AI関係– category –

はじめに 　近年、Transformerモデルの開発と、それに続く生成的AIやマルチモーダルAIの台頭により、計算リソース（コンピュート容量）の需要が爆発的に増加しています。Googleでは、AIの効率化（例：Geminiのクエリエネルギー消費量を1年間で33倍削減）に...

はじめに 　Moonshot AIが2025年11月、思考プロセスを可視化しながら推論を行うオープンソースモデル「Kimi K2 Thinking」を公開しました。本稿では、Hugging Faceで公開された技術情報をもとに、K2 Thinkingの技術的特徴、ベンチマーク性能、そして実際の...

はじめに 　OpenAIが2025年11月6日、AIの進歩状況と今後の展望、そして社会として取り組むべき推奨事項を発表しました。本稿では、この発表内容をもとに、AIが到達した現在地点、今後数年間で予測される技術発展、そしてその進歩を適切に導くために必要な...

はじめに 　Googleが2025年11月4日、AIエージェント開発を支援するプラットフォーム「Agent Garden」を全ユーザーに公開しました。従来はGoogle Cloudユーザー限定でしたが、今回の拡張により誰でも利用可能になりました。本稿では、Agent Gardenの機能、...

はじめに 　Google DeepMindが2025年11月6日、Gemini APIに「File Search Tool」を追加したと発表しました。File Search Toolは、RAG(Retrieval Augmented Generation)システムを完全に自動化するツールで、ファイルの保存・分割・埋め込み生成・検索まで...

はじめに  大規模言語モデル（LLM）が直面する大きな課題として、コンテキスト長（文脈の長さ）が伸びた際の計算量の問題（二次スケーリング）があります。この課題は、長大な文書や対話履歴を処理する際に、リソースの制約を深刻化させます。  この問題に...

はじめに 　Metaが2025年10月31日に、AIエージェントのセキュリティフレームワーク「Agents Rule of Two」を発表しました。プロンプトインジェクションという根本的な脆弱性に対処しながら、AIエージェントの有用性を保つための実践的なアプローチです。本...

はじめに 　DeepSeekが2025年10月20日に公開した「DeepSeek-OCR」は、ドキュメント画像からテキストを抽出する多言語対応モデルです。従来のテキストトークン方式ではなく、ビジョントークンを活用することで、大規模ドキュメントの処理速度とコスト効率を...

はじめに 　Googleは2025年11月5日、Gemini APIにおけるStructured Outputs(構造化出力)の機能強化を発表しました。JSON Schemaのサポート拡大とプロパティ順序の保証により、PythonのPydanticやJavaScript/TypeScriptのZodといったライブラリがそのまま使...

はじめに 　Googleが2025年11月5日、Google Mapsに会話型のAIアシスタント「Gemini」を統合した新機能を発表しました。本稿では、この発表に基づき、Geminiを活用したマップ機能の拡張、その仕組み、実用性について解説します。 参考記事 タイトル: Google...