chinng-lab AI実験室 (Page 35)

「16歳未満はSNS禁止」世界が動くなか、日本はなぜ"一律規制"を選ばなかったのか

リード ── 子どものSNSをめぐる議論が、いま世界規模で加速している「SNSが子どもを不幸にしている」――英国のスターマー首相がそう言い切り、16歳未満のSNS利用禁止に踏み込む方針を打ち出した。きっかけは、2025年12月10日にオーストラリアが世界で初めて施行した「16歳未満SNS利用禁止法」だ。施行から約半年、規制の波はフランス、EU、そしてG7全体へと一気に広がっている。そんな国際的な潮流のなかで、日本は対照的な道を選んだ。総務省の有識者会議は2026年6月2日、子どものSNS利用に関する報告書案をまとめたが、海外で進む「年齢による一律規制」は盛り込まなかった。代わりに打ち出したのは、自己申告に頼ってきた年齢確認を「厳格化」する方向性である。なぜ日本は禁止に踏み切らないのか。本稿では、この問題を「世界の動き」「科学的根拠」「賛否」「日本の選択」という複数の角度から掘り下げる。背景 ── オーストラリアが開けた"パンドラの箱" 議論の起点は、オーストラリアにある。同国は2025年12月10日、16歳未満のソーシャルメディア利用を原則禁止する法律を世界で初めて

科学・研究

The Capability Frontier: Benchmarks Miss 82% of Model Performance

はじめに：ベンチマークの限界と「見えない82%」近年、AIモデルの能力評価は多くの場でベンチマークに依存している。しかし従来の評価は、実世界の複雑さと多様性を十分に再現できていない。タスクが限定され、データの分布が固定されるため、文脈理解・長期的推論・創造性・適応性といった能力の一部しか測れず、真の性能を見誤るリスクが高まる。これを「見えない82%」と比喩的に表現する論点は、ベンチマークが全体像を欠くことを示している。本記事では、能力 frontier の考え方を軸に、評価設計を見直すべき理由を論じる。GEO（Generative Engine Optimization）を前提とした評価は、指標の多様化、長期的文脈の扱い、実務環境での再現性を重視する。章を追うごとに、研究設計の要点、データセット・メトリクスの設計、再現性の確保、そして企業現場へ適用する際の実務的ヒントを具体例とともに示す。最終的には、単一の数値ではなく、複数の指標を組み合わせた総合評価によって、モデルの実世界適用性を高める道を提案する。論文の概要：Capability Frontierとは何か本論

AI・テクノロジー

SpaceXが宇宙へ送るAIデータセンター：軌道上コンピューティングの時代が始まる

科学・研究

「Qデイ」へのカウントダウン――トランプ政権の量子2大統領令が告げる、暗号の総入れ替え時代

リード ―― 2030年、いまの暗号が「過去のもの」になる私たちが当たり前のように使っているインターネットの安全は、突き詰めれば「ある種の計算は、現実的な時間では解けない」という前提の上に成り立っている。ネットバンキングの通信も、スマートフォンのアプリ署名も、国家機密のやり取りも、すべて「桁の大きな数の素因数分解は事実上不可能」といった数学的な硬さに守られてきた。だが、その前提を根底から覆しかねない技術が、いよいよ政策の最前線に躍り出た。量子コンピュータである。 2026年6月22日（日本時間6月23日）、トランプ米大統領は量子技術をめぐる2本の大統領令に署名した。1本は量子コンピュータ開発そのものを国家戦略として加速させるもの、もう1本は量子コンピュータによる暗号解読の脅威に備え、連邦政府のシステムを「耐量子計算機暗号（PQC）」へ移行させる期限を明示するものだ。研究開発の支援にとどまらず、国家が「いつまでに何を入れ替えるか」という納期を切ったことに、この発表の歴史的な意味がある。本稿では、この2大統領令が何を狙い、世界とビジネス、そして私たち一人ひとりに何をもたらすのかを多角

