PMP（Project Management Professional）を取ろうとしている人に読んでほしい、PMPの話
こんにちは アクセンチュア北海道オフィス所属の唐津です。 1年ほど前にPMPを取得しました。取得して意味あったな～というのと、最近周りでPMPを取ろうとしている人がいるので、「攻略法」と「取得する意味」を改めて言語化しようと思った次第です。 ただし具体の勉強法（この参考書が役にたった、こういう学習Cycleが良かった）とかは書いてないのであしからず。 この記事は、これからPMPを取ろうとしている人たち、そしていま勉強中で「この量、本当に全部覚えるの…？」と手が止まりかけている人に向けて書いています。受験してから読む記事ではなく、受験準備のど真ん中で読んでほしい記事です。 私自身、PMPを受ける前は学習の範囲が広すぎて胃もたれしそうでしたが結局のところ、 PMPは、暗記で受かる試験ではなかった。世界観の理解で受かる試験。 問題集を周回していたときには見えなかった景色が、「あ、そういうことか」
【全録】月が綺麗ねを出してからカスどもにされたこと｜柿崎ユウタ/カササギ
月が綺麗ねを出してからロシア人に著作権を取られかけ、勝手にai生成され、勝手にfunkにされ、挙げ句の果てには収益まで取られてやばい マジで意味がわからない、しんどい — 柿崎ユウタ (@kqdllb) February 28, 2026 これだけ見るとfunk製作者が全ての悪行をやってるように見えて仕方ないのですが、、、 これは全て別々で起きていることです。カスがよ。 全てを、全てを説明していきます。 1.ロシア人に著作権を取られかけるYouTubeには↓の機能があります Google検索♩これを悪用して、「この曲は私の曲だ！」とディストリビューターに言うと、大した審査もなく一旦その人のものになるらしいです(YouTubeの仕様らしい)(YouTubeはたいして調べず、正しい権利を持ってる側が言わないと永遠に収益を取られ続ける) ロシア人に取られかけたまあこれは申請して無事に戻ってきまし
ソフトウェアや知能が安くなったときに起きること - 🐴 (馬)
1830年頃、わずかな夜の明かりを得るためには、約3時間の労働が必要でした。しかし1992年ごろにはそれが1秒にも満たない労働ですむようになったと言われています。ロウソクから白熱電球、蛍光灯へという技術的発展が、光を劇的に安くしたのです。 そうして光が安くなったとき、人は同じ量の光を単に安く買って終わり――ということにはなりませんでした。 人々は、かつて置こうとも思わなかった場所にまで光を置き、街路、工場、看板といった、社会のあらゆる場所に安くなった光を敷き詰めていきました。そうして、工場は曇りや雨の日にも稼働することができるようになったり、深夜営業や夜の読書といった新しい活動が可能になったのです。 そこで儲けたのは、光を提供した会社だけではなく、それをうまく使った会社でした。 では、ソフトウェアや知能が安くなったとき、私たちはそれをどのように使うのでしょうか。 生成AIによる大きな変化は
“キュピーン猫画像メーカー”初日50万アクセスもサーバ代「0円」 その秘密は
「InspirationCat」は、動物の画像をアップロードすると、AIで背景を除去して動物を切り抜き、拡大縮小・回転で調整した上で、集中線と重ねて“キュピーン”画像に編集・ダウンロードできるサービス。飼い猫のキュピーン画像を公開していた「むちゃまる（5）」（@neko_muchamaru）さんの投稿からヒントを得て開発したという。 ブラウザ完結の超軽量設計＋「Cloudflare Pages」活用 背景除去の処理には本来、サーバ上のGPUで動かすAIモデルが必要だ。「InspirationCat」では、背景除去ライブラリ「@imgly/background-removal」を通じて「ONNX Runtime Web」を利用することで、サーバではなくユーザーの端末上で直接実行した。 ONNX Runtime Webは、AI用の計算をブラウザ内のWebAssemblyやWebGPUで処理する
【朗報】国土交通省、MCPサーバー公開 - すまほん!!
