AI「チャット」とAI「エージェント」の違い 一般的な「ChatGPT」や「Gemini」のチャット画面は、質問に対して文章やコードを返してくれるだけです。 しかし、今回導入する AIエージェント は、「自分でファイルを新しく作る」「コードを書き換える」といった一連の作業を自動で行ってくれます。 【ステップ1】VSCodeをインストールしよう まずは、コードを書くためのエディタである VSCode をインストールします。すでにインストールされている方は、ステップ2に進んでください。 VSCodeの公式サイト にアクセスします。 お使いのOS(Windows / Mac)に合わせたインストーラーをダウンロードし、画面の指示に従ってインストールします。 【ステップ2】VSCodeに拡張機能「Cline」をインストールしよう VSCodeを開いて、AIエージェントである Cline を導入します
セガがAppStoreクリスマスセールやってたから、チューチューロケットHD買った。なんとなく昔と印象違うのは高解像度だからか、思い違いか...。ロケット打ち上げのとき、ちょっとひねりが入ってた気がするんだけど記憶違いかな。 チューチューロケットは、本編に登場しないロケットのパイロットの説明とかが入ってるノリが好きだったんだけど、そういうのはiOS版には入ってなさげ。 コデラノブログは有料メルマガ化してたのか...。
松尾研では「知能を創る」というビジョンを掲げ、研究を進めています。 本記事では知能を創る上で重要な研究テーマとなる「世界モデル」について、松尾研の特任助教である鈴木雅大さんにお伺いしました。 (鈴木さんのインタビューは、前・後編の2回でお届けいたします。後編はこちら) ※肩書きは取材時のもの・現在は特任講師 世界を「直感的」に理解する世界モデルは、真の知能の実現において必要不可欠。 ー「世界モデル」の説明をお聞きする前に、なぜ松尾研は「世界モデル」の研究を推進しているかを教えてください。 松尾研では「知能を創る」というビジョンを掲げており、世界モデルが真の知能の実現において必要不可欠だからです。 世界モデルについては後ほど詳しくご説明しますが、「外界(世界)から得られる観測情報に基づき外界の構造を学習によって獲得するモデル」を指します。 我々は、世界モデルが知能のベースにあって、その上に様
ようこそ! ここは日本滝百選を中心とした滝のHPです。 見苦しい点もあると思いますが、楽しんで頂けると幸いです。 管理人 BAL 記事の中には命に関わる危険なルートも含まれています 記事をご覧頂き滝巡りをする際、あくまでも自己責任でお願いします 事故やトラブル等には一切責任を負えませんのでご了承下さい 滝巡りが貴方にとって素晴らしい思い出になる事を願うと共に 感動のお手伝いが出来れば幸いです
この記事のポイント AIの次にくる技術の本命はAIエージェント。MCP・A2A等の標準化と業務実装フェーズ入りで、経営層投資の最優先候補Physical AI(Cosmos 3・Optimus・Figure)は製造・物流の人手不足解消に直結。設備投資型のため段階的PoC設計が前提ワールドモデル・量子・AI for Scienceは2026〜2028年に商用ロードマップが見えてきた研究投資領域BCIと人工生命は2030年前後以降の長期テーマ。今は情報収集とウォッチに留めるのが現実的「AIの次」6分野を全部追うのは禁物。自社の課題と相性のいい1〜2分野に絞って投資設計するのが勝ち筋 Microsoft MVP・AIパートナー。LinkX Japan株式会社 代表取締役。東京工業大学大学院にて自然言語処理・金融工学を研究。NHK放送技術研究所でAI・ブロックチェーンの研究開発に従事し、国際学会・
2025年11月4日、技術士の令和7年度・二次試験の筆記試験合格が発表されました。今年は12月から口頭試験が始まります。 ここでは、去年の話になりますが、令和6年度までの二次試験体験記をまとめておきます。思えば、去年の今ごろは、口頭試験の準備が忙しかったです。 筆記試験について [要約ボタン] 私は、平成の最後から令和6年度まで、筆記7回・口頭1回で電気電子部門に合格しました。2回目まで、会社で手ほどきを受けた後は、添削とか指導は受けなかったので、時間がかってしまいました。ほぼ独力で成績を上げて行ったので、以下に個人の感想をまとめておきます。 筆記の評価について・C評価の理由 筆記問題の問1や問3といった3枚問題の成績は、最初はBでした。要領が悪くて時間が足りず、余白もかなり多かったのですが、Cでないのが少し意外に感じたくらいです。その後も基本Bでしたが、おそらく大学や大学院で卒論・修論や
南アフリカ、ケープタウンに行きました。 目的は以下3つ。 1. ダイビング 2. トライアスロン 3. ジャムセッション 今回は1.のダイビングです。 ダイビング計画 ケープタウンに行く上でダイビングの予定を立てたのは1番最後です。 2月22日土曜日、トライアスロン 2月23日日曜日、ジャムセッション ここまでの日程はすでに確定していました。 トライアスロンでのダメージが未知数なため、21日金曜日に予定を後で入れるための空白日と設定。 20日木曜日着の飛行機を取った後に”そういえばケープタウンには海があるなぁ”と考え、ダイビングを探してみました。 利用したダイブショップは”Into the blue”です。 Into the blue: https://www.diveschoolcapetown.co.za/ このショップを利用した理由は、メール問い合わせをして返信があったのがここだけで
沖縄体験 ダイビング ダイビング ライセンス ファン ダイビング お知らせ 2026.06.20 2026年 渡名喜【那覇発・日帰り遠征】日程のお知らせ 2026.04.06 平日・久米島ツアー!! 2026.04.05 メール返信が届かない方へのお知らせ! お客様の声 2025.11.12 記念ダイブ!! Y さん900本記念!!おめでとうございます!!…続きを読む 2025.08.22 アドバンス認定!! S.A. さんまず、選択する科目をどれにしようか迷…続きを読む 2025.08.18 記念ダイブ!! Mさん!記念ダイビングおめでとうございます!…続きを読む 海日記 2026.07.21 26/07/21 新しい世界へ!! 慶良間 透明度と水温もようやくあがりはじめ、沖縄の海らしくなってきました。 そんな本日はOW講習の海洋実習を慶良間で! 気温:33度 水温:26~28度 透明…
この記事の目的 RSA 暗号という暗号方式があります1。RSA 暗号は非常に強力であるため様々な場所で使われており、暗号方式の中でもかなり有名な部類に入ると思います。ちなみに "RSA" という名前は開発者三名の名前 (Ronald Linn Rivest, Adi Shamir, Leonard Max Adleman) からとられたそうです。 しかしそのアイデアにはなかなか高度な数学が用いられており、難解を極めます。そんなわけで、RSA 暗号の原理と正しさを私が納得できるまで徹底的に証明していきます。 証明の概略 ユークリッドの互除法、及びその拡張の正しさを証明する フェルマーの小定理を証明する 中国剰余定理を証明する オイラーのトーシェント関数の性質を証明する RSA 暗号の正しさと解読困難性を証明する ユークリッドの互除法 ユークリッドの互除法は、与えられた二整数の最大公約数 (G
2020-11-07 筆者とブログのご紹介 はじめまして。筆者とこのブログの紹介をさせていただきます。 筆者について 大学時代(経済学部) 大学院時代(経済学研究科修士課程) 社会人(民間シンクタンク) これからやってみたいこと ブログを始めた理由 1.知識の定着 2.整理整頓 3.仕事作り(にな… 2026-01-10 2025年に読んだ25冊、観た7本 読書 本は外部ストレージのようなものではないか。自分の解釈や理解の幅を広げてくれる。何も自分の頭脳や身体で感受できるものは全てではない。他者の記憶を覗き見ることで、より目の前の事実に奥行きがあったことに気づくことがある。それを満たす手段という意… 2025-07-26 なぜ働いているとバイオリンが弾けなくなるのか バイオリン 発表会を明日に控えた今、本当は細部を詰めるための練習をしないといけないが、疲れ果ててしまった。「なぜ働いていると
【インタビュー】「ひみつのアイプリ」開発・運営チームに聞く1年間の振り返り 2筐体同時展開やプリティーシリーズ史上最大ヒットとなった要因も タカラトミーアーツの展開するアミューズメントゲーム「ひみつのアイプリ」が好調だ。2024年4月の稼動開始から1年が経過したが、シリーズ史上最大のヒット作品である「プリパラ」を上回ったという。アニメ連動のライブ体験に重きをおいた「ひみつのアイプリ」に加えて、マイキャラの育成と交流が楽しめる「アイプリバース」を同時展開するという異例の取り組みだったが、今回、タカラトミーアーツとゲーム開発を担当したシンソフィアにインタビューを行い、この1年を振り返ってもらった。 ――:よろしくお願いいたします。それで先日の「ひみつのアイプリ リング編」発表会でタカラトミーアーツの近藤社長から「アイプリ」が「プリパラ」を上回ったというお話がありました。1年間の運営を振り返って
機械学習における正則化の原理と挙動を理解するため、手法の概要をまとめると共に、実際に正則化を用いた最適化をシミュレートして挙動を確認します。 今回の記事では -理屈編- と題して、正則化の着想から具体的な手法(L1,L2正規化)の解説までをまとめます。最適化のシミュレートは -実践編- と称した次回の記事で行います。 なお、この記事は個人的な備忘録として作成しています。 1. はじめに 1.1. 過学習と正則化 機械学習や統計学においてサンプルデータからモデルの学習を行う際、過学習(モデルの形状がサンプルデータへの適合に特化しすぎてしまい、真に推定したい分布からかけ離れてしまう現象)がしばしば問題になります。正則化は過学習を抑えるメジャーな手法の一つです。正則化の考え方はシンプルです。学習時に損失関数に正則化項を加え、これを目的関数として最適化を行います。これにより正則化項がパラメータの大
どんな役にたつ?† 「固有値」は名前が示すとおり、行列の性質を表す重要な指標となる。 というのも、固有ベクトルに対しては「行列との積」という複雑な計算が「数値との積」という非常に簡単な計算に置き換えられる。つまり、行列自身と固有値をある意味同一視できるためだ。 一般の線形写像(微分、積分、任意の微分方程式に出てくる演算子などまで含まれる)に対して固有値・固有ベクトルを有効活用するケースは、フーリエ変換、スペクトルの概念、量子力学の物理量演算子、分子の基準振動、など枚挙にいとまがない。固有値・固有ベクトルはそれほど広範な応用を持つ。 少しだけ垣間見ると、指数関数の微分の式 $$ \frac{d}{dt}e^{i\omega t}=i\omega e^{i\omega t} $$ において、左辺の $t$ による微分が右辺で $i\omega$ の掛け算になっている。 これは「指数関数が微分演
みなさまは……『HUNTER×HUNTER』という作品を読んだことはあるだろうか? 『HUNETR×HUNTER』、週刊少年ジャンプにて1998年14号より連載を開始した冨樫義博による漫画作品。私はこれを……一度も読んだことがなかった。この話を誰かにするたび、「えっ!?ハンターハンター読んだことないんすか!?」と言われる。 むしろ私は、この「えっ!?ハンターハンター読んだことないんすか!?」という会話の煩わしさを潰したかったのかもしれない。 という訳で、ハンターハンターを知らない俺の目の前でハンターハンターネタが擦られている状況が許せなかったので、全巻買って読みました! 別に連載開始に合わせて読み始めたとかそういう訳ではないんですが、まぁなんかちょうどいいタイミングでしたね。 今回の記事では「ハンターハンター1巻から37巻までの好きなシーンを1巻につき1つ振り返る」という形で進めていこうと
こちらのコンテンツは最新の情報ではない可能性があります。無料で学べる最新のコンテンツは Python&機械学習入門コース や 脱ブラックボックスコース をぜひご利用ください。 ニューラルネットワークの数学(逆伝播) 本章では、前章で学んだ順伝播の計算、目的関数の知識から、どのようにニューラルネットワークではパラメータの更新を行うのかについて学びます。次章からの実装に移る前にニューラルネットワークの学習の一連の流れを理解することをゴールとします。 勾配降下法 それでは前章でお伝えした、ニューラルネットワークの計算の流れをアニメーションで確認しましょう。 パラメータの初期値をランダムに決定 順伝播の計算 : 予測値 yyy の算出 損失の計算 : 損失 L\mathcal LL の算出 勾配の計算 : 勾配の算出 パラメータの更新 : 勾配を用いて重みを更新 2 ~ 5 を繰り返し、最適なパラ
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