TypeScript 関数型スタイルでバックエンド開発のリアルTSKaigi 2024 のスライドです
財務省の信用を失墜させかねない｢一枚の資料｣
ところで、なぜ財務省は、「債務残高／GDP」ではなく、素直に「債務残高」と経済成長率の相関関係を示さなかったのだろうか。 それは、経済評論家の三橋貴明氏が明らかにしている。彼はブログで、OECD諸国の政府債務残高と実質経済成長率の間には正の相関関係があるという、財務省にとってはまことに不都合なデータを示したのである。 もっとも、先ほど述べたように、重要なのは、政府債務ではなく、政府支出の規模と経済成長との関係である。 これについては、すでに朴勝俊・関西学院大学教授による論文がある。その中で朴教授は、OECD各国の政府支出の伸び率と名目・実質GDP成長率の間に強い相関関係があることを示したばかりではなく、政府支出から名目GDPへの因果性の検討まで行っている。 特に、この論文の中で、1997年から20年間のOECD諸国の政府支出の伸び率とGDP成長率の相関を示した「図表1」における日本の位置に
元コンサルの回顧本に「現場に数値目標を与えると数値目標は達成されるが数値化されてない部分が必ず失われる」例として上げていたことの内容がキツい
林司@るーしゃんず @Archangel_HT 元コンサルの回顧本に書いてあったんだけど、現場に数値目標を与えると、その数値目標は達成されるが数値化されてない部分が必ず失われる、とされてるんだよね。バスの定時発車率にインセンティブを与えたら確かに率は上がったけど、信号無視とかするようになった、とか例を挙げてた。 x.com/Dirg_rocketdyn… 2024-05-06 16:24:48 dirG @Dirg_rocketdyne 論文誌出版社というボトルネック 「研究社会を海外の商業的な科学情報機関が席巻しており、彼らの提供するデータを論文評価の代理指標に使っているのは全く好ましくない。」 「研究者の数値評価は有害」 ノーベル化学賞・野依良治氏の憂い - 日本経済新聞 nikkei.com/article/DGXZQO… 2024-05-06 15:40:04
論文検索のポストGoogleか。事業開発を加速する「Memory AI」とは | Forbes JAPAN 公式サイト（フォーブス ジャパン）
日本の大企業が注目するリサーチツールをご存知だろうか。3億件以上の研究論文から技術の相関性を瞬時に可視化できる「Memory AI」なるもので、2023年6月にプレベータ版をリリースすると、半年でキリンホールディングスや大正製薬など大手企業約20社が顧客になった。 注目される理由は、企業の研究開発や事業開発担当者が技術調査や分析にかかる工数を最大で9割削減できるからだ。日本は特許出願件数で2022年、28.9万件で世界3位。国・地域別のGDP（国内総生産）に占める研究開発費総額の割合が3.59%と高く、ここ20年間で世界最高レベルにある（※）。科学技術においてこれだけ充実した環境にありながら、大きな問題がある。研究開発の最初の工程となる調査や分析には短くて半年、長いと1年半もの時間が必要になる。この非効率性に着眼したのが、当時、ニューヨーク州立大学の学生だった畑瀬研斗が設立したMEMORY
MFA設定必須のCognitoのクロスアカウントマイグレーションについて - ZOZO TECH BLOG
はじめに こんにちは、計測プラットフォーム開発本部SREブロックの近藤です。普段はZOZOMATやZOZOGLASS、ZOZOFITなどの計測技術に関わるシステムの開発、運用に携わっています。 計測プラットフォーム開発本部では、複数のプロダクトを運用していますが並行して新しいプロダクトも開発しています。SREチームでは増え続けるプロダクトの運用負荷に対して改善は行っていますが、さらなるプロダクトの拡張に備えてZOZOFITの開発運用を別チームへ移管することになりました。移管作業の中でAWSリソースを別チームが管理するAWSアカウントへ移行する作業が発生することになりました。本記事では移行時に遭遇した課題と、その課題の解決に至るまでの取り組みをご紹介します。 目次 はじめに 目次 背景・課題 調査 ユーザ移行Lambdaの作成 簡易ダイアグラム フローチャート ユーザ移行Lambdaの処理
ソースコードの読解に生成AIがどれだけ効果があるかを調べる、名古屋大学 森崎研究室の実験に参加しませんか？
ソースコードの読解に生成AIがどれだけ効果があるかを調べる、名古屋大学 森崎研究室の実験に参加しませんか？ ソフトウェアの品質に関する研究を行っている名古屋大学 大学院情報学研究科 森崎研究室が、ソースコードを読むときに生成AIを使うとメリットがあるかどうかを評価するための実験的なイベントへの参加者を募集しています。 イベントは5月中旬と下旬の2段階 イベントは5月中旬に行われる「第1部」と、5月22日に行われる「第2部」の2段階になっています。 第1部では参加者にAIを用いつつJavaのソースコードを読解してもらいます。読解結果は森崎研究室が集計、分析し、その結果を第2部のオンラインイベントで参加者、研究者、有識者（森崎修司准教授、和田卓人氏、服部佑樹氏）らと一緒に参照しながら意見交換などを行います。 また、第1部はオンラインイベントに参加しつつJavaのコードをAIを用いて読解する「形
アップル、AI特化のM4チップで全Mac刷新か
