AI

こんにちは、エンジニアの村本です。 AI技術の社会実装が進む中で、「なぜその判断をしたのか」を説明できないブラックボックス問題が課題となっています。本記事では、次に紹介する論文を元に、 説明可能AI（XAI） の最新研究動向を解説します。 紹介する論文： Explainable AI – the Latest Advancements and New Trends 目次 1. 説明可能AIが注目される背景 2. 各国の規制動向と倫理的枠組み 3. 技術的アプローチの最新研究 4. 実用化への取り組みと課題 5. ビジネス活用の展望 6. まとめ 7. おわりに 1. 説明可能AIが注目される背景 Trustworthy AIへの関心の高まり 2019年以降、AIの堅牢性・解釈可能性・プライバシー保護に関する研究が活発化しています。AIの産業応用が進むにつれ、人間中心の要素を取り入れた技術が増加し、倫理的・透明性・安全性への懸念が浮上しています。 技術的背景： 2019年前後は、深層学習技術の産業応用が本格化した時期と重なります。特に、BERT（2018年）やGPT-2（2019年）などの大規模言語モデルの登場により、AIの性能は飛躍的に向上しましたが、同時にモデルの複雑性も急激に増大しました。これらの高性能なAIモデルは、従来の機械学習手法と比べて桁違いのパラメータ数を持ち、その判断プロセスの理解が困難になったことが、説明可能性への関心を高める大きな要因となりました。 社会的背景： 同時期に、AIによる差別的判断や誤った意思決定が社会問題として顕在化しました。2018年のAmazonの採用AIにおける性別バイアス問題や、顔認識技術の人種差別問題など、AIの判断が社会に与える影響の深刻さが広く認識されるようになりました。これらの事例は、高性能なAIであっても、その判断根拠が不明確では社会実装において大きなリスクとなることを示しています。 IEEEなどの標準化団体が、倫理認証プログラム（ECPAIS）などの枠組みを導入し、特にAIの解釈可能性が課題となっています。 DARPAのXAIプログラム 米国のDARPAがExplainable AI（XAI）プログラムを開始し、人間が理解しやすいAIの開発を推進しています。 従来の解釈可能AIの限界 従来の 解釈可能AI（Interpretable AI） には以下の課題がありました： 性能との両立困難：解釈しやすいモデルは精度が低下する傾向 コスト増大：説明のためにモデルを簡略化する必要 複雑な問題への対応限界：実際のビジネス課題には不十分 説明可能AI（XAI） は、高性能なモデルに後付けで説明機能を追加するアプローチにより、これらの課題解決を目指しています。 2. 各国の規制動向と倫理的枠組み EU主導の信頼性基準 参考：European Commission: Ethics guidelines for trustworthy AI (2019) EU AI高水準専門家グループ（AI HLEG）による信頼できるAIの枠組みは、以下の3つの構成要素から成り立っています：

目次 こんにちは、エンジニアの有吉です。 6/25に Google 社から Geminiを活用するオープンソースの AI エージェント「Gemini CLI」のプレビュー版がリリースされました。 本記事はそれを早速使ってみたレビューとなります。 Gemini CLI とは 事前に準備が必要なもの 導入手順 動かしてみる 終わりに 1. Gemini CLI とは Google が開発した AI モデルの CLI ツール Windows で簡単に扱えるのがポイント 公式ドキュメント 2. 事前に準備が必要なもの Node.js が必要 筆者の環境にはインストール済みだったため、 Node.js をインストールしていない環境で導入を進めるとどうういうことが起こるかは確認できませんでした 3. 導入手順 PowerShell でコマンドを実行するのですが。二種類の手段が用意されています。 ひとつは npx https://github.com/google-gemini/gemini-cli もうひとつは npm install -g @google/gemini-cli です。 両者の違いを以下に示します。 実行するコマンド 特徴 npx https://github.

