知財求人 - 知財ポータルサイト「IP Force」
特開2025-6016生成ＡＩ管理システム、生成ＡＩ管理方法、及び生成ＡＩ管理プログラム
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】公開特許公報(A)
(11)【公開番号】P2025006016
(43)【公開日】2025-01-17
(54)【発明の名称】生成ＡＩ管理システム、生成ＡＩ管理方法、及び生成ＡＩ管理プログラム
(51)【国際特許分類】
G06N 20/00 20190101AFI20250109BHJP
G06F 16/90 20190101ALI20250109BHJP
【ＦＩ】
G06N20/00
G06F16/90 100
【審査請求】有
【請求項の数】15
【出願形態】ＯＬ
(21)【出願番号】P 2023106529
(22)【出願日】2023-06-28
(71)【出願人】
【識別番号】518121747
【氏名又は名称】株式会社ｅｘｔ
(74)【代理人】
【識別番号】110002516
【氏名又は名称】弁理士法人白坂
(72)【発明者】
【氏名】佐藤 悠大
(72)【発明者】
【氏名】丸山 祥
【テーマコード（参考）】
5B175
【Ｆターム（参考）】
5B175EA01
(57)【要約】
【課題】 使用中の生成ＡＩを途中で他の生成ＡＩに変更する場合、使用中の生成ＡＩとの間で交信し合った対話の経験を変更後の生成ＡＩに引き継がせることを容易とする。
【解決手段】 本願発明に係る生成ＡＩ管理システムは、複数の生成ＡＩのサーバに接続し、複数の生成ＡＩを利用するための機能をユーザ端末に提供するために、複数の生成ＡＩを記録し、複数の生成ＡＩのうち一つの生成ＡＩに与える情報を入力情報として取得し、入力情報に対応する一つの生成ＡＩの回答を回答情報としてサーバから取得するし、入力情報と当該入力情報に対応する回答情報とを関連付けて対話データとして記憶するし、一つの生成ＡＩを他の生成ＡＩに変更する際に、対話データ記憶部に記憶された対話データであって、一つの生成ＡＩとの間で交信し合うことで得た対話データを用いて、他の生成ＡＩに学習を行う学習部とを備える。
【選択図】図４
【解決手段】 本願発明に係る生成ＡＩ管理システムは、複数の生成ＡＩのサーバに接続し、複数の生成ＡＩを利用するための機能をユーザ端末に提供するために、複数の生成ＡＩを記録し、複数の生成ＡＩのうち一つの生成ＡＩに与える情報を入力情報として取得し、入力情報に対応する一つの生成ＡＩの回答を回答情報としてサーバから取得するし、入力情報と当該入力情報に対応する回答情報とを関連付けて対話データとして記憶するし、一つの生成ＡＩを他の生成ＡＩに変更する際に、対話データ記憶部に記憶された対話データであって、一つの生成ＡＩとの間で交信し合うことで得た対話データを用いて、他の生成ＡＩに学習を行う学習部とを備える。
【選択図】図４
【特許請求の範囲】
【請求項1】
複数の生成ＡＩのサーバに接続し、前記複数の生成ＡＩを利用するための機能をユーザ端末に提供する生成ＡＩ管理システムであって、
前記複数の生成ＡＩを記録する記録制御部と、
前記ユーザ端末を介して、前記複数の生成ＡＩのうち一つの生成ＡＩに与える情報を入力情報として取得する入力情報取得部と、
前記入力情報に対応する前記一つの生成ＡＩの回答を回答情報として前記サーバから取得する回答情報取得部と、
前記入力情報と当該入力情報に対応する前記回答情報とを関連付けて対話データとして記憶する対話データ記憶部と、
前記ユーザ端末を介して、前記一つの生成ＡＩを他の生成ＡＩに変更する際に、前記対話データ記憶部に記憶された前記対話データであって、前記一つの生成ＡＩとの間で交信し合うことで得た前記対話データを用いて、前記他の生成ＡＩに学習を行う学習部と、
を備えることを特徴とする生成ＡＩ管理システム。
前記複数の生成ＡＩを記録する記録制御部と、
前記ユーザ端末を介して、前記複数の生成ＡＩのうち一つの生成ＡＩに与える情報を入力情報として取得する入力情報取得部と、
前記入力情報に対応する前記一つの生成ＡＩの回答を回答情報として前記サーバから取得する回答情報取得部と、
前記入力情報と当該入力情報に対応する前記回答情報とを関連付けて対話データとして記憶する対話データ記憶部と、
前記ユーザ端末を介して、前記一つの生成ＡＩを他の生成ＡＩに変更する際に、前記対話データ記憶部に記憶された前記対話データであって、前記一つの生成ＡＩとの間で交信し合うことで得た前記対話データを用いて、前記他の生成ＡＩに学習を行う学習部と、
を備えることを特徴とする生成ＡＩ管理システム。
【請求項2】
前記生成ＡＩ管理システムは、
前記入力情報を前記サーバに送信する入力情報送信部と、
前記入力情報取得部が取得した入力情報に含まれるテキストデータをベクトルデータに変換するベクトルデータ変換部と、
を更に備え、
前記入力情報送信部は、前記テキストデータから前記ベクトルデータへ変換された後に当該ベクトルデータを含む前記入力情報を前記サーバに送信することを特徴とする請求項１に記載の生成ＡＩ管理システム。
前記入力情報を前記サーバに送信する入力情報送信部と、
前記入力情報取得部が取得した入力情報に含まれるテキストデータをベクトルデータに変換するベクトルデータ変換部と、
を更に備え、
前記入力情報送信部は、前記テキストデータから前記ベクトルデータへ変換された後に当該ベクトルデータを含む前記入力情報を前記サーバに送信することを特徴とする請求項１に記載の生成ＡＩ管理システム。
【請求項3】
前記ベクトルデータ変換部は、前記回答情報取得部が取得した前記回答情報に含まれるテキストデータをベクトルデータに変換し、
前記対話データ記憶部は、前記ベクトルデータを含む前記入力情報と当該入力情報に対応し前記ベクトルデータを含む前記回答情報とを関連付けて対話データとして記憶することを特徴とする請求項２に記載の生成ＡＩ管理システム。
前記対話データ記憶部は、前記ベクトルデータを含む前記入力情報と当該入力情報に対応し前記ベクトルデータを含む前記回答情報とを関連付けて対話データとして記憶することを特徴とする請求項２に記載の生成ＡＩ管理システム。
【請求項4】
前記生成ＡＩ管理システムは、
前記生成ＡＩの学習に用いる学習データを前記ユーザ端末から取得する学習データ取得部と、
前記学習データ取得部により取得された学習データを前記サーバに送信する学習データ送信部と、
前記学習データ送信部により前記サーバに送信された学習データを記憶する学習データ記憶部と、
を更に備え、
前記学習部は、
前記ユーザ端末を介して、一つの生成ＡＩを他の生成ＡＩに変更する際に、前記学習データ記憶部に記憶された前記学習データであって、前記一つの生成ＡＩの学習に使用された前記学習データを用いて前記他の生成ＡＩの学習を行うことを特徴とする請求項２に記載の生成ＡＩ管理システム。
前記生成ＡＩの学習に用いる学習データを前記ユーザ端末から取得する学習データ取得部と、
前記学習データ取得部により取得された学習データを前記サーバに送信する学習データ送信部と、
前記学習データ送信部により前記サーバに送信された学習データを記憶する学習データ記憶部と、
を更に備え、
前記学習部は、
前記ユーザ端末を介して、一つの生成ＡＩを他の生成ＡＩに変更する際に、前記学習データ記憶部に記憶された前記学習データであって、前記一つの生成ＡＩの学習に使用された前記学習データを用いて前記他の生成ＡＩの学習を行うことを特徴とする請求項２に記載の生成ＡＩ管理システム。
【請求項5】
前記生成ＡＩ管理システムは、
前記学習データ取得部が取得した前記学習データに含まれるテキストデータをベクトルデータに変換するベクトルデータ変換部を更に備え、
前記学習データ記憶部は、前記テキストデータから前記ベクトルデータへ変換された後に当該ベクトルデータを含む前記学習データを記憶することを特徴とする請求項４に記載の生成ＡＩ管理システム。
前記学習データ取得部が取得した前記学習データに含まれるテキストデータをベクトルデータに変換するベクトルデータ変換部を更に備え、
前記学習データ記憶部は、前記テキストデータから前記ベクトルデータへ変換された後に当該ベクトルデータを含む前記学習データを記憶することを特徴とする請求項４に記載の生成ＡＩ管理システム。
【請求項6】
前記生成ＡＩは複数あって、
前記生成ＡＩ管理システムは、
複数の前記生成ＡＩのＡＰＩに接続可能であり、
前記生成ＡＩのＡＰＩの各々にアバターを割り当て、前記ＡＰＩ毎に割り当てられた前記アバターの一覧を前記ユーザ端末の表示部に表示することで前記ＡＰＩの一覧を前記表示部に表示する表示制御部を更に備えることを特徴とする請求項４に記載の生成ＡＩ管理システム。
前記生成ＡＩ管理システムは、
複数の前記生成ＡＩのＡＰＩに接続可能であり、
前記生成ＡＩのＡＰＩの各々にアバターを割り当て、前記ＡＰＩ毎に割り当てられた前記アバターの一覧を前記ユーザ端末の表示部に表示することで前記ＡＰＩの一覧を前記表示部に表示する表示制御部を更に備えることを特徴とする請求項４に記載の生成ＡＩ管理システム。
【請求項7】
前記表示制御部は、前記学習データ記憶部に記憶された前記学習データであって、前記生成ＡＩの学習に用いた前記学習データの一覧を前記ユーザ端末の表示部に表示することで、前記生成ＡＩの学習履歴を前記表示部に表示することを特徴とする請求項６に記載の生成ＡＩ管理システム。
【請求項8】
前記学習部は、
前記生成ＡＩにより構成された機械学習モデルのクローンを構築する際に、
前記クローンを構成する生成ＡＩの学習に、前記対話データ記憶部に記憶された前記対話データであって、当該クローンの元となる前記機械学習モデルを構成する前記生成ＡＩとの間で交信し合うことで得た前記対話データを用いることを特徴とする請求項１に記載の生成ＡＩ管理システム。
前記生成ＡＩにより構成された機械学習モデルのクローンを構築する際に、
前記クローンを構成する生成ＡＩの学習に、前記対話データ記憶部に記憶された前記対話データであって、当該クローンの元となる前記機械学習モデルを構成する前記生成ＡＩとの間で交信し合うことで得た前記対話データを用いることを特徴とする請求項１に記載の生成ＡＩ管理システム。
【請求項9】
