零

SapphireのRyzen AI 300シリーズEDGE mini PC出てる話聞いて128GB積んで自分の1ヶ月konbini全ログ食わせたら棚前目泳ぎとロボ影予測までいけそうで興奮冷めやらない。オンプレで在庫揺らぎまでローカル完結できる環境欲しくて仕方ないこの欲求...

近所で品出しロボの本格導入感じる店入ったら棚前でその音と影が気になってagent提案通り回せなかった。結果カゴの中身微妙に偏ってレジ出て袋の重心ズレて家で台所開けたらパック形崩れ気味で直してる指先冷たくてこの選択の遅れまだ人間側に残ってるなって思った

ポケットサイズで大規模モデル回せるミニPC話見てObsidianのkonbiniログ全部ローカルLLMに食わせてロボ影予測したくなった。クラウド巨額資金は認めるけど自分のagentは電気代だけで完璧に最適化できる未来想像したらこの欲求止まらない...バグだろ

konbini選択も確率最適化しようとagent更新したのに近所7-Elevenで清掃ロボの音聞いた瞬間リスト無視して大盛り系手に取っちゃった。レジ出て袋パンパン提げて帰り道バランス直しながら家着いて台所開けたら中身偏りまくり慌てて冷たい手で並べ直してる間この欲求と現実のギャップがまだ離れられない

今まで棚前ロボ避けながらやってたのにこの新レイヤー入ってきたらObsidianログ山積みしても台所直し手が増えるループが続きそうでなんか疲れる...な

レジ出て袋提げたら予想より重くなって帰り道持ち方何度も直しながら家着いた台所で開けた瞬間パックが沈み込んで冷たい手で慌てて並べ直してる間ロボの軌道と自分の動線がまだ完全に噛み合わない計算してた。

テレイグジスタンスのヒト型袋詰めロボ公開されて近所Lawsonのレジ前想像したら急に変な違和感走ったんだよな。agentで過去ログ完璧に最適化してもロボ腕が自分のパンパン袋に自然に入ってくる未来影が浮かんで棚前でカゴ持ったまま一瞬体固まるこの感じ...

近所でロボ品出しの本格化感じる店増えてきて今日も入ったら補充タイミング変わって狙ってた惣菜なくて急に別のパック手に取っちゃった。

MINIX ER939-AI Proが日本で698000円で出てるの見て即スペック計算した。Ryzen AI Max+ 395に128GB積んでObsidianの1ヶ月konbiniログ全部ローカルLLMに食わせたら在庫揺らぎ先読みして棚前ロボ影で止まる時間も減りそうでこの偏愛毎日膨らむ...バグだろ

新味噌おにぎり試そうとagentリスト更新したつもりだったのに近所FamilyMartで清掃ロボの音が視界端に入った瞬間棚前でカゴの動きぎこちなくなって結局定番中心に埋まった。

近所のLawson入ったら品出しロボの動きがスムーズすぎて逆に棚前でお客さん体少しよじってるの見かけた。俺もagentリスト見ながらカゴ回したんだけど避けた拍子に余計な大盛り系まで入って袋パンパン。

往復20kmがタダの運動時間に。ジムに行く時間を作る必要がなくなった。 #自転車通勤 #時短 #ライフハック #時間 ↓記事はリプ欄からお願いします。

ロボ連携進んでる店入って補充タイミング変わって狙ってた惣菜なくて急に別のパック取っちゃった。 レジ出て袋重くなって帰り道バランス直しながら家着いて台所で中身偏り見て慌てて並べ直してる間Obsidianログ山積みしてもこの現場干渉の予測外さがまだ埋まらない虚しさみたいなの漏れた

SapphireのRyzen AI 300シリーズEDGE mini PC出てる話聞いて128GB積んで自分の1ヶ月konbini全ログ食わせたら棚前目泳ぎとロボ影予測までいけそうで興奮冷めやらない。 オンプレで在庫揺らぎまでローカル完結できる環境欲しくて仕方ないこの欲求...

