AI IoT

リンクは、月10時間から利用できる情シス代行サービスを提供開始した。中小企業の情シス人材不足や属人化に、チーム体制の「辞めない情シス」で対応するという。

初歩から応用までステップアップしながら学んでいく『やさしいデータ分析』シリーズ（仮説検定編）の第8回。今回は、相関係数の検定方法について解説します。

GitHub Copilotなどにもようやく追加されたOpenAIの新モデル「GPT-5.1-Codex-Max」。静かに進むCodexの世代交代と、性能向上や長時間タスク対応といった開発者が押さえるべき進化ポイントを解説する。

ITインフラの構築・運用フェーズでの生成AI活用法をITインフラ担当者に向けて解説する本連載。今回は、構築フェーズにおける具体的な活用例を紹介します。

Pythonのf文字列って使いやすいじゃないですか。ついつい使っちゃいますよね。でも、f文字列が適していない場合もあるんです。そこがformatメソッドの出番なんですよね。

AIモデルとの対話が長く続く中で、「本筋とは無関係な話題」や「途中で行き止まりになった試行」といったノイズがコンテキスト内に蓄積し、その結果として出力品質が急速に低下していく現象。やり取りが進むほど回答が乱れたり、急に話がかみ合わなくなったりする際の主因と考えられる。

気軽に試せるラップトップ環境で、チャットbotを提供するオールインワンの生成AI環境構築から始め、Kubernetesを活用した本格的なGPUクラスタの構築やモデルのファインチューニングまで解説する本連載。今回は、AIエージェントシステム全体の「統制」と「接続」を担う基盤となる「AI Gateway」の役割と、その主要プロダクトやOSSを整理します。

「Claude」によるWindowsアプリの操作も可能に。何が便利になるのか。

文字列の要素を数え上げる方法はいろいろとあります。シンプルなコードからそうじゃないものまで。皆さんは何個のやり方を思い付きますか？

Anthropicの最上位モデル「Claude Opus」をリニューアルした。開発タスクでの実力を再び押し上げつつ、大幅な値下げも実施。今回のアップデートが“今のAI開発”に何をもたらすのか、一言コメントを添えて見ていく。

Googleが発表したAntigravityはAIエージェントを開発の中心に置いた新たな開発体験を提供しようとしている。その体験がどんなものか、どんな要素が組み合わさっているのかについて紹介します。

OpenAIは「ChatGPT」で複数人とAI（人工知能）が同じスレッドで会話できる新機能「グループチャット」の試験提供を、日本など4カ国で開始した。

GoogleはAIで情報を要約、整理するツール「NotebookLM」において、調査・分析業務を効率化する「Deep Research」機能を追加した。Google スプレッドシートやMicrosoft Wordなど対応するファイル形式も拡充した。

初歩から応用までステップアップしながら学んでいく『やさしいデータ分析』シリーズ（仮説検定編）の第7回。今回は、2つのカテゴリが独立であるか（＝関連がないか／あるか）を調べる方法について解説します。

VS Codeに突如現れた実験モデル「Raptor mini」。公式情報が極端に少なく謎が多い。実際のところ何ができ、どんな場面で使うべきなのか。限られた情報とコミュニティの声を手掛かりに、その性質と使いどころを考察する。

辞書を作成するには幾つかの方法があります。波かっこにキーと値を直接書く方法もあれば、dict関数を使う方法もありますし、辞書内包表記を使ってもよいでしょう。では、この場合はどんな方法が適していると思いますか？　ちょっと考えてみてください。

Gartnerは、2030年までにAIが全てのIT業務に関与し、人だけで実施する業務は「0％」になると発表した。企業には人材配置やスキルの再構築が求められるとしている。

Googleが「Gemini 3 Pro」を公開し、AIモデル競争はさらにヒートアップ。高度な思考、画面理解、複雑タスクの自動実行、コード生成など、多方面での性能向上が確認されている。記事後半では、今回の発表をどう読むべきか、筆者の視点からも解説する。

2025年11月版のPython拡張機能ではマウスホバーに表示される自動生成された要約をdocstringとして追加したり、それを自分の言語（日本語など）に自動翻訳したりする機能が追加された。これにより、コード編集がさらに快適になりそうだ。

生成AIの活用はアプリケーション開発の分野で急速に進んでいますが、アプリケーションを動かすためのITインフラ構築・運用業務にも生成AIを活用することで、業務の効率化が期待できます。そこで本連載は、ITインフラの構築・運用フェーズで生成AIがどう役立つのかを解説します。第1回は、まずITインフラ業務の現状を整理し、生成AI活用の全体像を紹介します。

OpenAIが「GPT-5.1」「GPT-5.1-Codex」「GPT-5.1-Codex-Mini」の3モデルを一斉発表。今回はド派手な刷新こそないが、日常タスクの高速化とコスト削減、複雑タスクの精度向上といった“実用性の底上げ”が大きい。記事後半では筆者のひと言コメントも添えて紹介する。

Pythonの代入は式じゃなくって文で行います。そこから生まれる（？）ちょっとした不思議な挙動について皆さんも考えてみませんか？

国土交通省は、APIの知識不要で、自然言語による対話形式で「国土交通データプラットフォーム」からデータ検索が可能なMCPサーバを公開した。

pyplotインタフェースとOOインタフェースの違いがどこにあるのかを、幾つかのグラフを描画しながら実際に見てみましょう。また、グラフの装飾についても説明します。

Matplotlibが提供するオブジェクト指向インタフェースを使ってグラフを描画する方法をマスターしよう。その基礎となるFigureオブジェクトとAxesオブジェクトついて見ていきます。

「指標が意思決定に使われるほど、目的を見失って行動が偏り、プロセス（＝制度や活動の進め方）がゆがむ」という経験則。もともとは教育改革におけるテストスコアの扱われ方を問題提起したものだが、現在では企業のKPI運用や政策評価、AIモデルの性能指標などで引用される。

Pythonで型を比較するには大きく2つの方法があります。type関数を使う方法とisinstance関数を使う方法はどこでどんな違いがあるのか、このクイズで確認しましょう。そして、第3の方法もあるって知ってましたか？

初歩から応用までステップアップしながら学んでいく『やさしいデータ分析』シリーズ（仮説検定編）の第6回（番外編）。今回は、G*Powerという便利なツールを使い、検定に当たって必要となるサンプルサイズを簡単に求める方法を紹介します。

Python 3.14では例外に関して2つの点が改善されています。1つのexcept節で複数の例外クラスを補足する場合に、それらの列挙が簡潔になったことと、finally節にreturn文などを置くとSyntaxWarningが発生するようになったことがそうです。これらについて見てみましょう。

Gartnerは、2026年の戦略的テクノロジーのトップトレンドを発表した。AIネイティブ開発、先制的サイバーセキュリティなど10項目を挙げた。

「私たちは、技術の短期的な影響を過大評価し、長期的な影響を過小評価する」という言葉で知られる経験則。近年では生成AIの議論でもこの傾向が指摘されている。なお、アマラの法則における“過大評価”はハイプサイクルの「過度な期待のピーク」に、“過小評価”は「幻滅期」に重ねて語られることもある。