先日こんなことを放言したら、思いの外結構伸びてしまったのでした。 「生成AIが博士号レベルの高度な課題解決や推論が出来る」ようになったら、その出力が正しいかどうかを判定できるのは同レベルの専門人材だけなので、そういう人材の需要が逆に高まる気がしている。それはプロの研究者が論文中で捏造や改竄をしても、プロの研究者でないと見破りづらいのと同じかと— TJO (@TJO_datasci) 2024年9月19日 ということで、今回も相変わらずネタ切れでブログに書くことがないので完全に与太記事ですが「生成AI（というかLLM）の推論がどんどん高度になることで逆にユーザーの側に高度なスキルが必要になる」とはどういうことかを、簡単なケーススタディと共に何となく書き綴ってみようと思います。 正解を知った上で生成AIに推論させるケース 正解がいまいち分からない中で生成AIに推論させるケース 生成AIの推論が

本記事はNotebookLMを使った医学研究論文のレビュー方法について、実践的な知識を提供します。以下のような情報が得られます。 NotebookLMの概要と特徴について NotebookLMを使って複数の医学研究論文をレビューする方法が分かります。具体的なプロンプトの例も提示されています。 NotebookLMの長所（正確性）と短所（回答の制限、アップロード数の制限など）について NotebookLMを効果的に活用するためのTips（論文数の制限、ピン留めによる保存など） NotebookLMの概要NotebookLMは、Googleが開発した革新的な生成AIサービスです。ユーザーが指定したデータを基に、AIが回答や要約を行うことができます。2024.6.9時点では無料で使えますが今後有料化の可能性はあるかもしれません。最新のモデルであるGemini 1.5 Proが利用されており、10

2014年から先端テクノロジーの研究を論文単位で記事にして紹介しているWebメディアのSeamless（シームレス）を運営し、執筆しています。 1週間分の生成AI関連論文の中から重要なものをピックアップし、解説をする連載です。第50回目は、生成AI最新技術の概要5つを紹介します。 生成AI論文ピックアップ Soraに匹敵する動画生成AI「KLING」登場。中国のショート動画アプリ開発チーム「快手」が手がける アリババグルーブが開発するオープンソースな大規模言語モデルの新バージョン「Qwen 2」登場 ラベルなし静止画の学習だけ、ビデオ内の動く物体を検出・追跡できるモデル「MASA」 相手が話している適切なタイミングで同時翻訳するAIモデル「StreamSpeech」 OpenAIが大規模言語モデルの中身を理解するモデルを発表。GPT-4の中身は1600万の特徴を持つ Soraに匹敵する動画

生成AI（人工知能）を含む最新のAI研究動向を知るため、世界中の研究者やエンジニアが参照しているのが、論文速報サイト「arXiv（アーカイブ）」である。米OpenAI（オープンAI）や米Google（グーグル）などAI開発を主導するIT企業の多くが、研究成果をarXivに競って投稿している。 そんなarXivの投稿論文から、2024年5月（1日～31日）にSNSのX（旧Twitter）で多く言及されたAI分野の注目論文を紹介する。調査には米Meltwater（メルトウォーター）のSNS分析ツールを利用した。対象はXの全世界のオリジナル投稿、コメント、再投稿、引用投稿である。調査は、日経BPが2024年1月に新設したAI・データラボの活動の一環として実施した。 Transformer並みの拡張性をLSTMで実現 5月に最も多く言及された論文は、オーストリアの研究チームが発表した「xLSTM:

Cover Story：フェイクニュース？：オンラインの誤情報がもたらす脅威を探る 2024年6月6日 Nature 630, 8015 オンラインの誤情報は、社会の基盤を脅かし、意見の対立を招き、選挙の安定性さえも損なわせるものとして取り上げられることが多い。今週号では、誤情報の弊害を調べ、その真のリスクを評価しようとする論文と記事がいくつか掲載されている。D Lazerたちの論文では、2021年1月に米国連邦議会議事堂で発生した暴力的事件を受けて、ツイッターが誤情報の発信者7万人をプラットフォームから排除したことの影響が検証されている。W Ahmadたちは別の論文で、広告収入と誤情報の関係について調査している。U EckerたちによるCommentでは、誤情報が民主主義や選挙にもたらすリスクが論じられており、それに続くK GarimellaとS ChauchardによるCommentで

