AIツールの使い方– category –
-
GPT-5.6のリリースが米政府の要請で段階的に——AIモデル「事前審査制度」は日本の会社員にどう影響するか
GPT-5.6のリリースが「段階的」になった理由 OpenAIがGPT-5.6をリリースした際、一部のユーザーには先にアクセスが開放され、別のユーザーには後から順番に展開されました。これ自体は珍しいことではありませんが、今回その背景に米連邦政府からの要請があ... -
「自分をボトルネックにするな」──ループエンジニアリングでAIエージェントを自走させる考え方
AIを使い始めた会社員がぶつかりやすい壁がある。「指示するたびに自分が確認して、また指示して……」という繰り返しで、結局手間が減らないという感覚だ。Tesla元AI責任者でOpenAI共同創業者のAndrej Karpathyは、この構造をひと言で表した。「自分をボト... -
日本発AIラボ「Sakana AI」のFugu登場——複数のAIを束ねる「オーケストレーション」という新しい戦い方
「日本のAIラボ」が世界水準に届いた、というニュースの本当の意味 Sakana AIが新システム「Fugu」と「Fugu Ultra」を発表しました。複数のLLM（大規模言語モデル）を組み合わせて動かす「オーケストレーション型」のAIシステムで、ベンチマーク（性能評価... -
NotebookLMに「文献レビュー」機能が追加へ——Googleが描くAI読書支援の新しい形
GoogleがNotebookLMに新しい機能を追加しようとしている。「Lit review（文献レビュー）」と呼ばれる新しいアーティファクトタイプで、複数のソースをもとに「文献レビューマトリックス」を自動生成できるようになる見込みだ。この記事では、その機能の中... -
AIの強化学習に何が起きているのか——「報酬関数の限界」とカーパシーの予言
AIの研究者たちが長年抱えてきた問題が、ここ数ヶ月で急速に表面化してきました。AIモデルをより賢くする手法として主流になっている「強化学習（RL）」の根本的な課題——報酬関数が信頼できない——という問題です。テスラのAI責任者を経てOpenAIの創業メン... -
AIエージェントは「自分自身を改善する」時代へ——HarnessXが示す開発の次なる転換点
AIツールの「裏側」が、静かに変わり始めている ChatGPTやClaude、Geminiといった生成AIを日常的に使っている人なら、「最近また賢くなったな」と感じる場面があるはずです。でも、そのツールが「どうやって賢くなったのか」を考えたことはあるでしょうか... -
OpenRouter「Fusion」とは？複数AIを合体させて精度を上げる新機能を解説
AIツールを使っていると、「このモデルは文章がうまいけど、推論は別のモデルのほうが強い」と感じたことはないでしょうか。OpenRouterが発表した「Fusion」は、そのジレンマにひとつの答えを出す機能です。複数のAIモデルを並列で動かし、それぞれの回答... -
米政府がAnthropicに命じた「Claude最新モデルの非米国民アクセス禁止」――その背景と日本企業への影響
何が起きたのか、まず事実を整理する 2025年、米政府がAnthropicに対し、最新モデル「Claude Fable 5」および「Claude Mythos 5」について、米国市民・米国法人以外のアクセスを制限するよう指示したと報告されています。これは規制当局からAI企業への直接... -
NVIDIAがオープンソース化したAIエージェント基盤「AgentIQ」—便利な「スキル」に潜むリスクを知っておく
NVIDIAがAIエージェント向けのオープンソースプロジェクトを公開し、開発者コミュニティで大きな注目を集めています。誰でも無料で使えるということ自体は歓迎すべきことですが、「便利だからとりあえず使ってみよう」と飛びつく前に、知っておくべき構造... -
LLMが8.5倍速くなる「投機的デコーディング」とは？精度を落とさずにAI応答を高速化する仕組みを解説
ChatGPTやClaude、Geminiを使っていて「もう少し返答が速ければ…」と思ったことはないでしょうか。AIの回答を待つ数秒間は、業務の流れを一度止めてしまいます。その待ち時間を劇的に縮める可能性を持つ技術が、研究者たちによって精度を落とさずに8.5倍の... -
AppleのCore AIフレームワーク登場——デバイス上でQwen・Mistralが動く時代が会社員にとって何を意味するか
AppleがCore AIという新しいフレームワークを公開した。これは「デバイスの外にデータを送らずにAIを動かす」という、クラウドAI全盛のここ数年の流れとは真逆のアプローチだ。ChatGPTやGeminiに慣れ始めた30〜40代の会社員にとって、これが単なるエンジニ... -
Gemma 3をローカルで動かす：8GBのPCでGoogleのAIを自分のデータで育てる方法
GoogleがリリースしたGemma 3は、8GBのRAMさえあれば手元のPCで動かせるLLMです。しかも自分のデータで追加学習（ファインチューニング）できる。社外にデータを送らずにAIを使いたいという会社員にとって、これはかなり現実的な選択肢になってきています...
