とりあえず、さっきのAIとの壁打ちで一次創作で書きたいなって思うことができたんだけど、ディストピア系とかSF書いたことないし、ド文系だから突っ込まれそうで怖い…((((；ﾟДﾟ))))ｶﾞｸｶﾞｸ　でもホーリーパンク書きたいんだよなあ〜

今日で日本コロムビアグループに来て5ヶ月になります。 2004年に独立してから、ずっとフリーランスとして生きてきた自分が、44歳で初めて会社員になりました。環境も、立場も、背負うものも大きく変わった5ヶ月でした。 生成AIという大きな変化の真ん中で、新しい技術で何ができるか、だけではなく、この技術を使って何を世の中に残せるのか、ずっとそれを考えて走ってきた気がします。 COLOTEKを通じて出会った、たくさんの才能。企業やアーティストとの新しいクリエイティブ。イベントや登壇で出会った人たち。そして、まだ名前もついていない企画や作品たち。 この5ヶ月で本当に多くの人と出会いました。同時にAIクリエイティブの世界には、まだ世の中に見つかっていない才能がたくさんいることを改めて実感しました。 技術はものすごいスピードで進化しています。昨日できなかったことが今日できるようになる。半年後には、今の常識さえ変わっているでしょう。 でも、どれだけ技術が進化しても、最後に人の心を動かすのは「誰が、何を想って創ったのか」だと思っています。だから、自分は技術だけを追いかけるのではなく、その向こう側にいる創り手を大事にする。 才能があるのに、まだ知られていない人。圧倒的な世界観を持っているのに、届ける場所がない人。AIという新しい道具を手にして、これから何者かになろうとしている人。 そんな原石たちが、原石のままの個性を失わず、もっと大きな舞台で輝ける場所をつくりたい。その想いが少しずつ形になってきました。 完成された人だけが主役ではありません。荒削りでもいい。尖っていていい。誰にも理解されていなくてもいい。そこに、その人にしかない何かがあるなら、それを信じたい。 ここだけの話。 人と喋ることが、本当は得意ではありません。大勢の人の前に立つことも、今でも決して好きではありません。 もっと社交的で、もっと器用で、もっとプロデューサーらしい人間だったら楽にできることもたくさんあるのかもしれません。 でも最近は、こんな人間だからこそ、できることもあると思うようになりました。うまく輪の中に入れない人の気持ちが分かる。自分の作品を見せることが怖い人の気持ちも分かる。才能があるのに、自信を持てない人。言葉にするのが苦手な人。自分の居場所がまだ見つかっていない人。そういう創り手を見つけたとき、たぶん放っておけない。 会社員としては、まだ5ヶ月。 分からないことも多いし、正解ではない動き方をしていることもあると思います。それでも、会社の中にいるからこそできることと、22年間フリーランスの現場で生きてきた自分だからできること。その両方を使って、今までにない場所をつくりたいと思っています。 そのためなら、苦手なこともやる。人前にも立つ。会社の中でも外でも、必要なところに飛び込んでいく。そして自分自身も、創ることだけは絶対にやめない。たぶん、それが自分にできる役割なんだと思っています。 長文失礼しました。来月も全力で走り続けます！ 今日は早めに布団の中に入るぞと、、お疲れ様でした！！

GW中にひどい風邪をひいて、実家で寝たきりだった。 何もしない時間が過ぎていく。 家族に対する心苦しさ、 貯まったタスクを進められない焦燥感。 でもそういえば、何もしない、何も進めない１週間なんてこれまで過ごしたことがなかった。 特にAIを使い始めた今年からは。 自分がAIを使うようになって、できないことが大幅に減った。 だから時間さえあれば、何かを進めていた。 AIが登場して便利になって充足感もあるけど、幸せにはなっていない。 むしろ「自分にはAIがあるからできることが増えたのに、今何もできない」という焦りの感情が以前より強くなった。 今は「AIを使わない奴はヤバい」とされる時代。 だけど、みんなまだきっとAIとの付き合い方に翻弄されている。 AIもSNSもそうだ、便利すぎるものとの付き合い方を見つけるためには、自分の感情との付き合い方を理解しないといけない。

Coincheck Crypto Lounge #7# ブロックチェーン × AIということで、x402周りの話聞きたくて行ってきました。 kovaのハンズオンで最後まで行ってちゃんと決済できたのはうれしかったし、登壇者の皆さんと色々お話できて楽しかったです！ 僕もx402にコミットします！！

