AI Agentsの2025年予測AI Agentsは2025年内に実用レベルで本来的活用を体験するのは難しい領域で、少なくとも現時点で国内スタートアップ企業がキラーユースケースを見つける難易度は容易ではないと考えている。 Blockchain技術の消費者生活的な普及経路を参考によく整理する。Blockchain技術の代表事例であるBitcoinは、消費生活の中では金融投資的興味からであった。それ以降幾度かの期待値バブルと崩壊を繰り返しながら、引いてみると金融インフラとして着実に世界的普及し続けている。その一方で技術者から見たとき、消費生活上の期待値バブルと崩壊にかかわらずBlockchain技術の革新は日々積み重なっている。 その後に同技術もNFTやICO、IEO、ブロックチェーンゲームなどでユースケース探しが続いているが、いずれも期待値バブルと崩壊を繰り返している。 LLM分野も消費者

生成AI（人工知能）の開発用チップ（AIチップ）としては現在、GPU（画像処理半導体）が多用されている。AIの開発からすぐにGPUが消えるとは考えにくい。しかし2025年は、GPUの天下が終わる年になりそうだ。AI処理に特化した新たな「ASIC（特定用途向け半導体）」が続々と登場しているからだ。これはすなわち、GPUで圧倒的なシェアを誇る米エヌビディアによる1強体制の終わりも意味する。 GPUはもともとグラフィックス処理のために開発されたが、現在ではAIやシミュレーション、金融など幅広い用途に利用されている。 これに対し、AIに特化したASICが将来的には、GPUの役割の多くを置き換えていく。それを暗示するのが、暗号資産（仮想通貨）の採掘（マイニング）に使われてきたチップの変遷の歴史だ。 マイニングは、暗号資産を新たに発行する際に必要な処理。代表的な暗号資産である「ビットコイン」のマイニン

はじめに こんにちは！yasunaです！ 私は普段は会社員をしていてエンジニアではないのですが、趣味でプログラミングをしています！ 今回はAIの力をフル活用しながら個人開発アプリの要件定義を作るまでの流れを記録しておきたいと思います。 今回作ろうとしているアプリケーションについて 「TikTok台本作成支援システム」というアプリケーションを作ろうとしています。ユースケース図はこんな感じになりました。 この図を作るときに役に立ったのがAI搭載エディターのCursorです。 CursorはAIがコードを生成してくれるので、コードを書くのが苦手な私のような人でもAIとチャットしながらコードを書くことができます。 こちらの図もCursorでmdファイルを作成して図に変換しました。 これはPlantUML（プラントユーエムエル）という図表作成用のマークアップ言語です。 UML（Unified Mod

GPT4AllでChatGPTライクなユーザーインタフェースで使える大規模言語モデルを構築する ChatGPTやMicrosoft Copilotなどの生成AIサービスは「情報漏えいなどが心配」と感じているのならば、手元のWindows 10／11上でLLM（大規模言語モデル）を構築すればよい。ChatGPTライクなユーザーインタフェースを持つ「GPT4All」を使えば、簡単にローカルLLMの構築が可能だ。 ChatGPTやMicrosoft Copilot、PerplexityなどのLLM（大規模言語モデル）／生成AIサービスを利用すると、これまで面倒だった作業が簡単にできることがある。ただ、こうした生成AIサービスは、入力データがインターネット上のどこかのサイトにアップロードされることは避けられず、どうしても情報漏えいなどのセキュリティ面で不安がある。 そんな心配がある場合、手元のWi

米OpenAIのサム・アルトマンCEOは1月6日、Xで「非常識なこと：現在、OpenAIのサブスクリプション、Pro（ChatGPT Pro）で損失が発生している」とぼやいた。「我々の予想よりはるかに多く（の回数）使われている」という。 ChatGPT Proは、同社が2024年12月5日に発表したChatGPTの新プラン。目玉のAiモデル「o1 pro mode」の高性能っぷりが注目を集める一方、月額200ドル（1ドル150円換算で約3万円）という強気な料金設定でも話題になった。アルトマン氏のポストからは、高額なサブスクプランの契約者達が、OpenAIの想定を超える勢いで使い倒している状況がうかがえる。 フォロワーの1人から「いや、（価格設定したのだから）分かってたことでしょ」と指摘されたアルトマン氏は「いいえ、価格は私が設定しましたが、ある程度の利益が得られると考えていました」と回答。

