はてなブックマーク

こんにちは、AI ShiftでUI/UXデザイナーをやってる後藤です。この記事はAI Shift Advent Calendar 2025の21日目の記事です。 この記事は、Figmaの使用をいったん停止して、AIとコードでUIデザインをするとどうなるのか、という経過報告です。 実験の途中ですので、まだ成功も失敗もはっきりしておりません。なので、本日18:30からのM-1グランプリをご覧になった方がより楽しい休日をお過ごしになられるかと思います。 結論から言うと 「デザインと実装の境界をなくした」 ことで、UIデザインの時間を「考える」に全振りできるようになりました。 そして、これからの私は課題や価値の探索というUXデザインのタスクに、多くの時間を費やしていくんだろうなと思いました。 具体的には、UIデザインを手を動かして作る時間がほぼゼロになり、考える時間を増やすことができました。様々な

ウェブブラウザのFirefoxはAI機能を強化する取り組みを進めていますが、ユーザーコミュニティからの反対意見を受け、AI機能を完全に無効化するAIキルスイッチの開発に取り組んでいることを明かしました。 Firefox will add an AI "kill switch" after community pushback | TechSpot https://www.techspot.com/news/110668-firefox-add-ai-kill-switch-after-community-pushback.html 2025年12月、Mozillaの新CEOにFirefoxの開発チームを率いてきたアンソニー・エンゾー＝デメオ氏が就任しました。 Mozillaの新CEOがこれからのFirefoxを語る、「最高のブラウザ」を最優先しつつAIの統合も - GIGAZINE エンゾ

高市早苗首相がコンテンツ業界との意見交換会で小室哲哉、デーモン閣下、こっちのけんとらと並ぶ写真が話題に。鍵盤、ボーカル、ボーカル、ドラムの布陣や「まるでバンド」「合成写真みたい」との反応が目立ち、趣味や会談内容への驚きや冗談交じりのツッコミが相次ぐ。一方で、デーモン閣下の礼儀正しい姿勢に感嘆する声も上がる。

本記事は、LLM・LLM活用 Advent Calendar 2025 21日目の記事です。 はじめに pytorchは、Meta社が開発した機械学習・深層学習のためのpythonライブラリです。ユーザーは、pytorchを使用することで、画像分類モデルや強化学習モデルをはじめとし、大規模言語モデルや拡散モデルなど、多種多様なニューラルネットワークモデルを構築することが可能です。 また、pytorch内部では、CPU、TPU、GPUといった様々なプロセッサ向けに最適化された処理が実装されており、これらのプロセッサ間を容易に切り替えて使用することが可能です。例えば、大規模言語モデルの推論処理をGPU上で行いたい場合は、以下のように記述します。このようにユーザーは、入力テンソルとモデルインスタンスに対して.to("cuda")をつけるだけで、GPUを使用した処理が実行可能です。GPUを使用した

2025年12月19日、中国の大手テクノロジー企業であるAlibabaのAIモデルであるQwenシリーズに、画像を複数のRGBAレイヤーに分解できるAIモデル「Qwen-Image-Layered」が新たに登場しました。 Qwen-Image-Layered: Layered Decomposition for Inherent Editablity https://qwen.ai/blog?id=qwen-image-layered 🎨 Qwen-Image-Layered is LIVE — native image decomposition, fully open-sourced! ✨ Why it stands out ✅ Photoshop-grade layering Physically isolated RGBA layers with true native edit

はじめに Agent Skillsがオープンスタンダードとして公開されました。 今年に入ってからCline, Claude Code, opencode, Codexとコーディングエージェントがたくさん出てきましたが、どれも発展途上であり、場当たり的なアップデートばかり繰り返され、全部賭けるにはリスクが大きすぎるようなものばかりでした。 また、コーディングエージェントが登場する前から存在するRAGやMCP、コーディングエージェントを効率的に利用するためのAGENTS.mdファイルにおいても、互換性を重視するあまり、良い仕様改定が行われてきませんでした。 そんな中登場したのがAgent Skillsです。 個人的には今まで登場してきたものの中で、唯一、文句無しの完成度を誇るものでした。 自作コーディングエージェントShaftの作者であり、コンテキストエンジニアリングに関する様々な知見を持つ私