前記学習部は、
前記生成ＡＩにより構成された機械学習モデルのクローンを構築する際に、
前記クローンを構成する生成ＡＩの学習に、前記学習データ記憶部に記憶された前記学習データであって、当該クローンの元となる前記機械学習モデルを構成する前記生成ＡＩの学習に使用された前記学習データを用いることを特徴とする請求項４に記載の生成ＡＩ管理システム。
前記生成ＡＩにより構成された機械学習モデルのクローンを構築する際に、
前記クローンを構成する生成ＡＩの学習に、前記学習データ記憶部に記憶された前記学習データであって、当該クローンの元となる前記機械学習モデルを構成する前記生成ＡＩの学習に使用された前記学習データを用いることを特徴とする請求項４に記載の生成ＡＩ管理システム。
【請求項10】
前記生成ＡＩは複数あって、
前記生成ＡＩ管理システムは、複数の前記生成ＡＩのＡＰＩに接続可能であり、
前記入力情報送信部は、複数の前記サーバに同一の前記入力情報を送信し、
前記回答情報取得部は、同一の前記入力情報に対応する前記回答情報を複数の前記サーバから取得し、
前記表示制御部は、前記回答情報取得部が取得した複数の前記回答情報を前記ユーザ端末の表示部に一覧表示することを特徴とする請求項６に記載の生成ＡＩ管理システム。
前記生成ＡＩ管理システムは、複数の前記生成ＡＩのＡＰＩに接続可能であり、
前記入力情報送信部は、複数の前記サーバに同一の前記入力情報を送信し、
前記回答情報取得部は、同一の前記入力情報に対応する前記回答情報を複数の前記サーバから取得し、
前記表示制御部は、前記回答情報取得部が取得した複数の前記回答情報を前記ユーザ端末の表示部に一覧表示することを特徴とする請求項６に記載の生成ＡＩ管理システム。
【請求項11】
前記生成ＡＩは複数あって、
前記生成ＡＩ管理システムは、複数の前記生成ＡＩのＡＰＩに接続可能であり、
前記入力情報送信部は、前記回答情報取得部が一つのサーバから取得した回答情報の評価に関する回答を得るための入力情報を、当該回答情報を取得した前記一つのサーバとは異なる他のサーバに対して送信し、
前記回答情報取得部は、前記一つのサーバの回答の評価に関する前記他のサーバの回答を第２意見情報として取得することを特徴とする請求項２に記載の生成ＡＩ管理システム。
前記生成ＡＩ管理システムは、複数の前記生成ＡＩのＡＰＩに接続可能であり、
前記入力情報送信部は、前記回答情報取得部が一つのサーバから取得した回答情報の評価に関する回答を得るための入力情報を、当該回答情報を取得した前記一つのサーバとは異なる他のサーバに対して送信し、
前記回答情報取得部は、前記一つのサーバの回答の評価に関する前記他のサーバの回答を第２意見情報として取得することを特徴とする請求項２に記載の生成ＡＩ管理システム。
【請求項12】
前記生成ＡＩ管理システムは、
前記入力情報に基づいて前記サーバに搭載されたトーカナイザーにより生成されたトークンの数をトークン数情報として当該サーバから取得するトークン数取得部と、
前記トークン数取得部により取得された前記トークン数情報に基づいて計算された前記生成ＡＩの使用料金を料金情報として算出する料金算出部と、を更に備え、
前記表示制御部は、前記料金算出部により算出された前記料金情報を前記ユーザ端末の表示部に表示することを特徴とする請求項６に記載の生成ＡＩ管理システム。
前記入力情報に基づいて前記サーバに搭載されたトーカナイザーにより生成されたトークンの数をトークン数情報として当該サーバから取得するトークン数取得部と、
前記トークン数取得部により取得された前記トークン数情報に基づいて計算された前記生成ＡＩの使用料金を料金情報として算出する料金算出部と、を更に備え、
前記表示制御部は、前記料金算出部により算出された前記料金情報を前記ユーザ端末の表示部に表示することを特徴とする請求項６に記載の生成ＡＩ管理システム。
【請求項13】
前記生成ＡＩは複数あって、
前記生成ＡＩ管理システムは、
複数の前記生成ＡＩのＡＰＩに接続可能であり、
前記入力情報を取得した複数の前記サーバに搭載されたトーカナイザーにより生成されたトークンの数をトークン数情報として複数の当該サーバの各々から取得するトークン数取得部と、
前記トークン数取得部により取得された前記トークン数情報に基づいて計算された前記生成ＡＩの使用料金を複数の前記生成ＡＩごとに料金情報として算出する料金算出部と、
前記料金算出部により算出された複数の前記生成ＡＩごとの前記料金情報に基づいて、最も安い前記料金情報に係る前記生成ＡＩを抽出する最低料金抽出部と、を更に備え、
表示制御部は、前記最低料金抽出部により抽出された前記生成ＡＩを前記ユーザ端末の表示部に表示することを特徴とする請求項６に記載の生成ＡＩ管理システム。
前記生成ＡＩ管理システムは、
複数の前記生成ＡＩのＡＰＩに接続可能であり、
前記入力情報を取得した複数の前記サーバに搭載されたトーカナイザーにより生成されたトークンの数をトークン数情報として複数の当該サーバの各々から取得するトークン数取得部と、
前記トークン数取得部により取得された前記トークン数情報に基づいて計算された前記生成ＡＩの使用料金を複数の前記生成ＡＩごとに料金情報として算出する料金算出部と、
前記料金算出部により算出された複数の前記生成ＡＩごとの前記料金情報に基づいて、最も安い前記料金情報に係る前記生成ＡＩを抽出する最低料金抽出部と、を更に備え、
表示制御部は、前記最低料金抽出部により抽出された前記生成ＡＩを前記ユーザ端末の表示部に表示することを特徴とする請求項６に記載の生成ＡＩ管理システム。
【請求項14】
複数の生成ＡＩのサーバに接続し、前記複数の生成ＡＩを利用するための機能をユーザ端末に提供する生成ＡＩ管理システムに用いられる生成ＡＩ管理方法であって、
前記生成ＡＩ管理システムは、
前記複数の生成ＡＩを記録する記録制御ステップと、
前記ユーザ端末を介して、前記複数の生成ＡＩのうち一つの生成ＡＩに与える情報を入力情報として取得する入力情報取得ステップと、
前記入力情報に対応する前記一つの生成ＡＩの回答を回答情報として前記サーバから取得する回答情報取得ステップと、
前記入力情報と当該入力情報に対応する前記回答情報とを関連付けて対話データとして記憶する対話データ記憶ステップと、
前記ユーザ端末を介して、前記一つの生成ＡＩを他の生成ＡＩに変更する際に、前記対話データ記憶ステップにおいて記憶された前記対話データであって、前記一つの生成ＡＩとの間で交信し合うことで得た前記対話データを用いて、前記他の生成ＡＩに学習を行う学習ステップと、
を実行することを特徴とする生成ＡＩ管理方法。
前記生成ＡＩ管理システムは、
前記複数の生成ＡＩを記録する記録制御ステップと、
前記ユーザ端末を介して、前記複数の生成ＡＩのうち一つの生成ＡＩに与える情報を入力情報として取得する入力情報取得ステップと、
前記入力情報に対応する前記一つの生成ＡＩの回答を回答情報として前記サーバから取得する回答情報取得ステップと、
前記入力情報と当該入力情報に対応する前記回答情報とを関連付けて対話データとして記憶する対話データ記憶ステップと、
前記ユーザ端末を介して、前記一つの生成ＡＩを他の生成ＡＩに変更する際に、前記対話データ記憶ステップにおいて記憶された前記対話データであって、前記一つの生成ＡＩとの間で交信し合うことで得た前記対話データを用いて、前記他の生成ＡＩに学習を行う学習ステップと、
を実行することを特徴とする生成ＡＩ管理方法。
【請求項15】
複数の生成ＡＩのサーバに接続し、前記複数の生成ＡＩを利用するための機能をユーザ端末に提供する生成ＡＩ管理システムに用いられる生成ＡＩ管理プログラムであって、
前記生成ＡＩ管理システムに、
前記複数の生成ＡＩを記録する記録制御機能と、
前記ユーザ端末を介して、前記複数の生成ＡＩのうち一つの生成ＡＩに与える情報を入力情報として取得する入力情報取得機能と、
前記入力情報に対応する前記一つの生成ＡＩの回答を回答情報として前記サーバから取得する回答情報取得機能と、
前記入力情報と当該入力情報に対応する前記回答情報とを関連付けて対話データとして記憶する対話データ記憶機能と、
前記ユーザ端末を介して、前記一つの生成ＡＩを他の生成ＡＩに変更する際に、前記対話データ記憶機能においてに記憶された前記対話データであって、前記一つの生成ＡＩとの間で交信し合うことで得た前記対話データを用いて、前記他の生成ＡＩに学習を行う学習機能と、
を実現させることを特徴とする生成ＡＩ管理プログラム。
前記生成ＡＩ管理システムに、
前記複数の生成ＡＩを記録する記録制御機能と、
前記ユーザ端末を介して、前記複数の生成ＡＩのうち一つの生成ＡＩに与える情報を入力情報として取得する入力情報取得機能と、
前記入力情報に対応する前記一つの生成ＡＩの回答を回答情報として前記サーバから取得する回答情報取得機能と、
前記入力情報と当該入力情報に対応する前記回答情報とを関連付けて対話データとして記憶する対話データ記憶機能と、
前記ユーザ端末を介して、前記一つの生成ＡＩを他の生成ＡＩに変更する際に、前記対話データ記憶機能においてに記憶された前記対話データであって、前記一つの生成ＡＩとの間で交信し合うことで得た前記対話データを用いて、前記他の生成ＡＩに学習を行う学習機能と、
を実現させることを特徴とする生成ＡＩ管理プログラム。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、生成ＡＩ管理システム、生成ＡＩ管理方法、及び生成ＡＩ管理プログラムに関し、特に利用の途中で生成ＡＩを他の生成ＡＩに変更し得る生成ＡＩ管理システム、生成ＡＩ管理方法、及び生成ＡＩ管理プログラムに関する。
【背景技術】
【0002】
現在、生成ＡＩ(Generative Artificial Intelligence)が革新的な進歩をみせ、膨大なデータを処理し、高度なパターン認識及び予測などを可能にするため、生成ＡＩはビジネス、科学、医療、及び自動車など、多様な分野での活用が期待されている。例えば、特許文献１は生成ＡＩに関する技術が開示され、この文献に開示の技術によれば、言語モデルを用いて、状況に適したテキストで構成された情報を生成できるとしている。
【0003】
