【超最強】DALL·E 3の活用アイデア12選【画像生成AIの革命児!!】

[@masumi_engineer]

💬もしも質問がありましたら、お気軽にコメントください◎ 「あなたが疑問に思った」ということは、他にも疑問に思った方が必ずいます！ そのため、あなたの質問は、他の視聴者さんの学びにもつながります！ このコメント欄を、みんなで『学びの掲示板』にできたら幸いです！ もちろん感想や応援の言葉も大歓迎です！（制作チームの励みになります^^）

[@町田圭太-o1z]

丁寧な解説動画をありがとうございます。一点質問です。画像生成AIを業務利用する際に、APIなどweb上での使用は情報漏洩のリスクがあると思いますが、そのリスクを回避しようとなると、やはりローカル構築しかないでしょうか。

[@masumi_engineer]

コメントありがとうございます！ そうおっしゃっていただけて、とても嬉しいです^^ おっしゃる通り、APIでhttps上での通信をするため、わずかではありますが、漏洩リスクは存在します。 もしも上記のリスクを回避したい場合は、以下の方法で構築可能です。 (1) OSSのモデルを構築して、自社内の閉域ネットワーク内で利用する。 (2) Azure OpenAI Serviceを用いて、Azureの閉域ネットワークの中でのみ動作する構成にする。 その他にも、機密性の高いデータをマスキングする方法もあります。具体的には、「Cloud Data Loss Prevention（DLP）」というGCPのサービスなどを使って、実装可能です。 cloud.google.com/dlp?hl=ja 上記のような「セキュアなインフラ環境の構築」と「生成AIシステムの導入」は、複数社（プライム上場企業を含む）への実績があるため、もしもより詳細な技術設計や技術戦略について相談したい場合は、下記のメールアドレスへご連絡いただければ幸いです。 [e-mail] 引き続きどうぞよろしくお願いいたします。

[@町田圭太-o1z]

@@masumi_engineer なるほど、機密性を高めるためにいくつか方法があるのですね。 一から環境構築しなくて済み、尚且つ安全という点でAzure OpenAI Serviceの閉域ネットワークに興味が湧きました。 ちなみに自社ローカルであれAzureであれ、AIに１から機械学習をさせなければいけない点は共通していますか。 web上の画像生成AIサービスであれば、数十億枚もの画像によって学習したAIを利用できると思います。 そこまでの規模は不可能だとしても、大量の画像を学習させなければいけないと考えると大変ですね^^;