1. AI効果 AI効果（AI effect）とは、「最新のAI（人工知能）」として話題になった技術が、一般社会に受け入れられ日常的に使われるようになるにつれて、“AI”とは呼ばれなくなる現象のことです（図2）。つまり、「AIが実用として定着し成功すればするほど、かえって「“AI”ではないもの」として扱われる」という逆説（パラドックス）が存在するのです。 例えば、OCR（画像から文字を読み取る技術）、音声認識、自動翻訳といった技術は、かつては“AI”と呼ばれていました。しかし現在では、それぞれ「文字認識」「音声アシスタント」「翻訳サービス」として定着し、あえて“AI”と呼ばれることは少なくなってきています。 筆者の考えとしては、今後も「多くのAI技術が生活に溶け込み、“AI”という名前が意識されなくなる流れ」（＝AI効果）は続くと思います。例えば最新の「チャットAI」や「コーディング支援A

東京大学などの研究チームは5月15日、大規模言語モデル（LLM）と、感覚性失語症当事者の脳の情報処理が似ているとの研究成果を発表した。数理解析により、両者の情報処理のパターンを分析。類似性を明らかにしたという。 LLMではしばしば、誤っている情報をもっともらしく出力する「ハルシネーション」と呼ばれる現象が発生する。一方、言葉の意味を理解する能力が低下する感覚性失語症の代表である「ウェルニッケ失語症」の当事者には、「言葉はよどみなく出るのだけれども、よく聞くと意味のないことや一貫性のないことを話している」などの症状がみられるという。 研究チームは、この類似性に着目。ウェルニッケ失語症を含めた感覚性失語症と、言葉の意味は理解できるものの発しにくくなる運動性失語症の当事者、失語症ではない人たちのグループを用意し、脳の神経活動を視覚化する「fMRI」を使って計測した。分析手法には、活動の安定状態と

技術的な実装としては、大規模言語モデル（LLM）とWebリソースを組み合わせた事実確認メカニズムを基盤としている。音声認識技術により周囲の会話を検出し、その内容をシステムが分析。検出した発言や主張は、バックエンドの事実確認エンジンに送信し、そこでLLMが情報の正確性を評価する。このプロセスでは、信頼性の高いWebソースと照合することで、情報の真偽を判断している。 特徴的な点は、フィードバック方法にある。従来のシステムが音声や視覚的なフィードバックを使用するのに対し、Factuallyは触覚フィードバックを採用。具体的には、ウェアラブルデバイスを通じて振動パターンを利用者に伝える。 情報が誤りであると判断された場合、デバイスは特定のパターンで振動し、利用者に警告を発する。このアプローチにより、会話の流れを中断することなく、情報の正確性を確認できる。 Source and Image Cred

5. まとめ ― Prompt Engineering は“死”ではなく“吸収合併” Prompt Engineer = 職種 は消滅傾向。 Prompt Engineering = スキル は “AI と協働する全職種の共通知識” へ統合。 今後は「AI を使う力」より「AI に任せて監督する力」がキャリアの差別化要因となる。 感想 前回の記事の締めにも書きましたが、「●●式」のようなoneプロンプトの技であったり、キーワードを駆使する等の技の部分を指す意味での「プロンプトエンジニアリング」は今後不要になっていくと思います。 ただ、生成AIと対話するアプローチに関しては、(エージェントによるサポートの進化はあれど)依然必要かと思います。 以下なども対話アプローチに関するTipsが多いです。 https://qiita.com/hokutoh/items/4a5447833721fe839

各技術系メディアでは既に報じられていますが、今年のAAAI*1で会長名によってリリースされた"AAAI 2025 Presidential Panel on The Future of AI Research"の内容が非常に示唆に富んでいたので、改めてやや仔細に読み解いてみようかと思います。 なお、元のレポートは結構なボリュームがありいきなり精読しようとするとしんどいので、NotebookLMにまとめさせたサマリーと論点に対応した原文の箇所を適宜読み返して自分で補いながら*2、つらつらと論じていくこととします。ということで、hallucinationsなどあればご遠慮なくご指摘くだされば幸いです。 レポートの全体構成について（特にAI研究者へのアンケート） 個人的に注目した論点 現在のAIの延長上にAGIは実現しない(76%) LLMの事実性・信頼性の問題はすぐには解決できない(60%)

