組織開発のプロ・沢渡あまね氏が上梓した『「すぐに」をやめる～ネガティブ・ケイパビリティの思考習慣～ 』。旧態依然の組織文化を見直し、職場に新たな風を吹き込むための「ネガティブ・ケイパビリティ」という概念について解説。本記事では、ポジティブ・ケイパビリティが優位な組織、ネガティブ・ケイパビリティ優位な組織の違いについて語ります。 「ネガティブ・ケイパビリティ」の定義とは沢渡あまね氏（以下、沢渡）：傳さん、ネガティブ・ケイパビリティって、私とこの企画の話をする以前には聞かれたことってありましたか？ 傳智之氏（以下、傳）：はい。主にXでちらほら目にすることはあって、定義も一応わかるはわかるけど、ちょっとぴんと来ないのかな？　というような概念でしたね。 沢渡：ありがとうございます。おっしゃるとおりで、私もネガティブ・ケイパビリティに出会った時、なんとなくわかるけどフワッとしているなと思ったんですね

こんにちは。日本在住の台湾人です。日本で暮らしていると、こうした意見はよく耳にするものです。今回、自分の考えを整理する意味も込めて、私見を書きまとめました。決してあなたのモノの見方を否定しようというものではありません。ただ、こうした意見を持つ日本の方々に知っていただきたいことを整理しましたので、少し長くなりますが、最後まで読んでいただけたらと思います。 まず、台湾は独自に制定した憲法を持ち、台湾の人々が選んだ政府が政治を行っています。この体制は長い年月をかけて築かれ、台湾で暮らす人々は、自分たちの社会の中で日々生活しています。法律を作り、経済を運営し、国際社会と関わりながら、独立した統治が行われているのが現実です。 次に、「台湾は歴史的に中国に属していた」という話ですが、これは少し誤解があります。（文脈から判断するに、あなたのいう「中国」は中華人民共和国のことですよね。以下、私が使う「中国

私が機械学習を学び始めたとき、訓練データとテストデータは異なるのだから、訓練データ上で損失を下げたとしても、テストデータでの性能が必ずしも保証されるとは限らないのではないかと感じ、理解に苦労しました。 本稿では、かつての自分を含め、統計と機械学習の初心者に向けて、なぜテストデータでも性能が理論的に保証されるのかを丁寧に解説します。 本稿の最後では、この議論を深層学習の理論に応用し、最先端の研究にまで一気に繋げます。期待値や分散などの統計学の基礎知識だけからここまで発展的な内容にまでたどり着くというのが本稿の目的です。ぜひ最後までお付き合いください。 目次 目次 期待値への集中 マルコフの不等式 チェビシェフの不等式 ヘフディングの不等式 モデルの評価 訓練の場合には同じ議論は成り立たない ユニオンバウンド 候補の数が有限の場合 候補の数が無限の場合 深層学習の理論へ 著者情報 期待値への集

パラドクス・ホテル (創元SF文庫) 作者:ロブ・ハート東京創元社Amazonこの『パラドクス・ホテル』は、米国の作家ロブ・ハートによる時間ＳＦミステリ長篇だ。物語の舞台になっているのは過去へのタイムトラベル技術が実用化された未来で、「時間離脱症(アンスタック)」と呼ばれる厄介な病にかかってしまった主人公ジャニュアリーと、タイムトラベル用の港に併設されたホテルで起こった世界を揺るがす大事件(とそこで起こった殺人事件)を追っていく構成になっている。 時間離脱症はタイムトラベラーがかかる病で、初期症状としては現在ではない過去や未来の情景が視界に映り込み、最終的には心が量子状態に陥り、負荷に耐えきれなくなって死に至るとされている。主人公のジャニュアリーはこの時間離脱症の初期症状がでているせいか、勤務先のホテルで「彼女以外見ることのできない、時間の止まった死体」を幻視してしまい──と、時間SFと殺

