AI速報 - 4ページ目

著者は、AIを批判的に捉えつつ、ユーザーが自ら技術を創造し制御することが重要であると主張する。彼は自身の体験から、子ども時代に触れたCARDIACやApple IIなどのコンピューターでプログラミングを学び、プロとして活躍してきた。著者が推奨するのは、非技術者でも使えるmeta-toolsやvibe codingなどで、ユーザーが自らのニーズに基づいてツールを創造することができるようにすることである。

個人に最適化された将棋のパズル訓練 — Chess.Trainは、各個人の能力に応じてカスタマイズされた将棋のパズルを生成し、プレイヤーの向上をサポートする。同社のAIコーチング技術は、各問題の難易度や正答率を分析して、最適なトレーニング計画を作成する。また、セッションごとの進捗状況や結果を確認できる機能も備えている。

思考の種子 — 文章は読者に想起される「書き手」の存在を前提としていたが、LLMなどの生成AIによりこの前提が崩れつつある。著者は自身の体験を踏まえ、過去の読み方と現在の生成AIの使用方法との違いを考察する。

一般的な大規模言語モデルが、医療分野で特化したAIツールを上回る — 本研究では、2つの医療AIツールと3つの大規模言語モデル(LLM)を比較し、LLMが医療分野のベンチマークで特化したAIツールを上回る結果となった。LLMは、500問のMedQA、500問のHealthBench、100問の実際の臨床クエリ(RCQ)の評価項目で優れたパフォーマンスを示し、医療分野での安全性と信頼性が高いことが示された

写真の信頼性が崩れる — 写真家は、撮影したものを証明する必要がある。かつては、写真は事実とみなされていたが、今は疑いの目で見られ、信頼性が問われる。正直な写真家ほど、この重荷を背負わされることになる。

NeuroAutomataは、Meta AIのprotein language modelであるESM-2を基盤として、agentic AIツールで構築された。旧来のWeb-based toolと異なり、NeuroAutomataはGPUを必要とし、研究者が高精度なVariant of Uncertain Significance (VUS)の予測を行うことができる。

AIの真価が問われる — AI大手企業の高評価に疑問を呈し、国防上の懸念も指摘。大量の質問回答ペアを作成する過程で人権侵害や著作権違反が生じる可能性があると警鐘を鳴らす。

LinkedIn URLからパーソナライズされたランディングページを生成 — LanderMixerは、LinkedIn URLからパーソナライズされたランディングページを生成するツール。AIが各プロスペクトに応じたコピーを書き換え、約30秒で作成する。大量のページを同時に生成し、on-brandのLPを提供する。

Opencom: 自社のカスタマーエンジンを所有する — Opencomは、Intercomのオープンソース版です。高性能なカスタマーメッセージングツールを提供し、柔軟なホスティングと完全に自社で管理することができます。

Commodoreは、Androidアプリが99%動作するLinuxベースのスマートフォン「Callback」を発表。特徴として、Touchscreenを無効にし、social mediaやbrowserなどを搭載せず、データ売却も行わない。独自のLED通知システムやHDオーディオ機能も搭載する。

Omnigent: 元エージェントの新たなレイヤー — Databricksは、複数のエージェントを組み合わせ、制御し、共有するための新たなレイヤーであるOmnigentを発表した。Omnigentは、各エージェントに接続することで、複数のモデルやテクニックを組み合わせて使用できる。ユーザーは、1つのインターフェースで異なるエージェントを制御し、協力して作業を行うことが可能になる。Omnigentは現在、オープンソースとして公開されており、誰でも参加することができる。

SVGとPDFは双方でインタラクティブに — SVGやPDFを使用したインタラクティブなドキュメントについての話。SVGではJavaScriptが埋め込まれ、イベントハンドリングやアニメーションを実現することが可能である。また、PDFも同様にJavaScriptを使用してインタラクティブな要素を実現できるが、Adobe Readerなどの特別なソフトウェアが必要となる。

#インタラクティブ

AIに負けない、むしろ最強の存在になる方法 — 人工知能(AI)が人間を超える能力を持つ将来について、MIT物理学者兼AI研究者のMax Tegmarkは、現実的な機会と脅威を分け、今日から取るべき具体的ステップを示す。

マイクロソフト、GitHubの能力不足でAWSを活用 — マイクロソフトは、AI主導の開発活動が増加し、GitHubの能力が限界に達したため、AWSの能力を借りることを決定した。同社は、GitHubを2027年までにAzureに移行する計画だが、現在、インフラ需要が不足しており、AWSの使用は不可欠である。

