松田教授のＡＩ備忘録 · 2025/10/06

生成AIの登場で沸騰したAI市場。その第一幕は、インターネット上の公開データを巡る汎用モデル開発競争であった。しかし今、その市場構造が根底から変わろうとしている。技術的・経済的な限界に直面した結果、AI市場の主戦場は、一般消費者向けのサービスから、企業の独自データを活用する「エンタープライズ領域」へと明確に移行しつつある。...

松田教授のＡＩ備忘録 · 2025/10/06

生成AIの技術は急速に進化し、社会のあらゆる場面での活用が期待されている。しかし、どれほど高性能なAIであっても、その力を最大限に引き出すためには質の高い「燃料」、すなわちデータが不可欠である。特に、社会全体のイノベーションを加速させる上で、国や地方自治体が公開する「公共データ（オープンデータ）」の重要性は計り知れない。...

松田教授のＡＩ備忘録 · 2025/10/06

人工知能（AI）は、我々の日常に急速に浸透し、未来を塗り替える力を持つと期待されている。しかし、その華々しい進化の裏側で、AIが根本的な「飢餓」の危機に瀕しているという事実は、あまり知られていない。AIの成長を支える最も重要な燃料、すなわち高品質なデータが、インターネット上から枯渇し始めているのである。 「我々はすでにデータを使い果たした」...

松田教授のＡＩ備忘録 · 2025/10/05

ChatGPTを筆頭とする大規模言語モデル（LLM）の社会実装が加速する現在、その驚異的な言語生成能力は、知性の定義そのものに再考を迫っている。多くの人がAIの性能に人間を超える可能性を感じる一方で、その動作原理は人間の認知プロセスとは根本的に異なると指摘されている。...

松田教授のＡＩ備忘録 · 2025/10/04

大規模言語モデル（LLM）の導入を検討する際、多くの企業が「業務プロセスの最適化」や「コスト削減」を主要な目標に掲げる。これは、これまでのIT導入における成功体験からくる、自然な発想である。しかし、この「最適化」を直接の目標とすることが、実はLLMが持つ真のポテンシャルを封じ込める最大の罠なのである。...

松田教授のＡＩ備忘録 · 2025/10/03

2025年、AI、特に大規模言語モデル（LLM）を取り巻く技術トレンドは、かつてない速度で進化している。単に高機能なモデルを追求するフェーズから、それらをいかにして現実世界の複雑なタスクに適応させるかという、より高度な実装とアーキテクチャの議論へとシフトした。その中心にあるのが「Agent」「MCP」「API」という3つのキーワードである。...

松田教授のＡＩ備忘録 · 2025/10/03

現在、AI分野には巨額の資金が投じられているが、その裏では関連プロジェクトの80%以上が失敗に終わっているという厳しい現実がある。これは、他のITプロジェクトの失敗率の2倍にものぼる数値である。Appleやゼネラルモーターズ（GM）がそれぞれ100億ドル以上を費やした自動運転車開発から撤退した事例は、この状況を象徴している。...

松田教授のＡＩ備忘録 · 2025/10/03

AI研究の第一人者であるヤン・ルカンは、現在主流の「大規模言語モデル（LLM）」は、真のAI（AGI）へ至る道ではないと指摘している。彼によれば、LLMの研究は一つの段階を終え、これからはより本質的な課題に取り組むべきだという。 LLMの根本的な限界...

松田教授のＡＩ備忘録 · 2025/10/03

ベクトル埋め込みは、RAG（Retrieval-Augmented Generation）など現代の検索技術の主役だ。しかし、このアプローチには、モデルの規模やデータ量では解決できない「理論的な限界」があることをGoogle DeepMindの論文が明らかにした。 本稿では、なぜベクトル検索が万能ではないのか、その根本的な理由と、これからのシステム設計で考慮すべき点を解説する。...

松田教授のＡＩ備忘録 · 2025/10/03

AI界を席巻する大規模言語モデル（LLM）。しかし、「強化学習の父」リチャード・サットンは、このアプローチを「行き止まり（a dead end）」だと断言する。チューリング賞受賞者である彼が、なぜLLMの限界を指摘し、真の知能への別の道を提唱するのか。その核心に迫る。 LLMが「行き止まり」である3つの理由...