Google マップのローカルガイドとしてポイントを稼ぐには口コミを書いたり写真を投稿したりっていうのが一般的なんだけれども、じつはとある裏技を使う事でポイントを無限増殖することが可能。 ① Google マップで「女子会」などのワードで検索する ② 店舗名が「【女子会/接待/個室】創作居酒屋ほげほげ亭 赤坂店 」のようなレストランがヒットする ③ 店舗名の項目に店舗名以外の文字列、ここでは「【女子会/接待/個室】」を含めるのは明確な規約違反なので「情報の修正を提案」して正しい店名に改める ④ Google 側で審議され修正が認められればポイントが入る これで終われば、まあそれまで。ちょっとだけ Google マップの治安を良くすることに貢献出来て良かったですね、になる。ただ、実際はこんな感じの悪質な MEO (Map Engine Optimization) をやってる店舗の大半は、何か

社内勉強会向け

Googleが2025年3月12日に、オープンソースで商用利用も認められている大規模言語モデル「Gemma 3」を発表しました。Googleによると、Gemma 3は単一のGPUまたはTPUで実行できる大規模言語モデルとしては世界最高のモデルとのことです。 Gemma 3: Google’s new open model based on Gemini 2.0 https://blog.google/technology/developers/gemma-3/ Gemma 3 モデルの概要  |  Google AI for Developers https://ai.google.dev/gemma/docs/core Gemma3Report.pdf (PDFファイル)https://storage.googleapis.com/deepmind-media/gemma/Gemma3R

The DuckDB project was built to make it simple to leverage modern database technology. DuckDB can be used from many popular languages and runs on a wide variety of platforms. The included Command Line Interface (CLI) provides a convenient way to interactively run SQL queries from a terminal window, and several third-party tools offer more sophisticated UIs. The DuckDB CLI provides advanced feature

Language choice is always a hot topic! We extensively evaluated many language options, both recently and in prior investigations. We also considered hybrid approaches where certain components could be written in a native language, while keeping core typechecking algorithms in JavaScript. We wrote multiple prototypes experimenting with different data representations in different languages, and did

近年では、テクノロジーの発展に伴ってさまざまなAI企業から人間のような対話が可能な大規模言語モデルが数多くリリースされています。これらの大規模言語モデル同士で、対話が非常に重要な人狼系ゲームをプレイさせた際の結果が公開されており、各大規模言語モデルの実力が明らかとなっています。 LLM Mafia Game Competition https://mafia.opennumbers.xyz/ AI bots now play Mafia with each other on public website, and almost all of them are terrible at it | Tom's Hardware https://www.tomshardware.com/tech-industry/artificial-intelligence/ai-bots-can-now-pl

こんばんは、座禅いぬです。 JAWS DAYS 2025に参戦してきました！会場前にいたコツメカワウソの赤ちゃんがとてもかわいかったです。 さて、Deep Researchのサービスが始まってから、たくさんの人が自分の使い方を編み出して解説していると思いますが、自分の使い方をまとめたかったのでここに載せておきます。これ、とんでもない機能ですよね。使ってみてすぐ、人類はもう生成AIに勝てないなと思いました。 一言でいうと、調べたいもの、考えたいことに対して「論文を書く」というフレームワークを構築します。論文の構造はいろいろあると思いますが、理系論文の流れをフレームワークととらえ、生成AIに思考しやすい形を作ります。 背景：なぜ論文という枠組みが良いのか 論文は次のような流れを持ちます。 背景 (Introduction) 目的 (Objective) 材料と方法 (Methods) 結果 (

Workers Tech in Osaka #02 後々 Zenn で詳しく公開予定です！

Alibaba CloudのAI研究チームであるQwenが、AIモデル「QWQ-32B」を2025年3月6日にリリースしました。320億パラメーターのモデルでありながら6710億パラメーターのDeepSeek-R1と同等の性能を持つとされています。 QwQ-32B: Embracing the Power of Reinforcement Learning | Qwen https://qwenlm.github.io/blog/qwq-32b/ DeepSeek-R1は強化学習(RL)を活用することで従来の事前トレーニングおよび事後トレーニングの方法を超えて高いパフォーマンスを発揮しています。あまりにも性能が高かったため、2025年1月にDeepSeek-R1が登場した際にはNVIDIAの時価総額が91兆円も下がるなど大きな混乱を引き起こしました。 DeepSeekはなぜこんな大騒ぎにな