レビューを自動化するDevloopの活用法 — Devloopは、指定されたコードとレビューの間でループし、すべての受け入れ基準が満たされるまで、バグを修正するエージェントを使用します。開発者は、コードの問題点や改善すべき点を特定することができます。

我々のドキュメントは最悪で、AIを教えるのも下手 — 文書が不足し、質も低いという問題に加え、ソフトウェアエンジニアの教える能力も劣るため、新しい人材が学ぶことが困難になっている。

元々は26万台ものデバイスで使用されていたが、料金が高くて提供できなくなった。会社は新しい月額サブスクリプション費用を設け、古いデバイスのサポートを打ち切ると通知した。その後、サービスが停止し、全てのデバイスが使えなくなった。

#ハードウェア

Anthropic、Claudeのサブスクリプション使用制限で提訴 — AI企業のAnthropicは、同社のAIアシスタント「Claude」に関する計画使用制限について虚偽広告を表示したとして、提訴された。原告は、実際の使用制限が広告に記載されていたものより低いと主張している。

氷王 Frederic Tudorの生涯 — アメリカの実業家Frederic Tudorは、早くからビジネスの才能を見せ、氷を輸出して巨万の富を得た。彼は氷を保つ技術や新しい輸送方法を開発し、世界中で商売した。1840年代には、氷は全世界に流通するようになったが、Tudorの事業は拡大と縮小を繰り返し、1851年のある事件が彼のビジネスを決定的に変えることになる。

機械学習モデルの挙動を予測し、データを最適化 — 機械学習モデルは訓練データに依存してしまうため、予期せぬ結果を招くことがある。新たな研究では、予測データデバッギング技術を用いて、モデルの挙動を予測し、データの問題を特定することで、最適化が可能になるという。

英労働政府は、子供や未成年者が所有する携帯電話に実名登録せず裸画像を保存した場合、GoogleとAppleに対して3か月以内に検知ソフトウェアの導入を要求。違反すれば「刑事責任」で大手テック企業のCEOを逮捕するとしている。

#セキュリティ

TerraWatchは、GitHubのPull Requestに対してTerraformの誤設定を検出し、修正するソリューションです。29のセキュリティルールに基づき、高速スキャンと自動修正を実現します。

#セキュリティ

Diracは、夜間にメールを読み、優先順位をつけ、返信草案を作成し、あなたが起きる前に準備します。重要なのはあなたの判断が必要なメールのみで、AIが不適切なメールを処理します。

自律型長期コーディングエージェント — 自律型長期コーディングエージェントが注目されている。強いゴールの設定、信頼できる検証方法の組み合わせで、長期的な作業を可能にしている。重要な点は、システムが自律的に動くためには、信頼できる検証方法が必要であることだ。

Wolfram Mathematicaの最新版15.0は、深いAI統合とデータサイエンス、数学、エンジニアリングでの大幅な強化をもたらす。AIアシスタントが各ノートブックに組み込まれ、外部AIクライアントがWolframの機能に直接アクセスできる。新しい時系列やカテゴリーデータのサポート、ノートブックのアップグレードなど多数の新機能を追加。

Cursor CEOの静かな星間野望 — Cursor CEOのMichael Truellは、18歳でMITを卒業した後、AIコード編集スタートアップのCursorを創立し、急成長させた。Truellは天才プログラマーとして知られ、孤高の存在であるが、Cursorを将来性のある会社にしたいと考えている。

ClickHouseの10年 — ClickHouseは2016年にオープンソースとしてリリースされ、最も人気なオープンソースの分析用データベースに成長した。開発者は最高の例を目指し、コードと開発手法を公開している。ClickHouseは実験や貢献の場でもあり、多くの人がC++の開発を学ぶことができる。

USB-Cポートを解析する『Cable Detective』が登場 — 『Cable Detective』は、macOS上で動作するアプリケーションで、USB-Cポートに接続されたケーブルの詳細な情報を表示します。具体的には、電力の方向や速度、DisplayPortの状態などを示し、問題のあるケーブルを特定することができます。

AIが普及する中、プロフェッショナルとしての信頼はどのように確立されるのか。著者は、機械学習モデルを用いて他人から信用された経験を語りつつ、代替不可能な存在になるための重要性を強調している。

JAXのコミットメント問題 — JAXで配列を作成し、CPUにロードする場合、commitが行われていないと、GPUに移動してしまう。デバイスを明示的に指定することで、コミットメント問題を解決できた。

4 / 24