もとやま📚著書『投資としての読書』 @ysk_motoyama 年300冊読んで最新オススメ本や仕事術を厳選発信|ビジネス戦闘力を上げたい方フォロー下さい|『投資としての読書』著者|グロービス講師←PwC|個人事業でコンサル|GLOBIS MBAオールA修了|Amazonアソシエイト参加中|noteで仕事術発信(note.com/yusuke_motoyama) note.com/yusuke_motoyam…
![分かったつもりが一番怖い「行間を読む」という特殊能力を見事に解剖した本。久々に鳥肌が立ちました「わかったつもり」](https://cdn-ak-scissors.b.st-hatena.com/image/square/749e4ccab32ca1e2776efe77354bb8e9a0a0ce97/height=288;version=1;width=512/https%3A%2F%2Fs.tgstc.com%2Fogp3%2Ff39cd456a8ed2e0f621d802ac8b77881-1200x630.jpeg)
はじめに 私はMarkdownで文章を書くのが好きです。もちろんこの記事もVSCodeを開いてMarkdownで書いています。 おそらくエンジニアであればMarkdownとの出会いはGitHubにReadMeを書くことなんじゃないかなと思います。 私もプログラミングを勉強しはじめたとき、 簡単なデータベースの関係図を書くのが課題だったような気がします。 ご存じの通りMarkdownは文字だけで表が書けたりして h2やh3などの見出しを#の数で表現できたり自分の中ではかなり感動したのを覚えています。 今現在は生成AIでの出力にMarkdownが使われているので エンジニア以外にもすっかり馴染んだと思いきや... 意外とまだまだMarkdownが知られていないなと感じることがありました。 この記事ではまだMarkdownの魅力に気がついていない人に向けて 自分なりのMarkdown愛を語ってい
人には、どの人にもある「思考のクセ」が存在しています。 そうしたクセは、普段あまり意識されることはありませんが、「知っている」人は、それを良くも悪くも「実態を隠す技術」や「他人を操作する技術」として使うことがあります。 例えば、「アンカー効果」として知られている思考のクセがあります。 これは「予測を立てる直前に見た数字をアンカー(よりどころ)にしやすい」という傾向です。 当然これは、金儲けにも利用できます。 数年前、アイオワ州スーシティーのスーパーマーケットがキャンベル・スープのセールを行い、定価から約一〇%引きで販売した。数日間は「お一人様12個まで」の張り紙が出され、残り数日間は「お一人何個でもどうぞ」の張り紙に変わった。 すると、制限されていた日の平均購入数は七缶で、制限なしの日の二倍に達したのである。 ファスト&スロー (上) このように、心理に関する知識は、成果を大きく左右するこ
ChatGPTのアップデートで画像認識の性能が格段にアップしました。それに伴い手書きのメモも読み取ってくれるように。 そこで、読み取り機能がどのレベルで使えるか試してみました。 万能ではないが条件付きで使える機能結論から言うと、どんな手書きの文字でも必ずしも読み取れるわけではありません。 まずこれまで記録したノートを見返して、記事の構成メモを撮ってChatGPTに送ってみました。 思いのほか、自分の字が乱雑に書かれていたこともあって、意図していた通りには読み取ってもらえていません。色々試してみましたが、1番精度が高かった画像は以下です。 7割は読み取れている印象です。完全にテキスト化するなら、もう少しはっきり整った字で書く必要がありそうです。 短文なら忠実にテキスト化できそう次に、お客様アンケートやワークショップなどのアンケートの集約で活用できないかどうか試してみました。 実験するために、
