter](https://jupyter.org/)

Pythonとは？人気の理由と基本知識をわかりやすく解説！

通常Pythonを利用するには、PCなどに環境をセットアップする必要があります。Pythonの得意とする機械学習やデータ分析では関連するライブラリも必要となり、追加セットアップを要します。

*Google Colabでは、ウェブブラウザで操作するため、上記のような煩雑な作業から解放されます。*そのため、機械学習やデータ分析にそのまま利用できるほか、教育用途にも活用することができます。画像生成やAIイラストなどにも応用できます。

さらにCPUなどの追加リソースも提供されますので、環境セットアップの経験がない人でも特別な設定なしに利用することができます。

Google Colabは、Googleアカウントのみで利用可能で、追加料金が発生しません。GPUの利用も無料で提供されますので、まず試してみたい場合には、Colabを使ってみるのが良いでしょう。

【参考】：[Colaboratory へようこそ](https://colab.research.google.com/?hl=ja)

Pythonと機械学習を学んでAI時代に対応できるエンジニアに

Pythonによるデータ分析：入門情報から資格取得まで解説！

*Google Colabの制限事項としては、リソース確保が保証されるわけではない点が挙げられます。*つまり無料で無制限に使用することができず、特にGPUに関しては高価であるためアクセス制限が設けられています。利用時に制限を受けるいわゆる「GPUガチャ」的な状況が生じる場合があります。

無料会員と有料会員では制約条件に違いがあり、商用利用などリソースを多く使用する場合は、「Colab Pro」のプランが推奨されています。データの管理やクッキーの扱いなど、安全性についてもクラウドサービス同様の考慮が必要です。詳細は以下のリンク先の情報をご確認ください。

【参考】：[Google Colaboratory よくある質問](https://research.google.com/colaboratory/faq.html)
【参考】：[Google Colaboratory リソース制限](https://research.google.com/colaboratory/faq.html#resource-limits)
【参考】：[最適な Colab のプランを選択する](http://colab.research.google.com/signup?utm_source=faq&utm_medium=link&utm_campaign=seems_too_good)
【参考】：[Colab 有料サービス追加利用規約](https://research.google.com/colaboratory/intl/ja/tos_v4.html)

## Google Colab搭載のAIコーディング機能とは

AIコーディング機能とは、AIによるコーディング支援の機能を表します。コーディングは、プログラム開発で必要なプログラムコードを作成することです。生成AIは、自然言語の解釈や生成を行うことができます。その特徴をプログラム開発に適用し、コード補完機能や、コード生成機能を実装します。

*Colabでも、これらのコード補完やコード生成の機能を搭載し、コード支援のチャットボットも導入される見込みです。*

【参考】：[Google Cloud Blog: At Google I/O, generative AI gets to work](https://cloud.google.com/blog/products/ai-machine-learning/google-cloud-at-io-2023?hl=en)

*Codeyとは、PaLM 2をベースとするコードモデルを指します。*PaLM 2は、推論・多言語処理・コーディングを強化した大規模言語モデル（LLM）で、CodeyはPaLM 2のコーディング機能を調整したものです。

Colabでの生成AI機能のロールアウトは、今後数ヶ月の間に徐々に展開され米国から他の地域へ拡大を予定しています。

*PaLM 2とは、Googleの開発する次世代の大規模言語モデルを指します。*PaLM 2 では、従来のPaLMと比べて推論機能や多言語処理、コーディング機能が強化されています。Googleは、大規模言語モデルPaLMの最新版であるPaLM 2を、順次自社製品やサービスへの導入を進めています。

【参考】：[PaLM 2](https://ai.google/discover/palm2)
【参考】：[Google Japan Blog: PaLM 2 のご紹介](https://japan.googleblog.com/2023/05/palm-2.html)
【参考】：[Google I/O 2023: Making AI more helpful for everyone](https://blog.google/technology/ai/google-io-2023-keynote-sundar-pichai/)

