brainapp｜より良く生きるを実装する。

経営支援のbrainapp代表｜Webサービス・AIプロダクト開発｜個人事業主として、データ分析・AIを用いた業務効率化・AIエージェント開発を中心に、事業課題の整理から実装、運用改善までご支援しています

[brainapp｜より良く生きるを実装する。 @brainapp12]

SATSUMAで、同一条件・同一brainapp agent設定のまま、使用モデルだけを変えてGenAgtの行動比較をしてみた。

面白いのは、モデルごとに「どこを観察価値の高い場所とみなすか」が変わること。

gpt-4o-miniはカフェ寄り、5.4系は駅・広場など人流観察ノード寄りに動く傾向が見えた。さらにThought Traceと行動理由をGABRIELで��価すると、外部情報反応・SATSUMA接続・記憶再利用性にも差が出る。

これは単なるLLM性能比較ではなく、基盤モデルの違いが生成エージェントの行動分布・認知ログ・仮説生成にどう影響するか、という研究テーマになりそう。

[brainapp｜より良く生きるを実装する。 @brainapp12]

Twitter初期からのご縁のある方々がもう5年ほどで凄まじい進化を遂げている。
brainappも最初はTシャツやイヤリングを売ってみたり、広告のクリックで1円稼げて泣いて喜んだ日もあったが、クライアントの日本一受賞や事業成長を熱く静かに遂げてきた。
勇気や感動を頂いてばかり‥
与える側に回るのはまだ遠い🧐

[よはくちゃん @yohakuchan0301]

本日はこちらへ
文科省・外務省のご担当者を交えたスタートアップ勉強会に参加してきました

キャリア教育とアントレプレナーシップ育成

「 働く 」や「 キャリア 」の選択肢が多様化する今だからこそ、学校教育の段階からどのような機会を提供していくべきか、とても興味深いテーマでした

社会に出てからの働き方を考える前に、〝自分で選び、自分でつくる〟という視点に触れる機会はもっと増えてもよいのかもしれませんね

女性のキャリア支援や働き方の拡張に取り組む立場としても、示唆の多い時間でした

[よはくちゃん @yohakuchan0301]

色々な方たちと働いていると、同じ事柄の中にいても人によって見えている景色が異なっていることに気付きます

ある人は、自分の目の前のタスクの完了を見てる
ある人は、自チームの進捗を見てる
ある人は、自部署の目標達成を見てる
ある人は、自社の利益を見てる
ある人は、顧客の利益を見てる
ある人は、国防や社会の未来を見てる

同じ事柄であっても、どの視座から見ているかによって、思考も判断も行動も大きく変わるんですよね

だから自分と違う意見に出会った時も「 考え方が違う 」というより、「 見ている景色が違う 」だけなのかもしれません

そして、視座は高ければ良いという話でもないと思っています

高く広く見ている人は、目の前で起きている小さな変化や機微を見落とすことがあります
現場を深く見ている人だからこそ気付けることも沢山あります

組織に必要なのは、一つの正しい視点ではなく、多様な視点なのだと思います

そして本当に大切なのは、視座の高さそのものではなく、必要に応���て視座を上げたり下げたりできること
異なる景色を見に行ける人ほど、より良い意思決定ができるのだと思います

[brainapp｜より良く生きるを実装する。 @brainapp12]

スキルリターンの考え方いいな🧐
パーソルのHiPro、鹿児島企業を手伝える案件とかないけ
自分の個人事業（新潟）、本業企業（東京）、地元（鹿児島）みたいにはたらけたら凄く人生の満足度や充実感を感じそう。
色々なはたらき方を応援してくれる企業やサービスって素敵だ。 https://t.co/WoLMXs05re

[Avi Chawla @_avichawla]

Researchers made KMeans 200x faster.

And the new technique also beats approaches like cuML and FAISS.

Flash-KMeans is an IO-aware implementation of exact KMeans that redesigns the algorithm around modern GPU bottlenecks.

By attacking the memory bottlenecks directly, Flash-KMeans achieves:

- 33x speedup over cuML
- 200x speedup over FAISS

This speedup comes from how it moves through GPU memory.

Standard KMeans runs in two steps, and both are bottlenecked by reads and writes to GPU memory:

1) The first step matches every point to its nearest centroid.

Standard KMeans computes the full point-to-centroid distance matrix, writes it out to GPU memory, then reads it back to find each nearest centroid. That write-then-read round trip is the bottleneck.

Flash-KMeans combines the distance calculation with the nearest-centroid step, so the result is computed on-chip and the full matrix is never written out.

2) The second step recomputes each centroid by averaging the points assigned to it.

Standard KMeans has thousands of threads writing into the same centroid slots at once, so they stall waiting for their turn.

