W1-2 AI活用入門

今週のゴール：最新のAIツールと無料開発環境を理解し、アイデアを形にした作品URLを共有しよう。

W1 後半の Section 2「AI活用入門」です。様々な分野で人間を超え始めたAIの動向、主力AIツールの紹介から、クロージング（作品共有・無料版利用制限・補足資料・アンケート）、今週の課題、ミーティングTips、そして Appendix（学習リソース・用語解説・クラウド入門・分野別AI活用Q&A）までを網羅します。

様々な分野で人間を超え始めるAI

AIが当たり前に組み込まれる時代が到来しています。コード生成AIである Claude Code をはじめ、AIはあらゆる分野に浸透し始めています（参考：ZDNet Japanの記事）。

要点

• AIの進化の速度は加速し続けている。
• 従来は、画像認識のような “特定の分野のみ” 人間を超えていた。しかし近年は、博士号レベルの幅広い能力を問う GPQA においても人間を上回る精度を達成。
• あらゆる分野で人間を上回る能力を持つ AGI の誕生に近づいている。

💡 AGI（汎用人工知能） とは、人間が行うあらゆる知的作業で人間と同等かそれ以上の知的能力を持つAIのこと。

AIが当たり前に組み込まれる時代の到来

要点

• 従来は 質が劣ること が、AIを使わない最大の理由だった → AIが人間と遜色ない結果を出せるようになった瞬間に、AIを使わない理由がなくなる。
• ITインフラにAIが組み込まれることで、AIを使うことがデフォルトになる。

具体例

• Google検索へのAI組み込み
• OS への AI 組み込み（Windows 等）
• Office、Google Workspace への組み込み

主力AIツール紹介

用途	ツール	特徴
画像生成	Nano Banana Pro（Gemini）	Pro登場で精度が大幅に上昇。日本語の出力も完璧で、解説書も出力可能な精度
コードエディタ	Cursor	複数AIを切り替えられるため常に最新の生成AIを使える。Copilotの上位互換
コード生成	Claude Code	圧倒的な精度を誇る。ベンチマーク以上に実際の開発で性能を発揮し、最も高品質なコードを生成できる
図解作成	Napkin AI	Nano Bananaの登場で優先順位は下がったが、高品質な図解を手軽に作れる
動画生成	Sora2	無料 & 無制限で比較的長い（15〜25秒）動画を作成できる。自分の顔を元に動画を作ることも可能
作曲	Suno	日本語の歌詞付きの曲でも生成可能。曲は最大4分間まで延長可能

クロージング

今週のクロージングでは、以下を扱います。

• 皆さんが作ったアプリを見せてください
• 無料版利用制限について
• アンケートの回答のお願い
• ★ 今週の課題（コーディング課題）

皆さんが作ったアプリ見せてください

Discordチャンネルか、ZoomチャットでURLを共有して欲しいです。どんなアプリでも共有大歓迎です。もし気に入った他の人の作品があれば、リアクションで応援してあげましょう 🎉

無料版利用制限について

v0 の使用量は モデル単価 × 入出力量 で決まり、無料枠の5ドルを使い切ると使えなくなります（残量は右上から確認できます）。そこで、より踏み込んだ開発をしたい人に対して、いくつかのAI開発ツールの提案／提供を行います。

💡 最終的に作品URLを提出できれば、開発やデプロイに使うツールは一切制限しません。自分が最も使いやすいツールで開発していただいて問題ありません。

ツール	提供元・条件	特徴
Gemini Canvas	Google社製。誰でも無料。年齢制限なし	大規模開発は難しいが、必須課題は製作可能
Antigravity	Google社製、18歳以上誰でも無料	申請の手間をかけたくない場合はこちら
共有Claude Code（Max $200）	ログイン補助必要	最強。v0が内部的に使っているコード生成AIの開発元が提供するツール。圧倒的に単価が安いため実質上限なし。Discordでメンションください
Claude Code APIキー（上限$100）	人数制限なし、ログイン不要	上限に達した場合は自動停止
各種APIキー	Discord等に記載	上限に達した場合は自動停止