*CodeyはGoogle Colab向けにチューニングされており、得意とするPythonのコード補完やコード生成に役立てられます。*AIコーディング支援機能は統合されており、チャットボットに相談しながら進めることも可能です。Pythonと機械学習は相性が良く、Google Colabはインターネットから誰でも無償で利用することができます。

CodeyをColabに導入するに当たり、コーディングタスクのパフォーマンス向上のために、外部ソースや高品質なコードの大規模データセットで最適化を図っています。Colabで使用するCodeyのバージョンは、PythonとColabでの使用を前提に大幅なカスタマイズがされています。

### Google ColabのAIコーディング機能の効果

*Google ColabのAIコーディング機能により、プログラム開発のスピードアップ、品質向上を実感することができます。*実際のコード生成に活用できるほか、学習用途としてもColabのメリットを活かして利用することができます。

AI活用によりコードブロックから大規模開発にも利用できるようになります。AIチャットボットによるサポートを受けることもできます。

### Google ColabのAIコーディング機能の展開予定

*Google ColabのAIコーディング機能は、米国のColabユーザから開始し、順次展開を進めていきます。*米国の有料会員から始まり、無料会員へと拡大されていく予定です。

最初のリリースでは、コード生成を主目的に機能が実装されます。対象となるユーザには、ノートブックに新しい「生成」ボタンが表示され、任意のテキストプロンプトを入力することでコードを生成することができます。

有料ユーザにはオートコンプリート機能も合わせて提供されます。機能改善は、順次実施されており、将来的には他の地域へも展開をすると公表されています。

## Google ColabのAIコーディング機能は展開を待つ価値がある

Google ColabのAIコーディング機能は、米国の有料会員から無料会員へと拡大が予定されています。その後は、各地域への展開がされる見込みです。

日本の展開予定はまだ公表されていませんが、プログラム開発の効率向上は開発者のテーマでもあり、迅速なサービス化に欠かせないものです。**コード開発の期間短縮や品質向上を考えると、Google ColabのAIコーディング機能は十分に期待できるものととらえて良いでしょう。**

Googleは2023年5月17日、Google ColabにAIコーディング機能を搭載すると発表しました。機能の実装には、PaLM 2ベースの「Codey」が用いられます。ここでは、搭載されるAIコーディング機能の概要や搭載効果、今後の展開予定を解説します。

Google Colabに追加されるAIコーディング機能は、PaLM 2ベースの「Codey」が用いられます

CodeyはPaLM 2をベースとするコードモデルで、Google Colab向けにチューニングされています

Colabが得意とするPythonのコード補完やコード生成、チャットボット機能が搭載予定です

Google ColabにAIコーディング機能を追加！概要と予定を解説

世界を変えると言われるChatGPTの登場で、人工知能（AI）の認知度が一気に高まっています。皆さんの中にはChatGPTについて知識を深めたい、ChatGPTの利用スキルを磨きたいと考える方も少なくないでしょう。

とはいえ、ネットにChatGPTの情報は溢れていますが、自分のニーズや知識レベルに合う情報を見つけ出すのは簡単ではありません。体系的にまとめられた本で学ぼうと考えても、ChatGPTに関する本は大変多く出版されており、どの本を購読すべきか迷う方も少なくないでしょう。

この記事ではChatGPTに関する基礎知識を身に付けたい方、ChatGPTを活用してみたい方、ChatGPTを利用したシステムを開発したい方など、*ChatGPTのおすすめ本を知りたい方々に向けて、最新のChatGPT関連本を10選を紹介していきます。*ぜひお役立てください。

ChatGPTとは？今話題のAIチャットボットの概要や仕組みを解説！

私たちがChatGPTについて学ぶことで、どのようなメリットが得られるのでしょうか？ChatGPTの学習におすすめの本を紹介する前に、*ChatGPTを学習するメリットについて確認をしておきましょう。*

ChatGPTは日々進化を続けており、既にChatGPTを活用する企業や自治体が増えてきました。また、仕事にChatGPTを活用している人も見かけるようになりました。私たちはChatGPTの存在を無視して過ごすことが難しくなっているようです。