本記事はnoteに記載した以下の記事に加筆修正を加えたものです。 10年スパンでの論文執筆の考え方 研究者として生活していく上で、学術論文は1本でOKというわけにはいかず、分野ごとで数字の大小はあるでしょうが、数十本オーダーで書いていくことになります。学術論文１本を書く上での心得みたいなものは様々な記事がありますが、なかなか十年単位の話はないので書いてみようと思いました。ここでは、制御工学の研究を博士の3年間、国立大学の教員16年間行ってきた中での複数論文を書いていく実体験を中心に、10年スパンでの研究論文の書き方やコツを紹介したいと思います。 ちなみに、LaTeXによる論文執筆の記事も書いていますのでこちらもよかったらご覧ください。 10年スパンでの論文執筆の考え方 著者の実績 論文執筆時の研究者スタンス 同時並行で進める研究のテーマ数 研究者としての大学生・大学院生との関わり方 論文一

（2024年5月25日追記） ChatGPT有料ユーザー限定だったPaper Interpreterが、遂に無料ユーザーに開放されました！🎉 GPT-4oになり、回答速度や精度も明らかに向上しています。 これまでPaper Interpreterを使ったことがなかった人も、ぜひ一度使ってみてください😊 【論文解説AI"Paper Interpreter"無料公開！🎉】 ChatGPT有料ユーザー限定だったPaper Interpreterが、遂に無料ユーザーに開放されました！🎉 GPT-4oになり、回答速度や精度も明らかに向上しています（添付動画）。 ぜひ一度試してみてください！😊https://t.co/LOU2eDiNKW https://t.co/czMDJ0nsW3 pic.twitter.com/ISRlhVsRfh — Daichi Konno / 紺野 大地 (@_

研究とは何かについて，これから研究をすることになった学生や研究について知りたい人向けに書いていきます．吉田が学生時代に読めたら良かったな，という観点で書いていきます． （書き終わったのですが，すみません，かなり長くなってしまいました．ただ具体的なイメージも持ってもらうにはこれぐらい書くのが重要かと思ってます．是非読んでもらえるとありがたいです！） そもそも研究って何？研究とは，新しい知を生み出すことです．東京大学憲章の学術における「真理の探究と知の創造」という表現は，研究の定義として記載されているわけではないですが，コンパクトに研究のポイントが書かれているように感じていて，好きな表現です． 研究で培った力はどこでも通用する大学に入ったら研究できるチャンスがあるので，大学に入る方には是非積極的に取り組んでもらいたいと思っています．このように書くと，「研究って社会に出ても役立たないから適当にや

どのようにして論文を書いているかを尋ねられることが最近よくあります。場当たり的に回答することが多かったのですが、このことについて改めてしっかり考えて公開することにしました。 ここで扱う内容は、科学者とはこうあるべき、という理想論ではなく、等身大の大学院生がいかにして論文を捻りだすかという実践的な方法論です。科学者の規範に照らすと適切ではない内容もあるかと思いますがご容赦ください。その代わり、現役の大学院生にとってはただちに活用できる内容になったと思います。 以下では時系列に沿って各段階の方法について述べていきます。 アイデアを考える まずは論文のアイデアを収集します。僕は普段からネタ帳にアイデアを書き溜めていき、論文を書こうと思い立ったタイミングでその中からアイデアを一つ（または二つの組み合わせ）を選んで作業をはじめます。 どのようにアイデアを得るかはあまり一貫性がありません。ここでは代表

以下は私の演習に所属し、歴史学（日本史）で卒論を書こうとしている学生を念頭に置いておりますが、他の分野でも応用は可能だと思います。適宜ご活用いただければ幸いです。 １．まず押さえてもらいたいこと 史料と研究文献の違い 佐々木健一『論文ゼミナール』（2014年、東京大学出版会）で、論文のモラルに関する章で「テクストと参考文献」の区別が述べられている。この区別は「論文を書くうえで最も基礎的なもの」であるとされる。「テクストというのは、研究の対象になる著作や作品のことであり、参考文献とは、それについて既に書かれている先行研究のこと」である。さらに「研究の対象となるテクストと、それについてのひとつの「意見」である参考文献とを区別できない、ということは、書こうとしている論文というものの性質を間違えて考えている恐れが大いにあります」とも述べられている（p.110-111）。 歴史学において、この区別は