しかしながら、汎用技術として使 されている生成ＡＩを使う場合、生成ＡＩは様々な組織、企業などにより新規公開、又はアップデートを繰り返しており、現状どの生成ＡＩを使うべきなのかは定かではない。
【0004】
生成ＡＩは過去の対話の経験を考慮して新たな回答を生成するが、使用中の生成ＡＩを途中で他の生成ＡＩに変更する場合、それまでに生成ＡＩとの間で交信し合った対話の経験を変更後の生成ＡＩに引き継がせることが困難な場合があった。
【先行技術文献】
【特許文献】
【0005】
【特許文献1】特開２０２３－０４３１２９号
【発明の概要】
【発明が解決しようとする課題】
【0006】
そこで、本発明は、使用中の生成ＡＩを途中で他の生成ＡＩに変更する場合、使用中の生成ＡＩとの間で交信し合った対話の経験を変更後の生成ＡＩに引き継がせることを容易とする生成ＡＩ管理システム、生成ＡＩ管理方法、及び生成ＡＩ管理プログラムを提供することを目的とする。
【課題を解決するための手段】
【0007】
すなわち、第１の態様に係る生成ＡＩ管理システムは、複数の生成ＡＩのサーバに接続し、複数の生成ＡＩを利用するための機能をユーザ端末に提供する生成ＡＩ管理システムであって、複数の生成ＡＩを記録する記録制御部と、ユーザ端末を介して、複数の生成ＡＩのうち一つの生成ＡＩに与える情報を入力情報として取得する入力情報取得部と、入力情報に対応する一つの生成ＡＩの回答を回答情報としてサーバから取得する回答情報取得部と、入力情報と当該入力情報に対応する回答情報とを関連付けて対話データとして記憶する対話データ記憶部と、ユーザ端末を介して、一つの生成ＡＩを他の生成ＡＩに変更する際に、対話データ記憶部に記憶された対話データであって、一つの生成ＡＩとの間で交信し合うことで得た対話データを用いて、他の生成ＡＩに学習を行う学習部と、を備えることを特徴とする。
【0008】
第２の態様は、第１の態様に係る生成ＡＩ管理システムにおいて、生成ＡＩ管理システムは、入力情報をサーバに送信する入力情報送信部と、入力情報取得部が取得した入力情報に含まれるテキストデータをベクトルデータに変換するベクトルデータ変換部と、を更に備え、入力情報送信部は、テキストデータからベクトルデータへ変換された後に当該ベクトルデータを含む入力情報をサーバに送信することとしてもよい。
【0009】
第３の態様は、第２の態様に係る生成ＡＩ管理システムにおいて、ベクトルデータ変換部は、回答情報取得部が取得した回答情報に含まれるテキストデータをベクトルデータに変換し、対話データ記憶部は、ベクトルデータを含む入力情報と当該入力情報に対応しベクトルデータを含む回答情報とを関連付けて対話データとして記憶することとしてもよい。
【0010】
第４の態様は、第２の態様に係る生成ＡＩ管理システムにおいて、生成ＡＩ管理システムは、生成ＡＩの学習に用いる学習データをユーザ端末から取得する学習データ取得部と、学習データ取得部により取得された学習データをサーバに送信する学習データ送信部と、学習データ送信部によりサーバに送信された学習データを記憶する学習データ記憶部と、を更に備え、学習部は、ユーザ端末を介して、一つの生成ＡＩを他の生成ＡＩに変更する際に、学習データ記憶部に記憶された学習データであって、一つの生成ＡＩの学習に使用された学習データを用いて他の生成ＡＩの学習を行うこととしてもよい。
【0011】
第５の態様は、第４の態様に係る生成ＡＩ管理システムにおいて、生成ＡＩ管理システムは、学習データ取得部が取得した学習データに含まれるテキストデータをベクトルデータに変換するベクトルデータ変換部を更に備え、学習データ記憶部は、テキストデータからベクトルデータへ変換された後に当該ベクトルデータを含む学習データを記憶することとしてもよい。
【0012】
第６の態様は、第４の態様に係る生成ＡＩ管理システムにおいて、生成ＡＩは複数あって、生成ＡＩ管理システムは、複数の生成ＡＩのＡＰＩに接続可能であり、生成ＡＩのＡＰＩの各々にアバターを割り当て、ＡＰＩ毎に割り当てられたアバターの一覧をユーザ端末の表示部に表示することでＡＰＩの一覧を表示部に表示する表示制御部を更に備えることとしてもよい。
【0013】
第７の態様は、第６の態様に係る生成ＡＩ管理システムにおいて、表示制御部は、学習データ記憶部に記憶された学習データであって、生成ＡＩの学習に用いた学習データの一覧をユーザ端末の表示部に表示することで、生成ＡＩの学習履歴を表示部に表示することとしてもよい。
【0014】
第８の態様は、第１の態様に係る生成ＡＩ管理システムにおいて、学習部は、生成ＡＩにより構成された機械学習モデルのクローンを構築する際に、クローンを構成する生成ＡＩの学習に、対話データ記憶部に記憶された対話データであって、当該クローンの元となる機械学習モデルを構成する生成ＡＩとの間で交信し合うことで得た対話データを用いることとしてもよい。
【0015】
第９の態様は、第４の態様に係る生成ＡＩ管理システムにおいて、学習部は、生成ＡＩにより構成された機械学習モデルのクローンを構築する際に、クローンを構成する生成ＡＩの学習に、学習データ記憶部に記憶された学習データであって、当該クローンの元となる機械学習モデルを構成する生成ＡＩの学習に使用された学習データを用いることとしてもよい。
【0016】
第１０の態様は、第６の態様に係る生成ＡＩ管理システムにおいて、生成ＡＩは複数あって、生成ＡＩ管理システムは、複数の生成ＡＩのＡＰＩに接続可能であり、入力情報送信部は、複数のサーバに同一の入力情報を送信し、回答情報取得部は、同一の入力情報に対応する回答情報を複数のサーバから取得し、表示制御部は、回答情報取得部が取得した複数の回答情報をユーザ端末の表示部に一覧表示することとしてもよい。
【0017】
第１１の態様は、第２の態様に係る生成ＡＩ管理システムにおいて、生成ＡＩは複数あって、生成ＡＩ管理システムは、複数の生成ＡＩのＡＰＩに接続可能であり、入力情報送信部は、回答情報取得部が一つのサーバから取得した回答情報の評価に関する回答を得るための入力情報を、当該回答情報を取得した一つのサーバとは異なる他のサーバに対して送信し、回答情報取得部は、一つのサーバの回答の評価に関する他のサーバの回答を第２意見情報として取得することとしてもよい。
【0018】
第１２の態様は、第６の態様に係る生成ＡＩ管理システムにおいて、生成ＡＩ管理システムは、入力情報に基づいてサーバに搭載されたトーカナイザーにより生成されたトークンの数をトークン数情報として当該サーバから取得するトークン数取得部と、トークン数取得部により取得されたトークン数情報に基づいて計算された生成ＡＩの使用料金を料金情報として算出する料金算出部と、を更に備え、表示制御部は、料金算出部により算出された料金情報をユーザ端末の表示部に表示することとしてもよい。
【0019】
第１３の態様は、第６の態様に係る生成ＡＩ管理システムにおいて、生成ＡＩは複数あって、生成ＡＩ管理システムは、複数の生成ＡＩのＡＰＩに接続可能であり、入力情報を取得した複数のサーバに搭載されたトーカナイザーにより生成されたトークンの数をトークン数情報として複数の当該サーバの各々から取得するトークン数取得部と、トークン数取得部により取得されたトークン数情報に基づいて計算された生成ＡＩの使用料金を複数の生成ＡＩごとに料金情報として算出する料金算出部と、料金算出部により算出された複数の生成ＡＩごとの料金情報に基づいて、最も安い料金情報に係る生成ＡＩを抽出する最低料金抽出部と、を更に備え、表示制御部は、最低料金抽出部により抽出された生成ＡＩをユーザ端末の表示部に表示することとしてもよい。
【0020】
第１４の態様に係る生成ＡＩ管理方法は、複数の生成ＡＩのサーバに接続し、複数の生成ＡＩを利用するための機能をユーザ端末に提供する生成ＡＩ管理システムに用いられる生成ＡＩ管理方法であって、生成ＡＩ管理システムは、複数の生成ＡＩを記録する記録制御ステップと、ユーザ端末を介して、複数の生成ＡＩのうち一つの生成ＡＩに与える情報を入力情報として取得する入力情報取得ステップと、入力情報に対応する一つの生成ＡＩの回答を回答情報としてサーバから取得する回答情報取得ステップと、入力情報と当該入力情報に対応する回答情報とを関連付けて対話データとして記憶する対話データ記憶ステップと、ユーザ端末を介して、一つの生成ＡＩを他の生成ＡＩに変更する際に、対話データ記憶ステップにおいて記憶された対話データであって、一つの生成ＡＩとの間で交信し合うことで得た対話データを用いて、他の生成ＡＩに学習を行う学習ステップと、を実行することを特徴とする。
【0021】
第１５の態様に係る生成ＡＩ管理プログラムは、複数の生成ＡＩのサーバに接続し、複数の生成ＡＩを利用するための機能をユーザ端末に提供する生成ＡＩ管理システムに用いられる生成ＡＩ管理プログラムであって、生成ＡＩ管理システムに、複数の生成ＡＩを記録する記録制御機能と、ユーザ端末を介して、複数の生成ＡＩのうち一つの生成ＡＩに与える情報を入力情報として取得する入力情報取得機能と、入力情報に対応する一つの生成ＡＩの回答を回答情報としてサーバから取得する回答情報取得機能と、入力情報と当該入力情報に対応する回答情報とを関連付けて対話データとして記憶する対話データ記憶機能と、ユーザ端末を介して、一つの生成ＡＩを他の生成ＡＩに変更する際に、対話データ記憶機能においてに記憶された対話データであって、一つの生成ＡＩとの間で交信し合うことで得た対話データを用いて、他の生成ＡＩに学習を行う学習機能と、を実現させることを特徴とする。
【発明の効果】
【0022】
本発明に係る生成ＡＩ管理システムは、複数の生成ＡＩのサーバに接続し、複数の生成ＡＩを利用するための機能をユーザ端末に提供する生成ＡＩ管理システムであって、複数の生成ＡＩを記録する記録制御部と、ユーザ端末を介して、複数の生成ＡＩのうち一つの生成ＡＩに与える情報を入力情報として取得する入力情報取得部と、入力情報に対応する一つの生成ＡＩの回答を回答情報としてサーバから取得する回答情報取得部と、入力情報と当該入力情報に対応する回答情報とを関連付けて対話データとして記憶する対話データ記憶部と、ユーザ端末を介して、一つの生成ＡＩを他の生成ＡＩに変更する際に、対話データ記憶部に記憶された対話データであって、一つの生成ＡＩとの間で交信し合うことで得た対話データを用いて、他の生成ＡＩに学習を行う学習部と、を備えるので、使用中の生成ＡＩを途中で他の生成ＡＩに変更する場合、使用中の生成ＡＩとの間で交信し合った対話の経験を変更後の生成ＡＩに引き継がせることが容易となる。