今後ChatGPTと接していくには、ChatGPTに対する理解を深めることで、どう接していけばよいのかが分かるようになります。**受け身の立場ではなく、ChatGPTを主導する立場、使いこなす立場に立つことができるでしょう。**

ChatGPTには得意な分野や苦手な分野があります。ChatGPTを活用する際には、ChatGPTの仕組みや得手不得手を理解しておく必要があります。**ChatGPTの活用事例やプロンプトの使い方などを学ぶと、より効果的な活用策が見えてきます。**

特にビジネスでChatGPTの活用を検討している方には、活用法や活用事例を中心に書かれた本は大いに参考になることでしょう。

ChatGPTの活用方法！エンジニアの業務に活かせるか利用してみた

ChatGPTは、私たちの仕事や趣味をアシストしてくれるパートナーです。ChatGPTに適切な指示を与えると、私たちが期待しているレベルの回答を返してくれます。例えば、プログラミングの補助、Excelの表作成、メール文案の作成など、私たちが行っている仕事の大半はChatGPTが代替できます。

私たちの仕事がChatGPTなどのAIによって淘汰されるのではなく、**ChatGPTを利用して私たちの仕事の効率や質を上げたいという方は、解説本で学ぶことでその方法が分かります。**

## ChatGPTの学習におすすめの本 10選

ここでは、ChatGPTの学習におすすめの本を10冊紹介します。ChatGPTの基本を学びたい人、ChatGPTの活用をすすめたい人、ChatGPTエンジニアを目指したい人におすすめの本を紹介していきます。

10選はランキングではありませんので、順序は気にせず、ChatGPT関連書籍を選ぶ際の参考にしてください。

ChatGPTの使い方とは？実際に使用するまでの流れを解説！

### 仕事や勉強 生活をもっと楽しく。 エンジニアじゃない人のための ChatGPT 超入門（初心者向け）

ニュースなどで言葉だけは聞いたり見たりしたことはあるものの、ChatGPTについて全くの素人だという方におすすめの超入門書です。登場人物の会話をベースにした内容で、ChatGPTの初歩から丁寧に解説しています。

**ChatGPTの得意なこと、不得意なこと、活用シーンや事例まで網羅されており、ChatGPTの基本を押さえておきたい人には最適です。**

▪著者： 日本ビジネス研究会
▪出版社： 株式会社日本ビジネス出版
▪ページ数： 144ページ
▪出版日： 2023年6月2日

【参考】：[仕事 勉強 生活をもっと楽しく。 エンジニアじゃない人のための ChatGPT 超入門](https://www.hanmoto.com/bd/isbn/9784905021032)

### 先読み！IT×ビジネス講座 ChatGPT 対話型AIが生み出す未来（初心者向け）

ChatGPTについての初心者向けの書籍で、​ChatGPTとは何か、その実力、技術的背景、今後の​可能性、残された​課題、​ビジネスでの事例などが解説されています。**ChatGPTについて基本から知りたい人、対話型AIに関心がある人、ビジネスで参考にしたい人などに一読をおすすめします。**

▪著者： 古川 渉一 , 酒井 麻里子
▪出版社： インプレス
▪ページ数： 176ページ
▪出版日： 2023年4月6日

【参考】：[先読み！IT×ビジネス講座 ChatGPT 対話型AIが生み出す未来](https://book.impress.co.jp/books/1122101153)

### ChatGPTの衝撃 AIが教えるAIの使い方（初心者向け）

ChatGPTの基本や仕組みから、ビジネスや専門分野、日常や遊びなどの世界における具体的な活用例まで紹介している入門書です。ChatGPTの使い方、使う際の注意点やリスクなども書かれており、**ChatGPTを実際に使ってみたい初心者、ChatGPTの有効活用方法について知りたい人におすすめの書です。**

▪著者： 矢内 東紀
▪出版社： 実業之日本社
▪ページ数： 192ページ
▪出版日： 2023年5月29日

【参考】：[ChatGPTの衝撃 AIが教えるAIの使い方](https://www.j-n.co.jp/books/?goods_code=978-4-408-65051-7)