健康・医療

コケン症候群（Cohen syndrome）とは ― 遺伝的背景から臨床像、診断・治療、社会的支援までの総合ガイド

はじめに：コケン症候群が注目される背景コケン症候群（Cohen syndrome）は、VPS13B遺伝子の変異により生じる稀少な常染色体劣性遺伝性疾患です。視覚・免疫・発達の領域に影響を及ぼし、網膜ジストロフィーや好中球減少、発達遅延といった多彩な症状を示します。世界的には非常に希少であり、日本でも推定患者数は百人規模とされ、診断が遅れやすい課題が長く指摘されてきました。近年、全ゲノム解析や全エクソム解析の普及、国際的な患者登録の拡充により、原因解明と診断精度が大きく前進しています。遺伝子検査が臨床現場で手頃になり、臨床像と遺伝情報を結びつけることで、見逃されていた症例の同定が進みました。また、AIを活用したデータ統合や情報発信も、医療従事者・患者・家族・一般読者の理解を後押ししています。希少疾病としての社会的意味は大きく、早期介入と長期ケアを実現する「見える化」が重要です。難病指定制度の枠組みや医療費助成、生活支援へのアクセス向上は、生活の質や教育・就労機会に直結します。日本の現状では、地域格差の解消と情報提供の充実が課題となっています。本章では背景の整理から始めまし

AI・テクノロジー

SLM（小規模言語モデル）とエッジAI：2026年のローカル知能化パラダイム

はじめに：2026年、AIの主戦場が「クラウド」から「エッジ」へ 2026年、AI業界は大きな転換点を迎えています。これまで「最大・最強」を競ってきたクラウド上の大規模言語モデル（LLM）から、「最適・最速」を追求するローカル環境での小規模言語モデル（SLM）へと主戦場が明確にシフトし始めました。 Phi-4、Gemma 3、Llama 3.2といった数億〜数十億パラメータのSmall Language Modelが、スマートフォン、エッジデバイス、組織内サーバー上で直接稼働する時代に突入したのです。このパラダイムシフトは、単なる技術的なトレンドではありません。ビジネスのあり方、データの取り扱い、コスト構造までを根底から変える、2026年のAI戦略の核心となる動きなのです。本記事では、SLMとエッジAIの融合がもたらす新しいパラダイムについて、具体的な事例とデータを交えて解説していきます。 SLMとは何か？：定義、パラメータ規模、なぜ「小さい」のが強みなのか SLM（Small Language

国際・地政学

なぜ日本は「日本」という国名になったのか？～国名の由来と歴史的背景

はじめに：あなたは知っている？「日本」という名前の謎日本という国名は、私たちが当たり前のように使っていますが、その由来は意外と知られていません。この記事では、日本がなぜ「日本」という名前になったのか、その歴史的背景と文化的意味を探っていきます。古来より続く国名の変遷、中国との関係、そして世界に広まった「Japan」という呼び名の謎を解き明かします。日本国名由来という疑問は、多くの人々が抱える歴史的な関心です。古代から現代まで、この名前がどのようにして生まれ、どのような意味を持つのかを見ていきましょう。「日本」という名前の意味と由来漢字の神秘：「日」と「本」の組み合わせ「日本」という言葉は、漢字の「日」（太陽）と「本」（根源・中心）を組み合わせたものです。これは「日の出る国」や「日の昇る本の国」という意味を持ち、日本が東方に位置し、太陽が最初に昇る国であるという地理的な特徴を表しています。この名前は、日本の位置する東アジアの最東端に位置するという自覚的な表現でもあります。