Flash-KMeans sorts points by cluster first, turning scattered writes into sequential reductions that read and write memory in one efficient pass.

Using these two optimizations at the million-scale, Flash-KMeans completes a standard KMeans iteration in a few milliseconds.

The video below depicts this in action.

Several reasons why this is important:

KMeans has always been an offline primitive. Something you run once to preprocess data and move on.

These speedups make the approach viable in several runtime-critical systems.

↳ Vector indices like FAISS use KMeans to build search indices. Faster KMeans means you can re-index dynamically as data changes.

↳ LLM quantization methods need KMeans to find optimal weight codebooks, per layer, repeatedly. What takes hours could now take minutes.

↳ MoE models need fast token routing at inference time. Flash-KMeans makes it viable to run this inside the inference loop, not just in preprocessing.

I have shared the paper in the replies.

That said, memory is the real constraint Flash-KMeans solves, and the problem is not just limited to clustering. The vectors a RAG system stores after indexing create similar bottlenecks.

I wrote a detailed walkthrough recently on cutting this vector memory by 32x with binary quantization, querying 36M+ vectors in a few milliseconds.

Read it below.

[よはくちゃん @yohakuchan0301]

子育てや介護などライフステージによって働き方に制約が生まれるという事情を理解し、柔軟な働き方を認める企業も以前より増えてきましたよね
それはとても素晴らしい変化だと思います

一方で、働き方への配慮と、評価されることを同じものとして捉えてはいけないと思っています
「 理解してもらえること 」と「 評価されること 」は別の話です

どれだけ理解のある環境であっても、評価される理由は最終的には提供した価値にあります

時々、評価されない理由を環境や仕組みだけに求めてしまう人を見かけます
でも、自分の能力や価値については常に謙虚に見つめ��いものです

私自身も子育てをしながら働くなかで、制約があることを免罪符にはしないと心に決めています

▫️限られた時間の中でどう成果を出すか
▫️どう生産性を高めるか
▫️どう信頼を積み重ねるか

機会を与えてもらえることへの感謝と、自分の価値を磨き続ける姿勢
その両方を忘れずにいたいですね

[brainapp｜より良く生きるを実装する。 @brainapp12]

https://t.co/7u1H2QyKTx

[brainapp｜より良く生きるを実装する。 @brainapp12]

スモビジ向けにも出してくれるの嬉しいな、面白そう！ https://t.co/lww8iceeh2

[Kazuhisa Shibata @kazuhi_s_]

Our new paper is just out!
https://t.co/2IVw6V32kg

We demonstrate that unsupervised visual perceptual learning (VPL) can occur following exposure to task-irrelevant natural scene images. This form of unsupervised VPL was more robust for natural scenes than for artificial images matched in lower-order image statistics. Our results indicate that this advantage is attributable to higher-order statistics in natural scenes, which appear to be less susceptible to attentional suppression.

The work ultimately involved 14 experiments across behavior, fMRI, and eye tracking, with 25 figures and 8 tables. A genuine team effort!

[yu yamada @nii_yan]

Googleが公開したAIエージェント向け知識共有フォーマット『OKF』を触ってみた https://t.co/Z0A18wGQg1 #DevelopersIO

[テッツォ@『ステップアップPython』6月25日発売 @tetsuro731]

アツすぎる。
しかもKaggle主催なのか。

[緒方智美＠保健師・看護師 ｜care·for·carers（ケアフォ－ケアラーズ）代表 @ariga10765]

午前中看護管理学会での例会、九州大学大学院准教授・池田宏先生のご講演に参加しました。

池田先生が示された「信頼のらせん関係」や「被信頼感」のメカニズムは、まさに私が目指している医療現場における心理的安全性のある職場づくりと重なり、胸が熱くなる時間でした🔥

・リーダーによる弱さやリスクの共有が、チームの関係性を深める重要な要素である

・信頼のらせんが回り始めると、チームの学習力・連携力が向上する

・管理職の「被信頼感」も組織文化に影響する

・リーダー自身が安心して弱さを見せられることが、チーム全体の心理的安全性につながる

・「個人の問題」ではなく「関係性の問題」として捉える視���が重要

・組織における信頼は“仕組み”ではなく“関わり方”から生まれる

組織の信頼文化が医療の質・患者安全に直結する
信頼が正のらせんとなり、メンバーが自然とエンパワメントされ、結果として医療安全の向上や人間関係による離職の予防につながる、その構造を説明していただき、希望が持てました。

