参加 ログイン

Balbo Natanael

メンバー加入日: 2026

シルバーリーグ

2664 ポイント
AI Boost Bites: Google Workspace で効果的なプロンプトを作成する Earned 9月 22, 2026 EDT
[DEPRECATED] Orchestrate Complex Multi-Agent Workflows Earned 9月 22, 2026 EDT
Encoder-Decoder アーキテクチャ Earned 9月 22, 2026 EDT
画像生成の概要 Earned 9月 22, 2026 EDT
Cloud Run で AI モデルをデプロイしてスケールする Earned 9月 22, 2026 EDT
アテンション機構 Earned 9月 22, 2026 EDT
大規模言語モデルの概要 Earned 9月 22, 2026 EDT
生成 AI の概要 Earned 9月 22, 2026 EDT
Transformer モデルと BERT モデル Earned 9月 22, 2026 EDT

この動画では、効果的な AI コミュニケーションのためのプロンプト エンジニアリングの基本について説明します。シンプルなフレームワーク（ペルソナ、タスク、コンテキスト、フォーマット）を学び、明確なプロンプトを作成して、Gemini in Google Workspace からより良い結果をより迅速に得られるようにします。自然言語を使用し、具体的に指示し、反復処理を行って、最適な AI アシスタントを実現する方法を学びます。

詳細

Learn to orchestrate complex multi-agent workflows. This lesson teaches you to choose the right workflow patterns, manage state across agents, understand when custom logic is needed, and introduces distributed agent systems with A2A Protocol.

詳細

このコースでは、機械翻訳、テキスト要約、質問応答などのシーケンス ツー シーケンス タスクに対応する、強力かつ広く使用されている ML アーキテクチャである Encoder-Decoder アーキテクチャの概要を説明します。Encoder-Decoder アーキテクチャの主要なコンポーネントと、これらのモデルをトレーニングして提供する方法について学習します。対応するラボのチュートリアルでは、詩を生成するための Encoder-Decoder アーキテクチャの簡単な実装を、TensorFlow で最初からコーディングします。

詳細

このコースでは拡散モデルについて説明します。拡散モデルは ML モデル ファミリーの一つで、最近、画像生成分野での有望性が示されました。拡散モデルは物理学、特に熱力学からインスピレーションを得ています。ここ数年、拡散モデルは研究と産業界の両方で広まりました。拡散モデルは、Google Cloud の最先端の画像生成モデルやツールの多くを支える技術です。このコースでは、拡散モデルの背景にある理論と、モデルを Vertex AI でトレーニングしてデプロイする方法について説明します。

詳細

AI 推論は、トレーニング済み ML モデルを使用し、学習したパターンを適用することで、新しい未知のデータについて予測を行うプロセスです。このコースは、Cloud Run に AI 推論サービスを迅速にデプロイする方法に関心のある開発者、データ サイエンティスト、ML エンジニアを対象としています。クラウドベースのサーバーレス アプリケーション デプロイ ソリューションに精通しているものの、Google Cloud サーバーレス プロダクトを使用して AI 推論を実行した経験がない方に適しています。 このコースでは、GPU を使用して AI 推論用のモデルをデプロイし、生成 AI アプリをデータ ストレージ サービスと統合する例を紹介します。

詳細

このコースでは、アテンション機構について学習します。アテンション機構とは、ニューラル ネットワークに入力配列の重要な部分を認識させるための高度な技術です。アテンションの仕組みと、アテンションを活用して機械翻訳、テキスト要約、質問応答といったさまざまな ML タスクのパフォーマンスを改善する方法を説明します。

詳細

このコースは、大規模言語モデル（LLM）とは何か、どのようなユースケースで活用できるのか、プロンプトのチューニングで LLM のパフォーマンスを高めるにはどうすればよいかについて学習する、入門レベルのマイクロ ラーニング コースです。独自の生成 AI アプリを開発する際に利用できる Google ツールも紹介します。

詳細

この入門レベルのマイクロラーニング コースでは、生成 AI の概要、利用方法、従来の ML の手法との違いについて説明します。独自の生成 AI アプリを作成する際に利用できる Google ツールも紹介します。

詳細

このコースでは、Transformer アーキテクチャと Bidirectional Encoder Representations from Transformers（BERT）モデルの概要について説明します。セルフアテンション機構をはじめとする Transformer アーキテクチャの主要コンポーネントと、それが BERT モデルの構築にどのように使用されているのかについて学習します。さらに、テキスト分類、質問応答、自然言語推論など、BERT を適用可能なその他のタスクについても学習します。このコースの推定所要時間は約 45 分です。

詳細