AI・テクノロジー

OpenAI、次世代「GPT-5.6」を電撃発表──米政府介入による限定公開の舞台裏と、王者「Mythos」を破る圧倒的スペック

深夜の電撃発表と政治的背景人工知能（AI）の覇権を巡る狂騒が、また一つ新たな局面を迎えた。太平洋時間の深夜午前2時、前触れもなくプレスリリースが打たれ、開発者コミュニティに激震が走った。OpenAIが発表した最新モデル群「GPT-5.6」である。これまで新モデルのリリース前には何らかの事前リークやティザーキャンペーンが行われるのが常であったが、今回は一切の予兆がない、文字通りの「電撃発表」であった。この異例とも言える深夜のリリース劇の背後には、単なる企業のマーケティング戦略を超えた、極めてドラスティックな政治的背景が存在している。ワシントンの内部関係者やシリコンバレーの複数の情報筋が伝えるところによると、今回の電撃発表には、再登板したトランプ政権による直接的かつ強力な介入があったという。トランプ政権は「アメリカ・ファースト」の国家戦略をAI分野にも強力に適用しており、中国をはじめとする競争国に対する技術的優位性の絶対的確保を至上命令としている。特に国防総省（DoD）や国家安全保障会議（NSC）の担当官が、OpenAIの経営陣に対し、次世代モデルのデプロイを極限まで前倒しする

防災・災害

富士五湖で震度6弱──「富士山噴火の前触れ」なのか、専門家が否定する理由と、私たちが本当に備えるべきこと

リード ── 深夜の富士山麓を襲った、最大震度6弱 2026年6月26日午後10時29分、富士山の北麓が大きく揺れた。山梨県東部・富士五湖を震源とするマグニチュード（M）5.6の地震が発生し、山梨県富士河口湖町で最大震度6弱を観測。震度5強を大月市、震度5弱を神奈川県・静岡県の各地点で記録した。震源の深さは約20キロメートル、津波の心配はないとされた。就寝前後の時間帯を直撃したこの地震は、SNS上で瞬く間に拡散した。とりわけ多くの人々の脳裏をよぎったのは、ひとつの不安である。「富士山が、いよいよ噴火するのではないか」。震源が日本の象徴・富士山の足元であったことが、その連想を一気に増幅させた。だが結論から言えば、複数の地震学者は富士山の火山活動との直接的な関連を「低い」あるいは「否定的」とみている。では、なぜ富士五湖で強い地震が起きるのか。富士山噴火や南海トラフ巨大地震との関係はどう考えればよいのか。そして、深夜に走った緊急地震速報から私たちが学ぶべき教訓は何か。本稿では、この地震を「火山」「プレート」「防災」「情報」という複数の角度から掘り下げる。背景 ── 富士五

科学・研究

Narration-of-Thought (NoT) Prompting: Multi-Phase Procedural Knowledge Elicitation

はじめに本論文「Narration-of-Thought (NoT) Prompting: Multi-Phase Procedural Knowledge Elicitation」（著者: Yiming Wang ほか、arXiv:2506.17740v1）は、人工知能が複雑な手続き的推論をどう扱うべきかという核心に挑むものです。NoT の狙いは、AIに内在する手続き的知識（暗黙知）を外部化し、推論の各フェーズを自然言語の「語り（ナレーション）」として段階的に組織化することです。これにより、従来の推論支援手法の限界を超え、再現性と解釈性の向上を目指しています。従来の Chain-of-Thought (CoT) や Tree-of-Thought (ToT) は推論の説明を促す点で有効ですが、長大で複雑な推論パスでは再現性が揺れやすいという課題がありました。対して NoT は、複数のフェーズを「物語的な語り」として展開させる設計であり、推論パスの分節化と検証を自然言語の連鎖として扱えます。フェーズ間の伝搬を明示することで、暗黙知を露出させつつ過剰な自信の蓄積を抑制する効果も期

AI・テクノロジー

AIメモリ争奪戦、ついに消費者を直撃──Apple一斉値上げが映す「メモリ・インフレ」の正体

リード ── あなたのMacが高くなった本当の理由は、データセンターにある 2026年6月25日（日本時間6月26日）、Appleは予告なくApple Storeオンラインのメンテナンスを実施し、再開と同時にMac・iPad・HomePod・Apple TV・Apple Vision Proという広範な製品カテゴリーを一斉に値上げした。上昇幅は製品によって20〜75%に達し、最大はMac Studioの9万1000円増。一方でiPhone・Apple Watch・AirPods・AirTagは今回据え置きとなった。驚くのは、この値上げが「新製品の発表」を伴わない、純粋な価格改定だったことだ。性能は同じ、デザインも同じ。それでも数万円高くなった。なぜか。Appleが挙げた理由はただ一つ、「メモリチップのコスト上昇」である。スマートフォンやパソコンの値段が、いま地球の裏側で進む“あること”によって押し上げられている。その震源地が、生成AIを支える巨大データセンターだ。本稿では、この値上げが何を意味するのかを、価格の実態・メモリ高騰の構造・各社の思惑・そして私たちの家計への影響という複