【図面の簡単な説明】
【0023】
【発明を実施するための形態】
【0024】
図１乃至図６を参照して本願発明の一実施形態に係る生成ＡＩ管理システム１０について説明する。
先ず図１を参照して、本実施形態に係る生成ＡＩ管理システム１０の使用環境について説明する。図１は本実施形態に係る生成ＡＩ管理システム１０の使用環境を示す概念図である。
先ず図１を参照して、本実施形態に係る生成ＡＩ管理システム１０の使用環境について説明する。図１は本実施形態に係る生成ＡＩ管理システム１０の使用環境を示す概念図である。
【0025】
本実施形態に係る生成ＡＩ管理システム１０は、複数の生成ＡＩ(Generative Artificial Intelligence)３３のサーバ（生成ＡＩサーバ）３０に接続し、複数の生成ＡＩ３３を利用するための機能をユーザ端末２０に提供するものである（図３参照）。
【0026】
生成ＡＩ３３は、プロンプトなどで与えられるサンプルデータから自動的に何かを生成する機械学習の手法、及びこの機械学習の手法により学習された機械学習モデルである。何かとは、例えば、文章、画像、音楽などである。生成ＡＩと従来のＡＩとの主な違いは、従来のＡＩは大量のサンプルデータを与えることでそのサンプルデータの特徴などを抽出し推測などをするが、生成ＡＩは少ないサンプルデータから新しい何かを生成する点にある。
生成ＡＩ３３は、例えば、ChatGPT（登録商標）3.5、ChatGPT4.0、及びbard（登録商標）などであり、これらは大規模言語モデル（ＬＬＭ：Large Language Model）を基に構築されている。大規模言語モデルは、大量のテキストデータを使ってトレーニングされた自然言語処理（NLP：Natural Language Processing）の機械学習モデルである。大規模言語モデルは、大量のテキストデータを用いた事前学習の後にファインチューニング（微調整）することによって、テキスト分類、感情分析、情報抽出、文章要約、テキスト生成、質問応答といった、自然言語処理タスクに適応可能となる。
生成ＡＩ３３は、例えば、ChatGPT（登録商標）3.5、ChatGPT4.0、及びbard（登録商標）などであり、これらは大規模言語モデル（ＬＬＭ：Large Language Model）を基に構築されている。大規模言語モデルは、大量のテキストデータを使ってトレーニングされた自然言語処理（NLP：Natural Language Processing）の機械学習モデルである。大規模言語モデルは、大量のテキストデータを用いた事前学習の後にファインチューニング（微調整）することによって、テキスト分類、感情分析、情報抽出、文章要約、テキスト生成、質問応答といった、自然言語処理タスクに適応可能となる。
【0027】
生成ＡＩ３３の機能の外部アプリケーションによる利用は、生成ＡＩ３３のＡＰＩ（Application Programming Interface）に則って行われる。ＡＰＩは、アプリケーション同士が情報を交信し合うための仕組みであり、アプリケーション同士が接続するためのプロトコル、及び接続部分の仕様の取り決めである。生成ＡＩサーバ３０（３０ａ、３０ｂ、３０ｃ）は、生成ＡＩ３３を搭載し生成ＡＩ３３のＡＰＩを提供するサーバであり、当該ＡＰＩに接続する他者に生成ＡＩ３３の機能を使わせるために、ＡＰＩの実装及び運用を行う。生成ＡＩ管理システム１０は、生成ＡＩサーバ３０に接続して生成ＡＩサーバ３０が提供するＡＰＩを呼び出す形で、生成ＡＩ３３の機能を利用する。
【0028】
生成ＡＩ管理システム１０は、インターネットを含むネットワーク１１を介して生成ＡＩサーバ３０に接続する。図１において、生成ＡＩ管理システム１０は、便宜上３台の生成ＡＩサーバ３０（第１生成ＡＩサーバ３０ａ、第２生成ＡＩサーバ３０ｂ、及び第３生成ＡＩサーバ３０ｃ）に接続する例を示すが、３台に限定されるものでは無く、２台若しくは４台以上の生成ＡＩサーバ３０に接続してもよい。
【0029】
生成ＡＩ管理システム１０は、ネットワーク１１を介して接続するユーザ端末２０（２０ａ、２０ｂ）に生成ＡＩ３３の機能を提供する。図１において、生成ＡＩ管理システム１０は、便宜上、２台のユーザ端末２０（第１ユーザ端末２０ａ、及び第２ユーザ端末２０ｂ）と接続する例を示すが、２台に限定されるものではなく、１台若しくは３台以上のユーザ端末２０が生成ＡＩ管理システム１０に接続してもよい。
【0030】
ユーザ端末２０は、例えば、パーソナルコンピュータ（以下、ＰＣと言う。）、ノートＰＣ、タブレット型ＰＣ、及びスマートフォンなどの情報処理端末である。ユーザ端末２０ではウェブブラウザが動作し、ウェブブラウザを通じて生成ＡＩ管理システム１０に接続することができる。
【0031】
生成ＡＩ管理システム１０はウェブサーバとして機能し、ネットワーク１１を介して接続するユーザ端末２０の表示部（モニタ）６０に対して、ＨＴＭＬ（Hyper Text Markup Language）などにより構成された表示画面（ウェブページ）６１を提供する（図５、図６参照）。生成ＡＩ管理システム１０は、例えば、ワークステーション、ＰＣなどのような汎用コンピュータにより構成される。また、生成ＡＩ管理システム１０は、個別独立した形式での構成に限定されるものではなく、他のシステムの一部のモジュールとして構成されてもよいし、クラウドコンピューティングにより構成されてもよい。
【0032】
次に図２を参照して、生成ＡＩ管理システム１０及び生成ＡＩサーバ３０のハードウェア構成の一例について説明する。図２は本実施形態に係る生成ＡＩ管理システム１０及び生成ＡＩサーバ３０のハードウェア構成の一例を示すブロック図である。
【0033】
生成ＡＩ管理システム１０及び生成ＡＩサーバ３０は、通信インターフェース１０ａ、ＲＯＭ（Read Only Memory）１０ｂ、ＲＡＭ（Random Access Memory）１０ｃ、記憶部１０ｄ、ＣＰＵ（Central Processing Unit）１０ｅ、及び、入出力インターフェース１０ｆ等を備えている。さらに生成ＡＩに特化した専用の演算素子（プロセッサ）がＣＰＵ１０ｅに代えて又はＣＰＵ１０ｅとともに実装されてもよい。
【0034】
通信インターフェース１０ａは、生成ＡＩ管理システム１０及び生成ＡＩサーバ３０のデータについて、インターネットを含むネットワーク１１を介して他の機器との間の送受信を行う機能を備える。生成ＡＩ管理システム１０及び生成ＡＩサーバ３０のデータは、後述の学習データ、入力情報、回答情報、トークン数情報などが含まれる。
【0035】
記憶部１０ｄは、生成ＡＩ管理システム１０及び生成ＡＩサーバ３０の記憶装置として利用でき、例えば、ハードディスクドライブ（Hard Disk Drive）、ソリッドステートドライブ（Solid State Drive）、及びフラッシュメモリ（Flash Memory）などで構成され、更にはクラウドストレージを利用して記憶部１０ｄを構成することもできる。また、記憶部１０ｄは、データベースにより構成されてもよい。記憶部１０ｄをデータベースにより構成することで、学習データ、入力情報、及び、回答情報などの膨大なデータを効率よく管理することができ、検索性及びアクセス性に優れ、必要な情報を素早く参照することができるようになる。
【0036】
また、生成ＡＩ管理システム１０の記憶部１０ｄは、後述の生成ＡＩ管理プログラム、生成ＡＩ管理システム１０が動作する上で必要となるＯＳ（Operating System）、各種アプリケーション、及び当該アプリケーションによって利用される各種データなどが記憶される。
【0037】
生成ＡＩサーバ３０の記憶部１０ｄは、生成ＡＩサーバ３０が動作する上で必要となるＯＳ、各種アプリケーション、及び当該アプリケーションによって利用される各種データなどが記憶される。
ＯＳは、生成ＡＩ管理システム１０及び生成ＡＩサーバ３０に内蔵されるソフトウェアの一種であり、生成ＡＩ管理システム１０及び生成ＡＩサーバ３０の基本的な制御を司る機能を持つ。
ＯＳは、生成ＡＩ管理システム１０及び生成ＡＩサーバ３０に内蔵されるソフトウェアの一種であり、生成ＡＩ管理システム１０及び生成ＡＩサーバ３０の基本的な制御を司る機能を持つ。
【0038】
生成ＡＩ管理システム１０は、後述する生成ＡＩ管理プログラムをＲＯＭ１０ｂ若しくは記憶部１０ｄに保存し、ＲＡＭ１０ｃなどで構成されるメインメモリに当該生成ＡＩ管理プログラムを取り込む。ＣＰＵ１０ｅは、当該生成ＡＩ管理プログラムを取り込んだメインメモリにアクセスして、当該生成ＡＩ管理プログラムを実行する。
【0039】
生成ＡＩサーバ３０は、ＯＳをＲＯＭ１０ｂ若しくは記憶部１０ｄに保存し、ＲＡＭ１０ｃなどで構成されるメインメモリに当該ＯＳを取り込む。ＣＰＵ１０ｅは、当該ＯＳを取り込んだメインメモリにアクセスして、当該ＯＳを実行する。
【0040】
入出力インターフェース１０ｆは、生成ＡＩ管理システム１０及び生成ＡＩサーバ３０の外部装置に対してデータなどの送受信を行う。外部装置とは、生成ＡＩ管理システム１０及び生成ＡＩサーバ３０に対してデータなどの入出力を行う入力装置１０ｇ及び出力装置１０ｈのことである。入力装置１０ｇは例えばキーボード及びマウスなどのことであり、出力装置１０ｈは例えばモニタ、プリンタ、及びスピーカなどのことである。
【0041】
次に図３を参照して、生成ＡＩサーバ３０のソフトウェア構成の一例について説明する。図３は生成ＡＩサーバ３０のソフトウェア構成の一例を示すブロック図である。
生成ＡＩサーバ３０は、ＯＳを実行することで、ＣＰＵ１０ｅに、入力情報受付部３１、トーカナイザー３２、生成ＡＩ３３、及び回答情報送信部３４などの機能部を備える。
生成ＡＩサーバ３０は、ＯＳを実行することで、ＣＰＵ１０ｅに、入力情報受付部３１、トーカナイザー３２、生成ＡＩ３３、及び回答情報送信部３４などの機能部を備える。
【0042】