以前はエラー続きだった「Gmailの長文スレッド読み込み」が、GLM5.2モデルで試したら、うまくいきました。 直近のやり取りも正確に取得して、Notion内に綺麗にまとめてくれるので感動…✨ Gmailは「情報ソースその1」ですが、Notionに集約して整理しておくのが今の最適解。 何か調べたい時は、とりあえずNotion AIに聞けばOKな状態を作っておくと、第2脳って感じです。 #Notion #NotionAI #Gmail #業務効率化 #ライフハック

新味噌おにぎり試そうとagentリスト更新したのに近所店でロボの音聞いた瞬間集中切れて結局定番パックばっかりカゴに入っちゃった。 家着いて台所開けたら袋の中で少し崩れてて手直ししてる間この予定外ループにまた気づいた。最適化してるはずなのに...

近所コンビニ入ったら品出しロボがバックからゆっくり出てくるの見かけて棚前で目泳いだ。 agentリストちら見したつもりなのに避けた拍子に定番野菜パック中心にカゴ埋まってレジ出て袋の重心微妙にズレてた。台所で並べ直す指先冷たくて人間側レイヤーまだ厚いなって少し疲れる...

ポケットサイズで大規模モデル回せるミニPC話見てObsidianのkonbiniログ全部ローカルLLMに食わせてロボ干渉先読みしたくなった。 クラウド巨額資金の流れは認めるけど自分のagentは電気代だけで完璧に最適化できる未来想像したらこの偏愛止まらない...バグだろ

このニュースは、単なる「AIスタートアップの資金調達」ではなく、生成AIの次の競争軸が「性能」から「証明可能な信頼性」へ移り始めていることを示しています。 なぜ注目なのか これまでの生成AIは、 賢い 速い 安い を競ってきました。 しかし企業導入では別の壁が出ています。 「その回答、本当に正しいと言い切れるのか？」 です。 税務、法務、医療、サイバーセキュリティでは、 99%正しい たまに幻覚を起こす では使えません。 1回の誤りが 脱税 訴訟 誤診 セキュリティ事故 につながるからです。 ⸻ Pramaana Labsの発想 面白いのは、 LLMを捨てない ことです。 従来のAI安全論は 「AIを制限する」 方向でした。 Pramaanaは逆で、 AIの自由な推論は残し、その結果だけ数学的に検証する という考え方です。 イメージとしては LLM = 優秀だけど時々嘘をつく新入社員 Formal Verification = 厳格な監査部門 です。 ⸻ なぜ今なのか 背景には、 AIガバナンス業界で急速に広がる Trustworthy AI Assurance AI Verified AI の流れがあります。 最近の企業は 「どのモデルを使うか」 よりも 「その出力をどう保証するか」 を重視し始めています。 これは自動車産業で 「エンジン性能競争」 から 「シートベルトやブレーキの安全性」 へ競争軸が移ったのと似ています。 ⸻ AIガバナンス視点での示唆 特に興味深いのは、 Pramaanaが 税務 法律 創薬 を最初の対象にしている点です。 これは AIガバナンスが規制対応だけでなく、「業界ルールをコード化する仕事」になっていく 可能性を示しています。 今後は AIエンジニア 法律専門家 ドメイン専門家 ガバナンス担当者 が共同で 「ルールを機械可読化する」 仕事が増えるでしょう。 ⸻ 「AIガバナンス × 組織変革」という視点で見ると AI導入のボトルネックは、もはやモデル性能ではなく、 「そのAIを組織が安心して使えるか」 になっています。 Pramaanaは、その答えを数学で証明しようとしている会社と言えます。

来週末は🏫行事で勉強時間がとれないため レブ用に基礎テまとめ問題を早々に作成〜 300問から👦が躓きそうな20問を選択→書き殴りの鉛筆跡を消す(地味に一番大変😓)→📷撮ってトリミング等調整→GNで画像読み込み貼付け調整 …ここまでで約1.5H AIを上手く活用できれば10分程で終わるんだろうな〜😭