対話型AIサービス「ChatGPT」で使われている自然言語モデルの核になっている技術が「Transformer」だ。自然言語処理を例に、Transformerの仕組みを解説する。 実は、エンコーダーとデコーダーに用いられている「RNN」(Recurrent Neural Network)には、欠点があります。それは、長い文章が苦手だということです。 なぜ苦手かというと、以下の2つのポイントからそのように言えます。 (1)RNNでは、翻訳元文章全体の特徴を記憶できるサイズが固定されている。そのため、文章が長くなり単語の数が増えるほど、エンコーダーにおいて、文章の前の方で出現した単語の意味が薄まってしまう。 (2)RNNでは、単語を1つずつニューラルネットワークで処理する。そのため、単語の数が多くなればなるほど処理時間がかかってしまう。 ですので、RNNが持つこうした欠点を解消するための仕組み
この文章を、 小田原のTipy records innと、 あの日 あの場所で 助けてくれたみなさんに、贈ります。 202X年の春。私は、何もかも消沈していた。 食欲消沈。仕事消沈。ぜーんぶ消沈。自分だけの話じゃないので詳細は書けないんだけど、とにかく意気消沈祭。もういっそ、私ごと全部消沈してしまえ。そんぐらいのテンションだった。 ある日、仕事仲間のYさんが、心配して連絡をくれた。 「まずは息抜きに、小田原へ行きませんか? 友達がやってるいい宿があるんですよ」 「行きます」とすぐに返事し、夜行バスを予約。Yさんと会って喋りたかったし、行ったことのない、私のことを誰も知らないまちに行きたかった。 朝、小田原に着いた。 駅前の「ケルン」という喫茶店で待ち合わせ。おばあさんが作り、おじいさんが運んでくれるミルクセーキが絶品らしい。もちろん頼む。Yさんはコーヒー。「これも絶品なんだよ」と、朝からナ
この記事の概要 ・都職員による生成AI活用事例集を基に、ChatGPTの効果的な使い方を解説 ・プロンプト作成のコツと最新ノウハウを平易な言葉で紹介 ・具体的な指示、マークダウン記法の活用、理由の記載など実践的なテクニックを解説 ・サンプルプロンプトの修正例を通じて、より効果的な書き方を例示 ・ChatGPTとの対話を通じた論理的思考力向上の可能性を示唆 Claude 3.5 Sonnetで作成こんにちは、saip (@_saip_) です。 生成AIを利用した事業をしている株式会社TrippyでCTOを務めています。 Xで話題になっていたところてんさんの以下のポストから、「都職員のアイデアが詰まった文章生成AI活用事例集」という資料が公開されていることを知りました。 東京都もMarkdownとは言ってなくて、ハッシュタグと言ってる…… どうみてもMarkdownの見出しによる強調なんだが
全文検索エンジンも、事前に検索対象のデータを調べてこのような索引を作っておくことで、高速な検索を実現しています。 インターネット検索の例 たとえばインターネット検索の場合、まず各サイトからデータを収集して、その中から索引に載せる単語を選んで索引を作ります。索引のデータは下の図の右側のような表になっています。各単語と、それがどのサイトのどこにあったのかを記録しておく形です。 検索の時は、この索引データを調べます。例えば利用者が「理解」という言葉で検索したら、索引の「理解」のところを調べます。そうすると「サイトAの8文字目と18文字目、サイトGの……」と出現場所がわかるので、すぐに結果を返せます。 なお、この図では索引の単語の並び方が適当ですが、実際には本と同じように「あいうえお順」などに並べておいて、すぐに単語を見つけられるようにしてあります。 索引にない単語 この仕組みの場合、索引にある単
デジタル庁のAI担当の大杉直也です。この記事では、生成AIによる業務改善の一助になればと思い、実際の行政業務で生成AIの利活用を検討する際に得られた知見を共有します。 本記事は、「デジタル庁2023年度事業 行政での生成AI利活用検証の結果報告(以降、報告書とよびます)」で得られた知見を、よりわかりやすく具体的に示すために、「10の学び」の形式にまとめたものです。 その検証ではデジタル庁を中心とした行政職員を対象に、実際に複数種類のテキスト生成AIを取り扱える環境+ユースケースごとの独自開発を含むサポート体制を作り、(1)どの行政業務に対し、(2)どのようにテキスト生成AIを使えば、(3)どのくらい改善効果がありそうか、を調べました。また、報告書には含まれていなかった個別ヒアリング等による知見も反映させています。 文量が少し多くなってしまったため、全3回の構成で紹介いたします。第1回の本記
