2026 年 6 月 15 日週、 AWS Summit New York City では、何千人ものお客様、パートナー、ビルダーが集まり、クラウドと AI のイノベーションの最新情報を紹介する無料の1日イベントを開催しました。Jane Goodall 博士とAWS のエージェンティック AI 担当副社長である Swami Sivasubramanianは、 基調講演 で一連のAIローンチを発表しました。これらはすべて、「時間の経過とともに価値を複合化するエージェント」という 1 つのテーマに基づいて構築

はじめに NTTビジネスソリューションズ / NTT西日本の樋口です。 本記事は2026年4月時点の情報に基づきます。 先日、案件で「このモデルにデータを入れて本当に大丈夫？」と聞かれて、即答できない自分がいました。公式ドキュメントは読んでいたはずなのに、です。悔しかったので、腰を据えてAzure CLIを叩きながらMicrosoft Foundryを一つひとつ確認してみたところ、2026年4月時点では状況が想定以上に整理されていることがわかりました。本記事は、その確認プロセスを同じ疑問を持つエンジニアに

はじめに Integrated GradientsによるE2E自動運転モデルの判断根拠の可視化の様子。 深層学習モデルは画像認識、自然言語処理、自動運転における行動予測など幅広い分野で人間を超える精度を達成しつつありますが、その判断根拠は依然としてブラックボックスです。「なぜこの予測になったのか？」をモデル自身に説明させる技術は XAI（Explainable AI / 説明可能なAI） と呼ばれ、モデルのデバッグ・信頼性向上・安全性担保の観点でますます重要性が高まっています。 本記事では、XAI手法の中

目次 はじめに 背景：クラスタリング結果の「解釈」はなぜ難しいのか 論文の概要：「クラスタの意味」をLLMで説明する 提案手法 結果と考察 ポスター発表の感想 おわりに はじめに こんにちは、Insight Edgeのカイオです。 先日、言語処理学会 第32回年次大会で、「クラスタの"意味"を語るAI：LLMによる教師なし学習の説明性付与」というテーマで発表しました。本記事では、その発表内容をベースに、論文で扱った問題設定、提案手法、結果、そして発表を通じて改めて感じたことをご紹介します。 背景：クラスタ

はじめに 2026年3月26日、初の試みとして、リクルート本社オフィスにて 「産学連携技術交流会」 を開催しました。本イベント

Insight Edgeのデータサイエンティストの山科です。 今回は、画像に対する異常検知結果をLLMで解釈させることに加えて、RAGを組み込むことでアクション提案まで行う手法について検証を行いましたので、その結果について記載したいと思います。 なお、本内容は先日開催された言語処理学会第32回年次大会（NLP2026）でも発表した内容となっています。 また、本研究は 以前ご紹介したLanguage-Driven XAI の続編となっており、前回の手法を発展させた内容となっています。前回記事で説明性を付与す

生成AIの ChatGPT （OpenAI）、 Gemini （Google）、 Claude （Anthropic）などの進化が激しいですが、それぞれのサービスの最新情報を収集し、新たにできることになったことを理解し、複雑なプロンプト（指示文）を使いこなすのに、そろそろ疲れてきていませんか？ 生成AI疲れと、実際の一般の利用者視点、実際の業務の効率化視点におけるAI活用のひとつとして、 Genspark をご紹介します。   Genspark（ジェンスパーク）とは Genspark （ ジェン

Grok 4.1 Fastでは大幅なエージェント能力の向上とともに、Agent Tools APIにより、function callingやMCPサーバーを利用せずとも、Web検索やXの検索、文書検索、コード実行などができるようになってきています。本稿では、Grok 4.1 FastのAgent Tools APIについて試していきます。 ※ Grok 4.1 Fastは、OpenRouterで11月中は無償で利用できます。 進撃のGrok 4.1 Fast 脅威の性能を持つGemini 3.0 Proに

はじめに 2025年10月28日～29日に、米国サンフランシスコにて開催された「GitHub Universe 2025」に参加してきました。 会場はサンフランシスコのベイエリア、フィッシャーマンズワーフの近くにあるFort Mason Centerです。 幸いなことに2日間とも好天に恵まれ、会場からゴールデンゲートブリッジも綺麗に見ることが出来ました。 会場の様子。奥に見えているのはゴールデンゲートブリッジ。 会場入り口（開催前日） 前日の午後から受付が行われていたため、現地到着後に受付を済ませました。

はじめに こんにちは、クロス イノベーション 本部エンジニアリングテク ノロ ジー センターの小澤英泰です。 現在、サンフランシスコで開催中の GitHub Universe 2025に2年連続で現地参加しています。生成AIが開発現場に浸透する中、 GitHub Copilotをはじめとする GitHub の進化は、多くの開発者にとって見逃せないトピックとなっています。 Keynote では開発者体験を向上させる重要な発表が複数あり、会場の興奮が冷めないうちに速報としてお届けします。 ⚠️ 速報記事につい

Insight Edgeのデータサイエンティストの山科です。 今回はタイトルにもある通り、画像に対する異常検知結果を大規模言語モデル(LLM)で解説させることで説明性を付与できるか検証を行いましたので、その結果について記載したいと思います。 なお、本内容は先日、長崎で開催された自然言語処理学会（NLP2025）でも発表した内容（ 自然言語での異常解釈:LLMを用いたAI説明モデルの提案 ）となっています。 目次 はじめに なぜ異常検知タスクで説明性が必要なのか 提案アプローチ 実験 まとめ はじめに 異常

医療へのAI導入。いのちを守るための壁を越えるには 2021.8.15公開　2025.3.26更新 株式会社Laboro.AI　リードマーケター　熊谷勇一 執行役員 マーケティング部長　和田 崇 概　要 AIはさまざまな分野で導入が進んでいますが、「精度の高さ」が特に求められるのが医療現場です。もちろん、人の命を扱うためです。医療現場へのAIの導入を目指す方に向け、活用事例やメリット、課題、関連分野でのAI活用の状況についてお伝えします。 目　次 ・ 医療現場でのAI導入の実際 ・ 医療業界でAIが注目さ

こんにちは。SCSKの山口です。 今回は、 過去のブログ で作成したモデルが算出した予測値を説明させてみよう。の回です。 以前作成した線形回帰モデルで、工場の製造コスト、人件費、生産効率、従業員数から、工場の「原材料費」を予測するモデルを作成し、下記の予測値を出力として得ました。 この結果、 モデルがどうやって算出したのか 気になりませんか、、、？ そんな時に役立つのが、 XAI とも呼ばれる BigQuery Explainable AI です。早速見ていきましょう。   BigQuery E

はじめに Turing Researchチームの佐々木(kento_sasaki1)です。Researchチームでは、完全自動運転の実現に向けて、マルチモーダル基盤モデルの開発に取り組んでいます。 先日、私たちは日本語Vision Language Model (VLM) のベンチマーク「Heron-Bench」を新たに公開しました。本記事ではHeron-Benchについて解説し、日本語VLMの現状と今後の展望について述べます。詳細についてはarXiV論文 「HERON-BENCH: A BENCKMAR

この記事は、 NTTコミュニケーションズ Advent Calendar 2023 11日目の記事です。 はじめに こんにちは。コミュニケーション&アプリケーションサービス部の石井です。 今年はAI分野においては LLM 1 の話題で持ちきりの一年でしたが、そんな LLM とは全く関係のないグラフニューラルネットワーク（以下、GNN）の説明性に関する手法である GNNExplainer を題材に扱っていこうと思います。 GNN 2 とはグラフで表現された構造化データを深層学習で扱うためのニューラル