Akito

[へちま @i_am_kyuri_]

これ夫婦でお互いの誕生日のポケモン買おうと思ってる！
←僕　→妻

[電ファミニコゲーマー @denfaminicogame]

「ポケモン1025匹」から選べる“30周年記念ロゴTシャツ”がZOZOTOWNで9月18日から受注販売決定！好きなポケモンを着られる
https://t.co/x67qxmzJPo

ポケモン30周年ロゴを合わせたデザイン��、1点ずつオリジナルBOXで届く。1点購入につきピカチュウのロゴステッカーも付属

[Merry bad ending @m3rrybadend1ng]

あくまで私の所感なんですが、

楽典→音楽作る人は全員持っておくべき本
和声法、管弦楽法→クラシカルなオーケストラをやる人は必要
モダンジャズ〜→アーリーからモダンまでジャズやりたい人は必要
モダンアレンジ〜→ジャンル問わずより突っ込んだモノをやりたい人向け
他→ガチ��味

って感じ。

[Kenji Iguchi @needle]

プロジェクトヘイルメアリーVR、ゲーム中のロッキーのモーションは映画で動きをつけてたJames Ortiz氏自身なのか！これは早く遊びたい。

[真弓創 @nofun1978]

東京ゲームショウのマップ見てたら電車が走っていた。どこに凝ってるんだ。と、笑っていたら反対側からも違う色の電車がやってきて咳き込んだ。

[くめ @yutaro_kume]

高校の体育祭でOP映像を制作しました。
自分の映像をバンテリンドームで流す事ができて感動しました！

[ふじ @fuji_ai_]

森保一も同じマネジメントをしてた

[AIDB @ai_database]

AIをタイムマシンとして使う手法が考案されました。
1930年以前の文章だけで学習したAI、つまり「その後の100年を何も知らないAI」と会話すると、人々の時代に対する思い込みが消えたそうです。
マックス・プランク人間発達研究所の研究者らによる報告。

彼らが今回注目したのは「今の人は昔より不親切になった」という人々の思い込みです。統計上そうした変化は確認されていません。
そこで240人を2グループに分け、片方は1930年以前の本や新聞だけで学習したAI、もう片方は最新のAI（gpt-5.5）と会話してもらいました。
すると、1930年のAIと話したグループでは、過去を美化する見方がほぼ消えました。最新のAIの方では変化なし。
100年前の人が女性の労働や人種の平等をどう考えていたか、本人に直接聞くように確かめられたことが大きかったようです。

なお、今のAIに「1930年の人として振る舞って」と頼んでも、後の時代の知識がにじみ出るため代わりにはならないとのこと。
歴史の本は新しい質問に答えてくれず、当時を生きた人はその後の出来事を知ってしまっている。学習データを特定の年で区切ったAIだけが、過去と本当に対話できるという発想です。

[塚本 賢志 / Kenshi Tsukamoto @dezainaz_ceo]

困った時に使える
海外デザインに��ぶ、FVワイヤフレーム16選。

[コロバセ財団 紅殻のパンドラ @kunlun8000]

公式の「電脳」の説明で初めてまともな解説を見ました。「脳にマイクロマシンを注入して〜」と言う説明は紅パンで書くまで原作以外見なかったんですよ、実は。　
SACの「電脳」の説明はこれ→https://t.co/reyNnI5pOf

[IGN Japan @IGNJapan]

『ファイナルファンタジーVII リベレーション』浜口直樹D、1万2000字インタビュー

😲「温泉」のコンテンツが登場。各地の温泉でキャラクターたちが会話する

👉完結編は「まったく違う始まり方をする」と明言

💡浜口D、シリーズの今後についても聞いた

記事はこちら▼
https://t.co/EziQ97spna

[ᴹʳ𝑴𝑬𝑨𝑵¹��� @_FwSS_]

this UI is so fucking cool

[きよごん @fishing_kiyogon]

税務署「この100万円相当のUSDC、誰に送ったんですか？」
オレ「0x7A3F91B2C8D4E6F0123456789ABCDEF0 から 0xB82D47A1E903CF56123456789ABCDEF0 へ移動しています」

