MD世代なのとmonaka design.略してMDってだけで、何にも役に立たないBGM生成アプリ作成してる MDの色選んで、シールはって、好きな歌をいれる 絶対サブスクの方がいいよなー

NIMSとIBMは、生成AIを活用した次世代材料研究基盤の構築に向けた協業に合意し、覚書を締結しました。 NIMSの材料データ・研究基盤と、IBMのAI・量子コンピューティング技術を連携し、材料科学分野におけるAI活用基盤の構築を目指します。 🔗

Microsoft AI Foundryが示す次世代エンタープライズAI開発の本質は、速く作ることと安全に守ることを両立すること。エージェント、データ、権限、ネットワークを最初から設計できる会社だけが、生成AIを現場の成果へ変えられる。 #MicrosoftAIFoundry# #AIエージェント# #生成AI# #エンタープライズAI# #DX#

【発表】PFNは、防衛装備庁 新世代装備研究所が実施する「生成AI等を用いた作戦環境情報分析支援実現に関する実証」を受託し、自衛隊の作戦計画立案を支援するシステムの開発と検証を実施します。 透明性、信頼性、安全性に配慮した国産AI技術の研究開発と社会実装を進め、日本の安全保障と社会のレジリエンス向上に貢献していきます。

量子効果で電子を「ワープ」のようにずらす結晶を日本が開発——巨大光電流を鉛フリーで生成 理研らは量子効果で電子の居場所をワープのようにずらし巨大な光電流を発生させる極薄結晶を開発。鉛を使わず性能は従来の10倍以上です。次世代のペブロスカイト太陽電池に期待です

# Elasticsearchの機能と実践的な使い方 🔎 「検索→変換→集計」を1本のパイプで書ける。SQLライクで学習コストが低い新世代のクエリ言語、それがES|QLです。 🏷️ タイトル: ES|QL(パイプ型クエリ言語) 🔗 URL: 📘 概要 ES|QLはElasticsearchのデータを問い合わせ・集計・可視化・アラート化まで一気通貫で扱える新しいクエリ言語です。Unixのパイプのように `|` でコマンドを連結し、データを段階的に絞り込み・変換・集約していきます。JSONの集計DSLを書かずに、アドホック分析を素早く進められます。 ⚙️ 機能の説明 クエリは必ずソースコマンドから始まり、処理コマンドをパイプで連結する構造です。 ・`FROM` でインデックス/データストリームを指定(時系列向けの `TS` もある) ・`WHERE` で行を絞り込み ・`STATS ... BY` で集計とグルーピング ・`EVAL` で派生列を生成、`SORT` で並べ替え、`LIMIT` で件数制限 ・`KEEP`/`DROP`/`RENAME` で出力列を制御 ・`DISSECT`/`GROK` で非構造テキストをパース ・`LOOKUP JOIN` でマスタデータと結合、`ENRICH` でポリシー付与 コマンドや関数名は大文字小文字を区別しません(`FROM` も `from` も同じ)。 🛠️ 実践的な使い方 障害調査では、検索から集計までを次のように1本で書けます。 `FROM logs-* | WHERE status >= 500 | STATS count = COUNT(*) BY BUCKET(@timestamp, 5m) | SORT count DESC` Kibanaのエディタはオートコンプリート、インライン補完、Prettifyボタンによる自動整形を備え、実行後はフッターに処理ドキュメント数などの統計が出ます。同じES|QLがDiscover・ダッシュボードのパネル・アラートルール・Elastic Securityで共通に使えるのが大きな利点です。クエリ履歴やお気に入り(スター)機能で定番クエリの再利用も可能です。 💡 ユースケース ・SREのアドホックなログ分析(エラー率のサービス別・時間バケット別集計) ・ダッシュボードのES|QL可視化パネル ・セキュリティの検知ルールやアラート条件の記述 ・`LOOKUP JOIN` でサービス名→チーム名のようなマスタ結合を行う運用分析 ⚠️ 注意点 ・フィルタなしで多数のインデックスを横断するとレスポンスが肥大化するため、`KEEP`/`DROP` で列を絞ること。 ・Kibana内では `SET time_zone` ではなく `dateFormat:tz` 設定でタイムゾーンを扱う。 ・自然言語からのクエリ生成はEnterpriseライセンスとコネクタ設定が必要です。 ・マッピングされていないフィールド参照は既定で失敗するため注意が必要です。 #Elasticsearch# #ESQL#

