● 特 集
～画像による異常検出&ローカルLLM作り～
仕事のための生成AI

● 別 冊 付 録
～プログラミングの基礎と実践～
やり直しのためのコンピュータ技術 Vol.5

【新連載】説明可能なAI
【新連載】ESP32ハードウェア実力チェック

「画像生成AI活用レッスン」と「ローカルLLM作り」の2本立て
　画像生成AIは，ディープ・ラーニングによる画像認識において注目を集めています．具体的には，外観検査の自動化，インフラ点検，現場の安全管理などの分野での応用が期待されています．しかし，これらの分野においては，特に欠陥品，危険状態の画像データが不足していることが課題として挙げられます．そこで，画像生成技術を活用し、不足している学習用データを補うことで，より高精度な学習済みモデルの開発が可能になると考えられています．とは言うものの，画像生成AIを使ったことがある方は少数だと思います．特集では，ステップ・バイ・ステップで，画像生成AIによる画像生成を学びます．

　LLM（大規模言語モデル）は，OpenAI社が2022年11月にChatGPTを公開したことをきっかけに世界中で注目を集め，急速に普及しました．その利便性の高さから，設計・開発現場への導入も検討され始めますが，インターネット接続を前提とするクラウド・サービスでは情報漏えいのリスクがあり，現実的ではありませんでした．しかし，メタ社が2023年7月に公開したオープンソースLLM Llama 2の登場により，状況が一変します．これにより，ローカル環境のみでLLMを運用することが可能になり，情報漏えいの心配をせずに利用できるようになりました．
　特集では，このようなローカル環境でLLMを動かすときに便利なWebインターフェース「Open WebUI」と，LLM実行エンジン「Ollama」を紹介します．


★目次

◎画像による異常検出&ローカルLLM作り
☆特集　仕事のための生成AI

◎画像による異常検出の精度向上を例に使いこなし術を学ぶ
●イントロダクション　設計開発での利用拡大中！生成AIの現在とこれから

☆第1部　異常画像を作るレッスン

◎Pythonでサッと試せる！ハードウェア&ソフトウェアの準備
●第1章　レッスンを始める前に…生成AI実行環境の構築

◎GPU不要！PCやGoogleColabでも試せるプロンプトで指示するだけでOK
●第2章　レッスン①…テキストから画像を生成する

◎インペインティング機能を使って任意の場所に異常を作り込む
●第3章　レッスン②…画像の一部を加工する

☆第2部　本気で使いたい人向け 生成AIチューニング術

◎パラメータ調整から画像→画像変換まで30超の技を紹介
●イントロダクション　思い通りの画像を作るには…チューニングが必須！

◎画像の細やかさや再現性，全体の雰囲気など思い通りに操作するにはここから
●第1章　基本のパラメータ…Seed/Strength/Steps/CFGscaleの調整

◎狙い通りの画像を作れるようになる30の実験
●第2章　ネガティブ・プロンプト/バッチ処理/新モデル/画像サイズ/CPUオフロード/輪郭強調

◎異常検出モデルの訓練用データ生成やきめ細かな制御で威力を発揮
●第3章　画像→画像変換の技Image-to-Image/ControlNet/IP-Adapter

☆第3部　画像生成AI「Stable Diffusion」の仕組み

◎コンポーネント(部品)を組み合わせてパイプラインを構成する
●第1章　画像生成AIの基礎知識と生成プロセス

◎テキストや画像の生成から画像解析まで
●第2章　300行で理解する拡散モデル

☆第4部　生成AIを活用したデータ拡張による異常分類モデルの精度検証

◎Stable Diffusion+LoRAでトライ
●第1章　ステップ①…少量の異常画像で学習する

◎拡張機能ControlNetの適用やDiffusersを使った大量生成を試す
●第2章　ステップ②…学習したモデルで異常画像を生成する

◎実画像と異常画像を組み合わせ，4つの学習モデルを作ってみる
●第3章　ステップ③…分類モデルの学習と学習済みモデルでの評価

☆第5部　 ローカルLLM活用基礎知識

◎多くのLLMモデルに対応！基本のチャット機能からRAG，画像認識&生成も
●第1章　ローカルLLM用新定番UIOpenWebUIを使ってみる

●Appendix1　ローカルLLMモデル選択ガイド

●Appendix2　ローカルLLM環境OpenWebUI+Ollamaスタートアップ・ガイド

◎不足しがちなストレージ容量問題を解決
●第2章　外付けSSD上でローカルLLM開発環境を作る

☆第6部　実機でローカルLLM活用

◎音声認識/音声合成/応答判定全てをローカル実行できる
●第1章　ラズパイ×ローカルLLMで作る音声会話システム

☆第7部　仕事で使うなら押さえておきたい！生成AI活用の課題

◎従来手法との比較から現実的な課題まで
●第1章　生成AIで作ったデータはAIの学習に使えるのか？

◎業務に必要な判断の根拠を示す
●第2章　大規模言語モデルを使った説明可能AI

◎仕事を助ける生成AI活用その前に…前提として把握しておくべきポイント
●第3章　日本や世界におけるAI関連のルール作り

◎学習データの権利リスクを低減した
●第4章　画像生成AI「MitsuaLikes」の概要

☆AI画像処理

◎生成AI×エッジ・デバイスでAI画像認識〈第4回〉
●ラズベリー・パイ+USBカメラで画像認識

◎最終回　生成AI×エッジ・デバイスでAI画像認識〈第5回〉
●FPGA+カメラ・モジュールで画像認識

◎最終回　ラズパイでエッジAI〈第5回〉
●時系列の骨格情報から行動を認識する

☆人工知能や科学計算

◎新連載　説明可能なAI〈第1回〉
●AIモデルが重視している特徴を抽出…線形回帰モデルの場合

☆OS使いこなし

◎Yocto Projectではじめる組み込みLinux開発入門〈第16回〉
●ROCK4C+編⑦…Bluetooth機能を動かす

☆IoTマイコンESP32

◎新連載　ESP32ハードウェア実力チェック〈第1回〉
●GPIO端子の出力電流

☆Raspberry Piライフ

◎IoTシステム構築塾〈第5回〉
●センサ・データ受信&MQTT送信…ゲートウェイのアプリ開発

☆画像評価

◎ラズパイで体験！CMOSイメージセンサ性能の測定評価〈第11回〉
●picameraからpicamera2への移行

☆テクノロジー掘り下げ

◎便利クレート探偵団〈第8回〉
●ビット・フィールド構造体⇔バイト列のシリアライズ/デシリアライズを簡単にするdeku

☆回そう！モータ

◎毎号実験！自律移動ロボット〈第11回〉
●駆動モジュールを応用してドア開閉装置を作る

☆ニュース&レポート&お知らせ

●ほんのりInterface

◎Dojo通信〈第7回〉
●松本(長野県)編

●読者プレゼント

●次号予告

☆別冊付録

◎やり直しのためのコンピュータ技術　Vol.5
●プログラミングの基礎と実践