はじめに こんにちは！株式会社ネクストビートでテクノロジー・エバンジェリストなる肩書きでお仕事をしている水島です。大学院の頃はPEG（Parsing Expression Grammar）の研究をしていて、構文解析やプログラミング言語処理系が専門です。 先日、Anthropicの新モデルClaude Fable 5にほぼ丸投げで「プログラミング教育サイトを作って」と頼んでみたところ、想像をだいぶ超えるものが出てきました。 言語の庭 — ことばを育てて、言語をつくる リポジトリはこちらです。 全6コース・54レッスン。日本語キーワードの教材用言語「にわ語」を備え、エディタも実行も構文木の可視化もすべてブラウザの中で完結します。登録不要・広告なし・無料。これが、放置時間にして合計2時間足らずで出てきました。 なお、この「言語の庭」は私の個人プロジェクトであり、弊社のサービスではありません。 正
「Irodori-TTS」はPC上でローカル実行できる音声合成AIで、声色を指定してセリフ音声を自由に生成することができます。GPUを搭載していないPCでも生成可能で、クラウドAIと違って生成内容や生成回数に制限がないのも特徴です。そんなIrodori-TTSのAIモデルのV3が2026年5月に登場し、「音声品質向上」「出力音声の秒数指定に対応」「ウェブUIに絵文字パレット追加」といったアップデートが施されたので実際に使ってみました。 Irodori-TTS - a Aratako Collection https://huggingface.co/collections/Aratako/irodori-tts GitHub - Aratako/Irodori-TTS: A Flow Matching-based Text-to-Speech Model with Emoji-driven
ローカルLLMの進化、止まらなすぎ。 2026年6月4日、Googleが新しいローカルLLM「Gemma 4 12B」を発表しました。 よりサイズが大きくスペック要件も高い兄弟モデル「Gemma 4 26B A4B」に迫るベンチマーク結果を残しているとのことで、さっそく試したくなりました。 Gemma 4 12Bのベンチマーク結果。よりサイズが大きいGemma 4 26B A4Bに近い性能であることが示されているImage: GoogleGemma 4 26B A4Bについては以前紹介したように「無料Claude Code」的なこともできる、かなり推論性能が高いモデルです。自分は要約や翻訳、ローカルAIアシスタントなどとして常用しています。12Bもまた実戦投入できる水準でしょう。
「Microsoft 365」（以下、M365）のAI機能「Microsoft 365 Copilot」（以下、Copilot）が登場して数年。当初は「期待外れだった」「ライセンスを配ったが結局使われていない」といった声があった一方、ここ1年ほどで「本当に便利になった」と評価が変わってきているという。何が評価の転換点だったのか。そしてエンドユーザーが使いこなす上で本質的に大事なことは何か。 ITmedia AI＋編集部は「Microsoft MVP」としてCopilotの活用を推進する3人の専門家を招いた座談会を開催。その内容を前後編に分けてお届けする。 参加者のプロフィール（50音順）浅田和明氏大手総合商社の広報部をへて、2022年からIT企画推進部でMicrosoft 365や生成AIの企画・推進を担当。PRの経験を生かし、システムを魔法の杖としない、ユーザー中心の教育・展開活動に注力
初版：2026年5月10日 更新：2026年5月10日 目次 Claude Codeとは？ インストール フォルダ構成 設定 設定 (settings.json) 基本ルール (CLAUDE.md) メモリ (MEMORY.md) 機能 フック (hooks) コマンド (commands) スキル (skills / SKILL.md) サブエージェント (agents) コネクタ(connectors / MCPサーバー) LSP(LSPサーバー) プラグイン(plugins) スラッシュコマンド(/command) 終了 会話履歴 セッション管理 設定系 情報表示系 認証・アカウント コード管理・レビュー プランニング・タスク管理 クラウド・リモート機能 拡張機能・統合 スケジュール・自動化 学習・サポート 外部連携セットアップ その他 ショートカット コンフィグ値 コマンドオプショ