# Elasticsearchの機能と実践的な使い方 🌊 もう` 🏷️ タイトル: Data stream(追記型時系列データの論理ストリーム) 🔗 URL: 📘 概要 データストリームは、追記型(append-only)の時系列データ格納に最適化された複数インデックスを、1つの名前で扱う抽象レイヤーです。ログ・イベント・メトリクスのように次々と流れ込むデータに向いており、利用者は隠された「バックインデックス」群を意識せず、単一のリソース名へ読み書きできます。 ⚙️ 機能の説明 ・データストリームの実体は、自動生成される複数の隠しバックインデックスです。命名は`.ds-<データストリーム名>-<>-<世代>`で、世代は`000001`から始まる6桁ゼロ詰めの整数です(例: `.ds-logs-myapp-prod-2026.06.10-000001`)。 ・書き込みは常に最新の「ライトインデックス」1つだけが受け付けます。古いバックインデックスへは直接書き込めません。 ・検索は自動的にすべてのバックインデックスへルーティングされ、データセット全体を横断して問い合わせられます。 ・各ドキュメントには`date`または`date_nanos`型の`@timestamp`フィールドが必須です。テンプレートに無ければ既定の`date`マッピングが自動適用されます。 ・利用には`data_stream`定義を含むインデックステンプレートが必須で、マッピング・設定・ライフサイクルポリシーをここで定義します。1つのテンプレートを複数のデータストリームで共有できます。 ・年齢やサイズの閾値に達すると「ロールオーバー」が走り、新しいバックインデックスが作られてライトインデックスが切り替わります。これはILMやデータストリームライフサイクルで自動化されます。 🛠️ 実践的な使い方 まず`data_stream`を含むインデックステンプレートを用意します。 `PUT _index_template/logs-myapp-template` `{ "index_patterns": ["logs-myapp-*"], "data_stream": {}, "template": { "mappings": { "properties": { "@timestamp": { "type": "date" } } } } }` あとはアプリから常に同じ名前へ書くだけです。 `POST logs-myapp-prod/_doc` `{ "@timestamp": "2026-06-10T09:00:00Z", "level": "INFO", "message": "started" }` 💡 ユースケース アプリケーションログを`logs-myapp-prod`というデータストリームへ書き込み、バックインデックスのロールオーバーは自動管理に任せる構成が定番です。アプリ側は日付別インデックス(` ⚠️ 注意点 ・バックインデックス名は内部実装の詳細です。restoreやshrinkで変わることがあるため、名前から日付などのロジックを組まないでください。 ・頻繁に同じIDで上書き更新(last-write-wins)したい用途には不向きで、その場合は通常のインデックスやエイリアスを使います。 ・更新・削除は`update by query`・`delete by query`など専用APIを使い、ライトインデックス以外への直接書き込みはできません。 ・データストリームが使用中のインデックステンプレートは削除できません。 #Elasticsearch# #データストリーム#

