「国産LLMって必要？」の議論、なんとなく噛み合わない気がしませんか？ そのモヤモヤを、「食料自給率」を補助線にして考えてみました。収穫物（モデル本体）と生産基盤（学習レシピ・研究ノウハウ）を分けて見ると、論点がすっきりするかもしれません。

AIに創造性はあるのか？最新の論文を読み込んで、この問いに正面から向き合いました。300人に小説を書かせたら「みんな上手くなったけど、みんな似てきた」という実験結果、10万人のデータでわかった人間とAIの創造力の差、そして「AIは創造主体か？」をめぐる哲学論争まで。個人の創造性が上がる一方で、集団の多様性が失われるというこの「社会的ジレンマ」にどう向き合えばいいのか、実践的なヒントも含めて話しています。

LLMに日本語で質問すると、文法は完璧なのにどこか「日本の常識」からズレた回答が返ってくることがあります。「英語のデータで学習してるんだから当然」と思いがちですが、最近の研究を見ると話はそこまで単純ではありません。

推論力や汎用的な知識は英語から日本語に高い精度で移転する一方、文化固有の知識・バイアス・安全性の境界線は移転しにくい。今回は、この「何が移転して、何が移転しないのか」を、最新の研究をもとに整理します。

AIは言葉の裏をどこまで理解できるのか、について話しました。例えば「大丈夫です」という言葉、文脈によって意味がかわりますよね。AIにこの違いがわかるのでしょうか？

まだ答えが出ていない問いですが、最近の研究でわかってきたことがあります。今回はそのあたりを整理してみました。

今回は新しい試みとして、AI ShiftのAIチームとサイバーエージェントAI Labのメンバーが普段から行っているAIトレンド雑談会の様子を公開してみます。話題は- Sakana AIの「Namazu」から見える日本語特化モデル開発の潮流- NVIDIA GTCで注目を集めたPhysical AIの最前線- Gemini 3.1 Flash Liveが切り拓くリアルタイム音声会話の進化です

1月末に爆発的に話題になった「AIだけのSNS」Moltbook。AIを集めたら社会になるのか？という問いに、現実が答えを出した2ヶ月間を振り返ります。形だけはすぐにできた。でも中身は思っていたものと違った。そして気づけば、実験場ごとビッグテックに吸収されていた。熱狂の中で何が見えて、検証の中で何が崩れ、最終的に何が残ったのか、一本の線として整理します。

AIエージェントが自律して作業できる時間を示す「AI Task Horizon」について深掘りします。チャットAIによる数秒のタスクから、数時間・数週間かかるプロジェクトをこなす自律型エージェントへ。METRによる最新モデルの評価基準や、Cursor、Manusといったツールの取り組み、そして今後のAIエージェントが進化する「3つの方向性」を解説しました。AIツール導入時に陥りがちな「感覚と実際のズレ」についても触れています！

宇都宮で開催された「言語処理学会2026」の会場から、最新のAIトレンドをレポートします。日本特有の「本音と建前」をAIがどこまで理解できるかというユニークな研究や、塗装技術をビールの泡作りに活かすといったLLMによる「異業種アナロジー」など、興味深いトピックが満載です。