世界経済を根本から変えた、日本発の「量的緩和」政策 1995年9月2日、日本経済新聞は、ドイツ人エコノミスト、リヒャルト・ヴェルナーの記事を大きく取り上げた。日本は第二次世界大戦の惨禍から驚異的なスピードで立ち上がり、世界第2位の経済大国になった。しかし、1980年代に巨大な資産バブルが発生し、その崩壊後に深刻な不況に陥った。 日本が抜け出せなくなった不況の解決策として、香港の投資銀行に勤めるヴェルナーは中央銀行による信用創造を提案していた。この方法は「量的金融緩和」と呼ばれていた。 それから数十年間、彼のアイデアは形を変えて採用され、2001年の日本、2008年の米国と欧州、パンデミック中の2020年に積極的に導入された。各地の中央銀行が量的緩和政策を通じて創出した信用総額は、いまや300兆ドル（約4京5430兆円）を上回る。 量的緩和政策によって巨額の資金がもたらされたことによって、現

本レポートの内容 1．地政学リスクの俯瞰 2．米国の政治動向 3．中国の政治動向 4．米中対立の論点 5．台湾有事の可能性 6．アセアンの政治リスク 7．中東情勢とエネルギー問題 8．ロシアのウクライナ戦争とその影響 9．まとめ 続きは全文紹介をご覧ください。

デジタル庁では、デジタル社会の実現に向けた重点計画（令和4年6月7日閣議決定）を踏まえ、AIの実態と動向を把握し、リスクと必要な対応策を特定したうえで、官民における適切な活用の検討を進めています。 昨今の生成AIなどの技術革新により、さまざまな利点を得られるようになってきており、政府でも、このような技術の動向を見極めつつ、関係省庁における生成AIの業務利用について第10回デジタル社会推進会議幹事会・書面開催等の議論を重ねてきました。また、2023年12月より生成AIの適切な利活用に向けた技術検証を実施し、その結果※を公開しました。 ※技術検証結果の詳細は、2023年度 デジタル庁・行政における生成AIの適切な利活用に向けた技術検証を実施しましたをご覧ください。 これまでの議論の経緯や検証結果を踏まえ、「テキスト生成AI利活用におけるリスクへの対策ガイドブック（α版）」として公開します。実際

2021年、『人間とマシンのチーム：私たちの世界に革命をもたらす人間と人工知能のシナジーをいかに生み出すか』（未邦訳）と題する英語の本が刊行された。著者はY・S准将というペンネームだが、イスラエルのエリートの諜報機関、8200部隊を率いる人物であることが確認されている。 著書で彼は、戦火のなかで軍事攻撃の「標的」を何千という規模でマークするため、大量のデータをすばやく処理する特別なマシンの開発を提唱した。そのようなテクノロジーがあれば、「新たな標的の割り出しと、それを承認する意思決定の両方における人間のボトルネック」を解消できるだろうと、彼は書いている。 そのようなマシンは、実際に存在すると判明している。イスラエルとパレスチナ合同の独立系メディア「+972マガジン」とイスラエルの独立系ニュースメデイア「ローカル・コール」の調査によって、イスラエル軍が「ラベンダー」という人工知能をベースにし

Design and build apps like a pro Create lets you code using plain text and images

「5人に2人の女性は、理想的な外見や体型になれるなら 、人生の1年以上を棒に振る」──これは、ボディ・ヘアケア製品等を扱うブランド「Dove」によるレポート内にあったデータだ。世界20カ国から集まった3万3千人以上の回答者の声を集約したこのレポートのなかには他にも、下記のような記述があった。 20％の大人の女性は、理想の外見を手に入れるためなら、夢の仕事をあきらめることもいとわない 10人に3人の女の子は、美しくなるためなら良い成績をあきらめることもいとわない 19％の大人の女性は、より良い見た目や身体を手に入れるために、毎月食料品よりも外見にお金をかけている 32％の女の子は、外出して楽しむことよりも外見にお金を使いたい いわゆる「一般的な美」の基準は、時に私たちを制限する。それに拍車をかけている要因の一つに生成AIの存在が挙げられるだろう。生成AIが生み出す「美しい」女性たちは、ニキビ

「あなたには無理」と発する自分の“内的批判者”と、どう向き合う？プロセスワークの知恵を桑原香苗さんに聴く 「やりたいことがあるけれど、私には無理だな」 自分で自分を否定してしまって、一歩踏み出せなかった経験はありますか？ 思い返してみると、私はそんなことがしょっちゅうあった気がします。 「こうなれたらいいな」「けど、今さら頑張ってもどうせ遅いよな」とか、「あれができるようになったらいいな」「けど、もうできる人はたくさんいるしな」とか。 そんな小さな諦めが積もり積もって、いつしかやりたいこと自体が何なのか、自分でもだんだんわからなくなってしまったり。 自分には何もない、何もできないと、ネガティブな気持ちに覆われて、心がどんよりと重たくなっていく。そんな自分が、自分でも好きになれなくて……。 「やりたいことにブレーキをかけてくるのは、『内的批判者』といって、決して悪者ではないんですよ」 たまた