「生活保護を受けたら不利益がありますか？」AIの回答は“間違いだらけ”だった…実務家が語る“現実”とは 先日、生活保護制度について知りたいことを顔見知りの士業に簡易なアンケート形式で尋ねたところ、多かった回答の一つが『生活保護を受給したらなにか社会的に不利益を受けることはないのか？』というものでした。 これは、実際に行政書士が多く受けてきた質問の一つ。そこで、流行りの生成AIにこの質問を投げてみました。すると、驚くような『間違った』回答がまことしやかに、瞬時に返ってきました。 ネットで情報収集する人が多いこの時代、生活保護への誤解、偏見の元を断ち切るべく、生成AIの回答では何が間違いなのか？　誤回答を紹介したうえで、『正しい』回答を解説します。（行政書士・三木ひとみ） AIの誤回答1｜生活保護を受けると「転居・外出」が制限される まず、生活保護費をやりくりして、引越費用に充てるのは個人の自

https://kichijojipm.connpass.com/event/347729/ 吉祥寺.pm38【オンライン】　で行った登壇資料です。 株式会社ジェイテックジャパン CTO・Microsoft MVPの高丘知央が、AIコーディングの“理想＆現実”を実体験ベースでお話しします。Cop…

「ChatGPT、画像をジブリ風にして」──この瞬間、AIは写真を学習してる？　専門家に聞いた（1/2 ページ） ChatGPTなどの生成AIに自分の写真をアップロードし、「ジブリ風に変換してほしい」とリクエストする使い方がSNSで広がっている。このような行為を「写真をAIに学習させている」と表現する人もいる。しかし、このプロセス自体は技術的には“参照”に近い──というのが専門家の見方だ。 AI研究企業Laboro.aiの椎橋徹夫CEOによれば、こうした誤解の背景には「AIが新しいデータをいつ、どのように学習するのか」が曖昧に理解されている現状があるという。「学習」や参照、そしてAIを巡る議論で頻出する「推論」という言葉は、一体それぞれどう違うのか。 「学習」と「推論」の本質的な違い ──AI技術における「学習」について、詳しく教えてください 椎橋CEO：機械学習において「学習」と「推論」

コツは「LLMの得意な言語、フレームワークの組み合わせ」？　NTTテクノクロスで働くエンジニアのAI活用法：トップ人材は、生成AIをこう使う ChatGPTの登場から数年。後続サービスも続々と誕生し、ビジネスにおいて生成AIの活用は当たり前になりつつある。一方、毎日のように更新され続ける情報に追い付けず、まだその真価を発揮し切れていないという人も多いだろう。 そこで本連載では、エグゼクティブやインフルエンサー、企業内のAI活用推進者などの生成AI活用法に注目。圧倒的な実力を発揮する“トップ人材”たちは、どんな生成AIをどのように使いこなしているのか。そしてそんな人材を抱える企業は、どのようにAIを利活用しているのか──業界や職種を問わず追いかける。 今回はNTTテクノクロスのエンジニアで、社内向けにノウハウを発信したり、ツールの開発を手掛けたりもするという山下城司さん（主任エンジニア デジ

1週間、人力でのコーディングを禁止してみた──AIスタートアップ企業のエクスプラザ（東京都港区）は3月上旬、こんな実験を実施した。大胆な取り組みだが、その結果は「通常時の仕事の成果から半減した」と同社の松本和高CTOは話す。では実験は失敗だったかというと、そうではなく「成功だった」と答える。それはなぜか。 この実験のルールは主に2つで「期間中のコードは全部AIに書かせる」「基本的に例外なし（緊急対応時は除く）」というもの。AIが出力したコードの修正も原則禁止で、デバッグ用の簡単なコードを書くのも認めない。しかし、どうしても手入力をしたい場合は、社内Slack内に設けた「懺悔チャンネル」で何がダメだったか書き込むことで、人力での入力を“こっそり許可”するなど逃げ道も用意した。 参加者は同社所属の3人のエンジニアで、エディターは指定せず「Cursor」「Windsurf」「Visual Stu

