すべてのカテゴリ

「動くデモ」と「現場で使われる仕組み」の間には、思ったより深い溝がある 「とりあえずDifyで作る」が増えている ここ最近、RAG（検索拡張生成）という言葉を本当によく聞くようになりました。 社内文書をAIに学習させて、「あの資料どこ？」と聞けば答えてくれる仕組み。Dify、Flowise、LangFlow……ノーコード／ローコードでRAGを構築できるツールも一気に増えました。 私もこれらのツールの導入を検討したことがあります。 正直、「とりあえず動かす」ところまでは、本当によくできています。管理画面でフローを組んで、ドキュメントをアップロードして、APIキーを設定する。それだけで、それっぽいAIチャットボットが動きます。 PoC（概念実証）を素早く作るには、本当に強力な選択肢だと思います。 問題はその後です。 ノーコードRAGで本番運用しようとすると、何が起きるか 検討を進めていく中で、いくつか「これは厳しいな」と感じたポイントがありました。 1. 「ノーコード」と言いつつ、実は専門知識が要る 設定画面が分かりやすいのは入り口だけです。 ちゃんと業務で使えるレベルに引き上げようとすると、結局： ・サーバーを自社内に置きたい → ITインフラの知識が必要 ・見た目を変えたい・自社らしくしたい → プログラミング知識が必要 ・独自の処理を追加したい → やっぱりプログラミング知識が必要 ・回答の精度を上げたい → AIやRAGそのものの専門知識が必要 つまり、「ノーコードで簡単」と聞いて始めたのに、結局あちこちで詰まることになります。 2. うまく動かない時、原因が分かりにくい

はじめまして！この度ココナラに登録しました、Cobucobuと申します。これまで設備開発の業務の中で、設備のソフト開発や配線設計、設備の実験や評価を行ってきました。Microsoft Office(Word、Excel、PowerPoint）の操作、C言語などのメジャーなプログラミングをはじめ、設備制御の三菱電機、安川電機、キーエンスのラダー言語が得意です。「誰かの役に立ちたい」「自分のスキルを相談したい」こんな思いから、この度ココナラで副業を始めることにいたしました。現在、以下の業務でお力になれる方を募集しております。Excelによる効率化:煩雑なデータ集計、入力作業などをExcelの関数やマクロを使って効率化します。Power Automate による自動化:定型的な繰り返し作業を Power Automate で自動化、業務時間の削減をサポートします。ラダーソフトの設計、コーディング：三菱電機、安川電機、キーエンス製の設計、コーディングをサポートします。Pythonによるデータ分析、機械学習（勉強中）：データ分析の基礎や機械学習の知識を習得中です。 まだ経験は浅いですが、関連する案件にも前向きでいきたいと考えています。Azure、DifyによるRAGシステム構築（勉強中）：最新の技術であるRAG（Retrieval-Augmented Generation）システムの構築について学習を進めています。こちらも初心者ではありますが、チャレンジさせていただける案件があれば、ぜひお声がけください！副業経験はまだ浅いですが、これまでの業務で培った丁寧なコミュニケーションと責任感を持

みなさま、こんにちはAIコーディネーターを名乗っているハギです。みなさま最近"RAG"という言葉をよく聞かれていないでしょうか？私の会社の周りにも"RAG"作って問題解決しようと言っている、一般社員や管理職をよく目にします。それを私はこんな気持ちで聞いています・・・"RAG"の構築方法や"RAG"の課題を本当に把握して言っているのかな？(確かに世の中は便利で、Difyのようなアプリもリリースされています。)ただ、そもそも、解決したい問題は"RAG"で解決できるのでしょうか？もっと根本的には、みんな"RAG"って言いたいだけでは？なんて思って聞いています。今更、LLMについて聞けない、RAGが何か聞けないと悩んでいる方がいれば私の作成した資料を使ってご説明も可能ですので、ご連絡ください。参考までにイントロ部分を載せておきます。続きを聞きたい方は是非ご連絡ください。課題解決に悩んでいる方がいらっしゃれば、是非ご相談ください。

■ はじめに最近、AI業界で急に増えた言葉があります。再帰的自己改善。英語では Recursive Self Improvement、略してRSIと呼ばれます。意味は文字どおりです。AIが自分より優れたAIを作り、その新しいAIがさらに優れたAIを作り、それが延々と続く。そういう状態を指します。この言葉が急に注目された理由もはっきりしています。主要なAI企業が、自社のAIシステムのコードの8割以上を自社のAIが書いている、と公表したからです。AIを作る会社がAIにコードを書かせる。当然の流れです。そうなると、次の疑問が出てきます。もしAIが、自分の次のバージョンを100パーセント自分で書けるようになったら、何が起きるのか。この記事では、その問いを冷静に分解します。煽るためでも、否定するためでもなく、実際に何がボトルネックになっているかを見ます。■ この話は60年前からある新しい言葉ですが、概念自体は古いものです。1965年、数学者のアーヴィング・ジョン・グッドが「知能爆発」という考えを示しました。要約するとこうです。どんな賢い人間よりも知的な機械を考える。機械の設計も知的な活動の一つである以上、その機械はもっと優れた機械を設計できる。すると知能爆発が起き、人間の知能は遥か後方に置き去りにされる。したがって、最初の超知能機械は、人間が作る必要のある最後の発明になる。この考えは後にシンギュラリティ、日本語では技術的特異点と呼ばれるようになりました。技術の進歩が加速し続け、やがて人間には理解も制御もできない速度に達する、という仮説です。期待する人にとっては人類の飛躍であり、心配する人