各AI企業はAIにトレンドやニュースを扱わせるために最新の情報を学習させていますが、一方でAIが生成した誤情報を別のAIが学習してまき散らす悪循環が発生するなど、新しい情報で汚染されてしまうケースもあります。チューリッヒ大学の研究者らが発表した「Ranke-4B」は、タイムスタンプ付きデータのみを使用した「History-LLMs」プロジェクトの一環としてリリースされており、100年以上前の社会における知識や見解などを表現できるAIとして構築されています。 history-llms/ranke-4b/prerelease_notes.md at main · DGoettlich/history-llms · GitHub https://github.com/DGoettlich/history-llms/blob/main/ranke-4b/prerelease_notes.md Gi

グーグルの「Nano Banana Pro」を使った技法の開発はその後も続いています。特に話題になっているのが、画面分割からストーリーボードを制作するという方法です。Nano Banana Proは、1つの画像から様々なカメラワークを生み出したり、前後のストーリーを考え、時間経過を伴った画像も生み出せることが発見されたことで、より複雑な使い方が試されつつあります。 ※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 カメラワークからストーリー展開が可能に まず、TechHalla（テックハラ）さんが発見したストーリーボード手法なのですが、有名な写真をベースにしてカメラワークを指定するだけで、あらゆるアングルからのカットが生成できます。また、カットを生成するだけでなく、前後のストーリーも生成できるということを発見したのです。

生成AIの登場により、ソフトウェア開発のあり方は劇的に変化しました。次々と新しいツールが登場し、これまでの常識が覆される中で、急速に進化するAIにどう対応していくか―本書は現場の開発者に向けて書かれた実践的なガイドです。著者は多様なAIツールを徹底的に検証し、コード生成、UI/UXデザイン、コードレビュー、テスト、ドキュメント作成など、開発工程全体におけるAI活用の可能性と限界を明らかにしています。また、将来のツール評価に役立つ指針も提示し、進化し続けるAI時代を生き抜くエンジニア、デザイナー、プロダクトマネージャーにとって必携の一冊となっています。 訳者まえがき はじめに 1章　コード生成とオートコンプリート 1.1　コード生成ツールの種類 1.2　ユースケース 1.3　ブラウザベースのツール 1.3.1　ChatGPT 1.3.2　Google Gemini 1.4　IDEベースのツー

日本テレビが2026年1月8日深夜に、生成AIをフル活用したとうたうドラマ「TOKYO 巫女忍者」を関東ローカルで放送する。サイバーエージェントが技術協力する他、制作には映画「8番出口」に携わった映像プロダクションAOI Pro（東京都港区）が協力する。 同作は「江戸の風情が残りながらも“妖化（ようか）”の病がはびこる2026年の東京を舞台にした、新時代のアクションファンタジー」（日本テレビ）という。制作面ではサイバーエージェントのスタジオ「極AIお台場スタジオ」を活用。VFXは映画版8番出口に参加したTREE Digital Studio（東京都渋谷区）が手掛ける。実写に加え、巨大なLEDパネルを活用した撮影手法「バーチャルプロダクション」や生成AIを組み合わせて壮大な世界観を表現するとしている。 関連記事 Google、「Gemini」アプリに写真から音声付き動画を生成する機能追加 G

ITmedia NEWSにおける1週間の記事アクセス数を集計し、上位10記事を紹介する「ITmedia NEWS Weekly Top10」。今回は12月13～19日までの7日間について集計し、まとめた。 先週のアクセスランキングは、メモリとストレージの「GB」の違いについて、漫画で分かりやすく解説した記事が上位だった。 さて、すっかり年末だ。今週はクリスマスだし、それが終わればお正月。年賀状を出す人は、準備に追われているだろう。 ただ昨今は年賀状じまいをする人も多い。筆者もまだ準備できておらず、「我が家も、もういいかなあ」と思っていた……のだが、日本郵便が先日始めた、年賀状需要喚起キャンペーンに心をつかまれてしまった。 「#Geminiで年賀状」が攻めすぎ　黒歴史が生成された その名も「#Geminiで年賀状」だ。ユーザーがアップロードした写真を、GoogleのAI「Gemini」で編集