DMM.comは4月4日、テキストエディタ「Visual Studio Code」向け拡張機能として提供中のAIコーディングアシスタント「Cline」と、ソフトウェア開発エージェント「Devin」を試験導入した成果をテックブログで公開した。2週間のトライアルを実施した結果、品質向上や工数短縮、ITエンジニアの学習効率アップに役立つ可能性が示されたという。 例えばバグの特定やライブラリのアップデートといった作業は、AIの方が「人間がやるより早い」（同社）という結論に。「バグの修正・実装特定」「ライブラリのメジャーアップデートに伴うエラー修正」といった作業項目ごとに、人がやった場合とAIに任せた場合の所要時間の差を表にまとめて公開した。例えばバグの修正・実装特定は、人なら2時間かかるところ、AIであれば1時間で完了。コストは0.62ドル程度だったという。 Clineについては技術負債の分析と特

春がやってきました。会社に新しい仲間がやってくる季節。フレッシュな新卒社員との出会いの時期ですね。 私はフリーランスで、1人で仕事をしているので、春らしいイベントとは無縁です。若者に会いたい！　フレッシュを、味わいたい!!　新人教育とかしたい!!! 孤独な職場ながら、ここ数年はアシスタントに日々、仕事を振っています。といっても人間のアシスタントではなく、生成AI（人工知能）です。 主に使っているのは「Claude AI」。タイトル案を考えてもらったり、文字校正してもらったり、言い回しのアイデアをもらったりなど、執筆関連のサポートを任せています。 AIは“かゆいところに手が届かない”アシスタント 最初は「AIすごい！　便利！」と感動したものですが、だんだん不満がたまってきました。文章生成AIはサポート的な仕事はできても、執筆を任せられないし、面白い文章も作れない、ということが分かってきたから

虐待が疑われる子どもの一時保護の必要性を判定するAIシステムについて、こども家庭庁が導入の見送りを決めたと報じられている。このシステムを検証した結果の資料は、2024年12月末に同庁と野村総合研究所から資料が公開されており（こども家庭庁の報告書、NRIの報告書）、誰でも見ることができる。 報告書ではこのシステムについて、職員が入力する項目が多い割には、けがの深さを入力できないなど、反映できないリスク情報が多く、「約6割のケースでスコア疑義が生じた」上に「重大な見落とし」もあったため、「リリースは時期尚早」だとまとめられている。 システムは、所定の項目の該当・非該当を職員が入力すると、「一時保護スコア」「再発スコア」などを算出する。2022年度から開発をスタートし、23年度末にプロトタイプがほぼ完成。報道によると10億円かけて開発したという。 その後、10の自治体の児童相談所に協力してもらい

「7の倍数」を表す正規表現 #正規表現 - Qiita ↑この記事について、「2進数だったら現実的なサイズの正規表現で書けそう」と思ったので書いてみます おさらい: 7の倍数かを判定するオートマトン 7の倍数であるというのは、言い換えると 7で割ったときにあまりが0である ということです。これをもとに、ある数字を7で割ったときの余りを状態に持つオートマトンを考えます。このオートマトンは状態が0のときに受理状態になります(=7の倍数)。 このオートマトンの遷移には筆算の考え方が使えます。筆算ではまず一番上の桁をみて7で割り、そのあまりを10倍して次の桁での計算に利用していく、という流れです。それをもとにオートマトンを書いてみるとこんな感じになります。 12345 を 7で割ってみる オートマトンの状態に1 mod 7を格納 (状態: 1) 状態を10倍して、次の桁を足す (状態: 1*10

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? はじめに この文章は新たに何かコンピューターを学び始める方向けに、自分自身で考えるちょっとしたコツをまとめるための文章です。大げさに言えば人生で得た教訓の共有を目的としています。 新規性がどうチャラとか、検証可能な全詳細をとかレイヤー違いの愚かな質問をする人は何も得られませんので、ご遠慮ください。 コンピューターもしくはシステムを学ぶということ 理論的には数学、実装としては物理を学ぶということです。本気で勉強すると必ずこのどちらかの知識が必要となります。 ただ、実質的に、これらの学問を体系的にすべて学ぶことはできません。でもまぁ、コンピ