⚠️ 申請多数の場合は、アンケートで回答して頃いた内容を元に判断するため、ご了承ください。

必ず補足資料も確認してほしいです

分かりやすさや授業時間の制約で、本スライドでは紹介できていない重要な考え方がいくつか存在します。補足資料フォルダの中に以下のPDF資料を添付しているので、強く読むことを推奨します（技術以外の内容について深く学べる資料が多いです）。

• 過去講義資料 ←重要
• 補足資料フォルダ
  • アンケート回答編：全てのアンケート結果を確認した上で、出来る範囲で回答
  • AI駆動課題解決：届ける人にとって価値の高いサービスを構築するためのガイド
  • AI駆動開発：現場での実体験を元にした、シチュエーション別の具体的なAI活用シナリオ
  • 講義資料サマリー W1 〜 W5
  • など…

アンケートへの回答をお願いします

講義をより良くするためには、皆さんの意見が必要不可欠です。form 以外でも、Zoomのチャットや Discord のチャンネルなどで、たくさん呿いて欲しいです。実践教育プログラムをより良くしていくために、皆さんの感想をお待ちしています（Google Formはこちら）。

今週の課題

⚠️ 〆切：2/27（金）23:59 ※余裕を持って提出し、メンターからフィードバックをもらいながら改善することを推奨します。

★【個人ごと提出】アイデアを形にし、作品URLを共有しよう

予習した内容を活かしながら今できるベストを尽くしたアウトプットを作り、実践を通して習得しましょう。W1 に限り、W2 の企画書と全く異なる内容でも良いため、今のうちに実験してみましょう。

★【任意】講義資料の予習やリサーチを行い Notion や Google Docs にまとめてみよう

W1〜W5 までの講義資料や補足資料を読んで学習メモを作ってみましょう。

💡 任意課題は全て選考には影響しません。

提出方法：Google Form で課題を提出し、Discord で担当メンターに告知。必要があれば共有Google Driveを活用。

⚠️ 絶対に守って欲しいこと：提出忘れの場合は評価ができない可能性があるため、不完全でも提出を優先しましょう。Week 1 から評価対象になります。今週のみ、個人ごとの課題提出のため注意してください。

ミーティングTips

準備が全てを決める

• アジェンダ／メッセージ／聞きたいことをメモで準備しておく
• ロジック（伝えたいメッセージの根拠）や他の人からどう見えるかを意識する

ミーティング準備チェックリスト

• ミーティングの目的を定める
• 質問したいことを洗い出す
• 相手に伝えたいメッセージを考える（誰に？その根拠は？）
• 話の順番（アジェンダ）を決める。大事なことから話す

ミーティングの流れ（例）

1. はじめに（進行役）
   1. 目的の共有／確認
   2. アジェンダの確認
2. 論点の整理
3. 意見を出し合う
4. 方針の決定
5. ネクストアクションの決定（担当者と期限まで明確に）
6. 議事録をまとめて共有（議事録担当）

よくある失敗例

よくある失敗	対策
何も話せなかった	質問や意見を事前に準備する
言いたかったことが伝わらなかった	準備段階で伝えることとその根拠を整理しておく
ネクストアクションまで決まらない議題があった	議論が発散しないように目的とアジェンダを最初に共有して参加者全員の認識を合わせる
意見がぶつかって喧嘩になった	相手自身ではなく意見を否定する。対案を出す。話を遮らない。必要に応じて目的と論点を整理し直して議論する

メンターへのミーティング前の報告フォーマット

※送信時には「@メンション」を活用してメンターに確実に届くようにしてください。 ■目的：〇〇を決めるため（例：発表テーマの方向性決定） ■アジェンダ（予定）

1. 候補のアイデア共有
2. それぞれのメリット・デメリット検討
3. 最終的に方向性を決定 何か事前に確認した方が良い点があれば教えてください！

メンターへのミーティング後の報告フォーマット

※送信時には「@メンション」を活用してメンターに確実に届くようにしてください。 ■参加者： ■決定事項 ・〇〇を採用することに決定 ・△△を今後調べて再検討する ■ネクストアクション ・@担当者：〇〇をxxまでに行う ■未定事項・相談・懸念 ・□□についてA、Bの二つの案がまとまらず、決まりませんでした。 ご確認・アドバイスよろしくお願いいたします。