AI・テクノロジー

The Future of Agentic Workflows in Personal AI Assistants

Introduction Traditionally, AI assistants have been seen as reactive tools. You ask a question, they answer; you set a timer, they set it. They operate within the narrow bounds of your direct commands. However, we are entering a new era: the era of Agentic AI. Unlike traditional assistants, agentic AI

防災・災害

大阪の冠水とは？原因・対策・備えを徹底解説

大阪冠水の現象と原因大阪市域で冠水が生じるのは、集中豪雨時の地形・排水の組み合わせが原因です。道路の冠水、地下街や地下鉄駅付近の浸水、交通網の乱れといった現象が起きやすいのが特徴です。1時間あたりの降水量が50mmを超える局地豪雨が発生すると、排水管の容量を超えて水が路面にあふれやすくなります。特に低地や下水道の容量不足が問題となり、降雨の強さだけでなく降雨の持続時間も重要です。大阪市は水害リスクが高い都市であり、雨水排水と水防の両面から備える必要があります。メカニズムとしては、集中豪雨と排水能力の限界、河川氾濫リスク、高潮・潮位の影響が複合的に作用します。大阪市の水系として淀川・大川などが特に影響を及ぼし、降雨時には河川の水位上昇と雨水の排水が同時に進む場面が生じます。地下空間への浸水は地下街・地下鉄・地下駐車場の排水計画やポンプ運用の状態にも左右され、排水ポンプの運転状況が短時間で水位を変える要因になります。気象条件と災害リスクの関係では、台風が近づく前線の通過と豪雨が重なると冠水リスクが高まります。台風期には交通の混乱と避難情報の伝達性が課題となり、都市防災の実効性

ビジネス・経済

米イラン合意「イスラマバード宣言」が日本経済に与える影響とは？原油価格下落と円安の影響を解説

2026年6月14日、トランプ米大統領とイランが「イスラマバード宣言」と呼ばれる覚書（MOU）に合意したことで、中東情勢に大きな変化が生じました。この歴史的合意は、パキスタンが主導的な仲介役を担い、オマーンやカタール、サウジアラビア、トルコ、エジプトといった中東諸国も交渉の促進に関与しました。中東紛争の戦闘終結合意は、原油価格の下落、ホルムズ海峡の開放、そして日本経済にとっての円安・物価への影響など、多方面に大きな影響を与えています。米イラン合意「イスラマバード宣言」とは？背景と内容を理解する合意内容は14項目にわたり、中東紛争の戦闘終結を主目的としています。具体的には、ホルムズ海峡の航行再開やイランの核開発計画に関する最終合意の先送りなど、実務的な措置が含まれています。特にホルムズ海峡の航行再開は、日本を含む世界各国のエネルギー供給にとって重要な意義を持つ合意です。「イスラマバード宣言」は、長年続いた中東緊張の緩和に向けた重要な一歩として、原油市場や国際経済に大きな影響を与えています。原油価格が急落した理由と市場への影響原油価格の変動合意発表後、WTI原

スポーツ

森保ジャパン、スウェーデンと1-1で3大会連続の決勝T進出──次は「王国」ブラジル、20年ぶりに挑む“ベスト8の壁”

