ニュースイミー

機械学習

テストプロセスにおけるAI活用 :人間とAIの共存

speakerdeck.com

本記事は、2026年3月20日に開催されたJaSST'Tokyo 2026での講演内容をまとめたものです。 テストプロセスにおけるAIの活用方法と、人間とAIがどのように共存していくかについて論じています。 QAエンジニアやテストエンジニア、AI技術に関心のあるエンジニアを対象としています。

機械学習

製造業でも生成AI活用したい!名古屋LLM MeetUp#12

kinto-technologies.connpass.com

「名古屋LLM MeetUp #12」は、生成AIの製造業への活用に焦点を当てたイベントです。 特別ゲストを招き、各業界の生成AIスペシャリストによるセッションが行われます。 会場参加とオンライン参加が可能です。

機械学習

Agent Skillsを行動評価する

zenn.dev

「Agent Skills」を導入したものの、その効果測定やレビュー時の評価基準に悩むAI活用チームに向けた記事です。 AIの出力は毎回変化するため、何を正解とするかの判断が難しいという課題に対し、筆者がたどり着いた考え方を共有します。 AIの評価基準や効果測定に悩む方、AI活用を推進する方におすすめです。

機械学習

生成AI活用で業務が変わる!ぐるなび開発部門「GenAI GameDay」レポート

note.com

ぐるなび開発部門が開催した、生成AI活用をテーマにした技術イベント「GenAI GameDay」のレポートです。エンジニアのエンゲージメント向上と技術力強化を目的としており、生成AIによって業務がどのように変化するかに焦点を当てています。 - 生成AIの業務活用に興味があるエンジニア - 技術イベントの企画・運営に関心がある方 - エンジニアのエンゲージメント向上策を知りたいマネージャー

機械学習

AI副村長「ねっぷちゃん」のロール設計と地域データ運用 — AI副村長をどう形づくったか

techblog.kayac.com

・「AI副村長ねっぷちゃん」プロジェクトにおける、AIのロール設計と地域データ運用の実践について解説。 ・AIを単なる道具ではなく、地域に根差した存在として受け入れられるかという仮説実験。 ・地域特化AIでは、システムプロンプトだけでなく、参照するデータの質・鮮度・構造がAIの印象や信頼感を大きく左右することを実運用から学んだ経験を共有。

機械学習

自律型ネットワークの台頭: GraphML が通信事業者の運用手法を再定義する方法

cloud.google.com

- 通信事業者が5Gやエッジコンピューティングなど、複雑化するネットワークを効率的に管理するため、AI/MLを活用した自律型ネットワークの構築が不可欠になっています。 - GraphMLとデジタルツイン技術を組み合わせることで、ネットワークのリアルタイムな状況を正確に把握し、潜在的な問題を予測・対処する能力が向上します。 - この技術は、ネットワークアーキテクト、インフラエンジニア、機械学習エンジニア、および通信業界の意思決定者にとって、運用の信頼性向上とコスト削減に貢献するものです。

グーグル・クラウド・ジャパン合同会社 <name>Irfan Lateef, Ph.D.</name><title>Vice President, Systems Engineering</title><department></department><company></company>
機械学習

自律型ネットワークの加速: Google Cloud と DigitalRoute が AI 向けのデータ準備を簡素化

cloud.google.com

Google CloudとDigitalRouteが、通信業界におけるAI活用のためのデータ準備を簡素化する新たな取り組みを発表しました。 通信ネットワークの自律運用(ANO)実現には高品質なデータが不可欠ですが、形式の不一致やデータ量の増大といった課題があります。 本ソリューションは、Google Kubernetes Engine上でDigitalRouteのUsage Engineを活用し、エッジとクラウドでデータを正規化・コンテキスト化することで、AIエージェントが迅速にネットワーク異常を検出・分析できるよう支援します。

グーグル・クラウド・ジャパン合同会社 <name>Naresh Rao</name><title>Product Lead, Google Distributed Cloud</title><department></department><company></company>
機械学習

イベントレポート オタクが追う最新技術LT 2025年度末

toranoana-lab.hatenablog.com

虎の穴ラボが開催した「オタクが追う最新技術LT 2025年度末」のイベントレポートです。AIエージェントやClaude Codeを活用した開発効率化、Deno Sandboxの最新機能、コミュニティ運営の知見などが共有されました。 - AI技術の進化とLLMの活用方法、開発現場での応用について関心のあるエンジニア - Deno Sandboxの最新情報やサーバレス環境での開発について知りたい開発者 - コミュニティ運営や技術共有イベントの企画・実施に携わる、または関心のある方

機械学習

AI Agentの本番運用を通して学んだ3つのガードレール

zenn.dev

AI Agentの本番運用における難しさと、安定運用のための3つのガードレールについて解説しています。 AI Agent開発・運用に携わるエンジニアや、LLMを活用したサービス開発に関心のある方。 LangGraphを用いたAI Agent構築と、実データ分析コメント生成機能の開発事例に触れながら、実践的な知見を提供します。

株式会社ログラス Rintaro Yamazaki
機械学習

2026 年 大学生を対象とした生成 AI 活用のためのコミュニティのご案内

blog.google

「Google AI 学生アンバサダー プログラム」は、大学生がGoogle GeminiなどのAIツールを安全かつ効果的に活用するスキルを習得することを目的としていました。 本プログラムは、昨年の夏から半年間開催され、全国200以上の大学から約800名の学生が参加しました。 このニュースは、2026年度の大学新入生やAI活用に関心のある学生を対象としています。

