Итако

What if AI models wrote their own summit? This might be closer to reality than fiction. 🤖🔥 @sama, thoughts? Also, @elonmusk, you might want to see this... 👀 #AI #GPT4 #AIHumor #ChatGPT #Claude #Grok #TechSatire

@izutorishima あれっ、以前はFlash、Thinking、Proの3段階だったのに、さっき確認したら3.1 Flash-Lite、3 Flash、3 Proに変わってますね。 それぞれのモデルに標準と拡張があるから、実質的には計6段階？

Gemini Flash の「高速モード」っててっきり Gemini 3 Flash の non-Thinking 版だと思ってたんだけど Flash-Lite の方だったんか・・・

Бяцхан толь: хөрс овойлт - 地盤隆起（じばんりゅうき）

Бяцхан толь: Улаанбаатар хотын Захирагчийн ажлын алба - ウランバートル市長室

@A7_data たぶん、普通の入れ子構造や親子関係だけでは表しきれない構造を可視化できるってことなんでしょうね。 でも、ぱっと見わかりにくいし、Obsidianを使う意味って本当に不明です。

一枚目も悪いけど、二枚目にすればするほどただのフォルダ管理と同じになってしまうと思うんですがObsidianを使う意味ってなんなのでしょう？？

@thsottiaux I feel as if the intelligence of ChatGPT and Codex has swapped these days. I know they are running on the same GPT-5.5, and Codex elements were integrated into the LLM by the last update. ChatGPT's Thinking Mode has become a better planner for me than Codex

Codex team is aware of reports of GPT-5.5 performing worse for some users and investigating. We don't have anything conclusive yet and systems are healthy but we will share updates as we go.

@nikkei 論文によれば、不揮発量子スイッチング素子だと、強磁性体より消費電力が数桁低くなり、高速になるとのこと。 science.org/doi/10.1126/sc… NVIDIA社長が「AIのエージェント化で千倍の計算資源が必要になる」と述べていたので、もしこれが実用化すれば、単に「ダウンロードが早くなる」以上の意義がある。

@takenaka326 もしかしてこの記事も関係ありますか nikkei.com/article/DGXZQO…

新しい光電変換原理につながる論文がScience誌から出版されました。理学部中辻研との共同研究成果です。竹中は光電変換原理の提案や光学実験で貢献しました。 H. Tsai et a., Science, vol. 392, no. 6799, pp. 761– 765, May 2026. science.org/doi/10.1126/sc…

自然言語処理は、例外規則との戦いのような気がする。 特にスキャン画像をOCRした文書には誤認識も多く含まれ、まず構造化するところから始めなければならない。 ある程度は正規表現でも一括処理できるが、それだけではどうしても処理しきれない部分も出てくる。

やった。Gemini CLIでパーサー仕組んだのがうまく動き出した。 約17万行あるMDファイルをAIが処理しやすいように約500行ずつのファイルに分割。フォルダー内にブロンプトと出力サンプルを配置。出力はTSV モデルはgemini-3-flash-previewを選択。メインがサブエージェントを動かしてコンテキスト維持

Бяцхан толь: гадаад ертөнцөөс таслагдсан овог - 孤立部族（こりつぶぞく）、未接触部族（みせっしょくぶぞく）

@cicada3301_kig 今までは「人間ならでは」と見なされていた創造力も知的営みも、実はAIでかなり再現できるというのが明らかになってしまったのが、けっこう衝撃的でした。

「AIに意識はあるのか？」よりは 「我々はなぜ意識を神秘視したままここまで来てしまったのか？」と問うべきに思える

@h_okumura Geminiは言語のコードスイッチングが弱いみたくて、ときどき日本語なのに単語の途中からデーヴァナーガリーやハングルやキリルが混ざったものが出力されますよね。

どのLLMも「「パーソナलाइज」とは？」と聞くと「パーソナライズとは・・・」と答えてくれるのが不思議

@nikkei 「ゴールドラッシュで一番儲けたのはつるはしとデニムを売った人」というぐらいだから、AI開発そのもので勝負するよりは周辺的な関連産業を活性化したほうがいい。 半導体製造もいずれ競争激化で厳しくなるだろうから、データセンターで需要がある光ケーブルなどの産業のほうが将来性がありそうだ。

東ソー、慶大開発の光ケーブル量産へ　速度２倍でデータセンター向け nikkei.com/article/DGXZQO…

Бяцхан толь: сул орон тооны зар - 欠員募集（けついんぼしゅう）

Speed up your Gemma 4 workflows by up to 3x with Multi-Token Prediction (MTP) drafters. Standard LLM inference is fundamentally memory-bandwidth bound, creating a latency bottleneck as billions of parameters travel from VRAM just to generate a single token. We're working to ease this bottleneck with MTP drafters for @googlegemma 4.

Бяцхан толь: юм үзэж нүд тайлах人生経験を積む（じんせいけいけんをつむ）、世故に長ける（せこにたける）

@jawayjaway @kosuke_agos NVIDIA発言の23%という元ネタはこの論文かも（…etech-site.s3.us-east-2.amazonaws.com/2024-01-18+Bey…） 2024年の研究結果なので、その後のAIの進歩は目覚ましいから、状況はまた変わっているでしょうね。 コンピュータービジョンでの効率化に限った話だから、大手通販の在庫管理とか、大規模な工場ラインでの検品とかなのかな。

@itako999 @kosuke_agos 効率化出来た23%が何か、だよね。

NVIDIAの部門責任者が、AIによる効率化は大嘘で、企業のAI導入による「人件費の削減」が、実は従業員の給与を上回る「計算コスト」にすり替わっているだけという衝撃的の発言をしました。 単なるリストラの正当化ではなく、人間の労働力というコストを排除した結果、AIインフラ企業に資金が直接吸い上げられる構造に陥っている事象です。 その衝撃の全貌と企業システムの最適化を3つのポイントにまとめました。 1. 費用の『転換』 2026年に入り9万2000人ものテック人材のレイオフが「効率化」の名の下に実行されました。しかし、NVIDIAの部門責任者が「計算コストが人件費を上回る」と認めた通り、削減された資金は企業の利益にはならず、そのままAIインフラプロバイダーへと物理的に流出しています。 2. 導入の『実態』 MITの研究により、AIで代替してコストに見合う業務は全体のわずか23%に過ぎない（77%はコスト増になる）ことが判明しました。それにも関わらず導入を急いだ結果、Uberは年間AI予算をたった4ヶ月で消化し、自社の財務システムをハックされる事態に陥っています。 3. 価値の『再定義』 エンジニア1人あたりのAPIコストは月額500〜2000ドルに達し、一人のAI利用料がその従業員の給与を上回る逆転現象すら起きています。マッキンゼーが予測する2030年までの5.2兆ドルのAI支出は、企業の生産性向上ではなく、単なるインフラ依存へのシフトを示しています。

@jawayjaway @kosuke_agos そういわれてみれば、23%は「AIで代替してコストに見合う業務」が存在するわけだから、それだけに絞ってAI導入すれば、もしかすると爆効率化ですよね。