移行 JSON-LDとは？AIフレンドリーネスを実現する
「リファクタリング・ディフェンス戦略 ～AIフレンドリーネスの3要素」の中で、AIフレンドリーネスを実現する手段のひとつとして、"JSON-LD"についてご紹介しました。JSON-LDですが、多くの方がよく知らない上に、知名度も低いテクノロジーですので、今回はJSON-LDとは？と題して、JSON-LDの基礎から可能であれば応用までご紹介していこうと思います。
移行 
移行 リファクタリング・ディフェンス戦略 ～AIフレンドリーネスの3要素
本記事は、「AIとデータを活用した「リファクタリング・ディフェンス戦略」」の続きです。前回の記事では、急激に減少を続ける「ゼロクリック検索」時代のメカニズムについてご紹介しました。AI時代に生き残るための「リファクタリング・ディフェンス戦略」の手始めとして、AI検索の深層分析の続きをご紹介していきます。
フリー 生成AIは機械学習から始まる-その8：深層学習の課題と限界と新たな応用領域
深層学習（Deep Learning）は、過去10年間にわたり、画像認識、自然言語処理、音声処理など多岐にわたる分野で人間を凌駕する性能を達成し、現代のAIブームを牽引してきました。特に、トランスフォーマーや残差接続（ResNet）などのアーキテクチャ革新と、GPU/TPUといった計算資源の進化、そして大規模なデータセットの利用可能性が、この進歩を加速させました。しかし、その強力な能力の裏側で、深層学習は依然として技術的、倫理的、そして経済的な複数の重要な課題と限界に直面しています。
移行 AIとデータを活用した「リファクタリング・ディフェンス戦略」
貴社のWebサイトへの訪問者数は、ここ数ヶ月で急激に減少していませんか？もしそうであれば、それは単なる一時的な検索エンジンのアルゴリズム変動やSEOの問題だと軽視してはなりません。この現象は、貴社が持つ「データ資産」の価値と、それを支える「システム構造」が、AI検索時代という新しい競争環境に適応できていないことを示す、深刻な警告サインです。
移行 AIは非決定論的ソフトウェア：アーキテクトが知るべき設計パラダイムの転換
ソフトウェア工学は、過去数十年にわたって一つの確固たる原則の上に築かれてきました。その確固たる原則とは、決定論的な振る舞いです。同じ入力に対して常に同じ出力を返す。この単純明快な原則が、私たちの開発プラクティスの基盤となってきたのです...
移行 生成AIは機械学習から始まる-その7：深層学習を支える技術革新
今回は、「生成AIは機械学習から始まる-その7：深層学習を支える技術革新」と題し、「生成AIは機械学習から始まる-その6：なぜ「深層」なのか」でご紹介した"深層学習"についての深堀記事です。深層学習の成功は、いくつかの重要な技術革新によって支えられています。今回は深層学習の基盤となる４つの技術をご紹介します。
移行 企業におけるBI導入の現状と主な課題
ビジネスインテリジェンス（BI）は、多くの企業で多大な投資が行われたにもかかわらず、ビジネスインテリジェンス（BI）ツールが現場の業務に組み込まれず、「機能しない」「活用しきれていない」という現状は、日本企業においても広く認識されている課題です。今回は、企業に導入されたBI導入の現状と主な課題について調査してみました。
移行 階層化インテリジェンスフレームワーク（HIF）の全体構造
本記事は、「階層化インテリジェンスフレームワーク（Hierarchical Intelligence Framework、以下 HIF）とは？。」の続きになります。HIFへの知識を深く掘り下げ、理解する為のテクニカルな記事ですので、HIFや新しいテクノロジーに興味がある方は是非、ご一読ください。
移行 生成AIは機械学習から始まる-その6：なぜ「深層」なのか
「生成AIは機械学習から始まる」も第6回目となりました。今回は"なぜ「深層」なのか"と題して、ニューラルネットワークが多層化した理由とこれまでの経緯についてご紹介していきます。機械学習そのものを大きく変えた出来事でしたので、機械学習に興味のあるDevは是非チェックしてみてください。
移行 階層化インテリジェンスフレームワーク（Hierarchical Intelligence Framework、以下 HIF）とは？
『階層化インテリジェンス』とは？と題して、今、水面下で単層的AIアプローチの限界（生成AIの出力と業務意思決定のギャップ）がビジネス上の大きな課題となりつつああります。その課題を埋める為のひとつの手法である””階層化インテリジェンス"、"階層化インテリジェンスフレームワーク（Hierarchical Intelligence Framework)"について解説しています。