グーグル合同会社 <name>Gemini チーム</name><title/><department/><company/>
機械学習

書評『AIエンジニアリング』

toranoana-lab.hatenablog.com

本書は「AIエンジニアリング」という書籍の書評です。AIアプリケーションの本番運用に必要な知識、特にRAG、評価、アーキテクチャについて体系的に解説しており、性能改善の引き出しを増やしたいエンジニアや、AI導入の費用対効果を説明する立場にある人におすすめです。 AIシステムの評価手法として「評価駆動開発」を提唱し、ドメイン固有の能力、生成能力、指示追従能力、コストとレイテンシーの4つのカテゴリでの評価や、評価パイプラインの設計、技術指標とビジネス効果の紐づけ方を解説しています。 また、RAG(Retrieval-Augmented Generation)とエージェントの構築についても触れており、ハイブリッド検索や検索精度の向上アプローチ、エージェントの自律行動を支えるプランニングとリフレクション、記憶のアーキテクチャなどを紹介しています。

機械学習

カミナシ Tech Night #3

kaminashi.connpass.com

カミナシのエンジニアリングチームが、AIを活用した開発効率化について、各チームのアプローチや試行錯誤を共有するイベント. - 開発チームへのAI導入や現場でのAI活用事例を知りたい方 - カミナシのエンジニアリング文化に興味がある方 - AI駆動開発の具体的な事例とディスカッションに触れたい方

機械学習

【令和最新版】生成AIは間違い探しをどれだけ解けるのか?GPT5.4 VS Gemini3.1 pro VS Opus4.6

note.com

本記事では、生成AIが「間違い探し」のようなタスクをどれだけ正確にこなせるかを検証します。最新のGPT-5.4、Gemini-3.1 Pro、Opus-4.6といった主要な生成AIモデルを対象に、その能力を比較評価します。 - 生成AIの画像認識・比較能力に焦点を当てた実験結果の速報 - 最新AIモデル(GPT, Gemini, Opus)の「間違い探し」タスクにおける性能比較 - AIの進化と、人間のような認識能力の可能性を探る示唆 この記事は、AI技術の最新動向に関心のある方、特に生成AIの進化と実用的な応用について知りたい研究者や開発者、そしてAIの画像認識能力に興味を持つマーケターやプロダクトマネージャーなどに役立つ情報を提供します。

機械学習

最新生成 AI 活用事例 120 社を一挙公開! AI エージェントの最前線(2026 年 3 月更新)

cloud.google.com

・Google Cloudが提供する生成AI(Geminiなど)を活用した企業120社の最新導入事例とAIエージェント開発・活用の最前線を紹介。 ・AIエージェントによる業務効率化、コスト削減、精度向上、新たな価値創造など、多岐にわたる具体的な活用事例を詳述。 ・主に企業のDX推進担当者、IT部門、経営層、AI開発・活用に関わるエンジニアなどが対象。

グーグル・クラウド・ジャパン合同会社 <name>Google Cloud Japan Team </name><title></title><department></department><company></company>
機械学習

GPUコンテナの高火力 DOKでAnimagine XL 4.0(アニメ風イラスト生成)を試す

knowledge.sakura.ad.jp

・GPUコンテナサービス「高火力DOK」を用いて、アニメ風イラスト生成AI「Animagine XL 4.0」を試す記事です。 ・NVIDIA V100やH100といった高性能GPUを利用できるサービスについて解説しています。 ・AIによる画像生成技術や、それを活用するためのインフラに興味のあるエンジニアや研究者向けです。

機械学習

仕事における AI との付き合い方はプロダクト開発と同じ 〜小さく試す、改善を続ける〜

www.estie.jp

AIとの付き合い方をプロダクト開発になぞらえ、小さく試して改善を続けることの重要性を説く記事です。AI活用は劇的な変化をもたらすものではなく、日々の地道な試行錯誤の積み重ねが大切だと述べられています。 * AI活用はプロダクト開発のように「小さく試す、改善を続ける」サイクルが重要である。 * SNSで話題の活用法に囚われず、粘り強く試行錯誤できる人がAIを使いこなせる。 * 組織全体でのナレッジ共有と実践が、AI活用の成功の鍵となる。

機械学習

AI時代のプロダクト開発で、変わったこと、変わらなかったこと

www.estie.jp

AI時代のプロダクト開発において、AIツールの登場により仮説検証のスピードが飛躍的に向上しました。しかし、AIが生成する完成度の高さが「正しさ」の錯覚を生み、チーム内の対話減少や「なんでもやる」という罠も発生しています。AIは「How」を加速させますが、「Why」や「What」を決定することは依然として人間の仕事であり、課題設定や優先順位付け、コンテキストを考慮した判断は、プロダクトマネージャーが担うべき重要な役割です。 この記事は、AIツールを開発プロセスに導入するプロダクトマネージャーや、AI時代における開発手法の変化に関心のあるエンジニア、ディレクター、プロダクトマネージャーを対象としています。 AIをチームの対話を豊かにする道具として捉え、人間とAIが協働しながら本質的な課題解決に取り組むことの重要性を説いています。

機械学習

ベクトル検索エンジンValdの長期運用で見えたパフォーマンス最適化とベストプラクティス

techblog.lycorp.co.jp

社内プラットフォームで約4年間運用・開発してきたベクトル検索エンジン「Vald」について、パフォーマンス最適化とベストプラクティスを解説します。 Valdの長期運用経験に基づいた知見を共有する内容です。 バックエンドエンジニア、プラットフォームエンジニア、データベースエンジニア、機械学習エンジニア、インフラエンジニア向けの記事です。

機械学習

Ollama、GKE の GPU 共有、vCluster を使って、費用対効果の高い AI を実現する

cloud.google.com

Google Kubernetes Engine (GKE)とvClusterを組み合わせ、GPUリソースを効率的に共有し、コストを削減しながらAIワークロードをスケーリングする方法を解説します。 * GKE AutopilotとvClusterのGPUタイムシェアリング機能を利用して、複数チームが分離された環境でGPUを共有します。 * 費用対効果の高いAIワークロードの実現と、複数チームの分離環境管理の複雑さを解消するアプローチを紹介します。 * この記事は、Google Cloud上でAIインフラを効率的に運用したいエンジニアやインフラ担当者向けです。

グーグル・クラウド・ジャパン合同会社 <name>Saiyam Pathak</name><title>DevRel</title><department></department><company>vCluster</company>
機械学習