---

Appendix：もっと知りたい人へ

このAppendixは、AI開発に期待して応募してくれた人が多いにもかかわらず、全員が完走できることを目指した結果、本講義で扱えなかった内容の代替として活用していただくために用意されています。企業によるAI活用事例として dena.ai なども参照してください。

⚠️ 注意事項

• 以降のスライドでは、講師が知っている範囲で可能な限り良い回答が出来るように努めていますが、どうしても正確な回答を提供することが難しい場合もありました。以降で示している内容はあくまで正解ではなく講師個人の一意見に過ぎず、自分の意見を最優先していただけるようお願いします。
• 以降の内容は技術的な内容が中心になりますが、最優先していただきたいのは アプリがユーザーにもたらす価値の部分 で、審査の際もそこを最も重視して評価します。技術は目標を達成するための手段であると捉えていただきたいです。器用貧乏にだけはなってほしくないです。
• スライド化に際して、分かりやすさのため表現を書き換えている点があることをご了承ください。

学習リソース紹介

• 実践プログラミング授業：半年以上に渡り毎週高専生に向けて行っている授業
• DeNA AI（技術まとめ）：IT企業でのAI導入事例
• モダンWeb開発：最新のWeb開発について、具体例を動かしながら学べるサイト
• Firebase：最も簡単に使うことができるクラウドの一つ
• Streamlit：Pythonで最も簡単にWebサイトを作る技術
• Next.js入門：Web開発にこだわりたい人向けの技術

用語解説

用語	説明
Google Colab	Python を Web で簡単に実行できるサービス
Firebase	Google が提供する最も簡単に使えるクラウドの一つ
Cloud Run	Google Cloud の、任意のコンテナを実行できるサービス
コンテナ	サーバーの設計図のようなもの。必要に応じて複製されることが多い
Cloud Function	Cloud Run 上で実行されるが、より簡素で使いやすい
Claude Code	Anthropic 社が提供するコード生成に強いAI
Mediapipe	Google 開発の、スマホ上で動作する軽量AI
OpenCV	画像認識ライブラリ

クラウド入門：なぜWeb開発はしんどいのか？

Web開発がしんどい理由は大きく3つあります。それぞれにクラウドを使った解決策があります（Googleデータセンターの記事）。

💡 以下は必須ではないので、興味がある人のみ頭の片隅に入れておいてください。

1. 一時的な大量アクセスがしんどい

• 従来：最大アクセス数でも落ちない数のサーバーを確保
• 問題点：常に大量のサーバー管理コストを払い続ける
• 解決策：アクセス数に応じて必要最低限のサーバーのみ起動する → Cloud Function, Cloud Run 等を使えば解決

2. 一生サポートし続けるのがしんどい

• 従来：データを自社サーバー内に保管し続ける
• 問題点：情報流出リスクと、サービス停止リスクを負う
• 解決策：クラウド運営会社に責任を移転する → Firestore, Cloud SQL 等を使えば解決

3. 作る機能が多すぎてしんどい

• 従来：画像認識、音声合成など、一般的に使われる機能も各社がゼロから作っていた
• 問題点：独自の機能開発に使える工数が減少。高コスト化。コードの肥大化
• 解決策：一度だけ作り、みんなで使う → Mediapipe, OpenCV, OpenAI API 等を使えば解決

💡 クラウドを使って楽をしよう。

分野別AI活用Q&A

「やってみたいこと（A1）」と「AI活用（A2）」の2つのテーマに分けた、分野別の具体的な活用アイデアと技術提案です。

A1：やってみたいこと

Q：街づくり

マップAPI（無料）

• Leaflet：OpenStreetMap をブラウザに組み込むために使いやすくしたもの
• Openstreetmap：オープンソース Google Map。全てのデータが無料でダウンロードでき、アプリの組み込みやデータ分析が可能