はじめに 近年、AIを活用したコーディングツールが急速に発展し、プログラマーの生産性向上や開発プロセスの効率化に大きな影響を与えつつあります。これらのツールは、コード補完、チャットアシスタント、コーディングエージェントなど、様々な形態で提供されており、プログラマーの作業をサポートしています。 その中でも、オープンソースのコーディングエージェントである「Cline」は、独特のポジションと活発なコミュニティによって注目を集めています。 本記事では、Clineを中心に、現在のAIコーディングツールの動向を探ります。Clineの特徴や利点、そして他のツールとの比較を通じて、AIコーディングツールの現状について考察します。また、Clineのアーキテクチャや実用面、コミュニティの動向についても解説します。 AIコーディングツールは、特に個人のプログラミングの世界に大きな変革をもたらしつつあります。本記

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? AI コーディングとは ChatGPT や Claude, Perplexity など の AI にコードを生成してもらうことは既に一般化しているかと思います。各サービスの Web サイトにチャット形式でやり取りしてコードを生成し、それをエディターなどにコピーアンドペーストして実行できて便利です。 しかし、直接 VSCode で AI とやり取りできたらもっと便利ではないでしょうか？ブラウザとエディタを何度も行き来し、コピーアンドペーストを繰り返す必要がなくなり、差分だけ提示されたのをどうマージすればいいのか考える必要もなくなります。

なぜDeepSeek V3は“破壊的”なのか？ 大規模言語モデル（LLM）といえば、OpenAIのGPTシリーズやMetaのLlamaシリーズなど、膨大な学習コストと大手企業の潤沢なリソースが必要というイメージが強いかもしれません。しかし、2024年末にリリースされたDeepSeek V3は、その“常識”を一変させる存在として大きな注目を集めています。 わずか数カ月・約558万ドルという圧倒的低コストで学習完了 GPT-4oに匹敵する性能をうたうオープンソースモデルであり、APIも数分の1～十数分の1と圧倒的価格破壊を起こしている Mixture-of-Experts（MoE）を活用して370B級モデルを安価・高速に動作 こうしたインパクトは「破壊的」と評されるに十分でしょう。これまで「開発コスト」や「リソース」による参入障壁が高かったLLMの世界に、新たな扉を開く可能性を秘めているからで

当ニュースレターは2023年を「SaaSがオワコン化した年」と位置づけたが、2024年は早くもAIが終わった一年であった。少なくとも大規模言語モデル（LLM）そのものの発展を、物珍しそうに追いかける時期は過ぎた。生成AIが今後どこまで賢くなるかはもちろん未知数である。しかし、既に業務で十分に役立つレベルにある現行モデルのコストが今後も下がっていくことは確実だ。 The cost of GPT-4 APIs at launch in Mar 2023 was roughly ~$30 per 1m tokens. Seeing Deepseek V-3 APIs at ~$1 per 1m tokens today. For AI application companies, cost of "intelligence" is falling significantly faster tha

最近、サム・アルトマンはフリープレスのインタビューを受け、それは非常に興味深いものでした。なぜなら、彼が初めて超知能について詳しく語ったからです。超知能というのは、あまり頻繁には語られることのないトピックです。基本的に、あまりにも遠い未来のことで、どのようなものになるかさえ想像できないと考えられているためです。しかし最近、業界内では数千日以内に超知能が実現する可能性があるという主張や噂が増えています。 このインタビュー記事は非常に興味深いものです。アルトマンの発言だけでなく、元OpenAIの研究者からも超知能に関する情報が得られているからです。記事のタイトルは「サム・アルトマン：AIは統合されつつあり、超知能が来る」となっています。そして彼は、インタビューで人工知能の全般的な状況について語っています。 アルトマンに質問されたことの1つは、9月のマニフェストについてでした。9月のマニフェスト

昨年、OpenAIが最後までComputerUse、つまりコンピュータの自動操作する、いわゆる「本物のエージェンティックAI」を出さなかったことが腑に落ちなかったのだが、よくよく考えると、作るのは簡単でも、それを世に放つのは難しい問題というのがある。 特に今年から正式にOpenAIは非営利団体ではなく営利団体になった。 営利団体というものが目指すものは、当然ながら営業利益である。 さて、ではComputerUseがChatGPTのように「誰でも」使えるようになると困るのは誰だろうか。 まず最初に困るのは、おそらくGoogleだ。だが、すでにサム・アルトマンはGoogleは敵に回してもいいという判断をしている。だからChatGPT Searchを作って、デフォルトの検索エンジンとして使うように勧めている。ただ、まだデフォルトの検索エンジンにするにはChat GPT Searchは不便なことが

