最近、サム・アルトマンはフリープレスのインタビューを受け、それは非常に興味深いものでした。なぜなら、彼が初めて超知能について詳しく語ったからです。超知能というのは、あまり頻繁には語られることのないトピックです。基本的に、あまりにも遠い未来のことで、どのようなものになるかさえ想像できないと考えられているためです。しかし最近、業界内では数千日以内に超知能が実現する可能性があるという主張や噂が増えています。 このインタビュー記事は非常に興味深いものです。アルトマンの発言だけでなく、元OpenAIの研究者からも超知能に関する情報が得られているからです。記事のタイトルは「サム・アルトマン：AIは統合されつつあり、超知能が来る」となっています。そして彼は、インタビューで人工知能の全般的な状況について語っています。 アルトマンに質問されたことの1つは、9月のマニフェストについてでした。9月のマニフェスト
This is the world's most popular Web Site devoted exclusively to Data Models Our featured Data Model is Anti-Money Laundering We specialize in Data Modelling and we enjoy helping people to understand the power, the beauty and the economy of well-designed ERD Data Models. We have created a Video on YouTube on Understanding a Database Schema and more than 20 Tutorials.
この原稿が公開されるころ、季節はもう桜咲く春になっているでしょうか。執筆開始時点では、世間は今まさに入試シーズン真っ只中。自分が受験生だったころが、懐かしく思い出されます。 私の出身高校は、地元では少し有名な不動尊のそばにあります。高校受験の際、私の母は、その不動尊で合格を祈ってお参りをしながら、試験が終わるのを待ってくれていたと聞きました。 しかし、中学生というまだまだ生意気盛りな若造としては、そんな家族の支えに感謝する一方で、素直に感謝できずどこか疎ましく思う気持ちもありました。 男子中学生特有の若い痛々しさに、理系としての自覚を持ちつつあった性分も加わり、お参りという非科学的な行為自体を否定してみたくなったり、百歩譲ってお参り自体に何らかの効力があったとしても、それに意味があるのは試験開始前までであり、既に回答済の答案用紙、そしてその内容によって決定する試験結果という、もう決まってし
コンテキスト境界を使ってドメイン駆動設計の効果を高める：ドメイン駆動設計の決め手、コンテキスト境界 ドメイン駆動設計は、ビジネスの主要ニーズに重点を置いてソフトウェアを開発するのに役立つ。だが、ドメイン駆動設計を実践するには、コンテキスト境界についての基礎を理解する必要がある。 アーキテクトは、純粋なドメイン駆動設計（DDD：Domain-driven design）を自社に導入するのに苦労することが多い。DDDでは、複数の部署や複数のソフトウェアシステムにまたがってビジネスプロセスを対応付ける必要があるため、その複雑さから目的の成果を得るのが難しくなる。 とはいえ、ドメインモデリングはビジネスニーズを技術設計に置き換えるのに優れたアプローチだ。そのため、アーキテクトは、DDDの効果の決め手となるコンテキスト境界（bounded contexts）を定める方法を理解する必要がある。 コンテ
国立がん研究センター東病院などが、量子コンピューターを創薬に応用する研究を製薬会社などと共同で進める産学連携コンソーシアムを2024年中に設立する方向で検討を進めている。量子ビットの誤りを訂正できる「誤り耐性量子コンピューター（FTQC）」の実現が近づいていることを前提に、FTQCに近い位置にある量子コンピューターを選んで使う考えだ。 日本癌治療学会の理事長を務める国立がん研究センター東病院の吉野孝之副院長が、2024年2月13日にデロイト トーマツ コンサルティングが開催したイベントで明らかにした。製薬会社がコンソーシアムに資金を提供し、医療機関と製薬会社が共同で量子コンピューターを活用した新薬開発などを進める。 国立がん研究センター東病院は2015年から、産学連携のがんスクリーニングプロジェクトである「SCRUM-Japan」を推進している。製薬会社がコンソーシアムに資金を提供して、様
「Developers Meetup 急成長ベンチャーが向き合う『開発生産性』」は、開発組織や事業フェーズの異なる株式会社Another works・株式会社SmartHR・株式会社スタメンの3社が、開発生産性について語り尽くすイベントです。ここで株式会社SmartHRのすがわらまさのり氏が登壇。チーム増加に伴い起きた「認知負荷が高い」状況をどのように解決したかについて紹介します。 チームの増加に伴いできるようになったこと、やりにくくなったことすがわらまさのり氏：ここから本題ですね。「開発生産性について、上から見るか、下から見るか」ということで、よろしくお願いします。過去に私が登壇したもので似たテーマがいくつかあるので、軽く紹介しておきます。もし気になる方がいれば後で見てください。 前提の共有というところで、先ほどもお話ししたように、私が担当したのは「SmartHR」の基本機能というプロダ
ノルウェー科学技術大学のデータ科学者ベンジャミン・A・ダンが1枚の画像を見せてくれた。点が均一ではなく，なんとなくストーンヘンジの岩のように分布している画像だ。その全体的なパターンは少なくとも人間には明らかだ。「私たちが見ればこれは間違いなく円だ」とダンは言う。しかし，コンピューターはこのシンプルな形を認識するのに苦労するだろう。「コンピューターは全体像をつかめないことが多い」。 多くの科学プロセスにはループ，つまり繰り返しが含まれている。コンピューターがこうした関係性を捉えられないことは，極めて多数のデータ点に潜む円形パターンを明らかにしたい科学者にとって問題だ。データは多くの場合，夜空の星のように，空間に浮かぶ点として視覚化される。例えば，公海上での船の位置を示す緯度と経度の2個の数字は，物理的位置として1つの点でプロットされる。同様に，遺伝子は多くの次元を持つ数学的空間中にプロットで