アップルはMacシリーズを2024年後半からM4チップにアップデートしていく予定だという。米メディアBloombergのMark Gurman記者が4月11日に報じた。 M4チップは生成AIなどの人工知能機能のパフォーマンス向上に重点を置いて開発が進められているという。 同氏によると、Macシリーズ全体が2024年後半から2025年前半にかけてM4チップに移行していく予定だという。 まずはiMac、14インチMacBook Proのローエンドモデルとハイエンドモデル、16インチMacBook Pro、Mac miniがM4チップにアップデートされ、2025年春に13インチと15インチのMacBook Airが、2025年半ばにMac Studioが、2025年後半にMac Proがアップデートされると予想されている。 なお、M4バージョンのMacのデスクトップ機種に搭載されるユニファイドメ
1つの大きなLLM（大規模言語モデル）を複数のGPUで力を合わせて動かそう | IIJ Engineers Blog
地方拠点の一つ、九州支社に所属しています。サーバ・ストレージを中心としたSI業務に携わってましたが、現在は技術探索・深堀業務を中心に対応しています。 2018年に難病を患ったことにより、定期的に入退院を繰り返しつつ、2023年には男性更年期障害の発症をきっかけに、トランスジェンダーとしての道を歩み始めてます。 LLM群雄割拠の時代 昨今、ローカルGPUで駆動できるようなLLM（大規模言語モデル）もかなり増えてきて、キャッチコピー的に「ついに我が家にもGPT-4が！」とか言われるようになってまいりました。パラメータ規模で言えば70億～130億(7B-13B)パラメータ、700億(70B)パラメータ、1400億(140B)パラメータあたりのモデルが活発にリリースされているように見受けられます。 大きなモデルをGPU寄せ集めしつつ遊びたい！ しかしながら、コンシュマー向けのGPUにおいては、7B
世界初、AIモデルの再学習コストを大幅に削減可能な過去の学習過程を再利用する「学習転移」を実現～NTT版LLM「tsuzumi」など基盤モデルの更新・差し替えを容易に～ | ニュースリリース | NTT
◆深層学習において、過去の学習過程をモデル間で再利用する全く新たな仕組みとして「学習転移」技術を実現しました。 ◆本技術は、深層学習におけるパラメータ空間の高い対称性を活用し、実際に学習することなく低コストな変換により数秒～数分程度で一定の精度を実現できるため、モデルの再学習コストを抜本的に削減できることを示しました。 ◆これにより、NTTが研究開発を進める大規模言語モデル（LLM）「tsuzumi（*1）」をはじめとした多様な基盤モデル（*2）の運用コスト削減・消費電力の削減や、多数のAIで議論することで多様な解の創出をめざしたAIコンステレーション（*3）の構想具現化など、次世代のAI技術開発に貢献します。 日本電信電話株式会社（本社：東京都千代田区、代表取締役社長：島田 明、以下「NTT」）は、深層学習において過去の学習過程をモデル間で再利用する全く新たな仕組みとして「学習転移」技術
約28万台のHDDを運用するストレージサービス・Backblazeがメーカー・モデル別の故障率統計データ2024年第1四半期版を公開
クラウドストレージサービスプロバイダーのBackblazeが、運用している28万3851台のストレージのうち、3307台のSSDと、972台のブートドライブ、そしてメーカーの温度基準を超過したことがある275台のHDDを省いた27万9297台について、メーカー・モデル別の故障率をまとめたデータを公開しました。 Backblaze Drive Stats for Q1 2024 https://www.backblaze.com/blog/backblaze-drive-stats-for-q1-2024/ Backblazeが公開したのは、2024年3月31日時点で「100台以上運用」か「総稼働日数が1万日以上」の条件を満たしたストレージの統計データです。集計対象は27万9297台でしたが、さらに641台が前述条件を満たさず除外されているため、合計台数は27万8565台、合計稼働時間は24
PythonだけでWebアプリが作れるライブラリが増えている（2024.05） - Qiita
※本記事で言及しているReflexのdiscord内に日本語チャンネルをつくってもらいました。もし、興味をもった人がいたら参加してみてください。 １．PythonだけでWebアプリをつくるライブラリが増えている 最近（2024.05）、Python界隈ではPythonだけでWebアプリが作れるライブラリが増えています。詳しくは他の記事を参照してもらえればと思います。 以下の記事がとても参考になりました。ありがとうございます。 ２．ライブラリの分類 こうしたライブラリも大きくわけて２つの種類があるように思います。 ①データ解析の結果を表示するダッシュボードライブラリ ②汎用的なWebアプリをつくるローコードライブラリ ①ダッシュボード系ライブラリ たとえば、上記の記事にも出てきますし、ネットでもかなり情報の多い、StreamlitやDashは項番1のダッシュボードライブラリに該当すると思いま
JSR Meetup に参加してきた