さくらのVPSで始めるAIエージェント - OpenClaw + さくらのAI Engine + Discord連携

knowledge.sakura.ad.jp

・さくらのVPSとOpenClaw、さくらのAI Engine、Discordを連携させ、AIエージェントを構築する手順を解説。 ・LLMを活用したAIエージェントの最新トレンドと、その始め方について紹介。 ・VPSでのAIエージェント開発に関心のあるエンジニアや、AI技術の活用を検討している個人開発者向け。

機械学習

プロダクション レディな AI エージェントに関するデベロッパー ガイド

cloud.google.com

AIエージェントをプロダクション環境でリリースするための開発者向けガイドです。AIエージェントは従来のソフトウェアとは異なり、テスト、メモリ、オーケストレーション、セキュリティにおいて特別なアプローチが必要となります。この記事では、エージェントのアーキテクチャ、ツールとの連携、コンテキストエンジニアリング、テスト・評価、そして本番環境へのデプロイといったライフサイクル全体を網羅したリソースを紹介しています。 - AIエージェントのライフサイクル全体をカバーする開発者向けガイドが公開されました。 - エージェント固有のテスト、メモリ管理、オーケストレーション、セキュリティ対策の重要性を解説しています。 - プロトタイプから本番環境への移行に向けた具体的なアーキテクチャやコードサンプルが提供されています。

グーグル・クラウド・ジャパン合同会社 <name>Anant Nawalgaria</name><title>Sr. Staff ML Engineer & Founder of Gen AI Intensive, Google</title><department></department><company></company>
機械学習

関西エンジニア交流会 #2 ~AI時代のキャリアを考える~

kinto-technologies.connpass.com

AI時代のキャリアを考える」をテーマにしたエンジニア交流会。 AI技術の進化がエンジニアの働き方やキャリアに与える影響について、実例を交えながら情報交換を行います。 AI活用に関心のあるエンジニア、キャリア形成を考えたいエンジニア、他社エンジニアとの交流を深めたい方におすすめです。

機械学習

AIとPMで回す 3倍速いプロトタイピング

www.estie.jp

AIとプロトタイプ開発を組み合わせることで、プロダクトマネージャー(PM)が顧客価値検証のサイクルを高速化する方法について解説します。 AIを活用して企画書作成やコーディングを効率化する試みから、最終的にStreamlit in SnowflakeやClaude Artifactsを用いた「触れるプロトタイプ」を短時間で作成する手法にたどり着いた経緯が示されています。 この手法により、PMは開発チームのリソースを圧迫することなく、一人で課題発見からフィードバック収集までを完結でき、検証の「打席数」が飛躍的に増加したとのことです。 この記事は、特に小規模チームのプロダクトマネージャーや、AIを活用して開発プロセスを改善したいと考えているプロダクト開発に関わる全ての人々にとって有益な内容となっています。

機械学習

わずか9秒の「事前タスク」でクラウドソーシング実験のデータ品質向上(CHI 2026採択論文解説)

techblog.lycorp.co.jp

クラウドソーシングで収集したデータを用いて、モデルの精度向上に貢献する「事前タスク」という手法を解説。 わずか9秒の事前タスクでデータ品質を向上させることで、より高精度なモデル開発を可能にする。 ・HCI研究者、データサイエンティスト、機械学習エンジニア向けの記事

機械学習

AIによるADRのセキュリティレビューの自動化 ― Opus 4.6 によるGitHub ActionとGemini Gemの活用

zenn.dev

AIを活用してADR(Architecture Decision Record)のセキュリティレビューをGitHub ActionsとGemini Gemで自動化する手法について解説します。 リリース前のセキュリティレビューに依存せず、設計段階から安全性を組み込む「安全な設計がデフォルトになる世界」を目指す第一歩として、この自動化が紹介されています。 この記事は、セキュリティエンジニア、アーキテクト、DevSecOps推進者、およびAIや自動化による開発プロセス改善に関心のあるエンジニア向けです。

株式会社SODA たけまる
機械学習

AIニュースを語ろう!LAPRAS Tech News Talk

lapras.connpass.com

LAPRAS Tech News Talkは、ITエンジニア向けのキャリアプラットフォーム「LAPRAS」が主催するオンラインポッドキャストイベントです。 AIなどの最新テックニュースを厳選し、ゆるやかに語り合います。当日のテーマは当日までのお楽しみですが、チャットやX(#LAPRASTechNewsTalk)で参加者も一緒に議論に参加できます。 AIや最新技術のキャッチアップを効率的に行いたいエンジニアや、お昼休みの情報収集に役立てたい方におすすめです。

機械学習

充実したAI環境で「たった一行のGAS」が現場を救う。業務改善エンジニアが語るカオナビのリアル

note.com

カオナビ社内におけるAIの活用実態について、エンジニア採用面接でよく聞かれる質問に答える形で解説。 現場で「たった一行のGAS」が業務を改善する事例や、AI環境の充実度、泥臭い業務とのバランスについて触れている。 AI技術への期待と現実のギャップに興味のあるエンジニア、特にコーポレートエンジニアやAI・機械学習に関心のあるバックエンドエンジニア向けの記事。

機械学習

RAG 対応生成 AI アプリケーションのプライベート ネットワーク接続の設計

cloud.google.com

* Google Cloud 上で RAG(Retrieval-Augmented Generation)対応生成 AI アプリケーションのプライベートネットワーク接続におけるリファレンス アーキテクチャを解説しています。 * AI ワークロードをインターネットを経由せず、安全かつ信頼性の高いプライベート IP アドレスで構築するための設計パターンと、そのトラフィックフローについて説明しています。 * インフラ、ネットワーク、機械学習、セキュリティ、アーキテクト、データサイエンティストなど、クラウドインフラ上で AI システムを構築・運用するエンジニアや担当者向けの記事です。

グーグル・クラウド・ジャパン合同会社 <name>Ammett Williams</name><title>Developer Relations Engineer</title><department></department><company></company>
機械学習