現状の設計手順にある根本的な問題 ところが前述の通り、現状では「アプリケーションの仕様を最初にまとめ、それらに基づいてデータベース構造を決めてゆく」という進め方が圧倒的に多い。こういった手法をPOA（プロセス指向アプローチ）という。 POAの中心的な設計課題はプロセス、すなわちUIやデータ処理ロジックを含むアプリケーション仕様、そしてユースケースや業務フローである。だが、このやり方では、データベースが「個々のアプリケーションが入出力するデータの保管場所」とみなされてしまう。結果的に、関数従属性が考慮されない、"one fact in one place"からほど遠いデータベースになる。 もちろんPOAであっても「あるべき姿」を目指す建前にはなっている。まず、現行の業務フローやUIやアプリケーションの仕様を手間暇かけて分析・整理する。これがAs-Is（現状）と呼ばれる基礎資料で、これを起点と
スタンフォード大学などの研究者らによる最新の研究では、Nature誌をはじめとする約4,800本の論文に対して、GPT-4を用いた査読の品質が大規模に検証されました。この研究は、科学的なフィードバックの生成における大規模言語モデル（LLM）の有用性を改めて（あるいは初めて）体系的に評価するものです。 結果からは、「LLMは査読サポートツールとしても有用」という結論が導かれました。また論文の初期段階での推敲においても、LLMのフィードバックが研究者に有益である可能性は高いとされています。 本記事では、研究内容を詳しく見ていきます。 参照論文情報 ・タイトル：Can large language models provide useful feedback on research papers? A large-scale empirical analysis ・著者：Weixin Liang
Getting Started Introduction A simple tutorial Language Reference Basic syntax Types Variables Constants Expressions Operators Control Structures Functions Classes and Objects Namespaces Enumerations Errors Exceptions Fibers Generators Attributes References Explained Predefined Variables Predefined Exceptions Predefined Interfaces and Classes Predefined Attributes Context options and parameters Su
ボトム型（ボトムがた、英: Bottom type）とは、型理論や数理論理学において値を持たない型のことである。ゼロ型または空型とも呼ばれ、アップタック記号（⊥）で表記される。戻り値の型がボトム型である関数は、いかなる値も返さない。カリー＝ハワード同型対応ではボトム型は偽に対応する。 部分型付けシステムにおいて、ボトム型はすべての型の部分型である[1] 。（ただしその逆は成り立たない。つまり、すべて型の部分型が必ずしもボトム型であるとはいえない。）値を返さない関数（例えば無限ループや例外の送出、プログラムの終了など）の戻り値の型を表すのに使われる。 ボトム型は正常な返却ではないことを示すために使用されるので、普通は一切の値を持たない。これとは対照的にトップ型はシステム上可能なすべての値におよび、また、ユニット型はただ1つの値を持つ。ボトム型はいわゆるVoid型と混同されることがあるが、Vo
DX推進を妨げているのはIT人材不足 DX推進には、システムの開発や運用するための知識、マネジメントなどの専門的知識を有するIT人材が必要です。ところが、日本にはその分野の人材が不足しており、DXそのものが進まない要因とされています。 IT人材が不足しているのであれば、自社で育成するか、新たにIT技術者を雇うことで不足を補うこともできます。しかし、IT人材の絶対数が不足しているため、簡単に優秀なIT技術者を雇うことは難しく、社内で育成するには時間もかかります。 さらに、このまま人材不足を理由にDXに取り組まなければ「2025年以降、最大で年間12兆円の経済損失が生じる可能性が高い」という、衝撃的なレポートが経済産業省から公表されました。このレポートでクローズアップされたのが、いわゆる“2025年の壁”です。 不足するIT人材は約80万人 “2025年の壁”を回避するため、早急にDX推進の重
ビッグデータ分析の手法の一つであるデシジョンツリーを活用してマーケテイング施策の判断に必要な事象を整理し，発生確率の精度を向上させた上で二つのマーケティング施策a，bの選択を行う。マーケティング施策を実行した場合の利益増加額（売上増加額 − 費用）の期待値が最大となる施策と，そのときの利益増加額の期待値の組合せはどれか。 施策 利益増加額の期待値（億円） ア a 70 イ a 160 ウ b 82 エ b 162 解答・解説 解答 ウ 解説 ー 参考書・問題集 参考情報 分野・分類 分野 ストラテジ系 大分類 企業と法務 中分類 企業活動 小分類 業務分析・データ利活用 出題歴 AP 令和5年度春期 問75 AP 令和元年度秋期 問74 AP 平成30年度春期 問75 前問 一覧 次問
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