Google Cloudブログでは、データ分析と生成AIの力の活用法を紹介している。生成AIを活用すると、創造的なプロセスを大幅に強化し、テストを迅速化できる。これは、BigQuery DataFrameを使用して潜在的な薬剤名を生成することで実証できる。例えば、フルオロキノロン系抗生物質の一種である仮想のジェネリック医薬品「エントロポフロキサシン」に対して、10個のブランド名のセットを作成できる。これらの名前は専門家委員会によって評価される。このプロセスでは、テキストとコードの広範なデータセットでトレーニングされた大規模な言語モデルであるtext-bisonモデルが利用される。このモデルは、テキストの生成、言語の翻訳、さまざまなタイプの創造的なコンテンツの作成、および幅広い質問への回答が可能だ。生成プロセスを支援するために、指示と使用法のパラグラフもモデルに提供される。BigQuery DataFrameの使用は、生成AIオペレーションの実行に不可欠だ。BigQueryにアクセスするこの新しい方法では、Python開発者やデータサイエンティストになじみのあるDataFrameインターフェイスが提供される。クラウド内のデータに直接計算機能をもたらし、大規模なデータセットの処理を可能にする。BigQuery DataFrameは、幅広いMLユースケースを直接サポートする。このプロセスにはゼロショット学習も含まれており、モデルは追加の説明なしでユニークで現代的なブランド名を提供するよう求められる。モデルには、英語の単語を直接使うのではなく、変形したり造語を使用したりして、ブランド名を創造的にすることが奨励されている。このプロセスは、より多くのコンテキストを提供し、答えを形作るのに役立ついくつかの例が提供される少数ショット学習で拡張できる。このタスクを支援するには、公開されているBigQuery FDAデータセットを利用できる。これらのクリエーティブツールはさまざまなプロジェクトに適用でき、データ処理とクリエーティブ生成への新しいアプローチを提供する。