小規模モデルで高品質を: ドメイン特化型言語モデルを評価する BMW Group の試み

cloud.google.com

BMW GroupとGoogle Cloudは、自動車向けのドメイン特化型小規模言語モデル(SLM)を効率的に開発・評価する自動化ワークフローを構築しました。 このワークフローは、モデルの圧縮、ファインチューニング、評価を自動化し、限られた車載リソースでも高品質な音声認識を実現することを目指しています。 本記事は、自動車業界のAI開発者や、エッジデバイスでのAI活用に関心のあるエンジニア向けです。

グーグル・クラウド・ジャパン合同会社 <name>Dr. Jens Kohl</name><title>BMW Group</title><department></department><company></company>
機械学習

Nano Banana のプロンプト方法の究極ガイド

cloud.google.com

Nano Banana 2 および Pro モデルは、Gemini 3 ファミリーを基盤とした高度な画像生成・編集モデルです。 リアルタイムのウェブ情報活用、2K/4K アップスケーリング、きめ細かなアスペクト比制御などが特徴で、マーケティング、教育、クリエイティブ制作など多様なユースケースに対応します。 この記事は、これらのモデルを効果的に活用するためのプロンプト作成ガイドであり、クリエイターや開発者、AI 技術に関心のあるすべての人々を対象としています。

グーグル・クラウド・ジャパン合同会社 <name>Hussain Chinoy</name><title>Technical Solutions Manager, Google Cloud</title><department></department><company></company>
機械学習

Cloud CISO の視点: セキュリティの重要課題に対する Google の取り組み(基本から AI まで)

cloud.google.com

- Google Cloud の CISO が、AI 時代におけるサイバーセキュリティの課題と Google の取り組みについて解説しています。 - AI を活用した脅威の進化、AI インフラストラクチャの根本的なリスク、そして Google の防御戦略と AI エージェントの活用について説明しています。 - セキュリティ担当者、ITリーダー、AIに関わるすべての人々にとって、最新のサイバーセキュリティ動向とGoogleの対策を理解するための記事です。

グーグル・クラウド・ジャパン合同会社 <name>Royal Hansen</name><title>VP, Engineering for Privacy, Safety, and Security</title><department></department><company></company>
機械学習

エージェント型 chatbot に高速で信頼性の高い長期メモリを提供

cloud.google.com

・Google Cloudのソリューションを活用し、エージェント型チャットボットが直面するリアルタイムチャットのコンテキスト更新高速化と長期履歴検索効率化の課題を解決する方法を解説。 ・Redis、Bigtable、BigQueryを組み合わせたポリグロットアプローチにより、短期・中期・長期のメモリを最適に管理し、会話の継続性を保つアーキテクチャを提案。 ・この技術は、大規模な会話エージェントを開発・運用するエンジニアやアーキテクトにとって、応答性の高いチャット体験とデータ活用の両立に役立つ情報を提供。

グーグル・クラウド・ジャパン合同会社 <name>Yun Pang</name><title>Principal Architect</title><department></department><company></company>
機械学習

ゲームから生物学、そしてその先へ:AlphaGo が変えた 10 年とそのインパクト

blog.google

10年前にGoogle DeepMindのAI「AlphaGo」が囲碁の世界チャンピオンを破り、AI時代の幕開けを告げました。 この出来事は、専門家が予想していたよりも早くAIの進化が実現したことを示しています。 この記事は、AlphaGoの功績と、それがAI分野に与えた長期的な影響について解説しています。

グーグル合同会社 <name>Demis Hassabis</name><title>CEO and Co-Founder</title><department>Google DeepMind</department><company/>
機械学習

Google Cloud に Wiz が参画:AI 時代のセキュリティを再定義

cloud.google.com

Google CloudがAI時代のセキュリティ強化のため、先進的なクラウドおよびAIセキュリティプラットフォームであるWizの買収を完了しました。これにより、マルチクラウド環境やAIアプリケーションにおける脅威の検知・対応能力が向上し、ビジネス継続性とセキュリティ維持コストの削減に貢献します。 この記事は、クラウドセキュリティの専門家、インフラエンジニア、およびAI技術を活用する開発者や管理者向けです。 AIの進化に伴う新たなサイバー脅威に対応するため、Google CloudとWizは統合されたセキュリティプラットフォームを提供し、プロアクティブな防御と迅速なインシデント対応を実現します。

グーグル・クラウド・ジャパン合同会社 <name>Thomas Kurian</name><title>CEO, Google Cloud</title><department></department><company></company>
機械学習

Google、Wiz の買収完了を発表

cloud.google.com

GoogleがクラウドおよびAIセキュリティプラットフォームであるWizの買収完了を発表しました。この買収により、Google Cloudはセキュリティ機能を強化し、あらゆるクラウド環境でお客様の保護を強化します。AI時代におけるマルチクラウド環境でのセキュリティの重要性が高まる中、Wizの技術はGoogle CloudのAIやインフラストラクチャの強みと統合され、組織が脅威に先んじて対応できる統合セキュリティプラットフォームを提供します。 - クラウドおよびAIセキュリティプラットフォームWizの買収完了 - マルチクラウド環境におけるセキュリティ強化とAI活用 - 企業や政府機関のセキュリティ体制強化とイノベーション促進

グーグル・クラウド・ジャパン合同会社 <name>Google Cloud Japan Team </name><title></title><department></department><company></company>
機械学習

社内におけるAI駆動開発の知見共有をテーマとしたLINEヤフー Development with Agents Meetup #1 東京を開催しました

techblog.lycorp.co.jp

LINEヤフーが社内でのAI駆動開発の知見共有を目的とした「Development with Agents Meetup #1」を開催しました。 このイベントは、AI技術を活用した開発手法に関する情報交換を促進することを目的としています。 対象者は、AI技術に関心のあるエンジニア、開発者、およびIT関係者です。

