小澤 健祐

「強化」の色が強い発表でしたね。 ・モデルの進化（応答速度の向上、精度のアップ） ・マルチモーダル の2つの軸は、LLMビジネスにおいていうまでもなく、どの会社も強化してくる部分であり、やはりGoogleへの対抗色を出したかった意図も見える発表でした。 とは言いつつも、GPT-4oの精度、出力速度アップによる便利さの向上、無料ユーザへの機能解放、Mac版アプリのリリースなど、ユーザにとって喜ばしいことも多いのですが！Xを見ていてもやはり「出力速度」に対する感激の声が一番多いように見受けられます。 Mac版のアプリは、OSと連携していろいろできるようになって、マウスやキーボードによる単純操作がいらない世界観が見えてくると、「次の革新」の色が強くなってくると思います。

抽象的ですが、Open AIの戦略として浮き出てきそうなことは以下とかですかね。 ・GPTsのアップデートにより、もっと業界などに特化した施策 ・チームプランの拡販に向けた大幅なアップデート（法人向け機能拡充） ・よりToCの利活用が増えるような機能のアップデート（もはや生活アシスタント的な位置付け） ・マルチモーダル系のアップデート（音楽生成などあらゆるモーダルに対応） ・モデルサイズの縮小（例えばスマートフォンでスタンドアロンで実行できるLLMなど）

生成AI周りの発表があるかと思いましたが、Appleが満足できるレベルまでに達していないってことでしょうか。 GeminiもGPTsもCopilotも生活者の常識を覆すほどのインパクトはまだ見えきれてない中、水面かでどこまで開発が進んでいるのか気になりますね。

「日本のほぼ100倍」という数字に驚き。ただ、投資するといってもアメリカを追いかけるのではなく、日本独自の「データの質」などの強みにフォーカスした投資がもっと生まれるといいなぁと思います。 日本が「データの質」という観点で独自の強みを持っていることは、国際的な競争において大きなアドバンテージになります。たとえば、日本の医療データや交通システムのデータは、非常に精密で詳細な情報を含んでおり、高い価値を持つことができます。 アメリカが技術革新の分野で積極的に投資している点は見逃せませんが、日本はアメリカの模倣ではなく、長い歴史の中で、日本の文化や社会が培ってきたユニークなデータを活用することで、異なるアプローチを展開できるはずです。 ただ技術に資金を注ぎ込むのではなく、そのデータをどのように活用し、どのような問題解決に結びつけるかという視点が重要です。国際的なデータ共有や協力体制を整えることも、日本が世界においてリーダーシップをとるためには不可欠です。このように、日本は「データの質」にフォーカスした独自の投資戦略をさらに推進することで、技術革新の分野で新たな道を切り開くことができるでしょう。これは、国内外の多様な問題に対して独自の解決策を提供し、日本の国際的な影響力をさらに高めることにも繋がります。

一言で言うと、生成AIの発展により、定性的で非構造化データを扱うことが可能になってきました。その可能性を体現しているのが、この「Memory AI」ですね。 膨大な論文を単に「検索」するだけでなく、論文間の相関性を可視化するMemory AIのようなツールは、生成AIなしでは実現が難しかったものです。従来は埋もれていたかもしれない論文間の関連性が明らかになったり、意外な相関関係が発見されたりすることで、研究開発のさらなる加速が期待できます。特に、異分野融合による新たなイノベーションの創出には、このようなツールが大きく貢献するでしょう。 Memory AIは、自然言語処理による独自のアルゴリズムを用いて、大量の論文データから研究テーマを構造化し、俯瞰できる形で可視化しています。これにより、専門外の領域であっても、その分野の研究エコシステムを素早く把握することが可能になります。こうした機能は、異分野連携を進める上で非常に強力なツールとなるはずです。 今後、Memory AIのようなツールがさらに発展していけば、これまで気づかれなかった研究テーマ間の関連性が次々と明らかになり、研究開発のスピードとクオリティが飛躍的に向上していくことが予想されます。生成AIを活用した知識発見・創出の取り組みに大いに期待が持てる事例だと言えますね。

ClaudeもiPhoneアプリに実装。アプリ間連携がiOSを通じてできればもっと可能性が広がるな。今のところ利便性がめちゃくちゃ上がるということではなく、アクセスしやすさが向上したね！くらいの評価でしょうか。 ただ、チームプランに関しては、他の方が言及しているように、アウトプットのレベルが高く、チーム内で活用価値を最大化できれば、生産性もアウトプットの質も高まりそうでいいですね。

プロンプトを作成する際には、基本を極めることが何よりも重要です。具体的には、「具体的」「端的」「構造化」の三つのキーワードが、どのプロンプトエンジニアリングのまとめ記事にも共通して挙げられています。 気を衒うのではなく、基本的な原則を理解し、活用することで、より効果的なプロンプトが作成できるようになります。基本を大事にしつつも、常にクリアで明確なコミュニケーションを心がけることが、プロンプトの質を高める鍵となります。

大分、神戸と日本のさまざまな都市でAi関連のうねりが出ているのが嬉しいですね。 ただこれはゴールではなくスタート。各地域にある文化や人材、観光地などの資源と生成AIが掛け算され、多様な付加価値が生み出される社会になるといいなと思います。

フリーランスの可能性を伝える記事。 AIの視点で感想をまとめてみる。2024年以降、サービスへの生成AIのAPIの組み込みや社内データベースとの連携など、生成AIの現場実装が重要になっている。そんな中、課題になっているのは「人材不足」 特に生成AIの知見を持ち、現場に実装できるエンジニアなどは市場にほとんどいない状態。だからこそ、フリーランスのような柔軟性のもと、キャリアを広げていけるような改革が求められていると思う。

とんでもない方と対談させていただきました。 ソニーやディズニーなどを経て、スティーブ・ジョブズ氏に託され、日本市場でAppleを復活させた前刀さん。「iPod mini」の大ヒットの火付け役です。 「プロンプトを書かなくてはいけないようでは生成AIは普及しない」の言葉に痺れました。まさに、いろんなサービスの機能として溶け込まなくては生成AIの本質的な価値発揮はありません。 「UXドリブンに技術を見て、プロダクトに落とす。」当たり前に語られる世の中のマーケティング手法の真髄を理解されている前刀さんならではのコメントの数々。本当に学びになりました。

生成AIは情報の入力を元に、新たなデータを生成することができる技術。ロボットを通してさまざまな器官から情報を入力し、ロボットへの指示を出力できればロボットの汎用性は大幅に高まることになる。 ロボットとはいえ、人型のロボットだけでなく、業務用ロボットやドローンなどさまざまな形のロボティクスに焦点を当て、技術発展が起こるのが望ましいですね。 生成AIの課題は、学習材料がインターネット上にある膨大なデータにとどまっていること。ロボットとの連携で、現実世界をより理解した生成AIが生まれれば、さらに高性能なエージェントが完成することでしょう。

政治に関わらず、これから生成AIが生み出したコンテンツは、悪用の可能性に晒されます。 もちろん、政府や国際機関のガイドラインなどを通した規制も重要なのですが、完全に防ぐのは難しいでしょう。 今も昔も情報の正しさを正しく評価できる重要性があります。今のうちに、情報の取捨選択力を意識することが大切ですね、