学術研究やビジネス上で参考文献として使われることの多い論文。 これまで論文を扱う人の多くは研究者や専門家でしたが、最近では、個人的な調べもののために論文を入手したいという一般人も増えています。 しかし個人で論文を入手しようとしても、 「普段ほとんど論文に触れないので入手方法がわからない」 「ネットで調べたら出てきたけど全文が読めなかった」 といった事情から、なかなか求める論文にたどり着けないことも多いでしょう。 そこで今回は、どんな人でもこれを読めばほぼ間違いなく最新の論文を手に入れられるであろう代表的な方法を5つ紹介します。 学術関係者の論文入手方法 まず、もしあなたが大学生や研究者、専門家など、特別な地位や資格のある人なら、以下の方法をとるのが一般的です。 大学図書館で入手 大学図書館に所蔵された学術雑誌（ジャーナル）を利用するのが、大学関係者にとって最も気軽な方法です。 貸出や複写（

タイトルに惹かれ、Amazonのレビューを眺めても悪くなさそうだったので読んでみたら、めちゃくちゃ良書だったので誰かに紹介せずにはいられないので紹介エントリ書きます。研究の副読本はいままでもたくさん出ていて何冊か読んでますが、過去読んだ中でベストと言えるくらいオススメ。どちらも2016年7月に発売された新しい本で、著者は東大医学部附属病院の講師の方です。なので例文には医学・生理学系の内容が多く用いられていますが、研究に関わる人なら分野は関係なく誰にでも読めるようになっています。 それぞれ40ずつのトピックが設けられ、1つのトピックが2〜3ページに簡潔にまとまっていて、とても読みやすいです。トピックの最初に「Question」、最後には「Message」という要約が大きなフォントで書かれていて、これを見るだけでも大まかな内容がつかめ、あとで読み返す時のラベルにもなります。一気に読まなくても、

レポートを書く前に知っておくべきこと。 大学では、あなたが何を知っているかよりも、知らないことにどのように対峙したかが評価される。 これは、大学が知識を生み出す場である場所である以上、不回避なことである。 そして時間のスパンを少し長めにとれば、この基準は、知識を持っている者を評価することにもなる。 知らないことに真摯に対峙する者は、自分の今の知識にしがみつく者よりも、最終的にはよく知る者になるからだ。 しかしこれだけではあまりに抽象的だから、ノウハウのレベルに落としこむことを考えよう。 以下に、組織的に問いかけることで、大学の課題のレポートを作成する方法について説明する。 この方法はまた、文献を再利用可能な形で深く読むためのノウハウでもある。 マトリクスで問う 以前、文章を書くのがとことん苦手な人のための・・・という記事で「なか１・２→まとめ→むすび→はじめ」で考えるという、小学生のための

さて「何を書いてもいい」と言われると、逆に困るのが人の性。 無限の可能性に包囲されていては、一歩も進めまい。選択肢を切り落としていく必要があるのだ。 研究や論文のテーマは「狭い」ほどいい。 あまり狭くて特殊なテーマだと「参考文献」がなくて困ります、という人がいるが、本当に「無い」のならこんなにいいことはない。 第一人者になれるではないか。 しかし大抵は、探し方が悪いか、探しているものが間違っているかのいずれかである。 自分が取り組もうとしている研究対象について扱った文献がないことと、参考文献がないことはイコールではない。当たり前だ。 なんでこんな勘違いが生じるかといえば、参考文献に教えてもらおうという魂胆があるからだ。 変な言い方だが、参考文献は、あなたが期待するような〈参考〉にはならない。 参考文献は、ムスッとして愛想のないのが普通だ。 こちらから踏み込んで聞き出してやらないと、ぎゅーぎ

最初の論文は、どうしても、細かいテーマ、先行研究とちょっとだけ違うアプローチ、ようするにセコイ狙いのものになりがちだ（それ自体はまちがったことじゃない）。 そうすると、論文のタイトルはどんどん長くなる。 つまり「～における～による～」と限定のための修飾句をたくさんつけないと、研究内容が正確に表現できないのだ。 アリストテレスもいうように「定義」の基本は「類＋種差」だ。 これは現在も生物の命名規則に生き残っている。人類と人種、というように、類の方が種よりも一段高いカテゴリーである。 つまり何と共通であるかを類（一段高いカテゴリーで表し、同じ類のなかで他とはどうちがうかを種の差で表すのである。 さて、細かい研究は、タイトルが長くなる、といった。 長いタイトルは、わかりにくい。 「結局、何をやったの？何が分かったの？」が、うずもれてしまうからだ。 何をやったか／何がわかったかが分かりにくいタイト