あした5月1日(金)0:00より応募開始😌🙏 ＼ 告知CM AI動画コンテストを開催‼ ／ 9月の開催に向け、 オンコロライブを一緒に盛り上げていただく AIクリエイターを公募いたします☺️ 📝募集内容 ・30秒以内のイベント告知動画 ・作品の主な部分で生成AIツールを使用すること ・オンコロ主催者が提供する素材を使用すること ・おひとり（１チーム）最大3作品まで応募可能 🏆最優秀賞 ・Amazonギフト券 10万円分 ・オンコロライブ2026優先席ペアチケット ・イベント当日に会場の大型ビジョンで放映 👑審査員 ・実行委員会委員（笠井信輔・矢方美紀・他実行委員） ・オンコロライブアンバサダー 月埜みみ（@mimi_kirafore） ・特別審査員 あぎ（@agi_aibusi） 📅応募期間：5月1日(金)0:00～5月15日(金)23:59 🔔結果発表：6月1日(月)13:00にオンコロライブ公式サイト・Xにて発表 小児がん・AYA世代（15歳～39歳）のがんの支援につながります✨ 多くのAIクリエイターの皆様のご応募お待ちしております！ 詳細コチラ👇 🔗 #RGP2026# #AI動画# #オンコロライブ# #がん#

【📢受講生募集開始｜世界モデル Deep Learning 応用講座 2026】 本日より、「世界モデル Deep Learning 応用講座 2026」の受講生募集を開始しました。 「世界モデル」は、AIエージェントを取り巻く環境のモデルを、観測から学習によって獲得する枠組みです。 近年では、動画生成やロボティクス、AIエージェントなどにもつながる技術として注目を集めています。 本講座では、世界モデルを軸に、 🔹深層生成モデル・潜在表現 🔹モデルベース強化学習 🔹状態表現・潜在予測モデル（JEPA） 🔹3D表現・動画生成 など、基礎となる技術から最新の手法まで体系的に学びます。 さらに、講義内容に対応した実践的な演習を通じて、実際に手を動かしながら最新技術への理解を深めます。世界モデルに関するコンペティションも複数回開催予定で、講座後半ではグループで最終課題にも挑戦します。 📚全12回｜毎週月曜 18:45〜20:30 💻完全オンライン（Zoom） 📅開講：11/2（月）〜2027/2/1（月） 🎓対象：学生（深層学習の基礎知識・実装経験がある方） 📅ID登録・学年更新締切：10/16（金）14:00 📅申込締切：10/20（火）14:00 世界モデルを研究・開発に活かしたい学生の方、Physical AIや次世代のAI技術に関心のある方は、ぜひご応募ください！ ▼詳細・お申し込みはこちら

Aureka BiotechnologiesがUS$100 millionのSeries Bを調達した（ million近くに達したという。Granite Asiaが第1トランシェを単独で拠出し、後続トランシェは戦略投資家が主導、HighLight Capital（HLC）と既存株主のMPCi、NRL Capitalも参加した。 資金の使い道が興味深い。次世代の生物学的基盤モデルを大規模に訓練し、de novo分子設計（既存分子の改変ではなく、ゼロから候補を設計すること）、生体構造モデリング、機能予測を強化する。同時にLab-in-the-Loop（モデルの仮説を実験で検証し、その結果を次の学習へ戻す仕組み）も拡張する。 ここでいう実験は、最後に答え合わせをするだけの工程ではない。AIエージェントが分子を生成し、実験を設計し、単一細胞の機能スクリーニングや高スループット検証で確かめ、結果をモデルへ戻す。モデル→実験→データ→更新の循環そのものを、薬物探索の基盤にしようとしている。 Aurekaの生物学的基盤モデルAuraIDEは、社内のタンパク質共進化データで訓練されている。オープンソース版のOpenDDEは、抗体と抗原の立体構造予測を測る公開ベンチマークFoldBench v1の第三者評価でも紹介された。 創業者兼CEOのWeian Zhaoは、最終的に生物学的ワールドモデルを目指すと説明している。これは分子の静的な構造を当てるだけでなく、分子同士の相互作用や設計結果をシミュレーションし、AIエージェントが薬の設計を計画、実行、反復するモデルだ。 「モデル単体の性能」を競う段階から、「実験データをどう継続的に生み、モデルと薬の候補を同時に更新するか」を競う段階へ。Aurekaの発表は、AI創薬の本体がモデルではなく、モデルと実験を閉ループで接続するR&Dインフラへ移りつつあることを示していると思う。