はじめに Claude Code をはじめとする AI コーディング支援ツールの高度化により、マークダウンで構造化された仕様書を AI に渡して実装を進める、いわゆる仕様駆動型の開発スタイルが広まりつつあります。 実装速度は目に見えて向上し、かつてであれば数日かかった作業が数時間で完了するケースも珍しくありません。 一方で、現場で開発に携わっていると、速度向上だけでは説明しきれない違和感が蓄積していきます。残業は減った、納期も守れている、上層部からの評価も悪くない。 それなのに、現場の開発者の間に静かな疲労感が漂っている ― そんな状況を見聞きすることが増えてきました。 この記事では、AI 駆動開発が当たり前になりつつある現在において、生産性向上の裏側で起きている構造的な課題を整理します。課題の整理にとどまらず、開発者・マネジメント・経営それぞれが明日から変えられることを具体的に提示するこ
1週間の気になる生成AI技術・研究をいくつかピックアップして解説する連載「生成AIウィークリー」から、特に興味深いAI技術や研究にスポットライトを当てる生成AIクローズアップ。 今回は、サイトに訪問するだけで自分のPCでどのAIモデルがローカル動作するかを判定してくれるサイト「CanIRun.ai」（Can your machine run AI models?）を取り上げます。 ▲Apple M5 Pro 24GBでのcanirun.aiトップ画面 ▲さまざまなデバイスで試せるため、デバイス購入前に確認することもできる 開発者midudev氏が、手元のマシンでどのAIモデルが実際に動かせるのかを一瞬で判定できるWebサービス「CanIRun.ai」を公開しました。インストールや登録は一切不要、サイトにアクセスするだけでGPUやメモリを自動検出して、各モデルに対する動作判定を6段階で色分け
docker run -it --name hf python:3.14 bash apt update apt -y install vim pip install transformers torch from transformers import pipeline pipe = pipeline(task="text-generation", model="distilgpt2") print(pipe("Hello")) Can I Run AI locally? 概要 https://www.canirun.ai/ WebGPU などの技術を用いてアクセス元 PC のスペックを調べ、スペックに応じたモデルをリストアップしてくれるサイトです。 ダウンロードサイズやメモリ消費量・速度などの目安も提示してくれます。 Llama.cpp 概要 LLaMa, Mistral, Gemma
[注意]AIに書かせた記事をそのまま私の方でレビューして掲載しています。 Claudeマーケットプレイスにだしたらまた更新するかも？よろしくおねがいします。 @追記: 2026年4月18日 Claudeのマーケットプレイスに無事公開されました🎉 genshijin@v1.3.0を公開しました。マルチエージェント対応やセキュリティ対応、ベンチマーク更新などを含めています TL;DR caveman: Claude Code向けの英語圧縮スキル。冠詞やフィラーを消してトークン約68%削減 genshijin（原始人）: cavemanの日本語最適化版。敬語・クッション言葉・冗長助詞を消してトークン約80%削減 cavemanよりさらに38%少ないトークンで同じ技術的内容を伝達できる なぜそんなことが可能なのか？ Claudeのトークナイザと日本語の言語構造に秘密がある はじめに：あなたのCl
1週間の気になる生成AI技術・研究をいくつかピックアップして解説する連載「生成AIウィークリー」から、特に興味深いAI技術や研究にスポットライトを当てる生成AIクローズアップ。 今回は、Webブラウザだけで日本語OCR（光学文字認識）が完結するツール「NDLOCR-Lite Web AI」（MITライセンス）を取り上げます。 国立国会図書館が開発したOCRエンジン「NDLOCR-Lite」をベースに、橋本雄太氏（国立歴史民俗博物館）がWeb移植した「ndlocrlite-web」を、小形克宏氏（一般社団法人ビブリオスタイル）がフォークしてAI校正機能を追加しました。宮川創氏（筑波大学）によるダークモードや画像前処理などのUI拡張も統合されています。 ▲NDLOCR-Lite Web AIの画面。左パネルに元画像（芥川龍之介『蜘蛛の糸』）、右パネルにOCR結果が表示されている
