前回 は、X の投稿を1件名指しして、正規の API 経由で取ってくる話を書きました。今回は向きが逆で、何があるか分からないものを探す側の話です。 この記事を読み終えると、X を情報源にした調べものを手元から回せるようになります。「この1週間、この話題について X で何が言われているか」を投げると、賛否が割れている論点と、その代表になっている投稿の URL が返ってくる。 新しいツールの不具合も、値上げへの反応も、使った人の詰まりどころも、記事にまとまる何日も前に X に出ます。なのに調べものを AI に

いいねしたあの投稿、結局読み返してないですよね ども！龍ちゃんです。最近、技術の話って Web じゃなくて X に集まってきてませんか。僕はけっこうそう感じていて、しかも「あとで読もう」と思ったやつほど流れていくんですよね。 最近読んだ中で印象に残っているのが、 @HayattiQ さんのこの投稿 です。AI に「X の今」を調べさせると途端に精度が落ちるのは、AI の能力ではなく情報源の性質の問題だ、という指摘で。 この投稿自体が「X の中にしかない知見」の実例になっている のが面白いんですよね。 正直

みなさん、こんにちは。AWS ソリューションアーキテクトの木村です。 いよいよ 8 月、夏本番ですね。連日の暑さに負けず、今週も生成 AI 界隈のアップデートをキャッチアップしていきましょう。 8 月の builders.flash 記事が出ていますので生成AI関連のものをピックアップしてみます。今月も多くの生成AIに関する記事が出ています。 AWS Summit Japan 2026 Builders’ Fair 人気投票第 1 位「ペン字見ます ! ~ AI Agent 先生の辛口査定 ~」の裏側 !

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