BLOG
レジリエンス力は最強の武器になる
人生やビジネスにおいて避けられないのが困難や試練。しかし、そんな逆境に立ち向かう力、すなわち「レジリエンス（resilience）」があれば、どんな状況でも乗り越え、新たな成長を遂げることができます。本ブログでは、レジリエンスとは何か、その力がどのように人生を変えるのか、さらにレジリエンスを高めるための具体的な方法を徹底解説します。
【現場で使える Bubble #7】欲しかったあの機能！公式Plugin ”Multiselect Dropdown” のご紹介
Bubbleで作成するアプリケーションに追加の機能を付け加えるための拡張機能「Plugin」についての説明と、その一例として多くのユースケースで用いられるPlugin ”Multiselect Dropdown”について、実装例を交えてご紹介いたします。技術記事作成フォームの実装例を通して、UI作成からWorkflowまで網羅的に解説する中でMultiselect Dropdownの優れた機能性に焦点を当てています。またその他オススメPluginの紹介と公式PluginとカスタムPluginの特徴についても解説しています。
【現場で使える Bubble #6】ローコードでも変数を持ちたい！ Custom state の実践的な使い方
Bubbleで自由に状態を持てる機能「Custom state」の実践的な使い方を解説します。BMI計算機の実装例を通じて基本的な使用方法を学び、さらにRepeating Groupでのチェックボックス管理という実践的なケースまで踏み込んで解説。ある程度Bubbleに慣れた方向けに、実務で使える具体的な実装テクニックをお伝えします。変数のように自由にデータを保持できる機能の活用法と、その注意点について詳しく説明していきます。
「AI松下幸之助」は「アマデウス紅莉栖」の夢を見るか
パナソニックから「AI松下幸之助」についての発表がありました。アニメなんかではコンピュータ上に再現された人格はよく出てきます。人工知能の発展によって、人間の人格をコンピューター上に再現することは可能なんでしょうか？
【現場で使える Bubble #5】チームで開発をしよう！プロジェクトの共有とブランチ
Bubbleを使ったチーム開発に関する解説記事です。プロジェクトの共有や効率的なブランチ運用を通じて、複数人での開発をスムーズに進める方法を紹介しています。開発環境と本番環境との違いや複数人での作業の注意点をまとめています。Bubbleでのチーム開発をより効率的かつ円滑に進めるための内容です。
ハルシネーション？そもそもLLMには間違った情報が含まれている！
AIの学習データに誤りが含まれると、AIはその誤った情報に基づいて推論を行い、間違った結論を導く可能性があります。そのため、AIを利用する際には、提供される情報を批判的に検証する必要があります。とはいえ、人間自身が間違った知識を持っていて、間違った判断をしてしまったら、結局のところ間違った情報が学習に使われてしまいます。
.png&w=3840&q=75)
【Python #2】はじめてのPydantic
Pydanticでデータバリデーションを行い、アプリケーションの外とデータを安全にやり取りしよう
【現場で使える Bubble #4】バックエンドもローコードで実装！実践付きでBackend Workflowを解説
現場で使えるBubbleの知識・技術を解説！ Bubbleで始めるBackend Workflow徹底解説！バッチ処理やデータ更新、条件分岐、API連携までをローコードで構築できるBackend Workflowを実践付きでわかりやすく紹介します。
AIによる新規事業開発の社会的な課題
新規事業開発におけるAIの利用について、社会的な課題や影響を科学的社会主義と新たな資本主義の観点から考察してみる。科学的社会主義では、AI技術の共有化や社会全体の利益を重視し、経済の平等化や持続可能な社会を目指している。一方で、新たな資本主義は利益追求や競争を維持しつつ、経済成長や技術革新を加速させるが、経済格差の拡大などのリスクを伴う。 最終的には、持続可能で公正な社会の実現に向けて、AI技術を社会全体の利益に活用することの重要。
【人工知能（AI）】AIの未来を形作る：2024年ノーベル物理学賞に輝いたAI研究者の功績
2024年度のノーベル物理学賞がAIの基礎理論に貢献したジョン・ホップフィールドとジェフリー・ヒントンに授与されたことを中心に、彼らの研究がどのようにAI技術を進化させたかを掘り下げます。ホップフィールド・ネットワークやボルツマンマシンといった彼らのニューラルネットワークモデルが、AIの理論的発展に不可欠であることを指摘します。また、受賞の背景にある選考基準や層構造型ニューラルネットワークの評価、生成AIやTransformerモデル、AI技術の社会的インパクトなどついても紹介します。