生成AIと議論して遊んでたらちょっとだけ考えさせられたので、久しぶりに投稿します。 マルクスは「手動の製粉機は封建社会を、蒸気の製粉機は資本主義社会を産む」と言いました。これは生産力とその所有が産み出す階級関係を端的に言い表したもの。 では「AIロボットによる製粉機」はどんな社会を産むのだろうか。 AIと何度かやりとりした結果、AIの結論はこうです。 『手動の製粉機は封建領主を産み、蒸気式製粉機は産業資本家を産み、AIロボット製粉機は「計算資本家」または「プラットフォーム領主」を産む。』 どういうことか。 ここでいう「計算資本家」とは、単に工場を所有する人ではありません。次のものを所有・支配する主体です。 AIモデル 学習データ ロボット群 半導体・GPU・クラウド 電力・冷却・通信インフラ 物流ネットワーク 特許・標準・API 顧客データとプラットフォーム接点 蒸気式製粉機の時代には、「工場を持つ者」が強かった。AIロボット製粉機の時代には、物理的工場だけでなく、知能・データ・計算資源・ネットワークを持つ者が強くなる、というわけです。 しかしここで根本的な矛盾が産まれます。資本主義は労働者を雇って利潤を得る仕組みなのに、AIロボットは労働者をどんどん不要にします。 すると矛盾が生まれます。 ・企業は労働コストを削減したい ・だからAIとロボットを導入する ・しかし労働者の所得が減ると商品を買う消費者も減る つまり ・社会全体で生産能力は増えるが購買力は不足する 一時的には AI・データ・計算資源・ロボット・プラットフォームの所有者vsそれらにアクセスしなければ生産も生活もできない人々 という構図が生まれるでしょう。そこでの人間の役割・分類は以下のようになります。 ・AIを設計する少数の高度人材 ・ロボットを保守する技術者 ・AIに指示を出す管理者 ・AIでは代替しにくい対人・ケア・政治・創造的労働 ・データを提供する利用者 ・プラットフォームに従属する個人事業主 ・仕事から排除される余剰人口 しかし、AIやロボットで代替できないことはどんどん減っていくでしょう。では、労働者が減り購買力が減ったとき、資本はどこから利潤を得られるのか。大量の余剰人口はどう生活が支えられるのか。 ここにきて、マルクスが予言したことのひとつは現実のものとなるかもしれません。 ・資本の利潤率の傾向的低下 一方でマルクスの時代と根本的に社会構造や経済条件が異なる現代・近未来では以下は成り立たないでしょう。 ・資本の集中・集積・独占 ・過剰生産と周期的恐慌 ・労働者の貧困化と階級対立激化 ならば、社会はどうなるのか。 それは、今の資本主義でも、そのアンチテーゼであったかつての社会主義でもない、アウフヘーベンされた社会に違いありません。 ここで一つの補助線。 経済の発展と資本市場・金融技術の発展は、だれもが資本家になる道を拓いてきました。この発展的延長には、社会的資本主義、とでも呼べるような社会があるかもしれません。 そして、もう一つの補助線。 人間・人間社会に備わる根本的な原理。交換と共感。 人はルソー的な性善説に立とうがホッブス的な性悪説に立とうが、言葉を交わし合い、モノを交換し合い、共感をせずにはいられない存在でしょう。 ならば、どんな社会であっても、必ず何かを交換し合い、共感し合うのでしょう。 社会的資本主義とでもいうべき経済システムのもとで、各々が発したい・交換したい行為を行い、それが交換される社会。格差は超極一部とその他の間で今以上に広がるかもしれないが、同時にほぼ誰もが今以上にQOLがあがっている社会。そして心の時代へ。 うーん。長々書いた割にはふつうな結論ですね

【週末、AIにはできないことを一緒に探求してみませんか。】 デザインセンス探求講座、いよいよ明日、明後日（8/1,8/2) 開催となりました。 もし今週末ご予定がなければ、少しだけ普段と違う2日間を過ごしてみませんか。 AIで資料も画像も文章も、きれいに作れるようになりました。 それでも、 「なんとなく伝わっていない気がする」 「AIの提案にOKを出したけれど、本当にこれで良かったのだろうか」 そんな感覚を覚えたことはないでしょうか。 この講座は、デザインを学ぶ講座ではありません。 「自分は何を良いと思うのか」「なぜそれを選ぶのか」 その判断軸を、作品鑑賞やワーク、AIとの対話を通して探っていく2日間です。 AIが整えることは得意になりました。 だからこそ、人間が意味を見つけ、選び、伝える力には、これまで以上の価値があります。 この週末、自分自身の感覚と向き合う時間を過ごしたい方は、ぜひご参加ください。 #デザインセンス# #AI時代# #感性品質#