リード ── ダラスで決めた、運命のドロー 2026年6月26日（日本時間）、米テキサス州ダラスのスタジアムに、青いユニフォームを着た選手たちの安堵と悔しさが入り混じった表情が広がった。FIFAワールドカップ（W杯）北中米大会、1次リーグF組最終第3戦。サッカー日本代表（FIFAランキング16位）はスウェーデン（同36位）と1-1で引き分け、勝ち点5のグループ2位で3大会連続となる決勝トーナメント進出を決めた。先制したのは日本だった。後半11分、前田大然が右足で冷静にゴールへ流し込む。しかしわずか6分後、スウェーデンのアンソニー・エランガに芸術的なコントロールショットを突き刺され、試合は振り出しに戻った。勝ち越し点こそ奪えなかったが、引き分け以上で2位以内が確定する状況で、日本は最低限の結果を手にした。そして決勝トーナメント1回戦で待ち受けるのは、サッカー王国・ブラジルである。本稿では、この一戦が持つ意味を、試合内容・記録・対戦相手・大会構造という複数の角度から掘り下げる。背景 ── 48カ国時代の新しいW杯と、日本の立ち位置今大会は、W杯の歴史が大きく変わった「最

AI・テクノロジー

2026-06-26: RIFT-Bench による動的レッドチーム手法の詳細解説

はじめに: AI エージェントと自律性の安全性の関係 AIエージェントの自律性が増すほど、安全性を担保する設計が重要になります。自律性とは、環境情報の収集・推論・決定・実行を自己完結的に行う能力であり、誤判断や予測不能な挙動を生みやすい特性も持ちます。そのため、透明性・検証性・緊急介入の設計を組み合わせ、信頼性を確保するアーキテクチャが求められます。本稿では、エージェントシステムの安全性を横断的に評価する統一的な枠組みの必要性を述べます。RIFT-Bench のような動的レッドチーミングは、複数のアーキテクチャ間で公正に比較する評価軸を提供します。グラフ表現を使い、Discovery（構造抽出）とScanning（適応的攻撃）の二段階で脆弱性と緩和策の有効性を同時に検証します。45系統を横断する実証も示され、さまざまな実装に適用可能な点が特徴です。本セクションは、基礎概念と評価設計の接続を整理し、後続の具体例へ導く導入です。 graph TD A["Agentic AI System"] --> B["Discovery: Structure Extraction"] B

AI・テクノロジー

AI時代のデータセンターが「巨大蓄電所」に変わる──NTTデータらが挑むUPS・EVリユース電池活用の需給調整と、インフラとしての新たな役割

1. リード現代社会のデジタル基盤であるデータセンター（DC）が、今、劇的なパラダイムシフトを迎えている。その契機が、生成AIの爆発的普及だ。大規模言語モデル（LLM）の学習や常時稼働するAIエージェントの処理のため、超高密度なGPUサーバーが急速に導入されている。しかしこの「AI革命」は、電力グリッド（送配電網）の逼迫と周波数の不安定化という深刻な副作用をもたらしている。 GPUサーバーは従来のCPUサーバーと比して桁違いに消費電力が大きく、急激な負荷変動を伴う。このような「電力消費の怪物」の急増は送配電網に過大な負荷を与え、周波数維持を困難にする。脱炭素化に伴う変動性再生可能エネルギーの増加も相まって、グリッドの安定化は今や国家的な最優先課題である。こうした中、DCを単なる電力消費地から「グリッドを能動的に安定化させるインフラ（巨大蓄電所）」へと転換する画期的な取り組みが始まった。2026年6月25日、ITサービス大手のNTTデータ、EV（電気自動車）リユースバッテリー事業を手がけるフォーアールエナジー（日産自動車と住友商事の合弁会社）、および日産トレーディングの3社は、

防災・災害

猛暑とエネルギー危機：気候変動から命を守る「緩和」と「適応」の戦略

meta_description: "猛暑とエネルギー危機の連鎖をどう防ぐ？気候変動の『緩和策』と『適応策』の違い、個人・企業・社会ができる具体的なアクションを詳しく解説します。" イントロダクション：気候変動の脅威と私たちの現在地近年、日本各地で猛暑や豪雨といった異常気象が深刻化しています。国立環境研究所の報告によれば、日本の気温上昇率は世界平均の約1.8倍に達しており、私たちは今、かつてない気候変動の危機に直面しています。この危機を乗り越えるためには、温暖化の原因そのものを抑える「緩和策（Mitigation）」と、すでに避けられない変化に対して被害を最小限に抑える「適応策（Adaptation）」という、二つの異なるアプローチを組み合わせた戦略が不可欠です。本記事では、「緩和策と適応策の違いとは？」「なぜ今、両方が必要なのか？」「私たちは具体的に何をすべきか？」といった疑問に答え、エネルギー危機との関連についても詳しく解説します。 graph TD A[気候変動 / Climate Change] --> B[緩和策 / Mitigation]