目次 こんにちは、エンジニアの池田です。この記事では、以下の内容を紹介します。 AIコーディングとは？ 本記事で対象とする環境 昨今のAIコーディング動向 Windows上でClaude Codeを使うということ Claude Code導入手順 Claude Codeを使ってみる まとめ 1. AIコーディングとは？ AIコーディングという言葉には、明確な定義があるわけではありません。本記事では、近年のAI開発競争の中で登場したプログラミングに特化したAIと、人間が協調してコードを書くことをAIコーディングとよぶことにします。 2. 本記事で対象とする環境 筆者はWindowsユーザーであるため、ツールの導入方法や操作手順などはすべてWindowsを前提に解説します。近年のAIツールの多くはLinuxやMacOSとの親和性が高く、Windows対応が後回しになることも多いため、Windows環境での情報はまだまだ貴重です。 YouTubeやブログでもWindows向けの情報は少なめなので、WindowsでAIコーディングを始めたいという方はぜひ本記事を参考にしてください。 3. 昨今のAIコーディング動向 最近のAIコーディングを、以下の4つに分類して紹介します。 ブラウザ完結型 API接続型 エディタ型 MCP型 ブラウザ完結型 ローカル環境の設定が不要でOSを問わずすぐに試せる 基本的にすべての処理がサーバ側で動作するためローカル環境はスマホでもOK 定額制のサービスが多く使いすぎを意識せずに利用可能 例：ChatGPT Codex、Claude Code GitHub Actions ChatGPT Codex等が最近ではコンテナを用いた自動ビルドに対応しており、ビルドエラーを検出して修正まで試みるといった機能も登場しています。 ただし、高性能な機能を使用するには、有料プラン（例：ChatGPT Pro等）に加入する必要があるため、誰でも気軽に使える、という段階にはまだ達していません。 人間はスマホだけ見て、あとはすべてAIが自動対応というシナリオではこの用途が主流になりそうな印象です。 API接続型 エディタ上でAIによるリアルタイム編集が可能 Visual Studio Codeのような既存の開発環境に統合して使用することができるため、試用しやすい APIを使用する方式のため、かかる料金は使った分だけ ※Claude Codeは複数の料金体系から選択可能 エディタ拡張型の場合、基本的にはAPIアクセスキーを初回に入力して、これを通じてAIによる分析やコーディングを提供します。拡張機能部分はエディタが開いているファイルや、選択状態をAIに提供します。 エディタ拡張型例：Cline、Cody、Copilot シェル型は現在Claude Code一択になります。Claude Codeは薄いエディタ拡張機能とシェルの組み合わせで動作します。月額プランを契約している場合はAPI接続ではなく、月額プランの方で使用することも可能です。 シェル型例：Claude Code API料金は従量制が一般的なため、大規模なコードの改修など使用量が増えるとコストも増加します。導入の際はあらかじめ予算を決めておくと安心です。 エディタ型 エディタに統合されたAIの強力な開発サポート 単にAPIをたたくだけでなく、途中で検索などAPI接続以外のAI作業を行うことが可能 最新情報の反映など情報を広く使用した開発ができる 例：Cursor、Windsurf

はじめに 近年、AIの発展は目覚ましく、2025年初頭の現在では一般のPCでもChatGPTのようなAIが動く状況になりつつあります。 周辺技術も徐々に複雑化しており、プログラム自動開発のCline、ノードベース画像生成UIのComfyなど、次世代のスタンダードとして有力なアプリケーションが出てきています。 この記事では、話題になっているDeepSeekの日本語版をローカルPCで動かすための背景知識やツールを紹介し、具体的に導入する手順をご紹介します。 目次 はじめに 目次 最近のAI環境 前提 使うツール・サイト Hugging Face：AIモデルの共有プラットフォーム Ollama：AIモデルの実行用プログラム OpenWeb UI：ブラウザからメッセージを入力できるようにするUIツール 試してみよう Ollamaのインストール LLMモデルダウンロードコマンドの取得 Ollama経由でダウンロード 【途中確認】Ollama上での実行 OpenWeb UIのインストール OpenWeb UIの実行 【動作確認】OpenWeb UIからチャット 精度について まとめ 最近のAI環境 ここ数年AI関連の競争が激しい状況が続いていますが、特に2024年末～2025年初頭の現在、さらにその傾向が強くなっています。 以下は2024年末～2025年の話題をまとめたものです。 発表日 企業 モデル名 主な特徴・内容 2024/12/17 OpenAI o1 専門的な内容に強いモデル リンク 2024/12/26 DeepSeek V3 オープンソース、OpenAI互換APIを特徴とする安価なモデル リンク 2025/01/20 DeepSeek R1 OpenAI o1級の性能とされるオープンソースモデル リンク 2025/01/23 OpenAI Operator ブラウザ操作が可能なエージェント リンク 2025/01/31 OpenAI o3-mini 小規模ながら高性能な推論を可能とするモデル リンク 2025/02/02 OpenAI Deep Research アナリスト等の利用を想定した情報収集、資料化ツール リンク 特に中国の企業DeepSeekのオープンソースモデル発表は米国精密機械産業の株価やAI関連企業にも影響を与えており、より一層競争が激しくなることが予想されます。