その他のサンプル: Wikipedia:良質な記事, Wikipedia:長いページ 紹介 「テキストゆれないくん」は文章に含まれる表記揺れを検出するツールです。「コンピュータ」と「コンピューター」、あるいは「全て」と「すべて」といった同じ単語の別表記が使われていないかどうかをチェックできます。 「テキストゆれないくん」は元々このサイト (https://inzkyk.xyz/) の文章校正用に開発されました。機能が成熟してきたので UI を付けて公開します。 このページから手動で使う限り、「テキストゆれないくん」は商用/非商用を問わず自由に使って構いません。「テキストゆれないくん」は無保証で提供されます。 特徴 ウェブブラウザから使える このページをウェブブラウザで開いているなら、「テキストゆれないくん」は既に動いています。このページの最初にあるのは「テキストゆれないくん」を使うための完
概要ローカル LLM 初めましての方でも動かせるチュートリアル 最近の公開されている大規模言語モデルの性能向上がすごい Ollama を使えば簡単に LLM をローカル環境で動かせる Enchanted や Open WebUI を使えばローカル LLM を ChatGPT を使う感覚で使うことができる quantkit を使えば簡単に LLM を量子化でき、ローカルでも実行可能なサイズに小さくできる 1. はじめに大規模言語モデル(LLM)の数は数年前と比べてたくさん増えました。有名な LLM を使ったチャットサービスとして、OpenAI の ChatGPT や Anthropic の Claude、Google の Gemini などがありますが、これらのサービスの中で利用されている大規模言語モデルは公開されていません。 現状、様々な評価指標により LLM の性能が測定されていますが、
「伝わる文章」とはどのようなものか 私はWEB媒体の編集者/ライターをかれこれ17年ほどやっている。日本語で情報を伝えるのが仕事だ。 ジャンルとしては長文の体験レポートを中心に扱ってきた。ライトな読み物で、書くのも簡単そうだと思われるかもしれない。いやいや、そうでもないのだ。それぞれのバックグラウンドを持ち観察力に優れた書き手が、五感をフルに使い数時間かけて体験取材をすると、情報量がとんでもないことになる。それを限られた字数で読者にわかりやすく伝えるのは、実は技術のいる作業なのだ。 また、私は特に編集部の中でも新人ライターを多く担当しており、書き慣れない人が書いた文章を一緒に直し、読み手に伝わる書き方をアドバイスする経験をずっと積んできた。 そんな私が、小学生の子供の中学受験によってあらためて「伝わる文章の書き方」を見つめ直すことになった。本稿ではその経験について少し語らせてほしい。
「ロジカルな構成」をカンペキにする アメリカの大手新聞「ニューヨーク・タイムズ」などで活躍するジャーナリストのダニエル・コイルさんは、超一流の人たちがどうやって才能をみがいてきたのかが気になっていました。そして、世界中のスポーツチーム、音楽学校、一流進学校などを取材した結果、こんな結論にたどり着いたのです。 「才能とは、生まれつきのものだけではなく、練習でみがかれるものである」 ダニエル・コイルさんがたどり着いた超一流の人たちの才能開発のひみつは、その才能を開花させるために一番重要なスキル(能力)を、まずはとことんみがくということでした。そのスキルを最大値で発揮できるようになるまで、小さなことから毎日少しずつ地道に練習を重ねるのです。 たとえば、テニス選手なら、まずは「サーブのトス」を、バスケットボールの選手なら「レイアップシュート」だけを、目を閉じていてもできるくらいに練習しなさいという
桐朋高等学校(東京都国立市)、第78期卒業生の答辞がX(Twitter)を中心に、「とんでもない18歳だわ……」「す、すごいものを見た」など大きな反響を呼んでいます。 本記事では、答辞を書いた土田淳真(@tsuredurew)さんの掲載許諾をもとに、桐朋高等学校公式Webサイト、土田さんのnoteにも掲載されている答辞全文を紹介します。 ※画像はイメージです 答辞 ブラジルの1匹の蝶の羽ばたきは、巡り巡ってアメリカ・テキサス州のハリケーンの原因となりうるでしょうか。1972年、アメリカの気象学者エドワード・ローレンツは正確な気象予報の困難さをこのように例え、初期条件の僅かな違いが観測結果に大きな影響を与えることを示しました。ローレンツのこの問いはやがて「バタフライエフェクト」として大衆文化にも受容され「偶然に導かれた数奇な因果関係」を意味する言葉として用いられています。本日体育館の外に吹い