機械学習

Claude Codeに高度なコードレビュー機能が登場。深いコードレビューに最適化し、人間が見逃しがちなバグまで検出

www.publickey1.jp

AnthropicがAIコーディングエージェントClaude Codeに高度なコードレビュー機能を追加しました。 この機能は、AIが生成したコードの品質を保証し、開発プロセスにおけるコードレビューのボトルネックを解消することを目的としています。 開発者、特にAIによって生成されたコードのレビューを担当するエンジニアやテックリード向けです。

Publickey jniino
機械学習

データ戦略 = AI 戦略シリーズ: Google Cloud で開発者を AI アーキテクトに進化させる

cloud.google.com

AI戦略とデータ戦略は2026年までに統合され、Google CloudはPostgreSQL互換データベースを活用して、開発者をAIアーキテクトに育成する。 記事では、スピード、スケール、セキュリティを重視し、インフラストラクチャの負担を軽減して、コンテキストエンジンとしてのデータベースの役割に焦点を当てる。 この内容は、AIアプリケーション開発におけるアーキテクト、バックエンドエンジニア、データサイエンティスト、およびインフラ担当者を対象としている。

グーグル・クラウド・ジャパン合同会社 <name>Abirami Sukumaran</name><title>Staff Developer Advocate, Google</title><department></department><company></company>
機械学習

Java SDK「MCP ツールボックス」リリースのお知らせ

cloud.google.com

Google Cloud は、エンタープライズAIエージェント構築のため、「MCPツールボックス」Java SDKをリリースしました。 これにより、JavaとSpring Boot環境で、データベースとの連携や複雑なトランザクション処理を安全かつ効率的に行うことが可能になります。 本SDKは、AIエージェントが外部ツールやデータセットと接続するための標準化されたインターフェースを提供し、開発者はより迅速かつセキュアに、ミッションクリティカルなAIエージェントを構築・展開できるようになります。

グーグル・クラウド・ジャパン合同会社 <name>Anubhav Dhawan</name><title>Software Engineer, Google</title><department></department><company></company>
機械学習

AIがUIとロジックを溶かすとき、SaaSに残るもの

www.estie.jp

AIの進化、特に生成AIの登場により、SaaSやプロダクトマネージャーの役割がAIに代替されるのではないかという議論が活発化しています。本記事では、「AIが進化したら自社プロダクトはどうなるか」という逆視点から、AI時代でも残るプロダクトの価値と、PMが取るべき方向性について考察しています。 AIはUI(インターフェース)やロジック(モデル)を急速にコモディティ化させる可能性がありますが、業界特有のデータ構造やそのモデリング(Vertical DataとVertical AI)の重要性はむしろ高まると論じています。 この記事は、AIの進化がプロダクト開発やプロダクトマネジメントに与える影響に関心のあるプロダクトマネージャーや、将来のプロダクト戦略を検討したい方々に向けて書かれています。

機械学習

Claude CoworkがMicrosoft 365 Copilotに採用。「Copilot Cowork」としてリサーチプレビュー公開

www.publickey1.jp

マイクロソフトがAnthropicのAI「Claude Cowork」を「Microsoft 365 Copilot」に統合し、「Copilot Cowork」として発表しました。 これにより、ITエンジニア以外でもWebブラウザ操作、データ集計、メール・チャット対応、議事録作成などのPC業務をAIエージェントが支援します。 本記事は、AIによる業務効率化に関心のあるビジネスパーソン全般、特にITツールの活用を検討している層や、AIアシスタントの導入を考えているプロダクトマネージャー、ディレクター、マーケターなどに役立つ情報です。

Publickey jniino
機械学習

ICLR 2026 論文読会

sansan.connpass.com

ICLR 2026論文読会は、2026年4月にリオデジャネイロで開催されるICLR 2026に先立ち、採択された最新論文をキャッチアップするための勉強会です。最新の研究動向を共有し、参加者同士の交流を深めることを目的としています。 * 最新の機械学習研究論文の動向を広く収集したい方 * 機械学習系の研究者や学生、エンジニア * 最新技術について情報交換し、交流を深めたい方

機械学習

Yahoo!ショッピングのレコメンデーション・システムにおけるML実践の一例

speakerdeck.com

・Yahoo!ショッピングのレコメンデーション・システムにおける機械学習(ML)技術の実践例について解説します。 ・大規模データ処理、MLモデルの学習・推論の日常的な運用について、システム構成とML技術の概要を紹介します。 ・MLエンジニア、データサイエンティスト、および大規模システムに関心のあるエンジニア向けの記事です。

機械学習

出版記念イベントin大阪『AWSではじめるMCP実践ガイド』

kinto-technologies.connpass.com

「AWSではじめるMCP実践ガイド」の出版を記念した、技術交流イベントの告知です。 AWSを活用したAIエージェント開発やMCP(Model Context Protocol)について、現場の知見を共有します。 AIエージェント開発に興味がある方、AWS技術トレンドを追いたい方、著者やコミュニティと交流したい方におすすめです。

機械学習

直感的な検索を目指して(『ベクトル検索実践入門』を執筆しました)

techblog.lycorp.co.jp

・LINEヤフーで検索エンジン開発のマネジメントを行う筆者が、ベクトル検索について解説。 ・ベクトル検索は、LINEヤフーの検索、広告配信、レコメンデーションなどで活用されている。 ・直感的な検索体験の実現を目指す。 この記事は以下のような方におすすめです: ・機械学習エンジニア ・バックエンドエンジニア ・データサイエンティスト

機械学習

テレビ朝日:生成 AI 動画コンテストを機に Veo を本格活用。番組制作の未来を語る

cloud.google.com

テレビ朝日がGoogle Cloudの動画生成AI「Veo」を活用し、社内向けの「生成AI動画コンテスト」を実施しました。これにより、AIのコンテンツ制作への応用方法やリスクに関する社員の理解を深め、AIリテラシーの向上を目指しました。 この取り組みは、AIの可能性を実感させ、クリエイターが安心してAIを活用できる環境を整えることで、番組制作における新たな表現の可能性を広げることを目的としています。 AIを単なる効率化ツールではなく、発想を広げるパートナーとして捉え、テクノロジーとの融合による新しいコンテンツ創出を目指すテレビ朝日の挑戦について解説しています。