この連載ではおなじみのキャラクター「明日来子さん」に右側からライトを当ててみた。左がIC-Lightを適用したもので、右がオリジナル。環境はWebUI Forge用の拡張機能を使用 5月8日に、「ControlNet」など画像生成AI関連の著名研究者であるイリヤスフィール（lllyasviel）さんが発表した「ICライト（Imposing Consistent Light、印象的な一貫的なライト）」が盛り上がりました。入力した画像をもとに、後から指定した照明効果を踏まえた画像を生成する技術です。 画像生成AIで照明効果がつけられる「ICライト（IC-Light）」 発表された学習済みモデルは、「ライトを指定すると、キャラクターのデータに合わせてテキストのプロンプトに合わせて独自に背景を生成するもの」「キャラクターとライトの影響を加味して、別の背景画像と合成するもの」の2種類があります。これ

内閣府は5月23日、「第9回 AI戦略会議」で取り扱った資料を公開した。同会議は22日に開催したもので、AI研究の権威として知られる東京大学の松尾豊教授が作成した「生成AIの産業における可能性」と題した全33ページの資料などを閲覧できる。資料は、ここ1年間での生成AIを取り巻く日本の動きをまとめており、各産業でどのようなAI活用方法があるか考察している。 資料内で松尾教授は、日本のAI政策について「デジタルの領域は、グローバルな競争の中で全般に苦しい戦いが続き、AI政策も厳しい状態からスタートしている」としつつ「ここ1年、日本は最善手を指し続けている」と説明。「広島AIプロセス」などグローバルの議論でリーダーシップを発揮している点や、AI関連予算費を増やしGPUの増強に当たっている点などを評価している。

タイミーは先日「開発組織のメンバー一人ひとりが能力とモチベーションを最大限発揮し続けるための環境づくり」をMissionとした「DevEnable室」を設立しました。 日々エンジニアが感じる課題に向き合い、学習機会の充実や、キャリアアップのサポートなどを通して「エンジニアの進化」に伴走しています。 ※DevEnable=DevEnableはDeveloper Enablementの略称 向き合った課題：キャリアに必要な執筆活動に手が回らない・登壇資料作りはいつも締切ギリギリになってから…スケジュール管理してくれる人がほしい ・ふわっとしたテーマでも、気軽に壁打ちをできる人がいるともっとブログや登壇資料がもっと書けそうだ ・説明図や資料を素敵にデザインしてくれる人がいると助かる エンジニアがキャリアを形成していく上では、多種多様なプロジェクトに参加し、経験を積んでいくことが重要です。 同時に

AI 技術を活用してビジネス コミュニケーションを革新する方法を紹介します。株式会社 和談の代表取締役社長、吉崎 亮介が、AI と協働できる人材の育成方法、ビジネス プロセスの最適化、そして対話の再定義を通じた組織変革の実現について詳細に解説します。特に、和談が提供するサービスWadan Matchを通じて、どのようにして効果的に AI を活用し、ビジネスの現場で実践的な変革を遂げるかについて掘り下げます。 プレゼンテーションの主なトピック: AI の性質を理解する: AI の基本的な特性とそのビジネスでの応用方法を学びます。AI 技術がどのように業務効率を向上させるかを具体例を交えて紹介します。 ビジネス プロセスの最適化: AI を活用してビジネス プロセスを最適化する方法を説明します。Wadan Match の導入による具体的な効果や、実際のケーススタディを通じて、AI の実践的な利

生成AI時代を代表する企業を作りたい、株式会社Algomaticの大野です。 2023年4月の設立（創業エントリ）から半年ほどですが、今年は、起業やCxOなどを経験した二周目スタートアップ経営者などパワフルな仲間が、Algomaticに参画してくれました。 まだ始まったばかりであり、目指すところにはほど遠いです。しかし、特に素晴らしい仲間が同じ船に乗ってくれているという点で、最高のスタートを切れたと感じています。 今年、生成AI技術の革命が訪れ、「この唯一無二のチャンスを掴み、次の時代を代表するような企業を作るにはどうすべきか」を考えました。 それに対する現時点の答えは、「優秀な人材が一箇所に集まり、複数の領域で同時多発的に、大量に、事業を立ち上げる」というものです。これこそが、この技術革命のタイミングで、真に時代を代表する企業を創造する方法だと思っています。 そう考え、生成AI領域で同時