### AIが書いたAIについての本（初心者向け）

ChatGPTなどのAIは本を要約するだけではなく、自ら本を書くこともできます。この書籍はまさに書名が示す通り、著者は「AI」です。テキスト文章以外に、挿絵もAIによって作成されています。

とはいえ、AIが勝手に本を書いているわけではありません。

**AIに仕事をさせるには、AIが理解できるように適切な指示を出す必要があります。**AIは分析や認識は得意ですが、人が持つ「創造性」や「感性」などはまだ苦手な領域です。そこで、人とAIが互いに弱い部分をカバーし合うことで、相乗効果が生まれます。そのような考え方で本書を読み進めるとよいでしょう。

▪著者： AI、ジェームス・スキナー (監修)
▪出版社： フローラル出版
▪ページ数： 384ページ
▪出版日： 2023年3月20日

【参考】：[AIが書いたAIについての本](https://floralpublish.com/ai/)

### 【完全図解】日本一わかりやすいChatGPT仕事術大全 (プレジデント2023年 6/30号) （ビジネスパーソン向け）

AIが必須と言われる時代に生き残る生き方、働き方、稼ぎ方から、仕事での活用法、意外な使い方、ChatGPTとExcelやWord、PowerPointとの合わせ技など盛り沢山な内容で、ChatGPTの達人たちのノウハウが満載です。

**ChatGPTの基礎から応用まで幅広く図解で解説されており、ビジネスパーソンからエンジニアまで役立つ本と言えます。**

▪著者： PRESIDENT 編集部
▪出版社： プレジデント社
▪ページ数： 120ページ
▪出版日： 2023年6月9日

【参考】：[【完全図解】日本一わかりやすいChatGPT仕事術大全](https://presidentstore.jp/category/MAGAZINE/012312.html)

### 先読み！IT×ビジネス講座　画像生成AI（ビジネスパーソン向け）

本書は画像生成AIに関する未来予測もさることながら、その技術や使い方も詳しく書かれています。**今話題の画像生成AIはどのような技術からなるのか、どのように使えばよいのか、著作権の問題はないのか？などの疑問に的確に答えてくれます。**

ビジネスでの活用法、画家やイラストレーターが活用する方法、未来の画像生成AIはどうなるのかなどが分かります。

▪著者： 深津 貴之 、水野 祐、酒井麻里子
▪出版社： インプレス
▪ページ数： 184ページ
▪出版日： 2023年3月23日

【参考】：[先読み！IT×ビジネス講座　画像生成AI](https://book.impress.co.jp/books/1122101128)

### ChatGPT 120％活用術（ビジネスパーソン向け）

ChatGPTを始めるためのアカウント登録から、ChatGPTを使う上での注意点、ビジネス文章の作成や編集例、Excelの使い方をChatGPTに教えてもらう方法、Bingチャットと使い分ける方法などが載っています。

**ビジネスパーソンで、ChatGPTを最初から習得したい人、ビジネスでChatGPTを活用する方法を知りたい人に役立つ内容が満載です。**

▪著者： ChatGPTビジネス研究会
▪出版社： 宝島社
▪ページ数： 160ページ
▪出版日： 2023年5月10日

【参考】：[ChatGPT 120％活用術](https://tkj.jp/book/?cd=TD043009)

ChatGPTとBingの違いは？実際の回答を比較して解説

### ここまできた!人工知能の最前線: 「ChatGPT」から法律問題まで最新AI事情を余さず解説 (初級エンジニア向け) 

AIは身近な存在になっていますが、AIとは何者なのか、AIの利用にはどのような問題があるのかなど、意外に知られていないことが多くあります。

**本書ではAIの進化の歴史、文章生成の仕組み、自動生成AIの成果物に関する法的な課題など、AIについて理解を深めるために不可欠な事柄や、「AIプログラミング」について解説しています。**

▪著者： I/O編集部 (編集)、 新井 克人、清水 美樹、河瀬 季、久我 吉史、森 博之、西村 太一、その他
▪出版社： 工学社
▪ページ数： 160ページ
▪出版日： 2023年4月25日

AIの記事（5ページ目）