入力情報受付部３１は、生成ＡＩ３３に対する問い合わせ内容（prompt）などの入力情報を生成ＡＩ管理システム１０から受け付ける。
生成ＡＩ３３への入力情報は、生成ＡＩ３３に何かを生成させるために与える情報のことである。例えば、生成ＡＩ３３に文章、画像、音楽などを生成させる場合には、テキスト、キーワード、画像、及び音声などを入力情報として与える。テキストは、文章、対話、プログラムコードなどを生成する場合に使われる。テキストは自然言語処理（NLP）により解析され、生成ＡＩ３３に理解される。キーワードは、画像、音楽などを生成する場合に使われる。キーワードは生成ＡＩ３３に生成させたい内容、及び特徴を示す。例えば、「猫」というキーワードを入力すると、生成ＡＩ３３は猫の画像を生成する。画像は、当該画像を加工したり、当該画像とは別の画像を生成したりする場合に使われる。画像はコンピュータビジョン（computer vision）により解析され、生成ＡＩ３３により理解される。音声は、当該音声を加工したり、当該音声とは別の音声を生成したりする場合に使われる。音声は音声処理（speech processing）により解析され、生成ＡＩ３３に理解される。
生成ＡＩ３３への入力情報は、生成ＡＩ３３に何かを生成させるために与える情報のことである。例えば、生成ＡＩ３３に文章、画像、音楽などを生成させる場合には、テキスト、キーワード、画像、及び音声などを入力情報として与える。テキストは、文章、対話、プログラムコードなどを生成する場合に使われる。テキストは自然言語処理（NLP）により解析され、生成ＡＩ３３に理解される。キーワードは、画像、音楽などを生成する場合に使われる。キーワードは生成ＡＩ３３に生成させたい内容、及び特徴を示す。例えば、「猫」というキーワードを入力すると、生成ＡＩ３３は猫の画像を生成する。画像は、当該画像を加工したり、当該画像とは別の画像を生成したりする場合に使われる。画像はコンピュータビジョン（computer vision）により解析され、生成ＡＩ３３により理解される。音声は、当該音声を加工したり、当該音声とは別の音声を生成したりする場合に使われる。音声は音声処理（speech processing）により解析され、生成ＡＩ３３に理解される。
【0043】
トーカナイザー３２は、入力情報受付部３１で受け付けた入力情報に含まれるテキストデータをトークンに分割し、当該トークンにＩＤを付与する機能を提供する。トークンは、テキストデータを分割する最小単位のことであり、単語及び句などがトークンとなる。トーカナイザー３２は、例えば、Sentence Piece、BPE（Byte Pair Encoding）、BBPE（Byte-level BPE）、Word Piece、Unigram Language Model、ByT5などを用いる。
【0044】
生成ＡＩ３３は、入力情報をトーカナイザー３２によって変換されたＩＤとして取り込み、自然言語処理、画像処理、及び音声処理などの各種処理を実行することで入力情報に対する回答を生成する。
【0045】
回答情報送信部３４は、生成ＡＩ３３によって生成された入力情報に対する回答（completion）を回答情報として生成ＡＩ管理システム１０に送信する。
【0046】
次に図４を参照して、生成ＡＩ管理システム１０のソフトウェア構成の一例について説明する。図４は本実施形態に係る生成ＡＩ管理システム１０のソフトウェア構成の一例を示すブロック図である。生成ＡＩ管理システム１０は、後述する生成ＡＩ管理プログラムを実行することで、ＣＰＵ１０ｅに、記録制御部４０、学習データ取得部４１、学習データ送信部４２、学習データ記憶部４３、入力情報取得部４４、ベクトルデータ変換部４５、入力情報送信部４６、回答情報取得部４７、対話データ記憶部４８、学習部４９、トークン数取得部５０、料金算出部５１、表示制御部５２、及び最低料金抽出部５３などの機能部を備える。
【0047】
記録制御部４０は、複数の生成ＡＩを記録する。
記録制御部４０は、複数の生成ＡＩの各々について、生成ＡＩのサーバに接続するためのＵＲＩ（Uniform Resource Identifier）、ＡＰＩキーなどの生成ＡＩを識別するための情報、及び、作成日、最終使用日、ＡＰＩを提供する組織若しくは企業などの生成ＡＩの属性情報などを生成ＡＩ管理システム１０の記憶部１０ｄに記録する。
学習データ取得部４１は、生成ＡＩ３３の学習に用いる学習データをユーザ端末２０から取得する。
学習データは、主に、生成ＡＩ３３が回答を生成する際の参考にするためのデータ、及び生成ＡＩ３３により構築される機械学習モデルのトレーニングを行うためのデータセットがある。前者のデータは、テキストデータ、画像、動画、音声、音楽、プログラムコードなどである。後者のデータセットは、教師あり学習に用いる入力データと正解データ（ラベル）とがセットになった学習データ、及び、教師なし学習に用いる入力データだけのものとがある。教師あり学習では、生成ＡＩ３３により構成される機械学習モデルが生成する回答が正解データに近づくように調整する学習方法である。教師なし学習は、例えば、大量のテキストデータを学習データとして与えて、テキストの文法、及び文脈などを理解できるようする学習方法である。
なお、学習データは、他の生成ＡＩの対話データを含む。即ち、生成ＡＩ３３は、他の生成ＡＩ３３に対する問い合わせ内容（prompt）などの入力情報と当該入力情報に対応して回答した回答情報を読み込むことで学習する場合もありうる。
記録制御部４０は、複数の生成ＡＩの各々について、生成ＡＩのサーバに接続するためのＵＲＩ（Uniform Resource Identifier）、ＡＰＩキーなどの生成ＡＩを識別するための情報、及び、作成日、最終使用日、ＡＰＩを提供する組織若しくは企業などの生成ＡＩの属性情報などを生成ＡＩ管理システム１０の記憶部１０ｄに記録する。
学習データ取得部４１は、生成ＡＩ３３の学習に用いる学習データをユーザ端末２０から取得する。
学習データは、主に、生成ＡＩ３３が回答を生成する際の参考にするためのデータ、及び生成ＡＩ３３により構築される機械学習モデルのトレーニングを行うためのデータセットがある。前者のデータは、テキストデータ、画像、動画、音声、音楽、プログラムコードなどである。後者のデータセットは、教師あり学習に用いる入力データと正解データ（ラベル）とがセットになった学習データ、及び、教師なし学習に用いる入力データだけのものとがある。教師あり学習では、生成ＡＩ３３により構成される機械学習モデルが生成する回答が正解データに近づくように調整する学習方法である。教師なし学習は、例えば、大量のテキストデータを学習データとして与えて、テキストの文法、及び文脈などを理解できるようする学習方法である。
なお、学習データは、他の生成ＡＩの対話データを含む。即ち、生成ＡＩ３３は、他の生成ＡＩ３３に対する問い合わせ内容（prompt）などの入力情報と当該入力情報に対応して回答した回答情報を読み込むことで学習する場合もありうる。
【0048】
学習データ送信部４２は、学習データ取得部４１により取得された学習データを生成ＡＩサーバ３０に送信する。
生成ＡＩサーバ３０に送信された学習データは、生成ＡＩ３３の学習に用いられる。
生成ＡＩ３３は、ＧＡＮ（Generative Adversarial Network：敵対的生成ネットワーク）及びＧＰＴ－３（登録商標）、ＧＰＴ－４などを用いて、与えられた学習データから特徴及びパターンを抽出してそれらを数値化し内部のニューラルネットワークのパラメータとする。
生成ＡＩサーバ３０に送信された学習データは、生成ＡＩ３３の学習に用いられる。
生成ＡＩ３３は、ＧＡＮ（Generative Adversarial Network：敵対的生成ネットワーク）及びＧＰＴ－３（登録商標）、ＧＰＴ－４などを用いて、与えられた学習データから特徴及びパターンを抽出してそれらを数値化し内部のニューラルネットワークのパラメータとする。
【0049】
学習データ記憶部４３は、学習データ送信部４２により生成ＡＩサーバ３０に送信された学習データを記憶する。
学習データは、学習データ記憶部４３によって生成ＡＩ管理システム１０の記憶部１０ｄに記憶される。
生成ＡＩ管理システム１０は、ベクトルデータ変換部４５をも備える。
ベクトルデータ変換部は、学習データ取得部４１が取得した学習データに含まれるテキストデータをベクトルデータに変換する。
学習データ記憶部４３は、テキストデータからベクトルデータへ変換された後に当該ベクトルデータを含む学習データを記憶することとしてもよい。
生成ＡＩ３３の学習データをベクトルデータに変換することで、後述の学習部４９による新たに使用する生成ＡＩ３３の学習に当該学習データを用いる場合に、学習された生成ＡＩ３３は自然言語処理の応用範囲が広がるとともに精度が向上するなどの効果を得ることができる。自然言語処理におけるベクトルデータは、自然言語の単語及び文をテキストデータとし、さらに、コンピュータが処理しやすいよう単語及び文を数値化したデータである。単語及び文をベクトルデータにすることで、単語の意味の類似性を視覚化し、特徴を顕在化させることができる。
学習データは、学習データ記憶部４３によって生成ＡＩ管理システム１０の記憶部１０ｄに記憶される。
生成ＡＩ管理システム１０は、ベクトルデータ変換部４５をも備える。
ベクトルデータ変換部は、学習データ取得部４１が取得した学習データに含まれるテキストデータをベクトルデータに変換する。
学習データ記憶部４３は、テキストデータからベクトルデータへ変換された後に当該ベクトルデータを含む学習データを記憶することとしてもよい。
生成ＡＩ３３の学習データをベクトルデータに変換することで、後述の学習部４９による新たに使用する生成ＡＩ３３の学習に当該学習データを用いる場合に、学習された生成ＡＩ３３は自然言語処理の応用範囲が広がるとともに精度が向上するなどの効果を得ることができる。自然言語処理におけるベクトルデータは、自然言語の単語及び文をテキストデータとし、さらに、コンピュータが処理しやすいよう単語及び文を数値化したデータである。単語及び文をベクトルデータにすることで、単語の意味の類似性を視覚化し、特徴を顕在化させることができる。