2024年12月5日、OpenAIが高度な推論能力を持つo1の正式版を公開しました。現在、有料のChatGPT Plusなどのユーザーがo1を利用できます。同年9月からプレビュー版のo1-previewが使えるようになっていたのですが、それよりもかなり性能が上がっています。 また、Googleは、2024年12月6日にGemini-Exp-1206（Gemini 2.0 Experimental Advanced）、同月11日にGemini 2.0 Flash Experimental、同月19日にo1のような推論モデルのGemini 2.0 Flash Thinking Experimentalを公開しました。 AIモデルの性能が著しく向上し、平均的な人間の能力を超えてきたため、筆者が性能を評価するのも難しくなってきていますが、今回も、現在、最高峰と言えるこれらのAIモデル（o1とGem

はじめに 生成AIによって世の中は大きく変わります。単なるブームではないと確信しています。 研究者の間では数年で「あと人間の知能に匹敵するAIが出てくるだろう」と言われているほどです。 「生成AIって社内でもよく聞くけど何から始めればいいかわからない...」 「AIに興味はあるけど初期設定とか大変そう...」 この手順で学べば流石に初心者でも生成AIを使いこなせる人材になれるロードマップを整理しました。 誰も生成AIの大波に置いていかれないような記事を目指します。 対象読者 生成AIを学んでスキルアップしたい方 社内でAI活用してさらに活躍をしたい方 AIの波に乗って市場価値の高い人材を目指す方 記事の構成 本記事は入門編と発展編に分かれています。入門編では「AIを使える人材」になるためのゼロからのロードマップを記載しています。発展編では「AIアプリを作れる人材」になるためのステップアップ

今年開設されるZEN大学で、「生成AIでリサーチとか勉強を加速させるには？」的な授業をやることになったので、その前座的なまとめ。 生成AIでとりあえず「英語」を効率よく学ぶ。深津式のベータ版。 自分の好きな分野で学ぶまず英語そのものを学ぶのではなく、「好きなことのために英語を学ぶ」構造を作る。 ポケモンカードでも、音楽でもスポーツでも、何でもいいから「自分がメチャクチャ成長したい趣味分野」を定める。 で、ChatGPTの4o以降のモデルで下記のように聞く。 あなたは英語予備校の先生として、英語の長文読解を楽しく学ぶための教材を以下の条件に従って作ってください。 * トレーディングカードゲームのデッキ編成論を題材にする。 * 関係代名詞を題材にする。 * フォーマットは会話形式（or エッセイ形式）にする。 これで、自分の興味分野の英語長文がつくれる。毎回テーマを考えるのが難しい場合は、下記

SpaceX、Tesla、X、xAIの共通点は2つある。1つはイーロンマスクの会社であること。もう1つはリアルタイムデータ収集装置に転用できる点だ。AIの学習データが枯渇した世界で枯渇しないリアルタイムデータを持つことの意味を考えてみる。 人工知能系のトップカンファレンスNeurIPSで元OpenAIのIlyaがキーノート発表をした。 "We have but one internet" Ilya Sutskeverという言葉から、Ilyaは学習フェーズが終わったと認識している事がわかる。著作権関係で外に出てない高品質なデータもあるはずだがそこも含めてデータを集めて学習をするフェーズ自体が終わったという意味だ。これはfine tuningを基軸とした希少データの利活用さえも過去のものであるという示唆を与えている。 今後は推論スケーリング（一度出した答えを反芻しより精度の高い答えを出すこと）

生成AIでコードを書いている非エンジニア向けの、これだけ最低限勉強しておけば死なないリストがあればめちゃ買います。 — ハヤカワ五味 (@hayakawagomi) December 30, 2024 Twitter(X)をながめていたところ、メルカリで生成AI推進担当を務めているハヤカワ五味さんが上記のツイート(投稿)をされていたので、その答えめいたものを私なりにまとめておきます。「これだけ勉強しておけ」という分野とその理由、および学習のための教材を列挙したのが本記事です。 なお、本記事の内容は完全に私見ですので、勢いよくマサカリを投げるのはご勘弁ください。私に投げる代わりに「これ要らん／コレが要るぞ」みたいな話を、各々のnoteやQiitaでまとめてくださると、インターネットに知が放流されてみんなハッピーになります。 ※この記事を書き上げたあとに、以下のツイートを見て「それはそう」とな