人工知能:Artificial Intelligence

AI品質工学（AI Quality Engineering） — 品質工学が、なぜAIの時代に再び重要になるのか — AIについて語るとき、多くの議論は次のような話に集中します。 モデル精度 データ量 パラメータ数 し...

AI工場モデル（AI Factory） ― AIはソフトウェアではなく「製造業」になる ― AIについて語るとき、多くの人はこう考える。 AIは ソフトウェア である。 モデルを作る。APIを呼ぶ。アプリに組み込む。 しかし、AIが社...

Boundary設計 AIを安全に止める7つの境界 — AIシステムに必要なのは「能力」ではなく「停止条件」である — AIシステムを設計するとき、多くの議論は 何ができるか に集中する。 しかし現実のシステムではもっと重要な問いがあ...

歩留まりとBoundary 半導体工場とAI設計が驚くほど似ている理由 半導体工場では最も重要な指標がある。 それが 歩留まり（Yield） である。 歩留まりとは 作ったチップのうち正常に動く割合 のことだ。 例えば100個作って9...

AIカスタマーサポートが成功する企業の設計パターン5 — 成功の鍵はモデルではなく「境界設計」にある — 多くの企業がAIカスタマーサポートを導入している。 しかし結果は二つに分かれる。 ある企業では 問い合わせ対応コストが大幅に...

メタ学習は「型」を学べるのか？ — メタ学習とオントロジー設計の構造的関係 — Meta-learning（メタ学習）は、 「どう学ぶかを学ぶ」 と言われる。 少数データでも適応できる。新しいタスクでもすぐに順応できる。 それはまるで...

AIは世界を近似するが、意味は近似できない ―連続近似と意味の断絶、なぜ意味はロジックに残るのか AIは、世界をよく近似する。驚くほど精密に、なめらかに、現実の構造を写し取る。 それでも私たちは、ときどき強い違和感を覚える。 「言って...

その設計者はどう育てるのか？ ――判断構造を言語化できる人材の条件と、 経験・失敗・衝突ログを学習に変える方法 ここまでで、AI時代の新しい観点についてのべてきた。 問題はモデルではない 問題は最適化でもない 問題は「判断...

AI時代の「設計者」とは誰か ―エンジニアでもPMでもない、判断構造の作者という職能 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...

境界を書かない設計は、必ず破綻する ―暗黙の境界が事故を生み、言語化のコストが安全性になる 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...