税務署「誰に送ったの？」
オレ「わたしです」

税務署「なんで自分に送ったの？」
オレ��ウォレットを変更するためです」

税務署「それは分かってる。なんで変えたの？」
オレ「管理場所を変更したかったためです」

税務署「なんで変更したかったの？」
オレ「念のためです」

税務署「念のためとは？」
オレ「秘密鍵の管理を分散して、セキュリティリスクを下げるためです」

税務署「そういうのを聞きたいわけじゃない」
オレ「では何を聞きたいのでしょうか」

税務署「なんで自分に送ったの？」
オレ「自分のお金を自分の別のウォレットに移したかったからです」

税務署「なんでさっきと回答が違うの？」
オレ「同じことを違う粒度で説明しています」

税務署「粒度？」
オレ「もういいです。疲れました」

税務署「なんで疲れたの？」
オレ「話が長いからです」

税務署「では簡単に聞きます。取引履歴はどこにあるの？」
オレ「ブロックチェーン上にあります」

税務署「ブロックチェーンはどこにあるの？」
オレ「世界中です」

税務署「世界中のどこ？」
オレ「ノードです」

税務署「ノードはどこにあるの？」
オレ「あちこちです」

税務署「あちこちってなに？」
オレ「例えばビットコインなら世界中に多数のノードがあって、同じ台帳を保持しています」

税務署「じゃああなたの100万円も世界中に分散してるの？」
オレ「違います」

税務署「今、分散してるって言ったよね？」
オレ「分散しているのは台帳です」

税務署「台帳に100万円あるんでしょ？」
オレ「100万円が置いてあるわけではありません」

税務署「じゃあどこに100万円があるの？」
オレ「どこにもありません」

税務署「？？？」

オレ「正確には、ブロックチェーン上の状態として、私のアドレスがその数量のUSDCを保有しているという記録があります」

税務署「何を言ってるの？」
オレ「ブロックチェーン技術の説明です」

税務署「じゃあその100万円は誰が持ってるの？」
オレ「わたしです」

税務署「どこに持ってるの？」
オレ「ウォレットです」

税務署「ウォレットはどこにあるの？」
オレ「秘密鍵なら手元にあります」

税務署「じゃあその中に100万円が入ってるの？」
オレ「入ってません」

税務署「さっきウォレットにあるって言ったよね？」
オレ「一般向けに説明するとそうなります」

税務署「私は一般向けなの？」
オレ「今のところは」

税務署「では、この送金先の住所を教えてください」
オレ「0xB82D47A1E903CF56123456789ABCDEF0 です」

税務署「住所を聞いてるんです」
オレ「はい。0xB82D47A1E903CF56123456789ABCDEF0 です」

税務署「だから、住所です」
オレ「ですから、それが住所です」

税務署「東京都とか埼玉県とか、そういう住所です」
オレ「それは私の住所です」

税務署「だから送金先の住所です」
オレ「だから0xB82D47A1E903CF56123456789ABCDEF0です」

税務署「そこには誰が住んでるの？」
オレ「誰も住んでません」

税務署「誰も住んでない住所に100万円送ったの？」
オレ「はい」

税務署「なんで？」
オレ「さっきも言いましたよね？」

[ばんくし王 @vaaaaanquish]

「AIで少数精鋭が流行るが2, 3年後に少数精鋭は難しいみたいな記事や登壇で溢れると思う」という話を最近登壇のカウンターパートでは話している。Metaともなると気付きと整理が早い。先行き明星。

[connect24h @connect24h]

あなたが神か！
デジタル庁のデザインシステムをMarkdownごとスキルにした人がいる。しかも、AIエージェントに入れるんじゃなくてChatGPTにも入れると！プロジェクト化しとけばいつでも使える！なんで気が付かなかった。ありがとうございます。
パワポで文字サイズから揉めて中身に入れない、あの地獄への回答だ。型が先にあると会議は中身から始まる。CSIRTの経営報告も同じで、色と書体が揺れた瞬間、判断が遅れる。
スキルが「DADS指定のときだけ動く」のも学び。権限は常時ONにしない。見た目の標準化��アクセシビリティであり、初動の速度でもある。きれいさで争ってる間に横展開する、というオチ。

[原田 祐二 KOWRO CEO @1230yuji]

人生で初めてAIが面接に来た動画を公開します。
注意喚起も込めて。

補足すると動画スタートが面談スタートではなく、なんか変だなって思っててCOLOさん？（KOWROや）ってなったあたりから頬杖ついてAIだと確信を持ってます笑

絶賛「人間」の採用を加速しております。ぜひご応募ください↓↓↓

[Sigha @300km]

貸せ、DJってのはこうやる９

[탄수화물LOVER @kalarth]

[아이폰듀오 열고 닫을 때 감성]

야 야. 아이폰 듀오가 열고 닫을 때 그렇게 감성 터진다매?
그 딴 감성 하루만에 따라잡아 주마.

(유저가 힌지센서값 가져다가 애니메이션 적용한거라고 함)

[AIDB @ai_database]

A/Bテストの結果を、本物のユーザーに見せる前にLLMだけで7〜9割当てられるようになったという報告です。
Amazonの研究者らによるもの。

やり方は、
1. 実際のユーザーの行動履歴（閲覧パターンなど）を集める
2. LLMに約1000人分の「仮想の顧客」を作らせる
3. 仮想顧客たちにデザイン案AとBを見せて「1〜10点でどちらが好きか」を答えさせる
4. その集計で実際のテスト結果の方向を���測

40件の実際のA/Bテストで検証したところ、クリック率の予測は75％、登録率の予測は80〜90％の精度で当たったそうです。
※ただし得意なのは「どちらのデザインが良いですか」と2案を並べて聞く形式でした（重要）。

なお、自社の顧客データがなくても、公開データから作った仮想顧客で同等以上の成績が出たと報告しています。
一方で、年齢や性別などの属性情報だけで作った仮想顧客は精度が大きく下がり、行動の記録があるかどうかが決め手になっています。

研究者らは、これは本物のテストの代わりではなく、明らかに見込みのない案を事前にふるい落として実験の順番を決めるためのツールだと位置づけています。

[ishikawa masaya / 石川 将也 @kamone]

Beautiful work. Deeply cared and attached to human cognition.