グーグル・クラウド・ジャパン合同会社 <name>Google Cloud Japan Team </name><title></title><department></department><company></company>
機械学習

Xcode 26.3 で iOS 開発の AI 活用はどう変わるのか ── タップルでの導入方針とあわせて

developers.cyberagent.co.jp

Xcode 26.3におけるiOS開発へのAI活用について、タップルでの導入方針を交えて解説します。 AIを活用した開発効率化の具体例や、今後の展望について触れています。 iOS開発者、特にAI技術の活用に関心のあるエンジニアやテックリード向けです。

機械学習

OpenAI、「Codex for Windows」正式リリース。Windowsサンドボックス内で安全にAIエージェントを実行、WSLにも対応

www.publickey1.jp

- OpenAIがWindows向けのAI開発環境「Codex for Windows」を正式リリースしました。 - このツールは、AIエージェントがコードの生成、デバッグ、レビューを自律的に行うことで、開発プロセスを支援します。 - プログラマー、特にAIによるコーディング支援に関心のある開発者や、Windows環境での効率的な開発を目指すエンジニアに適しています。

Publickey jniino
機械学習

LayerXディナー懇親会 NLP2026

layerx.connpass.com

NLP2026カンファレンス参加者向けの懇親会. ・NLP2026参加者同士の交流と親睦を深めるためのイベントです。 ・限定16名で、参加費は学生1,000円、社会人6,000円。 ・当選連絡は当日昼頃、connpassにて行われます。

機械学習

LayerXランチ懇親会 NLP2026(3/10)

layerx.connpass.com

LayerXがNLP2026参加学生を対象に、AI技術や事業、インターンシップについてカジュアルに話すランチ懇親会を開催します。 AI技術や実際の仕事内容、企画中の学生インターンシップについてざっくばらんに話す機会です。 NLP2026に参加している学生

機械学習

LayerXランチ懇親会 NLP2026(3/11)

layerx.connpass.com

LayerX社がNLP2026参加学生向けに開催するランチ懇親会のお知らせです。 LayerXで活用されているAI技術や事業、仕事内容についてフランクに語り合い、学生インターンシップの紹介も行われます。 参加対象はNLP2026参加学生で、定員9名の無料イベントです。

機械学習

CyberAgent x OpenAI Codex User Community Event

cyberagent.connpass.com

サイバーエージェントとOpenAI Japan合同会社が共同開催する、OpenAI Codexに焦点を当てたユーザーコミュニティイベント。 生成AI、特にコーディングエージェントの進化とそのソフトウェア開発への影響、実務での活用事例、運用、評価に関する実践知を共有。 ライトニングトークや懇親会を通じて、参加者同士のベストプラクティス共有と継続的な学び合いを目指す。 このイベントは、CodexやAIエージェントを実務で活用している、または検討しているエンジニア、プロダクトマネージャー、テックリード、およびAI活用事例や課題に関心のある開発者やマネージャー向けです。 また、企業内でのAI活用を開発以外の業務へ広げたい方や、実践者同士の情報交換コミュニティに関心がある方にも推奨されます。

機械学習

ここは、最先端の研究成果と社会実装を往復できる場所。世界トップレベルの学術知を社会実装する「越境者」の確信

caddiinc.com

AIの最先端研究と社会実装の接点を探求するエンジニアの挑戦。 世界トップレベルの学術知を社会課題解決に繋げるため、国際会議論文の読破やAWS認定資格の取得など、圧倒的な行動力でアカデミアと産業界を往復する。 次なる挑戦の場として、最先端技術を社会実装する企業を選んだストーリー。 - AIの最新トレンドと社会課題解決への応用に関心があるエンジニア。 - 自身の学習方法をAIに適用し、体系的な知識習得と実践を重視する方。 - アカデミアと産業界の橋渡しや、技術を社会実装していくキャリアに興味がある方。

機械学習

製造業ドメインにおける LLMプロダクト構築: 複雑な文脈へのアプローチ

speakerdeck.com

製造業ドメインにおけるLLMプロダクト構築に関するイベント登壇資料の紹介です。 LLM/VLM開発における複雑な文脈へのアプローチについて解説します。 エンジニア採用情報も案内しています。

機械学習

「AIでパラダイムシフトを起こす」ビズリーチCTO外山が語るAIネイティブへの本気。

blog.visional.inc

ビズリーチがAIネイティブ組織への進化を目指し、AI前提の組織運営とプロダクト開発の加速を推進している。 DX本部内に「AI Product Studio」を設立し、AI活用を飛躍的に進める。 AI技術の活用による事業・組織の根本的解決を目指す企業や、AI導入・推進に関わるエンジニア、プロダクトマネージャー、経営層向けの記事。

機械学習

BigQuery の自律型エンべディング生成で AI ワークフローを簡素化

cloud.google.com

BigQueryが、データエンジニアのエンベディング生成パイプライン設定・管理の負担を軽減する「自律型エンベディング生成機能」を発表しました。これにより、ソース列の更新に合わせてエンベディング列が自動的に維持・同期され、AIワークフローが大幅に簡素化されます。AI.SEARCH関数の導入やベクトルインデックスとの統合も進み、より手軽にAI対応データを活用できるようになります。 - データエンジニアやAI/MLエンジニアを対象とした、BigQueryの新機能に関する記事です。 - エンベディング管理の複雑さを解消し、AIワークフローを効率化する自動化機能について解説しています。 - BigQueryのAI機能強化により、開発者はインテリジェントなアプリケーション開発に注力できるようになります。

グーグル・クラウド・ジャパン合同会社 <name>Brian Seung</name><title>Software Engineer</title><department></department><company></company>
機械学習

Gemini 3 Pro Image を使ってみる

cloud.google.com

Google Cloudの無料トライアル登録方法と、Gemini Proモデルの活用について解説しています。 Google Cloudの無料枠や300ドル分のクレジットを利用して、AIアプリ開発を始めるための具体的な手順を説明しています。 AI開発者や、Google Cloudを活用してサービスを拡張したいと考えているエンジニア向けの記事です。