2024年5月に入ってすぐ、AI研究者の間ではOpenAIにまつわる複数の噂が流れていました。いわく「OpenAIが近日中に生成AIを使った検索サービスをするらしい」、「OpenAIが新型のGPTを発表するらしい」などといったものです。 それに先立ち、4月の後半からは、生成AIの性能を比較するサイトで、正体不明のモデル「gpt2-chatbot」なるものが出現し、制作者が不明である中、当時最高の性能を誇っていたGPT-4を上回る性能を見せつけていました（もちろんOpenAIはすでに「GPT-2」を数年前に発表済みです）。では今更このような名前をつけて暴れ回っているこれは何なのか。OpenAI製なのか、それとも別の機関が開発したのか。 この話は後々答えがわかるのですが、このようにAI研究者たちが落ち着かず、あれこれと噂してOpenAIの動向に注意している中、OpenAIは日本時間の5月11日

ソフトウェアエンジニアリング関連の書籍を読んでいると、「コンウェイの法則（Conway's law）」によく出会う。その引用元は、1968年4月に発表されたメルヴィン・コンウェイ（Melvin E. Conway）の論文 "How do committees invent?" で、例の有名な一文は結論（conclusion）に書かれている。 （前略） organizations which design systems (in the broad sense used here) are constrained to produce designs which are copies of the communication structures of these organizations. （広義での）システムを設計する組織は、自らのコミュニケーション構造を真似た設計を生み出すという制約

マイクロソフトは、日本時間5月22日未明から開催中のイベント「Microsoft Build 2024」で、生成AIがさまざまな業務を支援してくれる「Microsoft Copilot」の新機能として「Team Copilot」を発表しました。 チームの生産性向上を実現するTeam Copilot Microsoft Copilotは、同社のオフィス製品などに組み込まれた生成AIによって文書やプレゼンテーションの作成などの支援を通じて個人の生産性向上を実現する機能として登場し……

データ活用の推進における課題：データ品質をどう担保するのか 「サイロ化したデータを統合して新たな価値を創出する」という考えのもと、多くの企業がデータ活用に必要な資源を集約させ、ビジネスにおけるアジリティを向上させるための取り組みを行っています。具体的には、企業内外のデータを集約するためにデータプラットフォームを構築し、データ活用を推進する全社横断型組織を立ち上げるといったものです。 このデータ統合に取り組む中、以下のようなデータの品質とそれに対する責任に関わる課題が発生しています。 事業部門が持つデータを集約したものの、その品質にばらつきがあり、他事業部門のデータをうまく組み合わせることが難しい。 集約したデータを全社で活用できるよう最適な形に変換するためには、各事業部門にヒアリングしながら確認する必要があるなど、全社レベルで一定水準のデータ品質を担保することに対する負担が大きい。 結果、

Early last year, 15-year-old Aaron was going through a dark time at school. He’d fallen out with his friends, leaving him feeling isolated and alone. At the time, it seemed like the end of the world. “I used to cry every night,” said Aaron, who lives in Alberta, Canada. (The Verge is using aliases for the interviewees in this article, all of whom are under 18, to protect their privacy.) Eventually

デジタル庁のAI担当の大杉直也です。この記事では、生成AIによる業務改善の一助になればと思い、実際の行政業務で生成AIの利活用を検討する際に得られた知見を共有します。 本記事は、「デジタル庁2023年度事業　行政での生成AI利活用検証の結果報告（以降、報告書とよびます）」で得られた知見を、よりわかりやすく具体的に示すために、「10の学び」の形式にまとめたものです。 その検証ではデジタル庁を中心とした行政職員を対象に、実際に複数種類のテキスト生成AIを取り扱える環境＋ユースケースごとの独自開発を含むサポート体制を作り、(1)どの行政業務に対し、(2)どのようにテキスト生成AIを使えば、(3)どのくらい改善効果がありそうか、を調べました。また、報告書には含まれていなかった個別ヒアリング等による知見も反映させています。 文量が少し多くなってしまったため、全3回の構成で紹介いたします。第1回の本記

こんにちは。SUZURI事業部の@kromiiiと申します。 私のメインの業務はWebアプリケーションの開発ですが、大学院時代のスキルを活かして並行してデータ分析業務も行っています。 データ分析業務ではデータベースのクエリを書くことが多いのですが、私自身SUZURI事業部に配属されたばかりで、テーブルの名前やリレーションを覚えるのが大変でした。そこでクエリの設計を自動化するツールをSlackに導入しました。 その名も tbls-ask bot です。どのようなものか先に見てみましょう。 ユーザーはSlackでメンションする形で、どのようなクエリを実行したいのか自然言語で入力します。 メンションされるとSlack botが起動し、どのDBスキーマを利用するかを尋ねます。 ユーザーがDBスキーマを選択すると、自然言語からSQLクエリを生成し、Slackに返答します。 今回はパブリックに公開する