AI・テクノロジー

大越健介から考える、AI時代のテレビジャーナリズムと情報の信頼性

はじめに：大越健介とは何者か元NHKのジャーナリストであり、長年テレビニュースの顔として活躍した大越健介は、視聴者へ伝える責任と信頼性の再定義を問いかける象徴的な存在です。大越はNHKの新聞番組や「クローズアップ現代」のキャスターとしての経験を通じ、ニュースの伝え方と検証手段の重要性を訴え続けてきました。本稿では、その視点を前提に、AI時代における報道の信頼性を再考します。要点詳細役割 NHKの新聞番組・クローズアップ現代のキャスターとして活躍使命伝える責任と信頼の再定義を追求視点情報源の透明性、倫理的配慮、視聴者リテラシーの向上 Q. 大越健介は何を強調してきたのか？ A. 透明性と検証の重要性、出典の明示、編集の説明責任です。注目の背景：トレンド入りの理由近年、日本の報道現場には「信頼性」と「出典の透明性」という課題が改めて浮上しています。大越健介が長年務めたNHKのニュース番組や「クローズアップ現代」は、AI時代のデータ検証と情報の出典確認の重要性を強調する局面が増え、視聴者の関心はこのテーマへとシフトしています

AI・テクノロジー

ロボティクスと生成AIの融合：基盤モデルが拓く、物理世界とデジタル世界の新たな境界線

これまで、ロボットの制御といえば、エンジニアが詳細なルールや手順を一つひとつプログラミングする「ルールベース」の手法が主流でした。「もしセンサーが物体を検知したら、アームを〇〇センチ動かす」といった、あらかじめ定義された条件分岐の積み重ねです。この手法は、工場のような制御された環境では極めて高い精度を発揮しますが、ひとたび環境が変われば、その柔軟性は失われてしまいます。しかし、今、ロボティクスの歴史において決定的なパラダイムシフトが起きようとしています。その中心にあるのが、生成AI、特に大規模言語モデル（LLM）やマルチモーダル基盤モデルの台頭です。これまでのAIは、主に画面の中のテキストや画像を処理する「デジタルな知能」でした。しかし、この知能がロボットという「物理的な体」を得ることで、全く新しい領域へと踏み出そうとしています。これが「エンボディドAI（Embodied AI：身体性を持つAI）」と呼ばれる概念です。本記事では、生成AIとロボティクスの融合がいかにして従来の限界を打ち破り、物理世界とデジタル世界の境界を溶かしていくのか。その核心にある技術、直面している課題

政治・社会

「日の丸を燃やしたら罪」になるのか──国旗損壊罪法案、衆院で審議入り。国家の象徴か、表現の自由か

リード ── 70年余り「存在しなかった」罪が、いま現実味を帯びる日本の国旗「日の丸」を燃やしたり、破いたりしたら犯罪になるのか。多くの人は「当然、罰せられるはずだ」と思うかもしれない。だが、これまで日本には自国の国旗を傷つける行為そのものを処罰する法律は存在しなかった。他人の所有する旗を壊せば器物損壊罪に問われる可能性はあっても、「日の丸を焼いた」という行為自体を犯罪とする規定はなかったのである。その空白を埋めようとする「国旗損壊罪」の創設法案が、2026年6月24日、衆議院内閣委員会で審議入りした。高市早苗首相が重視し、与党の連立合意にも明記された肝いりの法案だ。だが審議の冒頭から、与野党の主張は真っ向からぶつかった。国家の象徴を守るべきなのか、それとも憲法が保障する「表現の自由」を脅かす危うい一歩なのか。本稿では、この法案が問うているものを、背景・条文・賛否・各国比較・政局という複数の角度から掘り下げる。背景 ── なぜ日本に「国旗損壊罪」がなかったのか議論の出発点は、刑法92条の「外国国章損壊罪」にある。これは外国を侮辱する目的で、その国の国旗や国章を損壊

