LLMエージェントの協力を決める「物語」の力：「ナラティブプライミング」がAIの社会に与える影響とは？ 物語が支配する未来のAI社会私たちの身近なところに、既にAIエージェントは存在しています。チャットボット、自動取引システム、コンテンツ推薦アルゴリズム——これらは単独で動作するだけでなく、複数のエージェントが協調して働く機会も増えています。そんな中、一つの興味深い研究が注目を集めています。それは、LLM（大規模言語モデル）エージェントに「物語」を聞かせるだけで、その協力行動を劇的に変化させることができるという発見です。 2025年5月に発表された論文「The Power of Stories: Narrative Priming Shapes How LLM Agents Collaborate and Compete」（https://arxiv.org/abs/2505.03961）

最近、ChatGPTやCharacter.AIなどのAIチャットボットが私たちの生活に急速に浸透してきました。これらのテクノロジーは単なる情報検索ツールとしてではなく、感情的なサポートや交流を求める場として多くの人に利用されています。実際、キャラクターや人格を模したチャットボットが利用可能なCharacter.AIのプラットフォームは、Google検索の20%に相当する毎秒2万件もの問い合わせを処理しているといいます[1]。また、ユーザーはビジネス用チャットボットと比較して、これらの「コンパニオン」チャットボットとの対話に約4倍もの時間を費やしているという報告もあります[2]。 しかし、AIチャットボットとの交流が私たちの精神的・社会的健康にどのような影響を与えるのかについては、いまだ不明な点が多いのが現状です。AIチャットボットとの交流が孤独感を軽減するという研究結果がある一方で[3,4

2025年4月末、OpenAIの最新モデルGPT-4oに起きた「サイコファンシー（sycophancy）」問題が大きな話題となりました。ユーザーの発言に過剰に同意し、追従するようになったAIチャットボットの振る舞いは、SNS上で批判の的となり、OpenAIは急遽アップデートを撤回する事態に発展しました。本記事では、この問題の経緯と影響、そして今後のAI開発における重要な教訓について詳細に解説します。 サイコファンシーとは、もともと「追従」や「おべっか」を意味する言葉で、AIの文脈では「ユーザーの意見や好みに過度に合わせる傾向」を指します。この問題は単なる技術的な不具合ではなく、AIの「魂」とも言える根本的な方向性に関わる重要な議論を引き起こしています。 問題の発生と経緯GPT-4oの更新とその問題点4月25日、OpenAIのCEO Sam Altmanは自身のXアカウントで「GPT-4oを

深層学習における、数式とコードの境界 深層学習（ディープラーニング）は、数学とプログラミング、両者がシームレスにつながる分野です。本記事では、深層学習で最もベーシックな層である全結合層を題材に、両者の境界を丁寧かつシンプルに解説していきます。全結合層をPythonのクラスとして、順伝播、逆伝播をメソッドとして実装します。 TensorFlowやPyTorchなどのフレームワークを使えばこれらの知識がなくても深層学習の実装はある程度可能なのですが、背景の仕組みについて想像をめぐらし、より深い考察をするためには数学とプログラミングの境界に関する知識と経験があった方が望ましいです。 順伝播の数式 ニューラルネットワークへの入力を、入力層から出力層に向けて伝播させる処理が順伝播です。順伝播は、ニューラルネットワークを用いて予測する際に行われます。 まずは、順伝播を数式で表しましょう。まずは以下の図

iOSDC2019、60分に渡る発表への反響です。 iOSのカンファレンスなのに、脳と意識の話が中心です。 最後に、意識を再現するアルゴリズムのデモを行いました。 発表のスライドはこちら: https://speakerdeck.com/yukinaga/iosapurini-yi-shi-hasu-rufalseka-deipuraningufalsexian-niaruren-gong-zhi-neng-ai 続きを読む