今回の研修は、申し込み開始とともに満席になったのだそうです👏

参加できたこともありがたかったですし、何よりも「どうにかしないと」と思っていらっしゃる方が、こんなにたくさんいらっしゃるのだなと感じました。

今週は、医療機関の看護部長様と次年度の教育プログラムのご提案📄✨もさせていただきました。
一石を投じたことが波紋のように広がることを期待して、まだまだやれることがあると力をいただきました！
読んでくださりありがとうございました😊。

[kuto @kuto_bopro]

ポケカコンペが盛り上がっているので古の資料を貼っておく
https://t.co/gsVX4LVhAj

[Mikio@最適化業界を変える @MickeyKubo]

人工知能の歴史:チューリングからエージェントスキルに至る道程 | MIKIO KUBO docswell
https://t.co/Bfwo8bApTl

[Koder @koder_dev]

やっぱ、実装のWhyを考えられるエンジニアが強いよなー

> 結論から言うと、今の市場が求めているのは「技術をビジネスの成果に結びつけられる人」だと感じています。

当事者意識、効率化への執着、待ち時間の使い方
自分もこういうマインドセット、もっと意識してみようかな
https://t.co/bVUvjV7QfX

[よはくちゃん @yohakuchan0301]

私はプロジェクトに参画する際、常に「 全てのログは取得されている 」という前提で仕事をしています

もちろんログの有無に関わらず誠実に仕事をすることは当然です
ただ「 情報漏洩しない 」「 サボらない 」といった単純な話ではなく、自分の行動一つひとつに合理的な理由を説明できる状態でいることが大切だと思っています

業務委託で新たなプロジェクトに参画するたびに感じるのが、情報セキュリティの重要性です
特に社会的インパクトが大きく機密性の高い案件ほど、その基準は想像以上に厳格です

自社PCでの作業は当然NG
顧客PCを貸与いただき、各種認証設定やセキュリティ環境の構築、必要な研修の受講などを経て、本格的に業務に取り掛かれるようになるまでに丸2日ほどかかることも珍しくありません
一見すると手間に感じるかもしれませんが、それだけ重要な情報を扱っているということです

新卒で法律事務所に勤めていた頃、ボスからは
「 自分の真後ろにクライアントが立っていると思って仕事をしなさい 」
と口酸っぱく言われていました

当時は「 そこまで？ 」と思ったこともありましたが、今振り返るとそれは監視の話ではなく信頼の話だったのだと思います

誰かが見ているから気をつけるのではなく、いつ見られても説明できる仕事をする

働き方がど��だけ柔軟になっても、仕事が信頼の上に成り立つことは変わりません
求められているのは監視への対応ではなく、信頼に値する振る舞いなのだと思います

[いっちー@バーチャル精神科医 @ichiipsy]

「メンタルに苦しむ学生ほど、AIに心の悩みを打ち明けている」という実態を示す論文。
研究（n=675）によれば、中等度・重度のうつ、重度の不安、��殺念慮を抱える学生は、そうでない学生に比べてAIをメンタルヘルス関係で使う確率が約2〜2.5倍ほど高くなることが明らかになった。
さらに「AIをよく使う人（頻繁な一般利用）」ほどメンタル疾患で相談しやすい傾向を認め、AIはすでに、公的な支援の届きにくいところで「カウンセラー」として機能し始めている可能性があるようだ。

[曽和利光＠人材研究所「人と組織の可能性の最大化」 @toshimitsu_sowa]

https://t.co/QjdVsFvviJ

[【名山新聞】編集長 門間ゆきの/鹿児島市名山町 @meizan_news]

4月号は名山のコーヒー情報☕️決定版✨
自家焙煎にこだわる3店を取材☺️

名山新聞サポーター募集中✨
詳細・申込はこちら👇
https://t.co/krkm4e7RN1

#名山新聞
#名山
#名山町

[brainapp｜より良く生きるを実装する。 @brainapp12]

人的資本、スキル・経験の可視化の重要性を問う話が増えている。
実際本業でもbrainappでもやってるけど、その人材が保有する���キルやそのレベルを定量的に測るのって、結構難しい気がする。
一方で、自社の定義とデータに基づいてLLMで評価したり"はかる" ことがかなりやりやすくなってるので、
結局の「自社内で欲しい人材（スキル・経験）」の定義をいかに明確に定義するか、言語化するか、ということで、技術に限らずCHROなど人事部門の重要性がマシマシになっているのだろうか。
LLMで評価しやすいとか、人のそういった業務をサポートするAIエージェントを作るという観点も含めても、言語化（スキルや経験という抽象的なものを文字にする）の大事さが増してることも改めて感じる

[JBpress Innovation Review @JIR_by_JBpress]

「マネーボール」のように可視化されていく人的資本…山口周氏が読み解く人事部門の変化の実態とCHROの新たな役割

＜JBpress Innovation Reviewは企業変革の専門メディアです。＞