・Claude Sonnet 3.7を使え ・Project Rules（.cursor/rules）を使え ・ビルド、lint、テストなどで高速にフィードバックさせろ ・1セッションあたりで依頼することはできるだけ少なくしろ ・よく使うコマンドやライブラリはチートシート作れ Yamada 補足 2025/03/06現在 Roo-Code は .cursor/rules を自動で参照しない。.clinerules, .cursorrules, .windsurfrules は自動で見ておりすべてを結合してコンテキストに入れる。Roo-Codeを使う人は .cursorrules を設定しておくのがよい。

本書はプログラマではない人向けに、AIを通したプログラミングを前提に、プログラミングの基本概念を説明することを試みたものです。 本書は非プログラマ・プログラマ・AIの間に共通語彙・共通理解を作ることを目標としています。プログラミングの理解なしにプログラミングができるようになる本ではありません。 注意: 書きかけです。現在、およそ半分程度はAIに書かせて、自分で軽くレビューしてる程度です。有料設定されていますが、投げ銭用であって全文無料で読めます。将来的に有料になる可能性はあります。

2年くらい前からCopilotやCursorによるコーディングサポートを受けた開発は実際に行なっていたのだけど、先週くらいからコーディングエージェントによる開発にも本腰を入れて調査を始めた。以下はその際に雑に調べた情報まとめ。 そんでこの土日くらいまで毎日、主にCline+Claude(その他versionや派生系クライアントも含む)を使って色々とコード生成させたりして実験したのでその感想を書く。 試してみたこと 最初は簡単なpromptを入力してポン出しで生成させるToDoリストとか管理画面みたいなものを作らせてワイワイしてた。だけど何回かやったら流石に飽きてきたので、もう少し規模の大きなタスクに取り掛からせることにした。 既存プロジェクトへのテスト追加 まず最初に、個人開発してるモンハンnowのTA走者向けのwebサイトが現状テストゼロだったので、これに対してClaude 3.5 so

はじめに AIのコーディングアシスタントとして最近、急速に注目を集めているCline。VSCode上でAIと連携し、コード生成からバグ修正、さらにはターミナル操作まで自動化できるこのツールは、多くのエンジニアの生産性を劇的に向上させています。 mizchiさんの『CLINEに全部賭けろ』という記事では、 AIから引き出せる性能は、自分の能力にそのまま比例する AI自体を管理するパイプライン設計を自分のコアスキルにする必要がある ともあるように、エンジニアはClineという強力なツールの最大限を使えるようになっていくべきです。 「AIの上手な使い方」が今のエンジニアにとって必須スキルになりつつあるため、単にClineを使うだけでなく、その仕組みを理解することで得られるメリットは数多くあります。例えば、現時点でのClineの得手・不得手を理解することでAIに対して的確に指示ができたり、clin

今や、AIを活用してソフトウェア開発すること自体は一般的になり、一種のブームと化している。 しかし、Web上で見かけるのはワンショットでテトリスを作る程度の小規模なプロジェクトの話がほとんどで、驚けるものの、正直あまり実用性は無いように感じる。 俺たちが本当に知りたいのはテトリスの作り方じゃねえ！現実の中規模以上のシステム開発で、いかに楽に良いものを作れるかだろ！ ということで、まずは弊社から現時点のノウハウを全公開しようと思う。 弊社ではCursorを1年以上活用（サービスがGAになったタイミングから全社員で利用）しており、一定のノウハウを蓄積してきている自負がある。ただ、あくまで一例ではあるので、ぜひみなさんの現場での活用事例も共有してほしい！ 免責事項AIエディタでの開発は、LLMとAIエディタの進化に伴い、常に変化している。 そのため、この記事で述べる方法論は、現時点での、弊社での