【0050】
入力情報取得部４４は、ユーザ端末２０を介して、複数の生成ＡＩ３３のうち一つの生成ＡＩ３３に与える情報を入力情報として取得する。
ユーザは、ユーザ端末２０の表示部６０に表示された生成ＡＩ管理システム１０のウェブページ（表示画面６１）から入力情報を生成ＡＩ管理システム１０に送信する。入力情報は、生成ＡＩ３３に何かを生成させるためのプロンプト(prompt)であり、生成ＡＩ３３への指示、入力などを含む。例えば、生成ＡＩ３３に詩、物語、画像などを生成させる場合には、プロンプトによってその内容、形式、及びスタイル（様式）などを指定する。なお、入力情報は、pdf（登録商標）、MS-Word（登録情報）、及びMS-Excel（登録商標）などの特定のアプリケーションのファイル形式でもって入力情報を作成してもよい。
ユーザは、ユーザ端末２０の表示部６０に表示された生成ＡＩ管理システム１０のウェブページ（表示画面６１）から入力情報を生成ＡＩ管理システム１０に送信する。入力情報は、生成ＡＩ３３に何かを生成させるためのプロンプト(prompt)であり、生成ＡＩ３３への指示、入力などを含む。例えば、生成ＡＩ３３に詩、物語、画像などを生成させる場合には、プロンプトによってその内容、形式、及びスタイル（様式）などを指定する。なお、入力情報は、pdf（登録商標）、MS-Word（登録情報）、及びMS-Excel（登録商標）などの特定のアプリケーションのファイル形式でもって入力情報を作成してもよい。
【0051】
ベクトルデータ変換部４５は、入力情報取得部４４が取得した入力情報に含まれるテキストデータをベクトルデータに変換する。
生成ＡＩ３３との１回の遣り取り、即ち、１つのプロンプトと当該プロンプトに対する回答の内容（completion）とに用いられる合計トークン数に制限がある。例えば、ＧＰＴ－３は４０９７トークンまでである。ベクトルデータ変換部４５は、入力情報であるプロンプトに含まれるテキストデータをベクトルデータに変換することで、上記した合計トークン数の制限をほぼ解消するものである。テキストデータをベクトルデータに変換する方法としては、例えば、Bag-of-words、TF-IDF、及び単語埋め込みなどがあり、ベクトルデータ変換部４５は、これら方法を実現する機械学習モデル又はアプリケーション（アルゴリズム）を用いて構成される。
入力情報に含まれるテキストデータのベクトルデータへの変換は、後述の入力情報送信部４６が実行する処理タスクの前処理として行われる。
生成ＡＩ３３との１回の遣り取り、即ち、１つのプロンプトと当該プロンプトに対する回答の内容（completion）とに用いられる合計トークン数に制限がある。例えば、ＧＰＴ－３は４０９７トークンまでである。ベクトルデータ変換部４５は、入力情報であるプロンプトに含まれるテキストデータをベクトルデータに変換することで、上記した合計トークン数の制限をほぼ解消するものである。テキストデータをベクトルデータに変換する方法としては、例えば、Bag-of-words、TF-IDF、及び単語埋め込みなどがあり、ベクトルデータ変換部４５は、これら方法を実現する機械学習モデル又はアプリケーション（アルゴリズム）を用いて構成される。
入力情報に含まれるテキストデータのベクトルデータへの変換は、後述の入力情報送信部４６が実行する処理タスクの前処理として行われる。
【0052】
入力情報送信部４６は、入力情報を生成ＡＩサーバ３０に送信する。
入力情報送信部４６は、テキストデータからベクトルデータへ変換された後に当該ベクトルデータを含む入力情報を生成ＡＩサーバ３０に送信することとしてもよい。
入力情報送信部４６は、テキストデータからベクトルデータへ変換された後に当該ベクトルデータを含む入力情報を生成ＡＩサーバ３０に送信することとしてもよい。
【0053】
回答情報取得部４７は、入力情報に対応する一つの生成ＡＩ３３の回答を回答情報として生成ＡＩサーバ３０から取得する。
生成ＡＩ３３は、入力されたベクトルデータを機械学習モデル（言語モデル）に入力することで、次に続く適切なベクトルを予測する。生成ＡＩ３３は予測されたベクトルをトークンに逆変換し、トークンを繋ぎ合わせることで回答となるテキストを生成する。
生成ＡＩ３３は、入力されたベクトルデータを機械学習モデル（言語モデル）に入力することで、次に続く適切なベクトルを予測する。生成ＡＩ３３は予測されたベクトルをトークンに逆変換し、トークンを繋ぎ合わせることで回答となるテキストを生成する。
【0054】
対話データ記憶部４８は、入力情報と当該入力情報に対応する回答情報とを関連付けて対話データとして記憶する。
対話データ記憶部４８は、入力情報送信部４６から送信した入力情報と、当該入力情報に対応し回答情報取得部４７により取得された回答情報とを関連付けて対話データとして生成ＡＩ管理システム１０の記憶部１０ｄに記憶する。
ベクトルデータ変換部４５は、回答情報取得部４７が取得した回答情報に含まれるテキストデータをベクトルデータに変換し、対話データ記憶部４８は、ベクトルデータを含む入力情報と当該入力情報に対応しベクトルデータを含む回答情報とを関連付けて対話データとして記憶してもよい。
対話データをベクトルデータとして記憶することで、後述の学習部４９により新たに使用する生成ＡＩ３３の学習に当該対話データを用いる場合に、学習された生成ＡＩ３３は自然言語処理の応用範囲が広がるとともに精度が向上するなどの効果を得ることができる。
対話データは、生成ＡＩへの入力情報と当該入力情報に対応して生成ＡＩが回答として生成する回答情報とを関連付けたデータである。
例えば、入力情報としてテキストデータを生成ＡＩに入力した場合、生成ＡＩはこの入力情報（テキストデータ）に対応する回答をテキストデータ、音声データ、及び画像データなどを用いて回答情報を生成する。この入力情報とこの回答情報との組み合わせが対話データとなる。なお、生成ＡＩへの入力情報は、テキストデータの他に音声データ及び画像データを用いてもよく、また、テキストデータ、音声データ、及び画像データの組合せでもよい。生成ＡＩは、この入力情報に対応する回答として、テキストデータ、音声データ、及び画像データ、若しくは、これらの組合せによって回答情報を生成し得る。
対話データ記憶部４８は、入力情報送信部４６から送信した入力情報と、当該入力情報に対応し回答情報取得部４７により取得された回答情報とを関連付けて対話データとして生成ＡＩ管理システム１０の記憶部１０ｄに記憶する。
ベクトルデータ変換部４５は、回答情報取得部４７が取得した回答情報に含まれるテキストデータをベクトルデータに変換し、対話データ記憶部４８は、ベクトルデータを含む入力情報と当該入力情報に対応しベクトルデータを含む回答情報とを関連付けて対話データとして記憶してもよい。
対話データをベクトルデータとして記憶することで、後述の学習部４９により新たに使用する生成ＡＩ３３の学習に当該対話データを用いる場合に、学習された生成ＡＩ３３は自然言語処理の応用範囲が広がるとともに精度が向上するなどの効果を得ることができる。
対話データは、生成ＡＩへの入力情報と当該入力情報に対応して生成ＡＩが回答として生成する回答情報とを関連付けたデータである。
例えば、入力情報としてテキストデータを生成ＡＩに入力した場合、生成ＡＩはこの入力情報（テキストデータ）に対応する回答をテキストデータ、音声データ、及び画像データなどを用いて回答情報を生成する。この入力情報とこの回答情報との組み合わせが対話データとなる。なお、生成ＡＩへの入力情報は、テキストデータの他に音声データ及び画像データを用いてもよく、また、テキストデータ、音声データ、及び画像データの組合せでもよい。生成ＡＩは、この入力情報に対応する回答として、テキストデータ、音声データ、及び画像データ、若しくは、これらの組合せによって回答情報を生成し得る。
【0055】
学習部４９は、ユーザ端末２０を介して、一つの生成ＡＩ３３を他の生成ＡＩ３３に変更する際に、学習データ記憶部４３に記憶された学習データであって、一つの生成ＡＩ３３の学習に使用された学習データを用いて他の生成ＡＩ３３の学習を行う。
例えば、ユーザ端末２０により利用されていた第１生成ＡＩサーバ３０ａの生成ＡＩ３３を第２生成ＡＩサーバ３０ｂの生成ＡＩ３３に変更する際に、学習データ記憶部４３に記憶された学習データであって、生成ＡＩ管理システム１０の記憶部１０ｄに記憶されている第１生成ＡＩサーバ３０ａの生成ＡＩ３３の学習に使用された学習データを用いて新たに使用する第２生成ＡＩサーバ３０ｂの生成ＡＩ３３の学習を行うものである。
一つの生成ＡＩ３３の学習に使用された学習データを用いて他の生成ＡＩ３３の学習を行うことによって、これまで使用してきた生成ＡＩ（一つの生成ＡＩ３３）が経験した学習（学習の履歴）を、新たに用いる生成ＡＩ（他の生成ＡＩ３３）に引き継がせることができる。
例えば、ユーザ端末２０により利用されていた第１生成ＡＩサーバ３０ａの生成ＡＩ３３を第２生成ＡＩサーバ３０ｂの生成ＡＩ３３に変更する際に、学習データ記憶部４３に記憶された学習データであって、生成ＡＩ管理システム１０の記憶部１０ｄに記憶されている第１生成ＡＩサーバ３０ａの生成ＡＩ３３の学習に使用された学習データを用いて新たに使用する第２生成ＡＩサーバ３０ｂの生成ＡＩ３３の学習を行うものである。
一つの生成ＡＩ３３の学習に使用された学習データを用いて他の生成ＡＩ３３の学習を行うことによって、これまで使用してきた生成ＡＩ（一つの生成ＡＩ３３）が経験した学習（学習の履歴）を、新たに用いる生成ＡＩ（他の生成ＡＩ３３）に引き継がせることができる。
【0056】
例えば、第２生成ＡＩサーバ３０ｂの生成ＡＩ３３がＧＰＴ－４であり、第１生成ＡＩサーバ３０ａの生成ＡＩ３３がＧＰＴ－３であるとする。ＧＰＴ－３とＧＰＴ－４とを同じ学習モデルでトレーニングすることで、両者によって生成されるものは、同じ学習データを元にしているので同じような内容、形式、及びスタイル（様式）のものを生成する。また、両者は、当該学習モデルに含まれる偏り及び誤りを反映して生成する。なお、両者は、当該学習データにない情報及び知識に基づいては生成しない。
【0057】
