PowerPoint MCPを使って、グラフや表、その他のビジュアル要素と合わせて、基本的なプレゼンテーションを作成しましょう。AIに作成したいプレゼンテーションの内容を伝えるだけで、あとはAIがプレゼンテーション全体を作成し、保存してくれるので、あとはリラックスして待つだけです。

AIはあなたのGmailアカウントに直接アクセスできるようになりました。クラウドAIに指示するだけで、メールを撮影したり、過去のメールを読んだり、要約したり、その他さまざまな操作が可能になります。

Excelも自動化できます。実行したい計算を入力するだけで、Excel MCPが処理してくれます。

Googleカレンダーの予定管理、削除、概要作成、準備すべきことなど、AIがあなたの代わりにやってくれるので、指示するだけで操作が完了です。

AI搭載のFile System MCPを使えば、ローカルシステムのクリーンアップ、ファイルの管理、ファイル情報の確認、新規ファイルの作成などが可能になります。必要な操作を指示し、わずかなアクセス権限を与えるだけで、システムがどのようにクリーンアップされるか、魔法のように見ることができます。

Amazonで買い物をしたり、オンラインでサービスを予約したり、ページをクリックしたり、Googleフォームに入力したり、これらすべてをAIが行えるようになったらどう思いますか？ そうです、その通りです。MicrosoftのPlaywrightはブラウザの自動化を支援します。これで、必要な操作をAIに任せるだけで、AIがインターネットをナビゲートし、必要なページにアクセスし、フォームに入力し、ボタンをクリックするなど、AIが自動で行ってくれるようになります。

Google は今年最大の論文の 1 つである、アルゴリズムによる発見のための最も進化したコーディング AI エージェントである AlphaEvolve を発表しました。

Google がプロジェクトに「アルファ版」を付けたら、覚悟してください。これは地殻変動を起こすでしょう。

まずGo、次にFold、そしてAlphaEvolve

AlphaEvolveは、複雑なアルゴリズムを発見・最適化するために開発された、GeminiベースのAIコーディングエージェントです。天才数学者、熟練のプログラマー、そして精力的なテスターを融合させた、いわばステロイドを投与されたような存在です。

・数学、データセンターの効率、AI カーネルの最適化、さらにはチップ設計の問題に対応する複雑なアルゴリズムを設計および最適化します。

・LLM (Gemini Pro + Flash)を使用してプログラム コードを生成し、自動評価ツールで各候補を検証して採点します。

・進化的な検索プロセスを採用しています。最も適した者だけが生き残り、進化するコードトーナメントを考えてみてください。

例: AlphaEvolve は、(ディープラーニングで使用される) 巨大な行列演算を小さな部分に分割する方法を考案し、トレーニング プロセス全体を 23% 高速化し、Gemini のような大規模なモデルのトレーニング時間を 1% 削減しました。

それは、眠らずにコードを書き、デバッグし、テストし、スコアを付け、反復するたびに改善し続ける研究アシスタントがいるようなものです。

昨晩、人間が56年間も解けなかった数学の問題をAIが解くのを見ました。思わず口があんぐり開きました。

NVIDIAは、「2Dの漫画風のアバターは多くのアプリケーションで同様に効果的」であり、多くの場合、不気味の谷を完全に回避できると述べています。

説得力のあるデジタルヒューマンへの道は、「不気味の谷」と呼ばれる悪名高い心理現象を直撃する。

日本のロボット研究者、森政弘氏は1970年にこの現象を初めて発見し、人間が合成顔に対して抱く安心感は、人間の顔にほぼ近いが、完全には近づかない臨界点に達するまで増大していくが、その臨界点を超えると、嫌悪感の「谷」へと落ち込むことを説明した。

人間の脳は、顔の動き、プロポーション、質感における微妙な不一致を検知することに長けている。これらの要素が完全に一致しないと、潜在意識が警鐘を鳴らし、軽い不安からあからさまな嫌悪感まで、様々な感情を生み出す。

私たちは皆、フォトリアリズムを目指したものの、不気味の谷に完全に陥ってしまったアニメ映画やビデオゲームのキャラクターを見て、この不快感を経験したことがあります。

NVIDIA の開発者ブログはこの課題を率直に認め、「リアルタイム レンダリングと自然なアニメーションへの需要」は「視覚的な忠実度によって設定された期待」と慎重にバランスを取る必要があると述べています。

LLMを使用してデータを圧縮するLMCompressと呼ばれる新しい圧縮アルゴリズムが提案されています。

このアルゴリズムは非常に効果的で、画像の場合はJPEG-XL 、音声の場合はFLAC、ビデオの場合はH.264のロスレス圧縮率が 2 倍になり、テキストの場合はbz2の圧縮率が4 倍になります。

インターネットでは毎日、 4億300万テラバイトもの膨大なデータが生成されています。

この割合で考えると、世界のデータプールは2025 年までに163 ゼタバイト(10 億テラバイト) にまで増加すると予想されます。

コードを使用してアプリケーションを構築するのがプログラマーだけの時代は終わりつつあります。

AIがコード生成の重労働を引き受ける新しいアプローチ、バイブコーディングをご紹介します。

シンプルなプロンプトで誰でもアプリを作成できます。

AIコードエディタを活用すれば、専門的なプログラマーでなくても、誰でもアプリを構築・デプロイできます。

Boyer-Moore文字列検索と呼ばれ、最近、その直感に反するアルゴリズムに衝撃を受けました。テキストが長くなるほど、処理速度が速くなるのです。

仕組みはこうです。ほとんどの基本的な検索アルゴリズムは左から右へ、文字を一つずつチェックしていきます。しかし、Boyer-Moore法はそれを逆転させ、検索パターン内を右から左へスキャンし、2つの巧妙なトリックを使って大きなテキストの塊をスキップします。巨大なテキストブロックの中で「 needle 」という単語を探しているところを想像してみてください。

1. 悪い性格のルール:

「needle」を検索していて、現在のテキスト文字が「z」の場合、その位置またはその前で一致が始まる可能性はありません。そのため、アルゴリズムは文字ごとにチェックするのではなく、6文字分（「needle」の全長）先へジャンプして、検索を続けます。

2. 良い接尾辞のルール:

「needle」を検索していて、最後に「dle」が一致したのに次の文字で一致が途切れた場合、アルゴリズムは次の文字からやり直すことはありません。代わりに、「dle」が「needle」の前の部分にあるかどうかを尋ねます。もしそうであれば、パターンをずらして、前の「dle」が一列になるようにします。そうでない場合は、「dle」の部分全体をスキップします。いずれの場合も、再確認に時間を無駄にすることなく、スマートに先に進みます。

これらのヒューリスティック スキップ戦略は完璧ではありませんが、ブルートフォース方式よりもはるかに効率的です。

その結果、テキストが長くなるにつれて、アルゴリズムはより多くの文字をスキップする傾向があり、入力サイズに対して速度が向上します。そのため、grepなどのツールは数ギガバイトのログを驚くべき速度で処理できます。