AI Shift Academy（#シフアカ）

「ショート編」では、話題のAI技術や論文を一つ取り上げ、コンパクトに紹介しています。

画像生成AIは高い表現力を獲得している一方で、多言語で指示を与えても、文化的な違いが反映されにくいという課題を抱えています。

本エピソードでは、この現象を「文化ギャップ」として分析した最新論文「Where Culture Fades: Revealing the Cultural Gap in Text-to-Image Generation」を取り上げます。

参考リンク: https://arxiv.org/abs/2511.17282

AI Shift Academy（#シフアカ）

今回はAIワークフロー構築において欠かせない技術「RAG（検索拡張生成）」の現場の課題に焦点を当てます。

#1でも取り扱いましたが、AIに社内ドキュメントなどの外部知識を参照させるRAG。一見便利な技術ですが、実際に開発してみると

・表記ゆれやフォーマットの乱れによる検索精度の低下

・LLMへのコンテキスト過多によるハルシネーション

・「分かりません」と正直に言えないAIの挙動

など、様々な壁にぶつかります。

AI ShiftのMLエンジニア目線で、実務で直面した具体的な課題と、現時点での解決アプローチを赤裸々に語ります。

▼おたよりは⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠こちら⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠から

AI Shift Academy（#シフアカ）

「ショート編」では、話題のAI技術や論文を一つ取り上げ、コンパクトに紹介しています。

AGIはベンチマークのスコアで決まるのか？

Andrew Ng氏が提案する「Turing-AGI Test」は、AIを“人間と同じように働かせる”ことで汎用性を測ろうとする新強い発想について解説します。

参考リンク: https://www.deeplearning.ai/the-batch/issue-334/

AI Shift Academy（#シフアカ）

今回は、AI開発の現場で起こりつつある新たな課題「AIワークフローのコンテキストオーバー」について、AI Shiftの及川と戸田が深掘りします！

複数のAI処理を繋げて自動化する「AIワークフロー」

・プロンプトに気合いを入れすぎて情報過多に

・1つのワークフローに詰め込みすぎて複雑化

など、中級者が陥りがちな落とし穴を実例を交えて解説。

「Few-Shot」が逆にハルシネーションを招いた失敗談や、業務棚卸しの重要性など、2025年以降のAI開発に必須の知見をお届けします。

▼おたよりは⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠こちら⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠から

AI Shift Academy（#シフアカ）

「ショート編」では、話題のAI技術や最新論文を一つ取り上げ、コンパクトに紹介しています。

今回は話題が2つあります。

①画像を扱うAIの弱点を補う手法「Chain-of-Visual-Thought（CoVT）」を取り上げます。AIがこれまで言語だけで判断していた部分に、境界や奥行きといった視覚的な中間表現を組み込むことで、カウントや位置関係などの精度が向上する点が特徴です。

②AIが長い会話や複雑なプロジェクトを“忘れてしまう”問題にどう向き合うか。今回取り上げる「General Agentic Memory」は、AIが必要なときに必要な情報を深掘りして探し出す、新しい記憶アプローチです。

参考リンク:

① https://arxiv.org/abs/2511.19418

② https://arxiv.org/abs/2511.18423

AI Shift Academy（#シフアカ）

2025年の締めくくりに、1月から12月までの主要なAIニュースを、パーソナリティの2人が独自の視点で振り返ります。

DeepSeekや拡散言語モデルから、話題となった「AIの処理できるタスクの長さは月と共に伸びる（AI版ムーアの法則）」まで、エンジニアならではの注目トピックが満載。

GPT-4oやGeminiの進化、そしてClaudeの「Computer Use（Antrhopic）」など、激動の1年を駆け足でおさらいします。

さらに、2026年の期待として、マルチモーダルの高度化・ブラウザAIの進化についても言及。

来年のAIはどうなるのか、一緒に考えましょう！

▼おたよりは⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠こちら⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠から

AI Shift Academy（#シフアカ）

「ショート編」では、話題のAI技術や最新論文を一つ取り上げ、コンパクトに紹介しています。

AIに意思決定を任せる時代、モデルに「どう質問するか」はますます重要になっています。

今回の論文は、LLMの未来予測が“質問の構造”と“文脈”に大きく左右されることを実証したもの。

ニュースを与えたら精度が下がる、略語の意味を取り違えるなど、実務のRAG設計にも直結する落とし穴が明らかになります。

参考リンク: https://arxiv.org/abs/2511.18394

AI Shift Academy（#シフアカ）

前回に続き、ボイスボット開発の裏側を深掘り！

今回は、AIと人間らしい対話を実現するための試行錯誤に焦点を当てます。

・ ストリーミング認識の落とし穴

スムーズな会話のために導入したストリーミング認識。

しかし、「どこで会話を切るか」という難問に直面。

ボットが「ずっと空気を読んでしまう」現象とは？

・ 人間らしさ vs 機械のわかりやすさ

人間のような「間」や「相槌」は本当に必要なのか？

あえて機械的に振る舞うことで、ユーザーの心理的ハードルを下げる逆説的なUX設計について議論します。

・ アバター接客の衝撃体験

ホテルでのアバター接客から見えた、プロの接客術とAIの現在地。

最新のLLMでも超えられない「文脈理解」の壁とは？

・ 割り込み機能「バージイン」の失敗談

ユーザー体験向上のために実装した「割り込み機能」が、なぜ全く使われなかったのか？

技術とユーザー心理のギャップに迫ります。

▼おたよりは⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠こちら⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠から