はじめに こんにちは。データ分析エンジニアの木介です。 今回は、AWS Summit 2025 New Yorkにて発表されたS3 Vectorsについて、既存のベクトルストレージとの比較も含めて紹介していきたいと思います。 aws.amazon.com はじめに S3 Vectorsとは 1. 他ベクトルストレージとのコスト面での比較 2. 機能面での制限事項 3. S3 Vectorsのベストプラクティス 他ベクトルストレージとの速度面での比較 他ベクトルストレージとの精度面での比較 1. ベクトル検索による精度比較 2. ハイブリッド検索との精度比較 まとめ S3 Vectorsとは AWS S3の新機能として提供されるベクトルストレージです。 S3で提供されるため、従来のAWS上で利用できたベクトルストレージであるOpenSearch Serverlessや、Auroraなどと違い

はじめに：AIコーディングの新たな可能性 Claude Codeを使ってコーディングをしていると、こんな悩みを抱えたことはありませんか？ プロジェクトの全体像を理解してもらうのに毎回長い説明が必要 トークン消費量が気になって、詳細な指示を躊躇してしまう 同じような説明を何度も繰り返している コンテキストが切れて、以前の作業内容を忘れられてしまう これらの問題を一挙に解決してくれるのが、今回紹介する「Serena MCP」です。このオープンソースツールを使うことで、Claude Codeの理解力と効率性が劇的に向上し、まさに「10倍賢く」なったような体験を得られます。 Serena とは Serenaは、Claude CodeなどLLMのためのコーディングエージェントツールキットで、MCP（Model Context Protocol）という規格に則り、AIと連携するツールの1つです。 一言

参加者満足度約94%！コンタクトセンター/カスタマーサービス関係者必見のビッグイベント 最新トレンド・テクノロジーとの出会いが、2026年を変える テクマトリックス CRM FORUM 2026

リコー、マルチモーダルLLMの基本モデルと評価環境を無償公開～GENIAC第2期での成果を広く社会に還元し、日本企業の業務革新と効率的で付加価値の高い働き方を支援～ 株式会社リコー（社長執行役員：大山 晃）は、経済産業省と国立研究開発法人新エネルギー・産業技術総合開発機構（NEDO）が実施する、国内における生成AIの開発力強化を目的としたプロジェクト「GENIAC（Generative AI Accelerator Challenge）※1」第2期において開発した、マルチモーダル大規模言語モデル（以下「LMM」）の基本モデルと評価環境を、本日から無償で公開します。本基本モデルは、図表を含む日本語文書の読解において、視覚情報とテキスト情報の両方を参照する質問応答データセット「JDocQA」※2および独自ベンチマークツールによる検証の結果、他のモデルと比較しても優れた性能を示すことが確認されて

Google⁠⁠、AIを使って非構造化テキストから構造化データを抽出するオープンソースPythonライブラリ「LangExtract」をリリース Googleは2025年7月30日、非構造化テキストから構造化データを抽出するオープンソースのPythonライブラリ「LangExtract」をリリースした。 Introducing LangExtract: A Gemini powered information extraction library -Google Developers Blog ✨Announcing LangExtract! ✨ Our new open-source Python library for information extraction, powered by #Gemini. ✅ Turn text into structured data ✅ Trace

2025年8月1日に開催された、JANOG56 Meeting 野良LT BoFの発表資料です。

生成AIパスポートは、生成AIリスクを予防する日本最大級（※）の資格試験です。生成AIに関する基礎知識や動向、活用方法に加え、情報漏洩や権利侵害などの注意点まで網羅し、AI初心者が最低限押さえておきたいリテラシーを体系的に習得できます。本資格の提供を通じて、生成AIの安全な活用に必要なリテラシーを有する企業・人材を可視化し、日本社会におけるAIリテラシーの標準化を推進します。 ※2025年11月時点で発表されている生成AI関連の資格試験や検定の受験者数に基づく

楽天銀行の預金残高が2025年12月末に13兆円を突破、国内のネット銀行で最高水準 1月7日 7:01

AI時代のプログラミングの変化「AIによってソフトウェア開発者がすぐに仕事を失うという話がメディアでよく取り上げられています。私はそれを信じていません。プログラミングの終わりではなく、私たちが今日知っているプログラミングの終わりなのです。」 プログラミングの歴史を振り返ると、常に変革の連続でした。物理回路の接続から始まり、アセンブリ言語、高水準コンパイル言語（Fortran、COBOL、C++など）、そして解釈型言語への移行。各段階で「プログラミングの終わり」が語られてきましたが、実際には「プログラマーは少なくなるのではなく、増えていった」のです。 今回は違うのか？「突然、非プログラマーがLLMや特殊なソフトウェアエージェントに単に英語で話しかけ、Pythonでの有用なプロトタイプを得ることが可能になりました。高度な推論モデルの台頭は、高レベルなプロンプトで達成すべきタスクを説明するだけで

ChatGPT Agent発表ライブ配信 - 要約発表日： 2025年７月１８日（日本時間） 主要発表内容ChatGPT Agentが正式発表され、Deep ResearchとOperatorの機能を統合した総合的なAIエージェントシステムとして提供開始されました。 核心機能統合ツールセット テキストブラウザ：高速なWeb検索・情報収集（Deep Research機能） ビジュアルブラウザ：実際のWebページ操作（Operator機能） ターミナルアクセス：コード実行、ファイル生成・分析 API連携：Google Drive、Calendar、GitHub等のプライベートデータアクセス 画像生成：スライド作成等でのビジュアル生成 強化学習による自動ツール選択 モデルは複雑なタスクに応じて、どのツールをいつ使うかを自動判断します。例えば： レストラン予約：テキストブラウザで候補検索→ビジュア

生成AIの利用において「自社のルールに沿った回答をさせたい」「自社の製品やサービスに関する知識を利用したい」といったニーズに対応できるのがRAGです。一般的に生成AIに知識をインプットするには追加学習が必要ですが、RAGを用いれば、追加学習を行わなくても生成AIに手軽に独自情報を読み込ませることができます。 この記事では、生成AIの活用の幅を広げてくれるRAGについて、その概要や必要性、仕組み、活用におけるポイントなどをご紹介します。 RAG（Retrieval-Augmented Generation）は、大規模言語モデル（LLM）に検索機能を組み合わせたAIを利用する新しい手法です。日本語では「検索拡張生成」などと訳されるこの技術により、生成AIによる回答の精度は高まり、さまざまな業務の効率化を促進できます。 通常、生成AIに新たな知識をインプットするには、専用の学習データを用意し、一