最新のマルチモーダルAIをアプリやサービスで活用する！

「Gemini」は、Googleが開発した最新の生成AIで、本書では2024年5月の正式版リリース「Gemini 1.5 Pro」「Gemini 1.5 Flash」にも対応しています。

Geminiは、OpenAIの最新モデル「GPT-4o」に対して、現時点でテキストや画像だけでなく「動画」「音声」が一般ユーザーでも扱える「マルチモーダルAI」であることが大きな特徴です。また、Android端末やiPhoneなどのエッジデバイスに対応した「Gemini Nano」も公開されています。

本書は、Geminiの「API」を使うことでカスタマイズしたチャットAIを自社のサービスやアプリに組み込むための方法をステップ・バイ・ステップで解説した書籍です。
プログラミングは、Google Colabを使ってPythonのコーディングで行うことができるほか、スマホアプリの開発で使われる「Andorid Studio」や「Xcode」の開発環境でも行うことが可能です。

また、定番のAI開発フレームワーク「LlamaIndex」と「LangChain」の最新版の解説も解説しました。これらを使うことで、より高度なアプリ開発を容易に行うことが可能になります。

緊急出版！2023年11月の大型アップデート、2024年1月のGPTストアオープン、ChatGPT Teamにも対応した最新版

本書は、ChatGTP、GPT-4V、GPTsの利用方法にとどまらず、「OpenAI API」を使うことでカスタマイズしたチャットAIを独自のシステムに組み込むための方法をステップ・バイ・ステップで解説した1冊です。

紹介しているサンプルは、APIの機能を知る上でのシンプルなものですが、Googleのクラウドサービス「Google Colaboratory」で実行して動作確認を行えるものとなっています。

2023年11月のアップデートで大幅な機能強化が行われた「ChatGPT Plus」をメインに取り上げているため、有償サービスが前提となっている点をあらかじめご了承ください。

本書を活用することで、いま大きな話題となっている強力な生成AIの機能を、自社のサービスやアプリケーションの一部として提供することが可能になります。

ChatGPTをはじめとする生成AIをカスタマイズし独自活用するための1冊

本書は、「OpenAI API」を使うことでカスタマイズしたAIを独自のシステムに組み込むための方法をステップ・バイ・ステップで解説した1冊です。加えて「ChatGPT」「OpenAI Playground」「DALL-E」「GitHub Copilot」の詳しい利用方法も紹介しています。
紹介しているサンプルのほとんどは、Googleのクラウドサービス「Google Colaboratory」で実行でき、OpenAI APIの利用も基本的に無償の試用枠内で、動作確認を行うことができます。

また、大規模言語モデル（LLM）では学習されていないデータを参照して、質問応答（チャット）を作成するためのライブラリ「LlamaIndex」、複雑なタスクを実行するアプリケーションを作成するためのライブラリ「LangChain」についても詳細を解説しています。
さらに、現時点では限定公開中の「ChatGPTプラグイン」についても取り上げました。

本書を活用することで、いま大きな話題となっている強力なAIの機能を自社のサービスやアプリケーションの一部として提供することが可能になります。