マップAPI（無料枠あり）

• Google Map API：無料枠を超えると割高、ただし間違いなく最強
• Mapbox API：Google Map より遥かにオシャレで、見た目やカスタマイズ性では Google Map を凌ぐ

データベース

• Plateau（全国地理情報）、RESAS（地域経済）、東京デジタルツイン（最も詳細）、Google Map API（評価／店舗等）

Q：デバイス開発

• 一部の Arduino／一部の ESP32：マウス／キーボード入力を再現できるデバイスがあります。もし ESP32 なら、講師は XIAO を推します。

Q：イラストデザイン

• 参照 → 「Q：機械学習がやりたいです（活用重視）！」
• 参照 → 「Q：リアルタイム生成がやりたいです！」
• 参考事例：Anirole（リアルタイム画像生成）

Q：人材不足／業務効率化／自動化

トレンド

• AIが人間と同じ処理能力を持っている場合でも、人間と同じ入力（経験／知識）がないため正確な回答が出来ない → 既に人間が上手く運用している既存プロセスから、入力となる情報を明確なデータとして記録し、同じ入力から同じ出力を目指すのが一般的。

参考事例

• Office／Google Workspace 系の書類を NotebookLM に読み込ませ、メンターに頼らない自己解決を促進
• Notion API と Obsidian を使って、書類を全てマークダウンに変換し、コード生成AIを文書作成に転用
• HTML生成を使ったスライド、ドキュメント、サムネイル生成。HTML は理論上、ブラウザで表示できるあらゆるドキュメントを生成可能
• 参考：Skywork

Q：コミュニティ／助け合い

技術

• 体験／デザイン重視（Figma 等）：to C 向けのサービスのため、使わなければいけない to B よりも使いやすさを重視する必要がある
• データベース：共有機能や投稿機能、人と人との繋がりを重視
• リアルでの体験を重視したい場合：QR、AR、地図API などを活用し、リアル世界とアプリのインタラクションを作る方法がある

参考事例

• フードバンクに向け、利用者の感謝の気持ちを支援者に届けるサービスを高専生が開発（現在運用中）。LINE Bot とチャットするだけで Web サイトに記事を投稿できる仕組みにより、IT に不慣れな人を巻き込むことに成功
• AR スタンプラリー

Q：生成AIとの共存

トレンド

• 人間が画像や文章を使って具体的な指示（コンテキスト）を与え、思い通りの結果を出す
• データになっていない情報をなるべく多く、AIが扱える Markdown などの文章形式で蓄積する。AIのモデルが進化したときに、入力データこそが差別化ポイントになる

技術

• マルチモーダル：画像や文章などあらゆる入力形式を共通のベクトル形式に変換して扱う。最新のモデルでは標準搭載
• ControlNet：画像生成の際に任意の入力を与えることが出来る

Q：ファクトチェック／バリデーション

• コストや量がそこまで問題ではないなら、Chat API を使って文字変換したのでも問題ない
• 処理するスピードを重視する場合は、特徴量ベクトルへの変換がおすすめ
  • 特徴量ベクトルの類似度で検索
  • 特徴量ベクトルを元にしてクラス分類などが可能
• バリデーション分類やクラス分類をしたい場合、JSON 出力をしたい場合があるかもしれないが、JSON を上手く処理するためのライブラリや知見が既に公開されている

Q：バリアフリー

• AIは既に、目、耳、口に匹敵するような能力を持っていて、これを生かして人間の能力を補うことが出来る可能性はありそう
• バリアフリー化の情報は収集／公開されていないものも多いため、そこでも AI やアプリの技術の活用の余地がある

Q：気候変動／環境問題

環境問題を軽減するという観点では、AIを使って資源を効率的に運用するという活用が出来そうです。活用例としては以下のようなものがあります。

• 配達の経路を最適化し、時間と CO2 排出量を削減
• ロボットの動きの最適化で、電力消費量を削減
• 画像認識で、ごみ分別の負担を軽減
• AIを使って情報を保管することで、情報を収集する機械の量を削減