はじめに 画像認識や物体検出の研究開発において、大量の動画、画像データを効率的に管理し、必要なシーンを素早く検索できる環境の構築は重要な課題となっています。従来の方法では、人間が一つ一つの動画を確認し、メタデータを付与する必要がありました。この作業は膨大な時間と労力を要し、プロジェクトの大きなボトルネックとなっていました。 例えば： 自動運転の開発には、様々な道路状況の映像データ セキュリティシステムには、異常検知のための監視映像 製造ラインの品質管理には、製品検査の画像データ これらのデータを効率的に管理し、必要なシーンを素早く取り出せる環境がなければ、開発のスピードは大きく低下してしまいます。 本記事では、最新のChatGPTを活用して、この課題を解決する具体的な方法を解説します。動画データの自動解析から、検索可能なデータベースの構築まで、実装に必要な要素を詳しく見ていきましょう。 目次 はじめに 実装手順 おすすめのツールとライブラリ 実装の際の注意点 結論 実装手順 以下がChatGPTを使った画像データベース構築のパイプラインです。 1. 動画のフレーム分割 まず、動画をフレーム画像に分割します。以下はPythonとOpenCVを使用した実装例です： import cv2 import os def extract_frames(video_path, output_dir, interval=30): """ 動画からフレームを抽出する Parameters: video_path (str): 入力動画のパス output_dir (str): 出力先ディレクトリ interval (int): フレーム抽出間隔 """ if not os.path.exists(output_dir): os.makedirs(output_dir) video = cv2.VideoCapture(video_path) frame_count = 0 while True: success, frame = video.read() if not success: break if frame_count % interval == 0: frame_path = os.

はじめに 「ドキュメントを書く時間があったら、コードを書きたい」 多くの開発者の方に共感していただけるのではないでしょうか。 とはいえソフトウェア開発プロジェクトにおいて、技術ドキュメントの作成は避けて通れない重要なタスクです。実際、業界の調査によると、開発者は作業時間の15-20%をドキュメント作成に費やしているとされています。コードを直接記述したエンジニアが作成する必要があるドキュメントも多く、この作業負荷は決して無視できないものです。 もしこの作業時間を数時間単位で削減できたら？ 本記事では、ChatGPTなどのAIを活用して、技術ドキュメント作成を効率化する具体的な方法を紹介します。適切なプロンプトと組み合わせることで、ドキュメント作成の時間を大幅に削減し、より本質的な開発作業に時間を割くことができるようになります。場合によってはエンジニア本人ではなく、アシスタントさんなどに作業を割り振ることもできるでしょう。 今回は特に効果の高い6つの活用法を厳選してご紹介します。これらの手法を組み合わせることで、プロジェクト全体で数十時間規模の工数削減も決して夢ではありません。ぜひ最後までお付き合いください。 目次 機能・関数の説明生成 手順 実際の出力例 ディレクトリ構成の記述 手順 実際の生成例 シーケンス図の自動生成 手順 生成例と実際の図 APIドキュメントの自動生成 手順 Swagger UI活用 データベース設計書の生成 手順 テーブル説明と設計図の生成 エラーハンドリングドキュメントの作成 手順 出力例 まとめ メリット 注意点 1. 機能・関数の説明生成 開発者にとって最も時間がかかる作業の一つが、個々の関数やメソッドの詳細な説明を書くことです。AIを使用することで、この作業を大幅に効率化できます。 具体的な手順： 対象のコードをChatGPTに入力します（なお機密保持の観点で、有料版のPlaygroundを使うか、API経由でのご利用を推奨します） 以下のようなプロンプトを入力： 以下のコードを関数ごとに説明してください。説明は以下の例のようなフォーマットで記述すること。 例） 関数名：fetchData スクロールを監視し、ページ下部付近でさらにデータをフェッチします {あなたのコード} 試しに筆者の開発したコードを読み込ませてみると、以下のようなレスポンスが返ってきます。このような機能一覧をわずか数秒で作成することができます。 `initializeApp` 初期化された設定に基づいてアプリを初期化し、セットアップ。データをフェッチします。 `initializeSAMPLE` アプリを初期化し、ログインユーザーのプロフィールを取得。未ログイン時は警告を表示します。 `handleScroll` スクロール位置を監視し、ページ下部付近で追加のデータをフェッチして表示を更新します。 `fetchMore` 現在の状態を確認しながら、追加のデータを非同期でサーバから取得します。 `renderTabs` タブクリックイベントを登録し、選択されたタブに応じてデータのレンダリングやクリップボードを更新します。 `renderStatistics` ユーザーの統計データを表示し、時間別に分けて表示します。 このアプローチによって、時間の大幅な節約ができるとともに、一貫性のある説明フォーマットを持つことができ、読み手にとっても利便性の高い機能一覧を作成することができます。

