AI– category –

画像生成AI（Stable Diffusion）で意図的に整っていない顔立ちや不細工な子どもを生成しようとしても、出力結果がどうしても可愛らしく整ってしまうことがあります。本記事では、AIが持つ強い美化バイアスを崩し、意図した不揃いさを表現するためのプロンプト設計アプローチをまとめます。 なぜ「ugly」だけでは顔が崩れないのか 多くの学習...

メディアで報じられる「Geminiのユーザー数10億人突破」という華々しい数字とは裏腹に、日々AIを道具として使い倒しているエンジニアコミュニティの視線は冷ややかです。Googleの共同創業者であるセルゲイ・ブリン氏が開発遅延に焦りを募らせ、現場へ「全力投球」を促したという報道は、Googleが直面している構造的な苦境と、現場のリアルな...

2025年11月に登場したGemini 3は、AIモデルの性能評価サイトであるLMArenaで1501 Eloという記録的なスコアを叩き出し、業界に大きな衝撃を与えました。直感的な自然言語からアプリケーションを一括生成する「Vibe Coding」や、AIが自ら画面UIを動的に組み立てる「Generative UI」、さらには難関数学や抽象推論を突破する「Deep Think」など、...

道具から集客ファネルへ変質したOSの欺瞞 かつてコンピュータの基本ソフトウェア（OS）は、ユーザーが目的の作業を快適に行うための無色透明な道具であり、システムの安定稼働を支える黒子でした。しかし現代のデスクトップOSは、自社のクラウドサービス、サブスクリプション、広告、そしてAIを強引に押し込むための集客ファネルへと変質して...

Google AntigravityでAIコーディングを行う際、課題となるのが「チャットセッションや作業状態が単一マシン内に閉じてしまう」という点です。メインのデスクトップMacで進めていた作業を、手元のWindowsノートPCや別端末からそのまま継続しようとすると、文脈の引き継ぎが難しくなります。 この問題を解決するため、常時稼働させているデスク...

生成AIの急速な普及に伴い、ソフトウェア開発者の労働市場には一見して矛盾する2つのデータが提示されています。一方ではエントリーレベルや若年層の雇用が明確に落ち込んでいるという報告があり、もう一方では労働力全体に占める開発者の割合が過去最高水準に達し、中長期的な雇用成長が予測されているというデータが存在します。この乖離は...

生成コストのゼロ化がもたらす審査負荷の搾取 近年、テキスト生成AIの急速な発展と普及に伴い、全国の公募新人文学賞において応募総数が急増する現象が起きています。ある大手出版社のSF公募コンテストでも、応募数が過去最多水準に達するなど、選考現場の逼迫が顕在化しています。 この問題の本質は、作品を生成するコストとそれを評価する...

画像生成や文章生成をはじめとするAI技術の急速な普及は、皮肉にも表現における「技術」と「本質」の主従関係を白日の下に晒すこととなった。これまで創作の価値として持て囃されてきた美麗な画力や流麗な文章力は、出力のハードルが極限まで下がったことで急速にコモディティ化し、単なる外装にすぎなかったことが明らかになりつつある。技...

Stable Diffusionをはじめとする画像生成AIにおいて、特定の武器や装備を思い通りに出力させるには、単語の多義性や学習データの傾向を考慮したプロンプトの構築が重要となります。単一の名詞を指定するだけでは意図しないアイテムへ誤認されやすいため、文脈を補強するポーズや関連アイテム、さらには不要な概念を除外するネガティブプロン...

Stable Diffusionでナックル系の近接武器を装備したキャラクターを描画する際は、表現したい武器の形状や世界観に合わせて的確な英語タグを選択することが重要になります。最も標準的でモデルの認識率が高い指定はbrass knucklesであり、一般的なメリケンサックやナックルダスターを描写する際のベースとして機能します。素材や色合いを固定...

最も推奨される方法：公式Windows版をインストール 概要 2024年後半から、OllamaはWindows向けにネイティブ実行可能な公式ビルドを提供している。インストーラ形式で導入でき、追加の仮想環境（WSLやDocker）は不要である。一般ユーザーから開発者まで、すべての用途でこの方法が推奨される。 手順 公式サイトからインストーラをダウンロード...

AI技術の中でも「自己注意(Self-Attention)」という概念は、自然言語処理や画像処理の分野で重要な役割を果たしています。特に、文章の理解や翻訳、文章生成において、この自己注意がどのように働いているかを理解することは、AIの仕組みを知るうえで非常に役立ちます。この記事では、自己注意とは何か、どうして重要なのか、そして具体例を...

以下のスクリプトは、stable-diffusion-webui-reForegeまたは1111のAPIを使用して、画像を生成しローカルに保存するものです。 全体のコード import requests import json import os import io import base64 from pydantic import BaseModel, Field from PIL import Image, PngImagePlugin from datetime import datetime, timezone, timede...

AIや自然言語処理（NLP）の分野でよく出てくる「トークン」とは何か、初心者にもわかりやすく解説します。 1. トークンとは？ トークン（Token） とは、AIや自然言語処理の中で文章を扱う際に、文章を小さな単位に分割したものです。この「小さな単位」とは、単語、句、文字、または特定の意味を持つまとまり（例えば「New York」などのフレ...

近年のAIの進化において、Googleが開発した「Transformer」という技術が大きな注目を集めています。特に自然言語処理（NLP）の分野では、Transformerの登場が革命的な進歩をもたらしました。この記事では、Transformerとは何か、その仕組み、そしてどのようにAIに使われているのかを初心者にもわかりやすく解説します。 1. Transformerとは？...

Whisper.cpp や LLaMA.cpp を動かした経験があるなら、必ず目にする二つの名前がある。ggml と gguf である。これらは似たように見えるが、実際にはまったく異なる役割を持つ。どちらも開発者 Georgi Gerganov 氏によって設計されたものであり、ローカル環境でAIモデルを動かす基盤を支えている。本稿では、両者の設計思想・役割・関係を明確...

キャラクターが足元のトラップに引っかかり、一気に空中に逆さ吊りにされる構図は、ファンタジーやアドベンチャー作品における定番のピンチ演出です。しかし、画像生成AIでこのシチュエーションを描こうとすると、空中に吊り上がらずに床の上で前転（でんぐり返し）したような不自然な姿勢になったり、足が地面についたまま転倒したような構...

本記事は、Apple Silicon搭載のMac mini（M2 Pro）を対象とする。GPUアクセラレーションにはMetalを用い、Core MLは使用しない構成である。macOSはSonoma 14以降、XcodeとCommand Line Toolsがインストールされているものとする。 まず、開発環境を確認する。 xcode-select --install brew install cmake ffmpeg gitxcode-select --install b...

世の中、GPUを積んだサーバが高嶺の花になって久しい。そんな中で、ひっそりと注目を集めているのがAMDの「Ryzen AI Max+395」である。128GBのRAMを詰めたミニPCが30万円前後。見た目は小柄だが、カタログスペックを覗けば猛虎のような眼光を放つ。果たして、これはAIサーバの“代打”として立つ器なのか。それとも、まだ調整中の若虎なのか。...

AIにおけるハルシネーション（Hallucination）とは、特に生成型AIモデルや自然言語処理（NLP）モデルにおいて、実際には存在しない情報を生成したり、誤った情報を提示したりする現象を指します。この問題は、AIがユーザーの質問やプロンプトに対して適切なデータがない場合や、学習したデータの中から適切な答えを導き出せない場合に生じま...