「地価を教えて」で国のデータが返ってくる？ 国土交通省は2026年2月26日、AIを活用して地理空間情報を自然言語で取得できる「地理空間MCP Server – MLIT Geospatial MCP Server -」（α版）を公開すると発表しました。 コードはGitHubで公開しており、「不動産情報ライブラリ」APIが扱う35種類のデータのうち25種類に対応するとのことです。GISやAPIの専門知識がなくても、LLM（大規模言語モデル）経由で不動産関連のオープンデータにアクセスできるようになるといいます。利用には不動産情報ライブラリのAPI利用申請（APIキー取得）が必要です。 MCP（Model Context Protocol）は、Anthropic社が2024年に公開したオープン標準のプロトコルで、LLMと外部のデータやツールをつなぎます。従来はAPI仕様の理解やクエリの作成が必
AIは楽器に過ぎない 菊地成孔が考える「音楽は誰のものか」という根源的な問い
2026年3月5日、三軒茶屋・キャロットタワーで開催されたトークイベント『MY PLAYLIST』第6回。音楽家／文筆家の菊地成孔と、彼が率いる音楽制作ギルド「新音楽制作工房」の大野格をゲストに迎え、聞き手は編集者／批評家の松村正人が務めた。 音楽生成AI「Suno」では1日約700万曲が生成され、2週間でSpotifyの全カタログに匹敵する量の楽曲が生まれているとされる。人類史上最も大量に音楽が生み出される時代に、菊地が語ったのはテクノロジーが明らかにする「音楽は誰のものか」という根源的な問いや「人間の音楽的死角」だった。 OpenAI「Jukebox」の衝撃 松村正人、大野格、菊地成孔 松村の問いかけに菊地が応じながらイベントは進行。まず、昨年末にリアルサウンドテックが掲載した「音楽生成AIをめぐる年譜」に沿って菊地が「AIの問題は光の速度で日々更新される」と3年を回想した。 年譜は2
日本語の手書きメモを書き起こせるOCRを探すために23モデルを片っ端から試した話
こんにちは！逆瀬川ちゃん (@gyakuse) です！ 今日は日本語の手書きメモをいい感じに書き起こしてくれるOCRを探して、23モデルを片っ端から比較してみた話をまとめていきたいと思います。 手書きメモは楽しいが電子化がつらい わたしはいまだに手書きメモをよく書きます。打ち合わせの最中にさっと書いたり、アイデアを整理するときにペンで図を描いたり。手を動かしながら考えるのはとても楽しいし、タイピングとは違う思考の広がり方があります。 ただ問題は電子化です。ノートに書いたメモをあとからSlackやNotionに転記するのがとにかくつらい。自分の字を自分で読み返す作業がすでにつらいのに、それを打ち直すのは二重苦です。 OCRで自動化したいのですが、日本語の手書き文字って既存のOCRモデルにとってはかなり難しいタスクです。活字ならどのモデルでも高精度ですが、手書きとなると精度がガクッと落ちます。
AI機能搭載のRSSリーダーを作った
なぜRSSリーダーか 情報収集は基本活字で、昔からRSSリーダーをよく使ってきた。Google Readerの時代からFeedly、Miniflux、FreshRSSと渡り歩いたしPocketのようなRead it later系も使ってきたが落ち着いて使い続けられるサービスがなかった (もっとここがこうだったらな〜とか。サービス自体がなくなることもあった) そもそも自分がRSSリーダーを使うのは、情報源を自分でコントロールしたいというのが大きい。SNSのアルゴリズムはエンゲージメントに最適化されているため、気づかないうちにフィルターバブルに閉じ込められる。流れてくる情報は「自分が見たいもの」であって「自分が知るべきもの」とは限らない[1]。RSSリーダーはその対極にある。購読するフィードを自分で選び、アルゴリズムの介在なしに情報が届く。プロアクティブに情報源を設計することで、視野を意図的に
コードを書くのをやめた。Claude Codeに月商300万のSaaSの全コードを書かせ、完全ソロ運用しているという話。
コードを書くのをやめた。Claude Codeに月商300万のSaaSの全コードを書かせ、完全ソロ運用しているという話。 私は現在、B2B向けのニッチな自動化APIミドルウェアをSaaSとして完全な個人で運用し、広告費ゼロ・従業員ゼロで毎月およそ300万円ほどのMRR、定額の月次収益を生み出している。しかも実を言うと、この半年間、エディタを開いて人間が手入力する従来のコーディング作業など1秒たりともおこなっていない。ローカルのターミナルからClaude Codeを呼び出し、AIに要件と仕様を突っ込んでシステム全体を保守拡張させているだけだ。 コードを手書きする時代は終わった。ではエンジニアは何をすれば勝てるのか。本当に機能するAIネイティブ時代のSaaS個人開発と、B2Bマーケティングの泥臭い現実を、書き殴っておく。 エディタを捨てろ。Claude CodeとStripeの組み合わせで人間
