巨人・久保康生巡回投手コーチの“魔改造”に迫る第2回は、データが氾濫する中で、どう若い投手を育てていくべきなのか？　久保コーチの視点と巨人の若手投手の“魔改造”の進捗状況を聞いた。〈全2回の#2／#1へ〉 日本中を熱狂に巻き込んだワールド・ベースボール・クラシック（WBC）の優勝。その舞台裏を宮崎キャンプから取材していて印象に残ったことの1つが、ダルビッシュ有投手や大谷翔平投手が1球ごとにデータを精査しながら投球練習を行う姿だった。 2人の姿に感化されたように代表メンバーの投手たちも、ボールの回転数や回転軸の傾き角度などの数値チェックを投球練習の中でさらに重視するようになった。大会後に何人かの投手からは「データの活用の仕方が勉強になった」という証言も聞いた。

文部科学省は7月4日、夏休みを前に「ChatGPT」などの文章生成AIを小中学校で活用する際の考え方をまとめた暫定的なガイドラインを公開した。宿題などで生成AIの生成物をそのまま提出することは、「評価基準によっては不正行為になり、自分のためにならないと指導する」としている。 ガイドラインでは基本の考えとして「生成AIが、どのような仕組みで動いているかの理解や、どのように学びに生かしていくかの視点、近い将来使いこなすための力を意識的に育てていく姿勢は重要」と記載。一方、著作権侵害のリスクなどの懸念点も挙げ「教育現場の活用には、児童・生徒の発達の段階を十分に考慮する必要がある」としている。 そのため、現時点では限定的な活用から始めるのが適切で、十分なリスク対策を立てられる学校でパイロット的に取り組みを進め、成果や課題を検証する必要があるとしている。また、ファクトチェックをする習慣など、AI時代

国立研究開発法人情報通信研究機構（NICT（エヌアイシーティー）、理事長: 徳田 英幸）は、ユニバーサルコミュニケーション研究所データ駆動知能システム研究センターにおいて、独自に収集した350 GBの日本語Webテキストのみを用いて400億パラメータの生成系の大規模言語モデルを開発しました。今回の開発を通し、事前学習用テキストの整形、フィルタリング、大規模計算基盤を用いた事前学習等、生成系の大規模言語モデル開発における多くの知見を得ました。現在は、更に大規模な1,790億パラメータの生成系大規模言語モデル（OpenAI社のGPT-3と同等規模）の学習を実施中で、また、学習用テキストの大規模化にも取り組んでいます。今後、共同研究等を通して民間企業、国研、大学等と協力して、日本語の大規模言語モデルの研究開発や利活用に取り組む予定です。 NICTでは、これまでWebページを収集し、インターネット

俺は主に野球を見るんだけど野球のルールは複雑でも観戦においては投手vs打者の勝負を見てればいいから簡単。基本はすごろくだからマス（塁）とアウトさえ知ってればある程度なんとかなる。 一方でサッカーはどこをどう見るべきなのか分からない。いや、ボールは追ってるよ？右に左に行き交うのは分かる。でも、大局的な見方や戦術は一切分からない。誰がボールを持ってるのかすら見えてない。 サッカーファンってどこを見て何を楽しんでるの？