はじめに 生成AIを使ったスライド作成ツールの紹介記事は増えていますが、その多くはPDFやHTML出力が中心です。しかし実際の仕事では、上司や共著者が追加編集する、提出物としてパワポ形式(PPTX)が指定される、といった理由からPPTXでの出力が必要な場面が少なくありません。 本記事では、2026年3月時点で利用可能な方法をGUI完結型・Markdown型・コード生成型の3カテゴリに分けて、PPTX出力の観点から整理します。 PPTX出力の「編集可能性」に注意 まず前提として、PPTX出力に対応していても、中身が編集可能とは限らないという点を押さえておく必要があります。 たとえばNotebookLMは2026年2月にPPTXダウンロードに対応しましたが、各スライドが画像として埋め込まれた「一枚絵」です。スライド内の画像生成にNano Banana Proという画像生成AIが使われており、テ
はじめに：ナレッジ活用の新たなフェーズへGoogleのAIエコシステムにおいて、生成AI「Gemini」と、パーソナルな情報整理・検索に特化した「NotebookLM」の連携機能が実装されました。 これにより、Geminiのチャットインターフェースから、NotebookLM内に構築した自身のナレッジベース（ノートブック）を直接参照することが可能になりました。 この統合は、単なる機能追加にとどまりません。Geminiが持つ「目（画像認識）」や「耳（音声認識）」のような感覚器官と、NotebookLMが持つ「正確な記憶（ドキュメント管理）」が接続されることで、私たちの業務フローにおける情報の扱い方が劇的に変化する可能性を秘めています。 本記事では、この連携機能がもたらす具体的なメリットを詳しく解説するとともに、その裏側で動いている技術的なメカニズムを紐解き、どのように使い分けるのが最適解なのか
ComfyUIは画像生成AIや動画生成AIをPCでローカル実行できるアプリです。NVIDIAや各種AIモデルの開発企業と協力して「新モデルの即日対応」や「NVIDIA製GPUやAMD製GPUへの最適化」も行っており、記事作成時点で画像や動画の生成を始めるなら第一候補としてオススメできるアプリとなっています。数年前まではインストール時にコマンド操作が必要だったり複雑なノード操作が必要だったりしましたが、アップデートによってクリック操作だけでインストールできるようになっており、UIを簡略化する仕組みも導入されました。ゲーミングPCなどのグラフィックボード搭載PCなら簡単に画像生成を始められるので、最初の一歩の手助けとなるようにインストールと最初の生成までの手順をまとめてみました。 ComfyUI | Generate video, images, 3D, audio with AI https
結論 「テストして」って言っただけなのに、AIが自分でバグ見つけて、自分で直して、「違反は切腹」ってルールを自分で追加してきた。 人間、何もしてない。 何を作ったか Claude Code × tmux でホワイトカラー向けマルチタスクツールを作った。 名前は multi-agent-shogun。 戦国時代の軍制をモチーフに、将軍1名・家老1名・足軽8名の階層構造でAIエージェントを統制する。 上様（人間） ↓ 「やれ」 将軍（Claude Code） ↓ 「家老、タスクを分解せよ」 家老（Claude Code） ↓ 「足軽ども、並列で実行せよ」 ┌──┬──┬──┬──┬──┬──┬──┬──┐ │1 │2 │3 │4 │5 │6 │7 │8 │ ← 8人同時に動く └──┴──┴──┴──┴──┴──┴──┴──┘ 足軽（Claude Code × 8） とにかくshogunにぶち
今年、ディープフェイクは確実に増えていくと感じられます。「Nano Banana Pro」に代表される画像生成AIの性能が極めて高くなっていること、Xに統合された「Grok Imagine」に見られる手軽さは、その広がりを急速に推し進めているためです。今回は筆者自身を利用して、どこまでディープフェイクを作り出せるのかを検証してみました。その上で、現在、国がどのような方針で動いているのかを見ていきます。 ※記事配信先の設定によっては図版や動画等が正しく表示されないことがあります。その場合はASCII.jpをご覧ください “写真から一発出し”では微妙に違う この連載では、過去に、架空の人物のAI作例モデルの明日来子さんや田中さんというキャラクターでNano Banana Proを使った一貫性の強力さについて紹介しました（参考：実在感が恐ろしいレベル 画像生成AIの常識をひっくり返した「Nano
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