一方で、ＧＰＴ－４はＧＰＴ－３より性能が高いので、ＧＰＴ－４の生成物は、ＧＰＴ－３の生成物と比較して、より自然で精度が高く、より多様で創造的であり、より少ないプロンプトとなる入力情報で高品質のものを生成する。
【0058】
学習部４９は、ユーザ端末２０を介して、一つの生成ＡＩ３３を他の生成ＡＩ３３に変更する際に、対話データ記憶部４８に記憶された対話データであって、一つの生成ＡＩ３３との間で交信し合うことで得た対話データを用いて、他の生成ＡＩ３３に学習を行うこととしてもよい。
【0059】
生成ＡＩ３３は、過去の対話の履歴（経験）を考慮して新たに回答を生成する。ユーザ端末２０により利用される生成ＡＩ３３を変更する際に、当該生成ＡＩ３３との間で交信し合うとこで得た対話データを用いて新たに使用する生成ＡＩ３３の学習を行うことで、過去の対話の履歴（経験）を新たに使用する生成ＡＩ３３に引き継がせることができる。
これまで使用してきた生成ＡＩ（一つの生成ＡＩ３３）との間の交信により得た対話データ、即ち、生成ＡＩ３３に対する問い合わせ内容（prompt）などの入力情報と当該入力情報に対応する回答情報を用いて、新たに用いる生成ＡＩ（他の生成ＡＩ３３）を学習することで、新たに用いる生成ＡＩ（他の生成ＡＩ３３）にこれまで使用してきた生成ＡＩ（一つの生成ＡＩ３３）との間で交信した内容（入力情報と対応する回答情報）を引き継がせることができ、新たに用いる生成ＡＩ（他の生成ＡＩ３３）は、これまで使用してきた生成ＡＩ（一つの生成ＡＩ３３）の過去の対話の履歴を考慮して新しい回答情報を生成することができる。
これまで使用してきた生成ＡＩ（一つの生成ＡＩ３３）との間の交信により得た対話データ、即ち、生成ＡＩ３３に対する問い合わせ内容（prompt）などの入力情報と当該入力情報に対応する回答情報を用いて、新たに用いる生成ＡＩ（他の生成ＡＩ３３）を学習することで、新たに用いる生成ＡＩ（他の生成ＡＩ３３）にこれまで使用してきた生成ＡＩ（一つの生成ＡＩ３３）との間で交信した内容（入力情報と対応する回答情報）を引き継がせることができ、新たに用いる生成ＡＩ（他の生成ＡＩ３３）は、これまで使用してきた生成ＡＩ（一つの生成ＡＩ３３）の過去の対話の履歴を考慮して新しい回答情報を生成することができる。
【0060】
上記したように、ユーザ端末２９により利用される生成ＡＩサーバ３０（生成ＡＩ３３）を変更する際に、元の生成ＡＩ３３のトレーニングに使用した学習データ及び元の生成ＡＩ３３との間で交信し合うことで得た対話データを生成ＡＩ管理システム１０の記憶部１０ｄに記憶しているので、新たに使用する生成ＡＩ３３の学習にこれら学習データ及び対話データを容易に用いることができる。
【0061】
学習部４９は、生成ＡＩ３３により構成された機械学習モデルのクローンを生成する際に、クローンを構成する生成ＡＩ３３の学習に、学習データ記憶部４３に記憶された学習データであって、当該クローンの元となる機械学習モデルを構成する生成ＡＩ３３の学習に使用された学習データを用いる。
【0062】
学習部４９は、生成ＡＩ３３により構成された機械学習モデルのクローンを生成する際に、クローンを構成する生成ＡＩ３３の学習に、対話データ記憶部４８に記憶された対話データであって、当該クローンの元となる機械学習モデルを構成する生成ＡＩ３３との間で交信し合うことで得た対話データを用いることとしてもよい。
機械学習モデルのクローンは、元の機械学習モデルと同じ種類の大規模言語モデルにより構成され、元の機械学習モデルと同じ学習データにより学習された機械学習モデルであり、元の機械学習モデルのコピー（複製）である。
機械学習モデルのクローンは、元の機械学習モデルと同じ種類の大規模言語モデルにより構成され、元の機械学習モデルと同じ学習データにより学習された機械学習モデルであり、元の機械学習モデルのコピー（複製）である。
【0063】
上記したように、生成ＡＩ３３により構成された機械学習モデルのクローンを生成する際に、元の生成ＡＩ３３のトレーニングに使用した学習データ及び元の生成ＡＩ３３との間で交信し合うことで得た対話データを生成ＡＩ管理システム１０の記憶部１０ｄに記憶しているので、クローンを構成する生成ＡＩ３３の学習にこれら学習データ及び対話データを容易に用いることができる。
【0064】
生成ＡＩ３３は複数あって、生成ＡＩ管理システム１０は、複数の生成ＡＩ３３のＡＰＩに接続可能である。
表示制御部５２は、生成ＡＩ３３のＡＰＩの各々にアバターを割り当て、ＡＰＩ毎に割り当てられたアバターの一覧をユーザ端末２０の表示部６０に表示することでＡＰＩの一覧を表示部６０に表示する（図５、図６参照）。
本実施形態におけるアバターは、生成ＡＩ３３の機能の一つである質問応答の主体を具現化するものである。例えば、ロボット、動物、アニメキャラクター、マーク、果物などの写真、イラストなどによる画像により表現されるアバターが、質問に応答しているように利用者に対して表示する。アバターはアイコンとして表示されてもよいし、動作を伴うアニメーションとして表示されてもよい。生成ＡＩ３３の機能の質問応答の主体にアバターを割り当てることで、生成ＡＩ３３の利用者は、複数の生成ＡＩ３３を識別することができ、更に、アバターにより具現化することで、利用者は愛着、信頼、好意などの感情をアバターに対していだくことができ、楽しく生成ＡＩ３３を使うことができる。
表示制御部５２は、生成ＡＩ３３の学習に用いた学習データの一覧をユーザ端末２０の表示部６０に表示することで、生成ＡＩ３３の学習履歴を表示部６０に表示する（図６参照）。
表示制御部５２は、生成ＡＩ３３のＡＰＩの各々にアバターを割り当て、ＡＰＩ毎に割り当てられたアバターの一覧をユーザ端末２０の表示部６０に表示することでＡＰＩの一覧を表示部６０に表示する（図５、図６参照）。
本実施形態におけるアバターは、生成ＡＩ３３の機能の一つである質問応答の主体を具現化するものである。例えば、ロボット、動物、アニメキャラクター、マーク、果物などの写真、イラストなどによる画像により表現されるアバターが、質問に応答しているように利用者に対して表示する。アバターはアイコンとして表示されてもよいし、動作を伴うアニメーションとして表示されてもよい。生成ＡＩ３３の機能の質問応答の主体にアバターを割り当てることで、生成ＡＩ３３の利用者は、複数の生成ＡＩ３３を識別することができ、更に、アバターにより具現化することで、利用者は愛着、信頼、好意などの感情をアバターに対していだくことができ、楽しく生成ＡＩ３３を使うことができる。
表示制御部５２は、生成ＡＩ３３の学習に用いた学習データの一覧をユーザ端末２０の表示部６０に表示することで、生成ＡＩ３３の学習履歴を表示部６０に表示する（図６参照）。
【0065】
【0066】
図５及び図６に示す様に、表示画面６１の左側にメニューバー６２、表示画面６１の右側にメイン表示部６３が表示される。メニューバー６２には、新規登録、ログイン、メインメニューなどが表示され、ユーザの選択操作により選択されると、新規登録、ログイン、メインメニューなどに対応するページがメイン表示部６３に表示される。
【0067】
メイン表示部６３の左端にサブメニューバー６４が表示される。サブメニューバー６４はサブ表示部６５の表示内容を選択するために用いられる。サブメニューバー６４には、アバター、料金、及び設定のボタンが表示され、ユーザの選択操作により選択されると、アバター、料金、及び設定に対応するページがサブ表示部６５に表示される。
【0068】
図５及び図６に示すサブ表示部６５は、サブメニューバー６４において、アバターのボタンが選択されて、サブ表示部６５にアバター検索入力窓６６、タグ一覧６７、及びアバター一覧６８が表示されている。サブメニューバー６４のアバターのボタンが太い枠線で囲われ、ユーザによって選択された状態であることを示す。アバター一覧６８は、生成ＡＩ管理システム１０に登録されている生成ＡＩサーバ３０（生成ＡＩ３３）のＡＰＩの一覧を表している。
【0069】
サブ表示部６５のアバター一覧６８の中からユーザに選択されたアバターに関する情報がメイン表示部６３に表示される。メイン表示部６３に表示される内容は見出し６９の中から選択され、図５において対話の履歴が選択されている。アバター一覧６８の中から「アバター００１」が選択され、メイン表示部６３において「アバター００１」とユーザとの対話一覧７０が表示される。サブ表示部６５のアバター一覧６８の「アバター００１」のボタンが太い枠線で囲われ、ユーザによって選択された状態であることを示す。サブ表示部６５の最下部には、アバター作成ボタン７４が表示される。
【0070】
対話一覧７０において、アバター００１が生成した回答の左側にアバターのアイコン７２が表示され、ユーザの問い合わせ内容などの入力情報の左側にユーザのアイコン７３が表示され、誰の文章であるか判るようになっている。メイン表示部６３の最下部には、メッセージ入力窓７１が表示される。
【0071】
図６において見出し６９の中からＡＰＩが選択され、メイン表示部６３にＡＰＩ７６の一覧７５、及びＡＰＩ作成ボタン７７が表示される。ＡＰＩ７６には、ＡＰＩの名称、作成日、最終使用日、及びＡＰＩキーが表示される。
【0072】
トークン数取得部５０は、入力情報に基づいて、生成ＡＩサーバ３０に搭載されたトーカナイザー３２により生成されたトークンの数をトークン数情報として当該生成ＡＩサーバ３０から取得する。
料金算出部５１は、トークン数取得部５０により取得されたトークン数情報に基づいて計算された生成ＡＩ３３（生成ＡＩサーバ３０）の使用料金を料金情報として算出する。
表示制御部５２は、料金算出部５１により算出された料金情報をユーザ端末２０の表示部６０に表示する。
料金算出部５１は、トークン数取得部５０により取得されたトークン数情報に基づいて計算された生成ＡＩ３３（生成ＡＩサーバ３０）の使用料金を料金情報として算出する。
表示制御部５２は、料金算出部５１により算出された料金情報をユーザ端末２０の表示部６０に表示する。
【0073】
上記のトーク数取得部５０と料金算出部５１とによれば、トークン数情報により入力情報に含まれるテキスト文字列に含まれるトークンの数が判れば、入力情報に含まれるテキスト文字列が処理されるには長すぎるか否かが分かり、料金情報により生成ＡＩサーバ３０を利用するコストがどれくらいかかるかが判る。