グーグル・クラウド・ジャパン合同会社 <name>Remigiusz Samborski</name><title>Lead Developer Relations Engineer</title><department></department><company></company>
機械学習

Kaggleの経験が実務にどう活きているか / kaggle_findy

speakerdeck.com

・Kaggleでの経験が実務にどのように応用されているかについてのイベント情報。 ・LLMの性能改善や、Kaggleで培った思考法を現場で活かす方法について。 ・データサイエンティストや機械学習エンジニア、研究開発に携わるエンジニア向け。

機械学習

類似画像検索モデルの開発ノウハウ

speakerdeck.com

- 「AI/ML特集」Python Meetup Fukuoka #6で発表された、類似画像検索モデルの開発ノウハウに関する資料です。 - モデル開発の具体的な手順や考慮事項について解説されています。 - 機械学習エンジニア、データサイエンティスト、Python開発者、および類似画像検索技術に関心のある方々におすすめです。

機械学習

Nano Banana 2 でプロレベルの画像生成がより速く、より身近に

cloud.google.com

Nano Banana 2は、Flashのような速度でプロレベルの画像生成と編集を実現する、最先端の画像生成・編集モデルです。リアルタイムのウェブ情報や画像を活用し、より精度の高いビジュアル、高速なプロレベル機能、鮮明なディテール、エンタープライズグレードの透明性を提供します。AIがどのように使用されたかまでコンテキストに沿って確認できるため、クリエイティブチームやビジネスにとってワークフローの効率化とスケーリングを支援します。 この記事は、AIによる画像生成技術の進化とそのビジネスへの応用に関心のある、マーケター、デザイナー、プロダクトマネージャー、そしてAI技術に関わるビジネスリーダー向けです。 Nano Banana 2は、テキストのレンダリングや翻訳から4Kアップスケーリング、被写体の整合性維持、ローカライズされたテキストレンダリングまで、幅広い機能を備え、クリエイティブ制作の新たな基準を確立します。

グーグル・クラウド・ジャパン合同会社 <name>Michael Gerstenhaber</name><title>VP of Product Management, Vertex AI</title><department></department><company></company>
機械学習

出版記念イベントin東京『AWSではじめるMCP実践ガイド』

kinto-technologies.connpass.com

「AWSではじめるMCP実践ガイド」の出版を記念した技術交流イベントが東京で開催されます。 MCP(Model Context Protocol)とAWSの連携、AIエージェント開発の最新動向について、執筆陣や専門家が解説します。 AWSを活用したAIエージェント開発に興味がある方、最新技術トレンドを学びたい方、技術者同士の交流を深めたい方におすすめです。

機械学習

コンテナー型GPUクラウドサービス「高火力 DOK」でOllamaを実行する

knowledge.sakura.ad.jp

・コンテナー型GPUクラウドサービス「高火力 DOK」を利用して、Ollamaを実行する方法を紹介します。 ・ローカルにGPUがなくても、高速な環境でOllamaを利用したいエンジニア向けの記事です。 ・GPUリソースを効率的に活用したいインフラエンジニアや機械学習エンジニアにおすすめです。

機械学習

Conversational Analytics API を使用して BigQuery で会話型エージェントを構築する

cloud.google.com

Google CloudのConversational Analytics APIを活用し、BigQueryのデータを自然言語で分析・可視化する会話型エージェントの構築方法を解説しています。 Geminiの能力を活かし、複雑なクエリをテキストで実行したり、グラフを生成したりすることが可能です。 データアナリスト、データサイエンティスト、およびプロダクト開発者向けの記事です。

グーグル・クラウド・ジャパン合同会社 <name>Wei Hsia</name><title>Developer Advocate</title><department></department><company></company>
機械学習

AIに乗り遅れていたデザイナーが、バイブコーディングに挑戦してiOSアプリをリリースした話|Blog|Goodpatch グッドパッチ

goodpatch.com

AIに乗り遅れていたデザイナーが、バイブコーディングを活用して1ヶ月でiOSアプリをリリースした体験談。 AIの仕組みからツールの使い方までを効率的に学び、実践を通して知識を定着させる方法を紹介。 AIを「チームメイト」として活用し、デザイナーとしての価値を再認識するプロセスが語られている。 ・AI初心者やコードが書けないデザイナーが、AIを使ってアプリ開発に挑戦したいと考えている人 ・生成AIの活用方法や、AIとの効果的な向き合い方を知りたい人 ・デザインと開発のプロセスにおけるAIの可能性に興味がある人

機械学習

主権と欧州の競争力: AI の成長に向けたパートナーシップ主導のアプローチ

cloud.google.com

Google Cloudは、欧州におけるAIの成長と主権の両立を、パートナーシップ、選択肢、セキュリティを基盤としたアプローチで実現しようとしています。 欧州のGDP成長に貢献するAI活用には、最新のクラウドソリューションが不可欠ですが、その機会を最大限に活かすためには、選択肢の提供、相互運用性の確保、そして高度なセキュリティとレジリエンスが重要です。 この記事は、欧州のビジネスリーダー、政策担当者、そしてAI技術の活用を検討している企業や組織の意思決定者向けです。

グーグル・クラウド・ジャパン合同会社 <name>Wieland Holfelder</name><title>VP Engineering, Regional CTO Google Cloud Sovereignty</title><department></department><company></company>
機械学習

自社で育てるLLM/VLM/VLA:学習・活用の実践知

sansan.connpass.com

「自社で育てるLLM/VLM/VLA:学習・活用の実践知」と題された本勉強会では、Sansan、ABEJA、松尾研究所が共同開催し、LLM/VLM/VLAモデルを自社でファインチューニング・活用している企業の実践知を共有します。 API利用とは異なる、自社ホスティングにおける課題とその工夫に焦点が当てられ、日本企業における生成AI活用の推進を目指します。 LLM/VLM/VLAモデルのファインチューニングや活用に携わる方、またはこれから活用を検討している方におすすめの内容です。

