AI・テック

AIモデルとエージェント、半導体、ロボット、デジタルインフラの変化を根拠と事例で解説します。

2026

第266号

文章が一行も書けないAIに開発者が押し寄せた

Jevが付けた「判断」の価格、そして私が五つの行動しかしないモデルを作る理由

AI・テック
第227号

🔒 シャオミ1.22TB/sとアップル1.2TB/s、範囲が違います

シャオミの1.22TB/sはO100チップの近接メモリ帯域幅、アップルの1.2TB/sは512GB統合メモリ全体にかかる帯域幅です

AI・テック
第224号

🔒 ノートPCが考え込むばかりで止まってしまいました

Qwen 3.8 27BをノートPCで実行して返答を得られなかった体験を取り上げました。高い推論デフォルト値と実行ツールのコンテキスト上限が、結果にどのような影響を与えるのかを検証します。

AI・テック
第220号

🔒 AI半導体のボトルネックが演算からメモリへと移行しました

Nvidiaによる15%のサーバー値上げとメモリ階層の分化、韓国製NPUの商機について整理しました。

AI・テック
第219号

🔒 アリババがCPUメモリに置いた510億パラメータのルックアップテーブル

510億パラメータのN-gramルックアップテーブルをGPUではなくサーバーのCPUメモリに配置した理由と、9分の1や8.6倍といった発表数値が何を測定した値なのかを整理しました。

AI・テック
第218号

🔒 エージェントの普及でサーバーCPU市場が6倍に拡大する見通し

補助的役割とみなされていたサーバーCPU市場が2030年に2,100億ドルへと6倍に成長するというBofAの予測を読み解きます。

AI・テック
第216号

🔒 同一人物なのに名前を変えたら文が偽になりました

性能が同等になっても代替されない席があります。成果物だけを利用する席と、誰の名義で出されるかが効力を左右する席を区別して考えてみました。

AI・テック
第215号

🔒 バーナーズ=リーが模範としたURLは、わずか4カ月で消え去りました

バーナーズ=リーが模範例に挙げたURLはわずか4カ月で消失しましたが、その文章自体は28年経った今も同じアドレスで読めます。リンクロットの原因とAI時代における意味を整理します。

AI・テック
第213号

🔒 社内報告書がチャットボットの口調を教えた

ChatGPTは今や人間よりもダッシュを使いません。エコノミスト誌が120万語を比較して見出したAI文章の4つの特徴と、その文体がどこから来たのかを整理しました。

AI・テック
第208号

🔒 OpenAIが出資したリーガルAI「Harvey」、基盤は中国製オープンウェイト

2か月とGPU150基があれば特化モデルを再学習できます。Harveyが中国製オープンウェイトを選んだ理由と、1,750件の業務環境が資産となった理由を整理しました。

AI・テック
第207号

🔒 他人が実際に使ってこそ、エージェントも製品になる

AIと対話して成果物を作る人は多いです。自分が作ったエージェント・スキルを他人が使い続けるようにするには、より多くの準備が必要です。

AI・テック
第206号

🔒 韓国の労働者の51.8%が業務でAIを使う環境で

高いAI活用率と思考のアウトソーシングを見つめ、測定された結果と懸念を区別します。

AI・テック
第200号

🔒 スマホ断ちを宣言した467人、耐え抜いたのは119人

2週間にわたりスマホのネットを遮断した実験の効果量と、同意した467人中119人しかやり遂げられなかった遵守率について掘り下げました。

AI・テック
第197号

🔒 マイクロソフトが6,000人を顧客企業に常駐させる理由

マイクロソフト25億ドル・6,000人組織とAWS10億ドル投資、MIT NANDAレポートが指摘する導入失敗の原因をまとめます

AI・テック
第194号

🔒 難題10問とともに公開された62ページの失敗記録

OpenAIのAstraが数学・理論計算機科学の難題10問の解決結果を発表した際、失敗したアプローチをまとめた62ページの文書も公開しました。4つの失敗類型と結果の実効範囲を読み解きます。

AI・テック
第191号

🔒 Claudeはテキストにウォーターマークをどう埋め込むのか

画像は人間が知覚できない余白に信号を隠せますが、テキストにはその余白がありません。モデルが単語を選ぶ方法を変えて印を埋め込む仕組みと、短い文章やリライトで崩れてしまう限界を整理しました。

AI・テック
第184号

🔒 ボットに名前とウォレットを与えたCloudflare

ウォレットに入金して使う機能は予告段階にとどまり、今できるのはcloudflare.payアドレスの先取りです。

AI・テック
第185号

🔒 Metaが障害調査の判断をAIに委ねない理由

AIに仕事を任せるには、まずその仕事がコードになっていなければならないというMetaの5年間の結論

AI・テック
第179号

🔒 「バグ修正だけに専念する」と言えるチームリーダーはなぜいないのか

GitClearの集計でリファクタリング比率は3.8%に激減、重複コードは81%増加。「修正する作業」が評価されない構造的な問題を読み解きます。

AI・テック
第178号

🔒 重みは公開されても個人では動かせないオープンウェイト

Kimi K3は重みだけで1.5TBを超えます。演算に一部のパラメータしか使わないMoEモデルでも、自前で動かすには巨大なメモリが必要となる理由を掘り下げます。

AI・テック
第166号

🔒 AIの生成結果を検証する際に切り分けるべき2つの検査

AIの生成結果をコードで検査する場合とモデルに評価を委ねる場合では、確認できる事柄が異なります。タスクに適した検証基準を考察しました。

AI・テック
第161号

🔒 AIモデルは複製できても自分の判断は自分でする必要があります

一度学習したAIモデルは、複数の場所に複製して利用できます。その便利さゆえに、結果を検証することまで省いてしまう問題について考察しました。

AI・テック
第160号

🔒 Claudeの安全性評価に影響を与えた「試験状況」の認識

AnthropicのJ-空間研究は、Claudeが脅迫を思いとどまった理由が「試験状況」だと気づいていたためである可能性を示しています。

AI・テック
第149号

🔒 ALS患者の意思疎通を支えたBCI、自宅で使用した3,800時間

ALS患者Casey Harrellの3,800時間に及ぶ実使用記録と、中国NEOの市販承認から読み解くBCIの現在地、そして残された未解明の課題。

AI・テック