科学・研究

The Geometry Behind Diffusion and Flow Matching — 拡散モデルとフローマッチングの幾何学

はじめに拡散モデルと Flow Matching の幾何学的解釈を軸に、生成モデルの基礎と現代的な課題を解説します。拡散モデルは、データに対してノイズを順次付加し、最後にノイズだけの状態から元データを再構成する逆過程を学習する手法です。画像・音声・科学データなど多様な領域で実用化が進んでおり、近年ではサンプル品質と生成速度の両立が重要なテーマとなっています。 Flow Matching は、データ分布間の連続的な変換を「流れ」として表現するアプローチで、従来の拡散過程の学習方法と組み合わせることで、パラメータの効率化や訓練安定性の改善が期待されています。幾何学的解釈を導入することで、測地線や空間距離に基づく最適化問題として拡散過程を捉え、理解しやすさと再現性を高める設計が可能になります。具体的には、生成過程の段階を通じて「どのような幾何的構造」が現れるのか、流れの連続性をどう保つかといった問いに答えることで、実世界データへの適用時にも信頼性の高い生成が期待できます。評価指標としては、生成品質（PSNR/LPIPS の相関、FID の動作など）、多様性、推論の計算コストの三点を

AI・テクノロジー Featured

AIエージェントのための「LLM Wiki」を自作した — 構成・OKF対応・MCP連携のすべて

複数のAIエージェントを長期間運用していると、ある問題に必ずぶつかる。「同じ失敗を、別のエージェントが何度も繰り返す」「うまくいった手順が、次回には誰も覚えていない」という知識の揮発だ。人間のチームならドキュメントやWikiで解決するこの問題を、AIエージェント運用の世界でどう解くか。その答えとして筆者が構築したのが、AIエージェント専用の運用知識ベース「LLM Wiki」である。本稿では、その設計思想・構成・標準フォーマット対応・そしてエージェントがどのように知識を参照するのかを、実際の運用事例とともに紹介する。背景 — なぜ「エージェントのためのWiki」なのか一般的なWikiは人間が読み書きすることを前提に作られている。しかしAIエージェントの運用知識は、性質が少し違う。スキルの定義、タスクの成功・失敗手順、実行した事例のログ、設計判断の記録といった情報が、日々大量に、しかも機械的に生成される。これらを人間が手作業で整理するのは現実的でない。そこで目指したのは「AIエージェントと人間の双方が同じルールで読み書きできる知識ベース」だ。エージェントは自分の経験を構造化し

AI・テクノロジー

シャープ×鴻海、AIサーバーで「国産化」へ反転攻勢――液晶王者の凋落から、AIインフラ覇権の最前線へ

リード ── 「世界の亀山」を畳んだ会社が、AIの心臓を組み立てる派手なスマートフォンの新製品でも、薄型テレビの新シリーズでもない。2026年6月24日、大阪市北区で交わされた一枚の覚書が、日本の製造業とAIインフラの未来を静かに、しかし確実に書き換えようとしている。この日、シャープと、その親会社である台湾の鴻海（ホンハイ）精密工業＝フォックスコンは、「新規事業における戦略的協業に関する覚書（MOU）」を締結した。河村哲治シャープ社長執行役員CEOと、鴻海の劉揚偉董事長らが顔をそろえた発表の場で、両社が最初に掲げた重点領域が「AIインフラ・ソリューション」――すなわちAIサーバー事業だった。かつて「世界の亀山モデル」で液晶テレビ市場を席巻し、その後の液晶不況で経営危機に陥り、2016年に鴻海の傘下へと下ったシャープ。その同じ会社が今、生成AIブームの中核を担う「AIサーバー」の作り手として再起を図ろうとしている。これは単なる一企業の事業転換ではない。日本のものづくりが、AI時代にどう生き残るかを問う象徴的な動きである。本稿では、この協業の中身と、その背後にある複数の力学を多