/^[a-zA-Z0-9.!#$%&'*+\/=?^_`{|}~-]+@[a-zA-Z0-9](?:[a-zA-Z0-9-]{0,61}[a-zA-Z0-9])?(?:\.[a-zA-Z0-9](?:[a-zA-Z0-9-]{0,61}[a-zA-Z0-9])?)*$/ だ。いいね？ なぜこの正規表現がいいのか ちなみにこれの何がいいかというと 「HTMLの標準仕様を定めるWHATWGの正規表現をそのまま使っている」ところ。 つまり、各ブラウザのデフォルトの<input type="email" />のバリデーションと一致するという大きなメリットを得られる。 これはMDNにも載っている列記とした「実用的な」正規表現だ。 ちなみにRFCオタクがRFC準拠のおおよそ実用に耐えないであろうメールアドレスの正規表現を推してくるかもしれないが無視して良い。 例えば、RFCに準拠している以下のようなメ

「いつの日かAIは自我を持ち、人類を排除するのではないか―」2024年のノーベル物理学賞を受賞した天才・ヒントンの警告を、物理学者・田口善弘は真っ向から否定する。 理由は単純だ。人工知能（AI）と人間の知能は本質的に異なるからである。しかし、そもそも「知能」とは何なのだろうか。その謎を解くには、「知能」という概念を再定義し、人間とAIの知能の「違い」を探求しなくてはならない。生成AIをめぐる混沌とした現状を物理学者が鮮やかに読み解く田口氏の著書『知能とはなにか』より、一部抜粋・再編集してお届けする。 『「ニューラルネットワーク」の仕組み、よく理解していますか？…50年以上も前に生み出された計算システムの、意外と知らない動作原理とは』より続く。 「局所解」という落とし穴いまとは比べるべくもないにせよ、1980年代にも計算機の大きな性能向上があり、手軽にニューラルネットワークの計算ができるよう

NTTは2月19日、計算機科学の未解決問題を解決したと発表した。同社が解決したのは、著名なデータ構造として知られる「二分決定グラフ」に関する未解決問題。今回示した理論は、計算機科学の著名な教科書にあった記述の誤りを指摘しており、研究チームの修正案が承諾され、内容が改訂されるという。 二分決定グラフとは、集合のあつまりである「集合族」を表現するデータ構造だ。例えば、集合｛1, 2｝と集合｛2, 3｝からなる集合族は、｛｛1, 2｝,｛2, 3｝｝と表現できる。集合族は汎用性が高く、さまざまなデータ構造を表現する際に使われる。その例には、ある地点から別の地点までの移動経路の組合せや、同時に利用可能なクーポンの組合せなどがある。 ネットワークの通信パターンを表現する集合族、二分決定グラフの例　図では16個の通信パターンを16個の集合からなる集合族で表現し、それを11個のノード（節点）を結ぶ線から

「いつの日かAIは自我を持ち、人類を排除するのではないか―」2024年のノーベル物理学賞を受賞した天才・ヒントンの警告を、物理学者・田口善弘は真っ向から否定する。 理由は単純だ。人工知能（AI）と人間の知能は本質的に異なるからである。しかし、そもそも「知能」とは何なのだろうか。その謎を解くには、「知能」という概念を再定義し、人間とAIの知能の「違い」を探求しなくてはならない。生成AIをめぐる混沌とした現状を物理学者が鮮やかに読み解く田口氏の著書『知能とはなにか』より、一部抜粋・再編集してお届けする。 『人類は「コンピュータの発明」を目の当たりにして“勘違い”をしてしまった…複雑な演算を単純化する技術を「知能に応用」しようと試みた研究者の期待外れな結末』より続く。 コンピューターは電子回路に限らないただ、後知恵で考えると、ここには大変な論理の飛躍があったように思う。それはハードとソフトの分離