はじめに 今回は、私がよく使うGeminiのGemを紹介します！！ 弊社では、12月からGoogle Workspaceを導入しております。経緯はこちらの記事にまとめております！ Gemは無料Geminiユーザーでも活用できます！！ この記事で伝えたいこと↓↓↓ 全体像解説 Gem...？？ ざっくりとですが、出力内容をカスタマイズしたGeminiを作れるぐらいの認識で良いと思います。 頻繁に繰り返すタスクの詳しいカスタム指示を書いておくことで、作業の効率化ができます。 Gemたちの紹介 さっそくよく使うGemを紹介します。 内容によってはWebエンジニアでなくでも活用できると思います！！ 難しくわからない技術記事の全体像を掴みたいとき よくわかっていない技術の記事や論文、外国の技術ブログなどを解説してもらうときによく使っています。 ポイントとしては図解を含めて、わかりやすく説明してもらう

[Edit 1] This article has been edited after initial release for clarity. Both the tl;dr and the end section have added information. [Edit 2] This hypothesis was actually wrong and thank you to everyone who commented! Here’s a full explanation of where I went wrong. I want to address this mistake as I realize it might have a meaningful impact on someone's financial position. I’m not editing the act

前回（12月16日）、「知財検討会のプリンシプルコード（仮称）（案）」をきっかけに、生成AIと処遇AIの混同について書いた。その後いくつか反応をもらったので、続きを書く。 前回のおさらい 前回の要点はこうだ。2022年までに作られたAI原則やガイドラインは、主に「処遇AI」（人を選別・審査・評価するAI）を念頭に置いていた。ところが2023年にChatGPTが爆発的に広まると、「生成AI」が主役になった。このとき、処遇AI向けの語彙──「追跡可能性」「透明性」「説明可能性」──がそのまま生成AIに流用された。これらは元々、なぜその人がその決定を受けたかを事後検証できるようにするための要請である。ところが生成AIの文脈では、生成物が何に由来するかという話にすり替わり、さらには学習段階まで遡って「学習していないことの証明」が求められるに至った。際限なく広がる「文書化」と「説明」の要求が燃え広が

こんにちは。ファインディのTeam+開発部でエンジニアをしている古田（ryu-furuta）です。 この記事は、ファインディエンジニア #2 Advent Calendar 2025の22日目の記事です。 はじめに 2025年下期、私は「DevとOpsを融合する」というミッションを掲げ、問い合わせやアラートといった運用業務の改善にAIをいくつか活用していきました。 この記事では、Claude Code GitHub ActionsやNotion MCPを使った運用業務改善の具体的な実装方法を紹介します。 また、効率化を実現した先に見えてきた「次にやるべきこと」についても共有します。 AIを活用した運用改善を検討している方や、改善施策を打っても成果が出ないと悩んでいる方に読んでいただけると幸いです。 はじめに 問い合わせやアラートに生じていた課題 Claude Code GitHub Act

Datasetteの開発者であるソフトウェアエンジニアのサイモン・ウィリソン氏が、ソフトウェア開発においてAIに丸投げすることがダメな理由を解説しています。 Your job is to deliver code you have proven to work https://simonwillison.net/2025/Dec/18/code-proven-to-work/ 生成AIの普及により、Microsoft製品のコードの30％はAIで書かれていたり、開発者の92％がAIコーディングツールを愛用していたりと、ソフトウェア開発の世界にもAIは着々と浸透しつつあります。 しかし、何かしらのAIツールを利用する権限を与えられた若手エンジニアが、AIを用いてソフトウェア開発を行ない、動作テストなどをコードレビュープロセスに丸投げするケースがあるそうです。このような行為について、ウィリソン氏