この記事は、技術書典 11 で頒布中の「Vivliostyle で本を作ろう vol. 5」から抜粋した記事です。ご興味ありましたら、Vivliostyle を使って組版された本誌もぜひお買い求めください! また、この記事以外の内容もすべて Vivliostyle 公式サイトで無料公開中です。 技術書やドキュメントを執筆する際、あなたはどのような形式で文章を書きますか? 最近ではもっぱら Markdown で書かれることが多いですが、この Markdown を拡張するポテンシャルを持つお気に入りの OSS プロジェクト「MDX」を紹介します。 MDX = Markdown + JSX MDX の名前の由来は Markdown + JSX なので、MDX を理解するためにはまず JSX について知る必要があります。 JSX とは JavaScript の拡張構文の一つで、元々 React の
パワポのスライドと箇条書きが人間を駄目にする 今から20年前の2003年、データの可視化やインフォメーションデザインの先駆者として有名なイエール大学の教授エドワード・タフティが「パワーポイントの認知スタイル」というエッセイを発表しました。 彼はこのエッセイの中で、パワーポイントのようなスライド形式はプレゼンテーション自体の質を低下させ、余計な誤解や混乱を招き、さらに言葉の使い方、論理的な説明、そして統計的な分析といったものが犠牲になるため、スライドをつくる人の思考回路にダメージを与えると主張します。 こうした主張に賛同する人は現在でも多くいて、その典型的な例がアマゾンです。アマゾンではミーティングの前に文章形式の資料が配られ、ミーティングの最初の5分はそれぞれがこの配られたレポートを黙って読むことから始まるという話は多くの方も聞いたことがあるのではないでしょうか。(リンク) 実は、アマゾン
デザイナーの keita です。 年始にベンチプレスの MAX 測定をしたら 105kg でした。今年の目標は 120kg です。 この記事では、生成 AI をデザインプロセスに取り入れるためにチームで試行錯誤した内容を紹介します。ぜひ、最後までお付き合いください。 きっかけ はじめに AI を使ってみる インタビューデータからペルソナを作成 まずは 1 人ずつ整理 1 人のペルソナに統合 ペルソナの課題抽出 リサーチを AI で代替してみた結果 AI が作成したペルソナを使ってみる ペルソナにヘルプセンターの記事を評価させてみる 結果 最後に あとがき ボツ案 文字起こしデータから記事を作成 出力された記事のトーンを変更 出力された記事 きっかけ 「ChatGPT をはじめとした AI ツールが便利なのはわかったけど、自分たちの業務をより効率化するためにデザインプロセスで代替できるところ
2024-02-27にarXiv公開され,昨日(2024-02-28)あたりから日本のAI・LLM界隈でも大きな話題になっている、マイクロソフトの研究チームが発表した 1ビットLLMであるが、これは、かつてB-DCGAN(https://link.springer.com/chapter/10.1007/978-3-030-36708-4_5; arXiv:https://arxiv.org/abs/1803.10930 )という「1ビットGANのFPGA実装」を研究していた私としては非常に興味をそそられる内容なので、論文を読んでみた。今回は速報として、その内容のポイントを概説したい。 論文情報 Ma, S. et al. (2024) ‘The Era of 1-bit LLMs: All Large Language Models are in 1.58 Bits’, arXiv [c
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
処理を実行中です
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