JSR Meetup JSR が気になっていたことや、Deno の中の人が主催というのも良いなと思って、ささっと参加してきました。自分用に雑にまとめておきます。 https://jsr.io/ https://github.com/jsr-io/jsr ハッシュタグ 自分のメモ Deno Land Inc. が開発、運用しているパッケージレジストリ プライベートは今のところ予定されていない TypeScript をそのまま登録できる ESM 対応 OSS で開発されている 自前の JSR を立てることもできる 積極的に改善されていきそう ドキュメントが生成される Web UI がモダン Deno が流行らないと苦しそう @std を Deno が持ってるのは他からはちょっとな ... って思われそう キレイな npm 雑感 印象としては使ってみても良さそうという感じです。ただ無理に npm
｢目標達成できる人｣がChatGPTでしていること
コンテンツブロックが有効であることを検知しました。 このサイトを利用するには、コンテンツブロック機能（広告ブロック機能を持つ拡張機能等）を無効にしてページを再読み込みしてください。 ✕
デスクトップ「Chrome」Gemini統合
この記事のポイント デスクトップ版「Chrome」に大規模言語モデル「Gemini」が統合（v124） アドレスバーに［@］と入力しつつ表示される項目から［Gemini］を選択してプロンプトを入力 「@gemini」ショートカットがまだ利用できない場合は有効的（ただし日本語では文字化けも） Google ブラウザサービス「Chrome」のデスクトップ版に、大規模言語モデル「Gemini」が統合されました。 デスクトップ版「Chrome」の「Gemini」統合では、アドレスバーに［@］と入力しつつ表示される項目（Gemini / タグを検索 / ブックマークを検索 / 履歴を検索）の中から［Gemini］を選択し、そしてそのままアドレスバーにプロンプトを入力して［Enter］キーを押すことで、「Gemini」が起動しそのまま半ダイレクトに「Gemini」からの回答を得ることができます。 デス
自社サービスのバックエンドを Go から TypeScript へ切り替えるための整理
切り替える理由 自社の主力製品で利用している技術(WebRTC / WebTransport)がブラウザベースのため TypeScript を利用する Go を採用したのは sqlc が使いたかったという理由 sqlc-gen-typescript が出てきたのでもう Go を使う理由がなくなった 自社サービスチーム全員が Go にまったく興味が無い sqlc 自体は便利 そもそも自社に Go への興味がある人がいない 自社サービスの規模ではボトルネックになるのはデータベースであって言語ではない もしアプリでスケールが必要なときは Rust や Erlang/OTP に切り替えれば良い コネクションプールは PgBouncer を利用すればいい TypeScript からは 1 コネクション 1 接続で問題無い どうせフロントエンドでは TypeScript を書く 自社では React
ノーコードで、高機能AIチャットbotを作ろう。「Dify」を徹底解説｜ChatGPT研究所
今回は、最近話題の「Dify」というオープンソースのLLMアプリ開発プラットフォームを使って、簡単にAIアプリを作る方法をご紹介します。 Difyとは何か？Difyは、生成AIツールの開発プラットフォームです。 単一のモデルを使うのではなく、複数のAIモデルやツールを組み合わせることで、特定のタスクに特化した高性能なAIアプリケーションを簡単に作ることができます。 その最大の特徴は、RAG（Retrieval-Augmented Generation）エンジンを搭載していることです。RAGとは、関連する情報を検索・取得し、それを基に高品質な回答を生成する技術です。Difyではこの強力なRAGエンジンにより、幅広い分野でのAI活用が可能となっています。 圧倒的に使いやすいインターフェースDifyのもう一つの大きな魅力は、その使いやすさです。プログラミングの知識がなくても、直感的なGUIでドラ
【未経験者大歓迎】RAG超入門：AWSが推奨するRAGを体験するハンズオン - Qiita
2024/5/5更新：生成AIに興味を持った方向け、続編を投稿しました。 「Qiitaに聞いた！！」をAmazon Bedrockで作った！（Claude 3でRAG） タイトルはふざけてますが、プロンプトエンジニアリングにより本投稿と同様の内容を行う解説をしています。 （BedrockのClaude 3モデルと、Google検索を使った構成です） 生成AIはとても注目度が高い技術ですが、すこしとっつきにくいところがあるかもしれません。新しいモデルや活用手法が毎日のように登場し、ウォッチし続けるのはかなり大変です。 タイミングを逃して入門できていない方向けに、 とりあえず作って体感してみよう というコンセプトで、ハンズオン記事を作成しました。🎉🎉🎉 ハンズオンの内容は「RAG」です。RAGは生成AIの活用法としてよく出てくるキーワードです。ハンズオンでは、ただのRAGではなく最先端の
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
京大出身で外資コンサルから転職してきた部下が新卒に「議事録ってのは会議前に7割位でき上がってるのが理想だよ」と教えていて勉強になった
【本日みつけたお買い得品】Anker製3Dプリンタが7万円切り。AIカメラでエラー検知やモニタリングが可能
NTT、深層学習の再学習コストを削減する「学習転移」 世界初
