ICT技術:ICT Technology

AI時代になると、必ずこういう議論が起きる。 エンジニアが重要だ PMが要だ データサイエンティストが不足している どれも間違いではない。だが、どれも核心ではない。 AIが社会に入り...

事故は、突然起きるように見える。だが実際には、ずっと前から起きる準備が整っていた。 その共通点は、ほぼひとつだ。 境界が、どこにも書かれていなかった。 境界とは何か 境界とは、 ここから先はやらないここからは人が決...

AIは、巨大化してきた。パラメータは増え、学習データは拡張され、性能指標は次々と更新されていく。 そして、決まってこう言われる。 「もっと大きくすれば、もっと賢くなるはずだ」 だが現場で起きているのは、まったく別の現象だ。 モデルは...

AIは速い。計算は一瞬で終わり、答えはすぐに返ってくる。 だから私たちは、無意識にこう期待してしまう。 「早く、はっきり、決めてほしい」 だが、その期待こそが、AIを最も危険にする。 「すぐ決めるAI」は、本当に賢い...

Human-in-the-loop（HITL）は、AI時代の“安全装置”として語られてきた。 最後は人間が確認する 人間が承認ボタンを押す 重要な判断には人を介在させる 一見すると、責...

マルチエージェントと聞くと、多くの人はこう期待する。 エージェント同士が話し合い 意見をすり合わせ 最終的に合意に至る そして、その合意が最適な判断であるはずだ、と。 だが、ここに重...

Cold-start問題は、技術的な問題だと思われている。 データが足りない モデルが学習できない 精度が出ない だから人は言う。 「データを集めよう」 だが本当にそれだけだろうか...

AIは、止まらない。 最適化は続く 確率は更新される スコアは改善される これは欠陥ではない。計算とは、そういうものだからだ。 だからこそ問わなければならない。 判断を「止める」条...

これまでの記事では、 なぜ判断を外在化する必要があるのかを説明してきました。 その中核となる三つの構造要素は： オントロジー DSL（判断契約） ビヘイビアツリー しかし、当然次の問いが生まれます。 ...

多くのAI基盤は、「モデルをどれだけ賢くするか」に焦点を当てて設計されている。 精度を上げる。推論を高速化する。自動化率を高める。 しかし、現実の意思決定環境で本当に重要なのは、別の問いである。 判断はどこにあるのか。 モデルの中か...