Q：貧困

• AIを使うと、例えば塾のような、従来であれば高い人件費のために一部の人しか利用できなかったサービスを、圧倒的な低コストかつ均一なクオリティでより多くの人に届けられるメリットがある
  • 例えば Gemini では、アメリカのセンター試験に当たる SAT の試験対策機能を無料で使えるようにすることで、家庭の収入が教育機会に直結する問題を軽減した
• ソフトウェアで仕組みを作ると、メルカリのように、企業を介することなくユーザーが営利以外の目的でも直接取引できる仕組みを作ったり、お互いに支援しあうコミュニティを形成する機能を持たせることが出来る

Q：近未来

• AIを使ったAI研究：Claude Code を作る Anthropic は、この目標を達成するために、AIを作るために必要なコード生成に特化したAIを優先して作ったとも言われている
• AIを使った映像表現：アニメ／映像制作業界では、これまで手作業で行っていたテクスチャ作成やアニメーション制作の作業を自動化したり、動画生成AIを使ってこれまで出来なかった表現を実現する取り組みが行われている

A2：AI活用

Q：機械学習がやりたいです（活用重視）！

こんな人向け：ライブ変換、イラスト生成、姿勢解析

活用重視

• ブラウザ組み込みAPIで活用：Web API（音声認識・合成）／Mediapipe（画像認識・姿勢認識・文章生成）。ユーザーのブラウザで実行されるため、完全に0円で運用が可能で、遅延のないリアルタイム動作も可能
• AI APIを活用：ChatGPT API（文章生成、画像生成、画像認識）or Gemini。数行程度の非常に短いコードで実装可能。高度な機能を手軽に提供できる
• 最新のAIを手元で動かしたい：Hugging Face（学習なし画像認識、奥行推定、条件付き画像生成、動画生成）

💡 上記、デモとして自作サービスへのリンクを貼っていますが、適宜公式ドキュメントを確認するのが推奨です。

Q：機械学習がやりたいです（実装重視）！

こんな人向け：フルスクラッチ、深層強化学習

実装重視

• AIをゼロから作りたい：松尾健AI資料。講師は PytorchLightning + Hydra + Docker 構成推しです
• 最新のAIの仕組みを知りたい：AI論文まとめ

Q：リアルタイム生成がやりたいです！

• リアルタイム推論 + 簡単：Teachable Machine。Google が無償提供。3分程度で画像／音声認識モデルの学習とデプロイが可能。数行のコードで自作アプリへの組み込みも可能。ブラウザでローカル実行される
• リアルタイム画像生成：Modal + Flux。22行でデプロイ出来るリアルタイム画像生成AI。リンク > Code-first inference の項目からデモが試せる

Q：AIで信号／文章変換したいです！

こんな人向け：文章変換、自然言語処理、感情分析、時系列データ

技術例

• 文章変換：ChatGPT／Gemini API。Chat API でも最低限処理可能。必要に応じて特徴量ベクトルを活用
• 信号変換：SciPy 等 Python ライブラリ（簡易的）、Pytorch 等（本格的）

Q：AI Agentについて詳しく知りたいです！

こんな人向け：MCP, LangChain, LLM, RAG, Local LLM

技術例

• MCP：Claude Code Playwright MCP（活用側）、開発。作ったことはありますが資料は持ってないです…
• AIエージェント構築：DeNAの資料。講師の守備範囲外です。講師の意見としては、Gemini の Gem や NotebookLM は比較的 AIエージェントに近い存在だと認識しています。ローカルで動かす場合、Claude Code などのコード生成AIは AIエージェントと同じ感覚で使ったり、サービスに組み込めることがあります
• ローカルLLM：LM Studio、Open WebUI（ChatGPT 的なUI）

Q：スマートホーム作りたいです

こんな人向け：スマートホーム

技術例

• 開発用ボード：ESP32、M5Stack
• 開発環境：Platform.io