松田裕之@Nishika

NRI→IBM→Nishika株式会社代表取締役
囲碁アマ6段 / 唎酒師 / ツマー教

[松田裕之@Nishika @mhiro216]

生成AIへの指示が多くなり、文字入力が文語より口語になることが増えてきた。
これは音声入力の出番。

ということでキーを押しながら話すとカーソル位置に文字が入る音声入力アプリ(mac/win)を自作。
汎用ツールもたくさんあるけど、「文字を打ちたくない」が根本ニーズなので修正が必要になってしまうと体験が台無し。
専門用語・社内用語を認識する水準にするため、普段SecureMemoCloudで利用している音声認識機構を流用。

紙に文字を書かなくなる、タイピングもしなくなる。人はどこまで怠惰になれるか。

[松田裕之@Nishika @mhiro216]

日本代表、オランダに守備固めをさせるくらい強くなったの本当に感慨深い。。

[松田裕之@Nishika @mhiro216]

OSSの更新を毎週監視して自社実装と照合し、R&DチケットをNotionに自動起票するエージェントを運用しています。AIの本命は今の仕事の効率化以上に「手が回らず誰にも任せられなかった仕事」な気がしています。
How: https://t.co/iSEVfHuW1I
Why: https://t.co/hf2MW2NUSn

[松田裕之@Nishika @mhiro216]

AIの進化はどこまで続くのか ── 検証可能性 × ループ速度で考える ｜Nishika株式会社 @Nishika0507 https://t.co/e5U77PHXmA

[松田裕之@Nishika @mhiro216]

技術ブログを更新しました。（インターン生作成）

ASRのフィラー保持力を14モデルで比較。LLM系のQwen3-ASRが回収率最高、Whisper
large-v3が最低。意外にも「抑制機構を持たない」CTC系は10%未満で、短く弱いフィラー音がblankトークンに吸収されるためと判明した。

https://t.co/4YGUCXRq9D

[松田裕之@Nishika @mhiro216]

Nishika技術ブログを更新しました。
LLMデコーダ搭載のQwen3-ASRを、200時間超の独自日本語音声データで微調整した記事です。
エンコーダ凍結＋デコーダのみ学習がWER最良。一方で音響的に曖昧な箇所で言語モデルの事前分布が優位となり「もっともらしい誤り」も生じました。
https://t.co/vn1TYSX91f

[松田裕之@Nishika @mhiro216]

新技術がお客様にめちゃくちゃ刺さったとフィードバックいただく。
この瞬間のために仕事してるみたいなとこある。

[松田裕之@Nishika @mhiro216]

先日の高岡高校さんでのAI講演が記事になっていました。
僕自身はOBでもなんでもないのですが、ひょんな巡り合わせから貴重な機会をいただくことに。

実は、父親が50年以上前の高岡高校さんの卒業生だったりして、なかなかエモい感じもありました。

https://t.co/WhKgWPyR8x

[松田裕之@Nishika @mhiro216]

弊社で2年半ほど続けている「AIよもやま研究定例」の記事が出ました！
「なんかちょっと時間つくってAIのこと話したいよね」から始まり、最近は全然AIではないPython型チェッカーの話をしてたりしますが、日々目の前の仕事に忙殺される中オアシスのような時間です。
https://t.co/TdRzPIzZYN

[松田裕之@Nishika @mhiro216]

代表が会議室で「会議が多くて自席に戻れないわ」と言ったら「広くて良いじゃないですか」と返す部下がいる弊社、良い。

[松田裕之@Nishika @mhiro216]

我々が目指す会議AIの展望を書きました。
「実用的な会議AI」
「AI包摂」
をキーワードに今年もやっていきます。
https://t.co/54IGm8jgQl

[松田裕之@Nishika @mhiro216]

ファクトチェックのためのソースとして、不特定多数が投稿するのではないYahooニュースみたいなレガシーな媒体の価値が上がっている気がする

[松田裕之@Nishika @mhiro216]

動画生成のクオリティが上がりすぎたことで、ファクトチェックなしで動画を見れなくなり、気軽に動画を見られなくなってきたな

[松田裕之@Nishika @mhiro216]

我々も音声サービスを展開していますが、音声AIの世界は意外に深いです。

音声認識1つとっても、どのように文字起こししたいかはニーズによって全く異なります。フィラーを除いてほしいニーズもあれば、フィラーをしっかり残して後の評価に利用したいニーズもあ… #NewsPicks https://t.co/DD2uZDtHrw

[松田裕之@Nishika @mhiro216]

Whisper Leak: 攻撃対象は、ストリーミングモード（モデルが応答を逐次生成・送信する方式）を採用している大規模言語モデル（LLM）とのやりとり。通信サイズ・パケットのタイミング・到着間隔など「暗号化された通信のメタデータ」から、プロンプトのテーマを判別できる。
https://t.co/fiVPT1YX90

[松田裕之@Nishika @mhiro216]

「LoRAでファインチューニングが数GPU時間で完了する」は、学習はそうでも学習データの用意と学習結果の評価があるのでさすがに楽観的に見過ぎ。

しかしこれらのプロセスも含めて短時間化できるユースケースが多いなら、SLMの移行は確かに価値がある。 #NewsPicks https://t.co/ev31U6UXMW

[松田裕之@Nishika @mhiro216]

gptのoss（オープンウェイト）来ましたね
20bのモデルは独自に量子化されていてVRAM16GBでも動く
https://t.co/4H5B3RS9yy

数十-数百Bが激戦すぎて、数Bに注力する方がまだ可能性感じる
しかしそれも良いモデルがすぐ来る前提でデータセット・ベンチマーク・アプリを整備して待ち受けるのが肝要そう

[松田裕之@Nishika @mhiro216]

推論1回（400tokens）は1.14g。コーヒー紙コップ1杯のCO2排出量が100-200gくらいらしいので約1%。
https://t.co/TCenFGkmJH

[松田裕之@Nishika @mhiro216]

Mistral Large 2の訓練で消費されたCO2は約4,400台分の自動車が1年間で排出する量に相当するとの試算。

https://t.co/2A7ClED6ad

[松田裕之@Nishika @mhiro216]

国内の生成AI開発力を強化する経済産業省・NEDOのプロジェクト「GENIAC」のサイクル3に採択されました！
https://t.co/DEOWjCzelI

SecureMemoを通じた社会実装を見据えて、
汎用的なPC環境で高性能な要約が可能な言語モデルの開発に取り組みます。