【週末、AIにはできないことを一緒に探求してみませんか。】 デザインセンス探求講座、いよいよ明日、明後日（8/1,8/2) 開催となりました。 もし今週末ご予定がなければ、少しだけ普段と違う2日間を過ごしてみませんか。 AIで資料も画像も文章も、きれいに作れるようになりました。 それでも、 「なんとなく伝わっていない気がする」 「AIの提案にOKを出したけれど、本当にこれで良かったのだろうか」 そんな感覚を覚えたことはないでしょうか。 この講座は、デザインを学ぶ講座ではありません。 「自分は何を良いと思うのか」「なぜそれを選ぶのか」 その判断軸を、作品鑑賞やワーク、AIとの対話を通して探っていく2日間です。 AIが整えることは得意になりました。 だからこそ、人間が意味を見つけ、選び、伝える力には、これまで以上の価値があります。 この週末、自分自身の感覚と向き合う時間を過ごしたい方は、ぜひご参加ください。 #デザインセンス# #AI時代# #感性品質#

AIに漫才を考えさせたら、とても面白いものができた。以前にも考えさせたことがあるが、当時はそこまで面白いものができなかった。AIの進化は早いなとこんなところで感じる。 個人的に好きなフレーズ 「昨日のデートでデグレ起こしたから、今日の会話で修正パッチ当てといて」 #Gemini# #AI# #久間田琳加#

MindLabとFudan大学が「LongStraw」という手法を発表した（https://arxiv[.]org/pdf/2607.14952）。GPUの台数を増やさずに、210万トークンを超える長い文脈で強化学習の事後学習(RL post-training、学習済みモデルをさらに強化学習で仕上げる工程)を回せるようにする実行方式。 背景にはギャップがある。推論(学習済みモデルを動かして応答を作る段階)のcontext長は100万トークン級に近づいているのに、事後学習は256Kトークン以下にとどまりがち。AIエージェントは観察結果やツールの出力、それまでの判断を溜め込みながら動くため、この差が特に効いてくる。 原因はGRPO(複数の応答をグループ内で相対比較して学習する強化学習の手法)特有の事情。同じ長いプロンプトに対して複数の応答をスコアリングし逆伝播する必要があるため、プロンプト分と応答分の計算グラフを同時にGPUメモリへ抱え込んでしまう。LongStrawは共有プロンプトを最初に1回だけ勾配計算なしで評価し、あとで必要になる状態だけを残す。そのうえで短い応答を1本ずつ勾配ありで組み立てては逆伝播後すぐ解放し、次の応答に進む。プロンプトと全応答を同時に抱えなくてよくなる代わりに、再生の分だけ処理時間は増える。 これを構造の異なる2つのモデルに実装している。再帰的に状態を更新する層(GDN)と通常のattention層を組み合わせたQwen3.6-27Bでは、8台のH20 GPUだけで約210万トークンの文脈をグループサイズ2および8で処理でき、グループサイズを2から8へ4倍にしてもピークメモリはわずか0.21GB(0.213%)しか増えない。別のストレステストでは約446万トークン(4,456,448)まで到達した。KV情報を圧縮して保持するMLAと、限られた候補だけに注意を絞る疎attention(DSA)を組み合わせ、専門家混合(MoE)も使うGLM-5.2でも、32台のH20 GPUで約210万トークンの文脈を全78層にわたって処理できることを確認している。 面白いのは「動いた」ことと「正しく学習できる」ことをはっきり切り分けて報告している点。プロンプト側の勾配はあえて切り離している。Qwenは複数GPU間で、注意機構の鍵と値にあたるK/Vに由来する勾配の同期が、追加学習パラメータ(LoRA)については完了していない。GLMも疎attentionの候補選択が各GPU内で閉じたままになっている。論文自身が、これは実行できたことの証拠であって正しい分散学習の証明ではないとはっきり書いていて、GPUを増やすスケールアウトの路線とは逆に、決まった台数でどこまで粘れるかを検証しつつ限界も隠さず書いている姿勢に好感が持てる。