AI Shift Academy

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。

AIの「記憶」に関する大きな課題と、2026年の注目トレンドである「継続学習」について深掘りします！

現在のAIが抱える「破滅的忘却（Catastrophic Forgetting）」という弱点と、それを克服するために人間の脳の仕組みを取り入れた最新アプローチ（Googleの「Nested Learning」など）について解説します

及川の本業多忙に伴い、今後の番組配信体制についてお知らせします。

これからは戸田のソロ配信がメインとなりますが、及川不在の穴を埋めるべく、AIロボットに及川の声を学習させた「ロボシン」との対話実験をやってみました！🤖LLMとの会話のキャッチボール（ターンテイキング）の難しさや、まさかの実験結果は必見です

AI Shift Academy（#シフアカ）

前回に引き続き、ボイスボット開発の現場を支えるエンジニアたちが、LLM（大規模言語モデル）の登場による「破壊的進化」と、その裏に隠された「泥臭い苦労」を赤裸々に語ります。

【今回のトピック】

• LLMと「速度」の壁： 0.1秒の遅延が致命傷になる音声会話の世界。

• 「間（ま）」の恐怖： 人間はなぜ1秒の無音に耐えられないのか？

• フィラー（えーっと、少々お待ちください）の重要性： 違和感を消すためのエンジニアの工夫。

• 音声認識の罠： 「チャンネル登録お願いします」と勝手に話し出すハルシネーション問題。

• 技術の総合格闘技： 音声認識、LLM、音声合成を組み合わせる難しさ。

最先端のAI技術を「実用」レベルに落とし込むための、現場ならではの試行錯誤が詰まったエピソードです。ぜひ最後までお楽しみください！

▼おたよりは⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠こちら⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠から

AI Shift Academy（#シフアカ）

「ショート編」では、話題のAI技術や論文を一つ取り上げ、コンパクトに紹介しています。

AIチャットボットは常に"何かのキャラクター"を演じているといわれています。

では、そのキャラクターはどう作られ、何がきっかけで崩れるのか？

Understanding AI掲載の記事「The many masks LLMs wear」を軸に、ベースモデルの仕組みから、最新のペルソナドリフト研究まで、AIの人格に関わる問題を横断的に解説します。

参考リンク: https://www.understandingai.org/p/the-many-masks-that-llms-wear

AI Shift Academy（#シフアカ）

今回のテーマは、以前も取り上げたボイスボット（音声対話システム）開発の裏側に迫る第二弾前編です。

LLM登場以前、ボイスボットはIVR（自動音声応答）と併用されることが多く、開発現場では特有の課題がありました。

・「55」や「9」など、数字

・アルファベットの音声認識の難しさ

・「はい/いいえ」の単純な質問に、ユーザーが長々と背景を語ってしまう問題

・渋谷、戸田市、246号線など、地名や略称の認識エラー

・ハンズフリー通話による雑音混入と認識精度の低下

など、テキストのチャットボットにはない音声ならではの苦労話をAI Shiftの二人が語ります。

▼おたよりは⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠こちら⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠から

AI Shift Academy（#シフアカ）

「ショート編」では、話題のAI技術や論文を一つ取り上げ、コンパクトに紹介しています。

「さっきと言ってること違わない？」

ChatGPTを使っていて、そんな違和感を覚えたことはありませんか？

今回は、AIが会話の流れによって“考え方そのもの”を変えてしまうことを示した最新研究を、やさしく紹介します。

参考リンク: https://arxiv.org/abs/2601.20834