機械学習

AI×福岡×横断で“試す”を加速:Tech Link Fukuoka #2レポート

techblog.lycorp.co.jp

AIと福岡、そして横断的な連携をテーマにしたイベント「Tech Link Fukuoka #2」のレポートです。 LINEヤフーが福岡拠点で主催し、AI技術の「試す」を加速させることを目指しました。 AI開発者、エンジニア、プロダクトマネージャー、事業開発担当者などが対象です。

機械学習

AIスパコン「さくらONE」で挑むLLM・HPCベンチマーク (3) 「さくらONE」で挑戦するTOP500

knowledge.sakura.ad.jp

AIとHPC(High Performance Computing)の融合が進む中、単なる演算性能だけでなく、メモリ帯域、ネットワーク、ソフトウェアスタック、電力効率、可用性など、多角的な評価が「使える計算機」には不可欠であることを解説する記事。 * AIとHPCの融合における計算機の評価軸について * 学習・推論・数値計算を統合的に扱うための要件について * AI・HPC分野のエンジニアや研究者向け

機械学習

AWSがOpenAIの企業向けAIエージェント基盤「OpenAI Frontier」の独占的な外部クラウドプロバイダーになると発表、AmazonがOpenAIに7兆5000億円を投資

www.publickey1.jp

AWSとOpenAIが戦略的パートナーシップを締結。 AWSはOpenAIの企業向けAIエージェント基盤「OpenAI Frontier」の独占的な外部クラウドプロバイダーとなり、7兆5000億円を投資。 AI開発者、インフラエンジニア、企業のDX担当者向けの記事。

Publickey jniino
機械学習

「Amazon Bedrock」でOpenAI API互換を提供開始。オープンウェイトな基盤モデルでOpenAI SDKが利用可能に

www.publickey1.jp

Amazon BedrockがOpenAI API互換の提供を開始しました。 これにより、主要な基盤モデルをAWS上で利用しつつ、OpenAIのSDKも活用できるようになります。 AI開発者やエンジニア、プロダクトマネージャーにとって、モデル選択の柔軟性が向上するアップデートです。

Publickey jniino
機械学習

Sansan Tech Talk @関西 vol.2 〜AI活用のリアル〜

sansan.connpass.com

Sansan Tech Talk @関西 vol.2では、「AI活用のリアル」をテーマに、生成AIが実際の開発現場でどのように活用されているのか、業務改善に繋がっているのかといった、綺麗事ではない現場のリアルな視点を共有します。成功事例だけでなく、試行錯誤や失敗談も率直に語られます。LT枠もあり、参加者同士でAI活用の実践知を持ち寄る場となります。 このイベントは、以下のような方におすすめです。 - 生成AIの実務への組み込みに悩むエンジニア - AI活用の失敗談や試行錯誤も知りたい方 - 社内向けAIツール開発・導入担当者 - AI導入後の運用に課題を感じている方 - 関西でエンジニア同士の繋がりを作りたい方 - AI活用事例をLTで発表したい方

機械学習

New Relic アップデート(2025年12月)

qiita.com

・2025年12月のNew Relicのアップデート情報です。 ・AIエージェント搭載ツールやMCPのPublic Preview開始について解説されています。 ・プラットフォームエンジニア、機械学習エンジニア、データサイエンティストなど、AIやデータ分析に関心のあるエンジニア向けです。

機械学習

Google Cloud AI による米国フリースタイル スノーボードとスキーの物理解析

cloud.google.com

・Google Cloud AIとU.S. Ski & Snowboardが協力し、通常の映像から選手の3Dバイオメカニクスデータを抽出するAIツールを開発しました。 ・このAIツールは、トリック名で示される回転数と実際の身体の幾何学的回転量の差異を分析し、選手の技術向上やトレーニングに役立つインサイトを提供します。 ・スノーボード・スキー競技のジャッジ、コーチ、選手、およびAI技術に関心のある開発者やデータサイエンティスト向けの記事です。

グーグル・クラウド・ジャパン合同会社 <name>Google Cloud Team </name><title></title><department></department><company></company>
機械学習

AIは俳句を声に出して読めない?:俳句で探るTTSの現在地

note.com

AIが俳句を声に出して読めないという課題を通して、現在のテキスト音声合成(TTS)技術の限界と可能性を探る記事です。 特に、詩的な表現や文化的なニュアンスの理解、感情表現の豊かさといった点でAIがまだ人間には及ばない点を具体例を挙げて解説しています。 AI開発者、研究者、またはTTS技術の現状と将来に関心のあるすべての人々へ。

機械学習

Gemini CLI で Neo4j の拡張機能を使用する

cloud.google.com

Gemini CLIとNeo4jの拡張機能統合により、開発者はターミナルから離れることなく、Neo4j Auraのデプロイ、自然言語によるCypherクエリの生成、グラフの可視化、GraphRAGアプリケーションの構築が可能になります。 この機能は、Neo4jのグラフデータベースとGeminiの推論能力を組み合わせ、AI基盤インフラストラクチャとしての活用を強化します。 Google Cloudを利用する開発者や、Neo4jでグラフデータ管理を行うエンジニアにとって、効率的な開発と高度なAIアプリケーション構築を支援する内容です。

グーグル・クラウド・ジャパン合同会社 <name>Ben Lackey</name><title>Senior Director at Neo4j</title><department></department><company></company>
機械学習

ABEMAで取り組んだAIエージェントによるA/Bテスト文化の促進

developers.cyberagent.co.jp

ABEMAのData Scienceチームが、AIエージェントを活用したA/Bテスト文化の醸成に取り組んだ事例を紹介します。 半年間のミッション型インターンシップを通じて、AIエージェントがA/Bテストの設計・実行・分析を支援し、チーム内のA/Bテスト実施率向上を目指しました。 データサイエンティスト、エンジニアリングマネージャー、プロダクトマネージャー向けの記事です。