我々の知るコンピュータープログラミングの終焉、そしてその後コーダーはどうなるか - YAMDAS現更新履歴
Coding After Coders: The End of Computer Programming as We Know It - The New York Times 『Coders（コーダーズ）』（asin:4822289796）の邦訳があるテクノロジージャーナリストのクライブ・トンプソンが、いよいよ現実的になってきた「人間によるプログラミングの終焉」の話題について長文の取材記事を New York Times Magazine に寄稿している。 記事は、90年代に育ち昔ながらのプログラミングを学び、後に4つのスタートアップの共同創業者となった機械学習エンジニアが、今ではコーディングを Claude Code にほぼ任せているが、テストを怠ることがあるので、「十戒」のごときプロンプトファイルに厳しい警告を追加している話、そしてそのプロンプトの中に「pytest に失敗するコードを
Claude Codeで「第二の脳」を作り、最終的にAIが自律運用するようになった話 - Qiita
はじめに 自分の思考・知識・アイデアを全て外部に書き出し、検索可能にする——いわゆる「第二の脳（Second Brain）」。 Notion、Obsidianで実践している人は多いと思います。私はこれをGitリポジトリ + Claude Codeで構築しました。 最初は「思考の置き場」だったものが、コマンドとエージェントを追加していくうちに、AIが自律的に整理・判断・実行する仕組みに進化しました。 この記事では、第二の脳の設計から、AIによる自律運用までの全過程を共有します。 この記事でわかること なぜNotion/ObsidianではなくGitリポジトリを選んだのか フォルダ構造・CLAUDE.mdの設計思想 14コマンド × 13エージェントによる運用自動化 AIに"判断"を委ねる3層アーキテクチャ 対象読者 Claude Codeを使っている or 興味がある開発者 セカンドブレイン
AI生成の「CLAUDE .md」、逆に精度が下がるという研究
本記事では、コーディングAIエージェントに渡す「指示ファイル」の効果について、ざっくり解説します。 株式会社ナレッジセンスは、生成AIやRAGを使ったプロダクトを、エンタープライズ企業向けに開発しているスタートアップです。 この記事は何 この記事は、コーディングAIエージェント向けの指示書ファイル（AGENTS.mdやCLAUDE.md）の効果を検証した論文[1]について、日本語で簡単にまとめたものです。 本題 ざっくりサマリー 「CLAUDE.md」をAIで生成すると、むしろタスクの成功率が下がります。 ETH ZurichとLogicStar.aiの研究チームによって2026年2月に発表されました。 指示ファイルなし / LLMによる指示ファイルあり / 人間による指示ファイルありでの比較。SWE-BENCH LITE(左) / AGENTBENCH (右). もう少し前提から話します
Claude Codeですべての日常業務を爆速化しよう！ - Qiita
この4ドキュメントを使うと、品質を落とさずに速く仕事を進められるようになります。 PLAN.mdで「音声入力」が最重要な理由 この中で特に大事なのが、最初のPLAN.mdで自分の考えを全部ダンプすることです。そしてそのために音声入力が欠かせません。 LLMにドキュメンテーション系の仕事（資料作成、記事執筆、提案書など）をやらせるとき、少ない情報で動かしてしまうと、人間が思ってもいないことをどんどん生成してしまいます。これが「AIが書いた感」の正体です。 逆に、自分が思っていることを全部ダンプした上で「詳細の整理と日本語の微調整をやって」と頼むと、クリエイティブな仕事であっても「AIが勝手に生成した」という感じになりにくい。あくまで自分の考えの細部をClaudeに整えてもらった、という仕上がりになるので、100%手書きしたときと比べてアウトプットの品質が落ちにくいです。 ただ、この「全部ダン