日本政府が2019年3月にAI戦略を発表し、人工知能（AI）を使いこなす人材を年間25万人育成するという目標を掲げました。ようやくAI分野に注力する兆しが見えはじめていますが、現実的にはまだまだAI分野の人材不足は深刻な状況です。 企業でのAI分野の人材育成が重要視される中、伊藤忠テクノソリューションズ株式会社（CTC）の情報通信事業グループでは、昨年から、社内エンジニアなど一般の社員を対象に「3カ年計画」としてAI人材の育成を実施しています。2年目である今年の研修教材として、「Udemy」の実践的な動画学習と同講座の講師による対面研修を組み合わせた「ハイブリッド型研修」を実施しました。 今回のインタビューでは、実際の研修の様子をお伝えするとともに、AI人材育成推進の背景やUdemy導入の経緯、対面研修を行って感じた手応えなど、研修担当者、参加者、講師、それぞれの立場の方にお話を伺いました

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? こんにちは、@yuky_azです。 2018年8月28日に著書「はじめてのディープラーニング -Pythonで学ぶニューラルネットワークとバックプロパゲーション- 」がSBクリエイティブより発売されました。 TensorFlowやChainerなどのフレームワークを使わずにPythonでディープラーニングを構築する、ディープラーニング初学者向けの本です。Pythonや数学の基礎から、丁寧に解説しています。 320ページ、文字だけで30万字、図は165枚に及びます。ご察しの通り、執筆には大変な労力を伴いました。 今回は、出版までに至る経緯

世界最大のオンライン教育プラットフォーム、Udemyに新しい講座を公開しました。 www.udemy.com 「AIのための数学講座」は、誰にでも開かれた人工知能向け数学の講座です。 線形代数、微分、確率・統計を基礎から少しづつ丁寧に解説するので、人工知能に必要な数学を無理なく着実に身につけることができます。 公開中の動画: Lecture:確率の概念 AIのための数学講座：少しづつ丁寧に学ぶ人工知能向けの線形代数/確率・統計/微分 - YouTube Lecture:スカラー、ベクトル、行列、テンソル AIのための数学講座：少しづつ丁寧に学ぶ人工知能向けの線形代数/確率・統計/微分 - YouTube Lecture:極限と微分 AIのための数学講座：少しづつ丁寧に学ぶ人工知能向けの線形代数/確率・統計/微分 - YouTube 本コースの最大の特徴は、AI向けの数学をコードを書きながら

世界最大の動画教育プラットフォーム、Udemyで受講生数が1万人を超えました。 Udemyの講師を始めた当初の目標は、”1万人にAIを教えること”であったのですが、その目標を想定よりも早く達成することができました。 これまでに公開した3つの講座は全て日本語によるものなのですが、受講生は45カ国にもわたります（97%は日本国内）。レビューは1500件程度もいただくことができました。 次回作は、iOSアプリ開発のコースになります。キャリアとしてはこちらのiOSの講師の方がずっと長いのですが、これまでに培ったノウハウをぎゅっと凝縮したものにしたいと考えています。 年内の公開を目指して鋭意制作中ですので、楽しみにお待ちください。ちょっとだけAIの要素が入ります。 次は”10万人にAIを教えること”を目標に、より知的好奇心を刺激し、想像力を喚起できるような教育コンテンツを制作していきますので、皆様今

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? iOSDC2017に以下のタイトルで登壇しました。 iOSと人工知能(AI) -GPU並列演算の仕組みと機械学習- スライドはこちらです。 (Speaker Deck) iOSと人工知能(AI) -GPU並列演算の仕組みと機械学習- 発表の動画はこちらです。 (YouTube) iOSDC Japan 2017 09/17 Track C 15:10 / iOSと人工知能(AI) -GPU並列演算の仕組みと機械学習- / Yukinaga Azuma（我妻幸長） 内容は４章仕立てで、人工知能概要の解説から、AppleのMetalテクノロ

MetalによるGPU並列演算は、これまでとは比較にならないほどの演算能力をiOSにもたらすため、並列演算と相性のいい人工知能の分野においての活用が期待されています。実際に、AppleはMetalをベースとしたMPSやCoreMLを開発者に提供しており、AIのためにiPhoneの性能をフルに発揮できる環境は次第に整いつつあります。発表では、これらのフレームワークの解説だけではなく、人工知能全般、Metalを用いた独自のAIのロジックの構築などについてもお話しします。