なぜDecisionを研究するようになったのか ― シュレディンガーの問いへと続く旅 ―
知識を扱うことから始まった
企業の知識をどう扱うか。
それが私の出発点だった。
RAG
検索
Wiki
FAQ
Knowledge Base
長い間、私たちは、
「知識を蓄積すれば賢くなる」
と思って...
Intelligence Field — 知能は個体の中にあるのか、それとも場の中にあるのか
Chinoba — Runtime Society and Coordination Systems
私たちは長い間、
知能とは個体の能力であると考えてきました。
優秀な人。
高性能なAI。
巨大なモデル。...
AI時代に必要なのは「より多くの知識」ではなく「Trust Infrastructure」である
Chinoba — Runtime Society and Coordination Systems
はじめに
先日講演でお話しした Trust Infrastructure をもとに、日本語・英語の解説動画を公開しました。
...
情報から意味へ、意味から目的へ ― Knowledge Infrastructure の次に来るもの
Books: Knowledge Flow実践ガイド: 企業知識をAIが利用できる知識基盤へ変換する
長い間、私たちは、
「知能とは情報を扱う能力である」
と考えてきました。
より多くの情報を集める。
...
Signal Normalization Layer — 生データを意思決定可能なSignalへ変換する
Chinoba — Runtime Society and Coordination Systems
通常のOS（Operating System）が、CPU・メモリ・プロセスといった計算資源を安全に協調制御するための基盤であった...
Trust Entropy — AI時代の組織はなぜ混乱するのか
Chinoba — Runtime Society and Coordination Systems
生成AIの普及によって、企業はこれまで以上に多くの情報を扱えるようになりました。
検索できる。
要約できる。
...
DTM適用例 3： 「過去成功」が現在判断を誤らせるとき ― Autonomous Driving における Operational Assumption Drift の危険性 ―
近年、生成AIや自動運転AI、Multi-Agentシステムは急速に高度化しています。
しかし現実の現場では、
AIそのものの精度以上に重要になる問題があります。
それは：
「過去成功した意思決定を、
現在でもそのまま...
AI時代に再び重要になるヴィトゲンシュタイン ― 言語ゲームから知能場へ
生成AIの登場によって、私たちは再び、
「意味とは何か」
「理解とは何か」
「知能とは何か」
という古い問いに向き合うことになりました。
これまで私たちは、
知識を持っていることと理解していること...
Knowledge Flow ― 知識とは「保存」ではなく「循環」である AI時代における知識社会から知能創発への転換
Books: Knowledge Flow実践ガイド: 企業知識をAIが利用できる知識基盤へ変換する
これまで我々は、知識を：
「蓄積するもの」
として考えてきました。
本。データベース。ドキュメント。論文。Wiki。ナレッ...
製造業におけるDTM導入ステップ ― 「検索AI」から「意思決定支援基盤」へ進化するために ―
生成AIやRAG（Retrieval-Augmented Generation）の普及によって、
製造業でもAI活用が急速に進み始めています。
しかし実際の現場では、多くのPoCが次の段階で止まります。
検索はできる
...