【優勝🥇】防衛省サイバーコンテストをAIで攻略した話 - Qiita
本記事は、筆者がAIとの対話形式で思考整理を行い、その内容を基に構成しています。いわゆるAI記事です。記載内容は公開情報の範囲内に基づいており、言及されているコンテストでのAIの使用は主催者の定めるルールに従っています。 はじめに はじめまして、セキュリティエンジニアのSatoki (@satoki00) です。普段はWeb脆弱性診断をやりつつ、株式会社Ikotas Labsという会社で代表をやっています。趣味はCTFと呼ばれるセキュリティコンテストで、所属チームでは主にWeb・Misc・AIのジャンルを担当しています。 先日、防衛省サイバーコンテストに、チーム名 株式会社Ikotas_Labs として出場し、圧倒的な速度で優勝しました。これはコンテスト用に構築したAIエージェントを投入し、Flag提出までを完全自動化した結果です。 本記事では、なぜAIエージェントで挑んだのか、どう設計し
# 【AI駆動開発】100ページ超のPDFをMarkdownに変換してAIに読ませる方法 - Qiita
【AI駆動開発】100ページ超のPDFをMarkdownに変換してAIに読ませる方法 はじめに 最近、大規模システムの引き継ぎ案件を受けました。 その案件はAI駆動の進め方が許可されていたので早速AIを利用して、引き継ぎどんどん進めていくぞ！ と思ったのですが、いくつか困ったことがありました。 そう、資料のほとんどがエクセルで構成されているのと、外部API仕様書のほとんどが100P以上あるPDFデータになっていました。 AIを利用する上で、エクセルなどはもちろんのこと、重厚長大なPDF資料を読み取ることも苦手でございます。 なので、各種ファイルをAIが読みやすい資料にするべく、マークダウンの形式に書き換えていく必要があります。 今回はその中でもPDFをマークダウンに変換する処理についてを紹介できればと思います。 この記事の最後に「ワークフロー」と「Pythonスクリプト」を載せています。
Claude Codeで「AI部下10人」を作ったら、勝手にバグ直して「違反は切腹」ルールを追加してきて、オレは適当にしゃべるだけになった
結論 「テストして」って言っただけなのに、AIが自分でバグ見つけて、自分で直して、「違反は切腹」ってルールを自分で追加してきた。 人間、何もしてない。 何を作ったか Claude Code × tmux でホワイトカラー向けマルチタスクツールを作った。 名前は multi-agent-shogun。 戦国時代の軍制をモチーフに、将軍1名・家老1名・足軽8名の階層構造でAIエージェントを統制する。 上様（人間） ↓ 「やれ」 将軍（Claude Code） ↓ 「家老、タスクを分解せよ」 家老（Claude Code） ↓ 「足軽ども、並列で実行せよ」 ┌──┬──┬──┬──┬──┬──┬──┬──┐ │1 │2 │3 │4 │5 │6 │7 │8 │ ← 8人同時に動く └──┴──┴──┴──┴──┴──┴──┴──┘ 足軽（Claude Code × 8） とにかくshogunにぶち
生成AIの収束先の存在を圏論で証明する - Qiita
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? はじめに 敵対的模倣学習の圏論的解釈について紹介します。 近年、敵対的模倣学習 (GAIL) や RLHF はAIの根幹技術ですが、「なぜ非凸なニューラルネットワークで学習が収束する（均衡が存在する）のか？」という問いに対し、従来の理論は無力でした。 今回紹介するメモ書きは、この難問に対し、解析学（空間の凸化）と代数学（圏論）を融合させ、鮮やかな解決を与えています。特に、非凸なパラメータ空間を「確率測度空間」へと持ち上げることで凸性を回復させ、それを「圏 ConvCorr」上の不動点として定式化した点は画期的です。 1. 既存理論の限界
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
【やじうまPC Watch】 ブラウザ内でAI処理が完結→バズってもサーバー代0円を実現した画像メーカー
GPUなしで動作する軽量なAI OCRツール「NDLOCR-Lite」、国会図書館のラボから無償公開／コマンドライン版に加えWindows/Mac/Linux対応のデスクトップ版を用意
AWSが推進する�AI駆動開発ライフサイクル入門 �〜 AI駆動開発時代に必要な人材とは 〜�/ introduction_to_aidlc_and_skills
