Scraps 最終更新 2026/10/02 03:40

#生成AI・LLM

@Jagmeet Singh /

元インフォシスCEOのAIスタートアップが5300万ドルを追加調達

  • 元インフォシスCEOが設立したAIスタートアップが5300万ドルを追加調達
  • Xoraがリードするシードラウンドで合計8500万ドルに、Hobieという社内フレームワークを活用
  • 企業向けにAI戦略のアドバイスとソフトウェア構築を提供し、従来のシステム統合企業と競合

@Ivan Mehta /

Amazon、インドでAlexa+をリリース。ヒンディー語サポート開始

  • AmazonがインドでAlexa+をリリースし、ヒンディー語サポートを開始
  • Alexa+は会話の長さと文脈保持を向上させ、ヒンディー語と英語の切り替えが可能。スウィギー、ジオサヴァンなどインドのサービスと統合
  • Prime会員は無料、非Prime会員は月額2000ルピーで利用可能。インド市場でのスマートデバイス拡大が狙い

@Yoshinari Tanaka (sonicmoov) /

LLMを業務に入れて分かった「オントロジー」の効き方 — 運に頼らないAI運用の骨組み

  • LLMを業務に載せる際のオントロジーの設計論が公開された
  • オントロジーはモノ・コト・視座で構成され、骨子と血肉の区別が重要。viewとツリーの分離、ロールの使い分けが特徴
  • オントロジーを使うことでAIの提案と人の判断の分担が明確になり、情報資産化が可能になる

@コロッバーKAWAI /

江戸時代にAIがあったら、人々は何に使ったのか。ChatGPTとGeminiに予測させてみた

  • 江戸時代に高性能LLMがあると仮定した場合、人々は仕事相談や計算、教育、文章作成に使った
  • 仕事や商売の相談、算盤役、家庭教師、代筆、語り手としての役割、紙を通じた情報共有
  • AIの答えを使える社会インフラが重要で、検索機能は持たない

@Yuzuki-ki /

UUIDとは?「ただのランダムな文字列」だと思っていたUUIDをまとめてみる

  • UUIDのバージョンは特に理由がなければv4、DBの主キーに使うなら順序性のあるv7を検討するのがおすすめ
  • v4はランダム生成でインデックス効率が悪いがv7はタイムスタンプを含み順序性がある
  • v4はインデックス断片化のリスクがあるため、大量データ処理時はv7の採用を検討すべき

@nolanlover0527 /

Claudeに920万件規模のニュース記事を解析させた事例が話題に【大規模データ分析】

  • 920万件のニュースデータをClaudeで分析する際、生データではなく集計データを渡す設計が採用された
  • 集計データと代表的なサンプルデータを渡し、クラスタ数・ストーリー数・スコア分布などの数値をもとに分析を行った
  • LLMに処理を任せるのは傾向解釈や仮説提示に限定し、前処理は従来型パイプラインで行う設計が効果的

@Julie Bort /

NvidiaのJensen Huang氏、AI規制は不要と主張

  • NvidiaのJensen Huang氏はAIの安全性は既存の法律で十分だと主張した
  • AIはハードウェアとソフトウェアの組み合わせであり、既存の製品責任法で対応可能と説明、市場メカニズムで企業が自ら安全を確保するべき
  • 企業が製品の安全性に自信がない場合はリリースを控えるべきで、既存の法律で十分対応可能と主張

@Lauren Forristal /

AIの墓場:失敗したプロジェクトとスタートアップの一覧

  • AI関連のプロジェクトやスタートアップが失敗した事例がまとめられている
  • RelayやOpenAIのChatGPTのリデザイン、Sora、Siriの遅延、MicrosoftのRecall、Notion Mail、Humane AI Pin、Rabbit R1、Huxe、Yupp、Figgs AIの失敗が挙げられている
  • AI製品の市場での競争や技術的課題、ユーザー需要の変化が成功に影響していることが示されている

@Google AI /

Gemini 3.8 Liveと3.5 Transcribeでリアルタイム音声アプリケーションを構築

  • Gemini 3.8 Liveと3.5 Transcribeがリリースされ、リアルタイムの音声アプリケーション構築が可能に
  • Gemini 3.8 Liveは会話中にタスクを実行できる、3.5 Transcribeは85言語以上で高精度な音声認識を実現
  • リアルタイムの音声処理と多言語対応で、音声インターフェースの開発が容易になる

@Dominic-Madori Davis /

AI検索結果にブランドを表示させるマーケティングソフトウェア開発スタートアップProfoundが18億ドルでユニコーン企業に認定

  • Profoundが180MドルのシリーズDを調達し、18億ドルの評価額でユニコーン企業に認定された
  • シリーズDは7か月前に行われたシリーズCの96Mドルからわずか7か月で実施され、シーケイアとクライナー・パーキンスがリードした
  • AI検索結果にブランドを表示させるマーケティングソフトウェアを開発していることが特徴で、企業顧客は1000社以上に達している

@Ivan Mehta /

元TikTokエグゼクティブがAIで写真のポーズを教えるアプリを開発

  • 元TikTokのエグゼクティブがAIを活用したポーズ指導アプリをリリース
  • AIが4つのポーズを生成し、マッチポーズ機能で実際のフレームに合わせる、画像生成とコンピュータビジョン技術を組み合わせた
  • 無料で1日5回のポーズ生成が可能で、追加は有料、リアルな写真撮影に特化した

@ケン吉 / ゼロから作るAIアプリ開発 /

金融時系列の変化点検出を自己進化させるLLMエージェント「EvoTS-Agent」を解説

  • EvoTS-Agentは金融時系列の変化点検出で同じ改善を繰り返す問題を解決した
  • 改訂・代替戦略・再結合の3つの進化オペレータで停滞を検知し、複数の実験結果を統合する
  • 改善判定はLLMの主観ではなくF1スコアなどの客観的な数値計算で行う必要がある