【0074】
生成ＡＩ３３は複数あって、生成ＡＩ管理システム１０は、複数の生成ＡＩ３３のＡＰＩに接続可能であり、入力情報送信部４６は、複数のサーバ３０に同一の入力情報を送信し、回答情報取得部４７は、同一の入力情報に対する回答情報を複数のサーバ３０から取得し、表示制御部５２は、回答情報取得部４７が取得した複数の回答情報をユーザ端末２０の表示部６０に一覧表示することとしてもよい。
この場合、ユーザは、同一の入力情報に対する回答を複数の生成ＡＩ３３から得ることができ、複数の回答を比較し、より良い回答を得ることができる。
この場合、ユーザは、同一の入力情報に対する回答を複数の生成ＡＩ３３から得ることができ、複数の回答を比較し、より良い回答を得ることができる。
【0075】
生成ＡＩ３３は複数あって、生成ＡＩ管理システム１０は、複数の生成ＡＩ３３のＡＰＩに接続可能であり、入力情報送信部４６は、回答情報取得部４７が生成ＡＩサーバ３０（生成ＡＩ３３）から取得した回答情報の評価に関する回答を得るための入力情報を、当該回答情報を取得した生成ＡＩサーバ３０以外の生成ＡＩサーバ３０である他の生成ＡＩサーバ３０に対して送信し、回答情報取得部４７は、生成ＡＩサーバ３０（生成ＡＩ３３）の回答の評価に関する他の生成ＡＩサーバ３０（生成ＡＩ３３）の回答を第２意見情報として取得することができる。
この場合、ユーザは、生成ＡＩ３３から得た回答について、他の生成ＡＩ３３に評価してもらいセカンドオピニオンとなる第２意見情報を得ることができ、生成ＡＩ３３の回答が間違っていた場合、より良い回答を得たい場合などに有効である。
この場合、ユーザは、生成ＡＩ３３から得た回答について、他の生成ＡＩ３３に評価してもらいセカンドオピニオンとなる第２意見情報を得ることができ、生成ＡＩ３３の回答が間違っていた場合、より良い回答を得たい場合などに有効である。
【0076】
生成ＡＩ３３は複数あって、生成ＡＩ管理システム１０は、複数の生成ＡＩ３３のＡＰＩに接続可能であり、トークン数取得部５０は、入力情報を取得した複数のサーバ３０に搭載されたトーカナイザー３２により生成されたトークンの数をトークン数情報として複数の当該サーバ３０の各々から取得する。次に、料金算出部５１は、トークン数取得部５０により取得されたトークン数情報に基づいて計算された生成ＡＩ３３の使用料金を複数の生成ＡＩ３３ごとに料金情報として算出する。
【0077】
最低料金抽出部５３は、料金算出部５１により算出された複数の生成ＡＩ３３ごとの料金情報に基づいて、最も安い料金情報に係る生成ＡＩ３３を抽出する。
表示制御部５２は、最低料金抽出部５３により抽出された生成ＡＩ３３をユーザ端末２０の表示部６０に表示する。ユーザは、複数ある生成ＡＩ３３の中から回答を得るのに最も料金の低い生成ＡＩ３３を選択することができる。
表示制御部５２は、最低料金抽出部５３により抽出された生成ＡＩ３３をユーザ端末２０の表示部６０に表示する。ユーザは、複数ある生成ＡＩ３３の中から回答を得るのに最も料金の低い生成ＡＩ３３を選択することができる。
【0078】
図７を参照して、本発明の一実施形態に係る生成ＡＩ管理プログラムについて、生成ＡＩ管理方法とともに説明する。図７は本実施形態に係る生成ＡＩ管理プログラムのフローチャートである。生成ＡＩ管理方法は、生成ＡＩ管理プログラムに基づいて、生成ＡＩ管理システム１０のＣＰＵ１０ｅにより実行される。
【0079】
生成ＡＩ管理プログラムは、生成ＡＩ管理システム１０のＣＰＵ１０ｅに対して、記録制御機能、学習データ取得機能、学習データ送信機能、学習データ記憶機能、入力情報取得機能、ベクトルデータ変換機能、入力情報送信機能、回答情報取得機能、対話データ記憶機能、学習機能、トークン数取得機能、料金算出機能、表示制御機能、及び最低料金抽出機能などを実現させる。これらの機能は図７に示される順に実行されるが、適宜、順番を入れ替えて実行することもできる。なお、各機能は前述の生成ＡＩ管理システム１０の各種機能部の説明と重複するため、その詳細な説明は省略する。
【0080】
記録制御機能は、複数の生成ＡＩを記録する（Ｓ４０：記録制御ステップ）。
学習データ取得機能は、生成ＡＩ３３の学習に用いる学習データをユーザ端末２０から取得する（Ｓ４１：学習データ取得ステップ）。
学習データ取得機能は、生成ＡＩ３３の学習に用いる学習データをユーザ端末２０から取得する（Ｓ４１：学習データ取得ステップ）。
【0081】
学習データ送信機能は、学習データ取得機能により取得された学習データを生成ＡＩサーバ３０に送信する（Ｓ４２：学習データ送信ステップ）。
【0082】
学習データ記憶機能は、学習データ送信機能により生成ＡＩサーバ３０に送信された学習データを記憶する（Ｓ４３：学習データ記憶ステップ）。
【0083】
入力情報取得機能は、ユーザ端末２０を介して、複数の生成ＡＩ３３のうち一つの生成ＡＩ３３に与える情報を入力情報として取得する（Ｓ４４：入力情報取得ステップ）。
【0084】
ベクトルデータ変換機能は、入力情報取得機能が取得した入力情報に含まれるテキストデータをベクトルデータに変換する（Ｓ４５：ベクトルデータ変換ステップ）。
【0085】
入力情報送信機能は、入力情報を生成ＡＩサーバ３０に送信する（Ｓ４６：入力情報送信ステップ）。
【0086】
回答情報取得機能は、入力情報に対応する一つの生成ＡＩ３３の回答を回答情報として生成ＡＩサーバ３０から取得する。（Ｓ４７：回答情報取得ステップ）。
【0087】
対話データ記憶機能は、入力情報と当該入力情報に対応する回答情報とを関連付けて対話データとして記憶する（Ｓ４８：対話データ記憶ステップ）。
【0088】
学習機能は、ユーザ端末２０により利用される生成ＡＩサーバ３０（生成ＡＩ３３）を変更する際に、学習データ記憶機能において記憶された学習データであって、当該生成ＡＩ３３の学習に使用された学習データを用いて新たに使用する生成ＡＩ３３の学習を行う（Ｓ４９：学習ステップ）。
【0089】
トークン数取得機能は、入力情報に基づいて、生成ＡＩサーバ３０に搭載されたトーカナイザー３２により生成されたトークンの数をトークン数情報として当該生成ＡＩサーバ３０から取得する（Ｓ５０：トークン数取得ステップ）。
【0090】
料金算出機能は、トークン数取得機能により取得されたトークン数情報に基づいて計算された生成ＡＩ３３（生成ＡＩサーバ３０）の使用料金を料金情報として算出する（Ｓ５１：料金算出ステップ）。
【0091】
表示制御機能は、料金算出機能により算出された料金情報をユーザ端末２０の表示部６０に表示する（Ｓ５２：表示制御ステップ）。
【0092】
最低料金抽出機能は、料金算出機能により算出された複数の生成ＡＩ３３ごとの料金情報に基づいて、最も安い料金情報に係る生成ＡＩ３３を抽出する（Ｓ５３：最低料金抽出ステップ）。
【0093】
なお、本発明は上記した実施形態に係る生成ＡＩ管理システム１０、生成ＡＩ管理方法、及び生成ＡＩ管理プログラムに限定されるものではなく、特許請求の範囲に記載した本発明の要旨を逸脱しない限りにおいて、その他種々の変形例、若しくは応用例により実施可能である。
【符号の説明】
【0094】
１０ 生成ＡＩ管理システム
１０ａ 通信インターフェース
１０ｂ ＲＯＭ（Read Only Memory）
１０ｃ ＲＡＭ（Random Access Memory）
１０ｄ 記憶部
１０ｅ ＣＰＵ（Central Processing Unit）
１０ｆ 入出力インターフェース
１０ｇ 入力装置
１０ｇ 出力装置
１１ ネットワーク
２０ ユーザ端末
２０ａ 第１ユーザ端末
２０ｂ 第２ユーザ端末
３０ 生成ＡＩサーバ
３０ａ 第１生成ＡＩサーバ
３０ｂ 第２生成ＡＩサーバ
３０ｃ 第３生成ＡＩサーバ
３１ 入力情報受付部
３２ トーカナイザー
３３ 生成ＡＩ
３４ 回答情報送信部
４０ 記録部
４１ 学習データ取得部
４２ 学習データ送信部
４３ 学習データ記憶部
４４ 入力情報取得部
４５ ベクトルデータ変換部
４６ 入力情報送信部
４７ 回答情報取得部
４８ 対話データ記憶部
４９ 学習部
５０ トークン数取得部
５１ 料金算出部
５２ 表示制御部
５３ 最低料金抽出部
６０ 表示部
６１ 表示画面
６２ メニューバー
６３ メイン表示部
６４ サブメニューバー
６５ サブ表示部
６６ アバター検索入力窓
６７ タグ一覧
６８ アバター一覧
６９ 見出し
７０ 対話一覧
７１ メッセージ入力窓
７２ アバターのアイコン
７３ ユーザのアイコン
７４ アバター作成ボタン
７５ 一覧
７６ ＡＰＩ
７７ ＡＰＩ作成ボタン
１０ａ 通信インターフェース
１０ｂ ＲＯＭ（Read Only Memory）
１０ｃ ＲＡＭ（Random Access Memory）
１０ｄ 記憶部
１０ｅ ＣＰＵ（Central Processing Unit）
１０ｆ 入出力インターフェース
１０ｇ 入力装置
１０ｇ 出力装置
１１ ネットワーク
２０ ユーザ端末
２０ａ 第１ユーザ端末
２０ｂ 第２ユーザ端末
３０ 生成ＡＩサーバ
３０ａ 第１生成ＡＩサーバ
３０ｂ 第２生成ＡＩサーバ
３０ｃ 第３生成ＡＩサーバ
３１ 入力情報受付部
３２ トーカナイザー
３３ 生成ＡＩ
３４ 回答情報送信部
４０ 記録部
４１ 学習データ取得部
４２ 学習データ送信部
４３ 学習データ記憶部
４４ 入力情報取得部
４５ ベクトルデータ変換部
４６ 入力情報送信部
４７ 回答情報取得部
４８ 対話データ記憶部
４９ 学習部
５０ トークン数取得部
５１ 料金算出部
５２ 表示制御部
５３ 最低料金抽出部
６０ 表示部
６１ 表示画面
６２ メニューバー
６３ メイン表示部
６４ サブメニューバー
６５ サブ表示部
６６ アバター検索入力窓
６７ タグ一覧
６８ アバター一覧
６９ 見出し
７０ 対話一覧
７１ メッセージ入力窓
７２ アバターのアイコン
７３ ユーザのアイコン
７４ アバター作成ボタン
７５ 一覧
７６ ＡＰＩ
７７ ＡＰＩ作成ボタン
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】