Hello, Alfonso here a engineer in Kashika. Today, I want to explain you how you can start using Gaussian Splatting very easy. この記事の日本語版はこちら 例のクマのgaussian splatingデモも展示してます。 pic.twitter.com/eJC9IbRAkB — 株式会社カシカ (@kashikacojp) September 18, 2023 Install Gaussian Splatting code. First you must install several programs and libraries to be able to use Gaussin Splatting. Hardware Requirements CUDA-ready GPU with Compute Capability 7.0+ 24 GB VRAM (if you try small data, less vram is ok.

こんにちは、アルフォンソと申します。カシカのエンジニアです。 今日は、Gaussian Splattingを簡単に使い始める方法を説明したいと思います。 This article English version is HERE 例のクマのgaussian splatingデモも展示してます。 pic.twitter.com/eJC9IbRAkB — 株式会社カシカ (@kashikacojp) September 18, 2023 Gaussian Splatting インストール はじめに、Gaussin Splattingを使うのために、いろいろな プログラムとライブラリをインストールする必要があります。 ハードウェア要件 CUDA-ready GPU / CUDA 7.0+ 24 GB VRAM (小さいデータであれば、少ないVRAMでも可能) ソフトウェア要件 Git Conda Visual Studio 2019 (または新しいバージョン) CUDA Toolkit SDK 11.8 COLMAP ImageMagik FFMPEG CondaとVisual StudioとGitのインストールは、インストーラをダウンロードして、指示に従ってください。簡単です。 CUDA Toolkitのインストールは少し面倒かもしれません, インストールするにはこのガイドをお勧めします here. nvcc (CUDAコンパイラ)をPATHに入れるのは忘れないでください。 まだ, Colmap　と ImageMagick と FFMPEGダウンロードしてインストールする必要があります。インストールの後でインストールのフォルダーをPATHに入れていください。 次のステップでは、Gaussian Splatting gitのリポジトリのクローンを作成するのために、次のコマンドを使用してください。

この記事の日本語版はこちら Hello my name is Alfonso. A new member of Kashika. In this space, I will try to keep you updated about the latests technolgies on AI and Computer Graphics. Today, I will talk about you about Instant-NGP. What is NERF ? NeRF is the acronym from Neural Radiance Fields for View Synthesis. It is a new AI based randering technique developed in UC Berkley. This new technique is based on a deep neural network that uses as input a set of images with know camera poses.

English version is here こんにちは、私の名前はアルフォンソです。カシカの新メンバーです。 この記事では、AI とコンピューター グラフィックスの最新技術について、最新情報をお届けします。 今日はNeRFについてお話しします。 NeRFとは ? NeRF は、Neural Radiance Fields for View Synthesis の頭字語です。これは、カリフォルニア大学バークレー校で開発された 新しい AI ベースのレンダリング手法です。 この新しい手法は、カメラの姿勢がわかっている一連の画像を入力として使用するディープ ニューラル ネットワークに基づいています。 画像とカメラのポーズのセットは、3D 座標 (x、y、z) とカメラの視線方向 (thetha、phi) の 5D 座標入力セットとして表示されます。 ネットワークの出力は、放射輝度と場所に依存するボリューム密度になります。これは、ボリューム レンダリングをトレースしたものです。 簡単に言えば、NeRF は、入力写真の表示パースペクティブに依存するボリューム/輝度レンダリングを生成する AI ツールのように想像できます。 多くの人がさまざまな角度から物体を見つめているようなイメージで、NeRF は各人の「神経情報(neural information)」を使用して物体自体を作成します Ben Mildenhall, et. al. NeRF: Representing Scenes as Neural Radiance Fields for View Synthesis 2020 NeRFの入力 - 写真撮影 写真はスマホやデジカメで撮影します。解像度が高いほど良いです。 オブジェクトの写真が さまざまな角度と視点 から撮影されていることが非常に重要です。 正面の写真だけを撮ると、NeRF はオブジェクトのボリュームをレンダリングするのに十分な情報を持ちません。 (正面のみを撮影したため、カメラがなくモデルの背面がノイジーです。) また、写真の数 も重要です。大量の画像を撮る必要はありません。 そのため、10 ～ 30 枚の写真をお勧めしますが、これは対象物によって変わる可能性があり、対象物をカバーするのに十分な写真です。 撮影枚数が多すぎると、カメラ位置の推定が遅くなり、難しくなり、視点の悪いカメラが生成される可能性があります。