著者はGemini 2.5 Proに90年代の有名なシンセサイザーReBirth RB-338を再現させようとしました。驚くべきことに、Gemini 2.5 Proは不可能な試みをするのではなく、タスクの難易度を評価し、実行不可能であることを説明しました。これは強力な推論能力を示しています。最終的に、著者はAIと交渉し、簡素化されたが機能するシンセサイザーを作成しました。これは、AIが限界を理解し、合理的な判断を下せる方向に進んでいることを示しています。
続きを読む
エレノア・バーガーは、AI支援プログラミングの2つの主要なアプローチ、対話型と完全自律型について、自身の経験を共有しています。対話型プログラミングでは、AIアシスタントと対話してアドバイス、コード補完、提案を得ます。完全自律型プログラミングでは、AIが完全にコードを生成し、プログラマーは出力のみを確認します。バーガーは、両方の方法が価値があるとしながらも、効果的に混合することは難しいと考えており、それは他者（またはAI）によって書かれたコードを理解することが困難でエラーを起こしやすいからだと述べています。彼女は、プロジェクトごとまたはモジュールごとの分離など、両方のアプローチを組み合わせる戦略を探求し、AIの能力向上と手動コーディングの固有の非効率性から、将来的には完全自律型プログラミングへの移行を予測しています。
続きを読む
著者はChatGPTのo1とv0機能を用いて、1時間以内、コードを一行も書かずに、複数回の反復処理を通じてGongzillaという小さなゲームを作成しました。ゲーム自体は完璧ではありませんが、安価なAI時代における迅速なプロトタイピングと創造的な実現の可能性を示しています。この記事では、AI支援による創作の容易さと、「バカげた」アイデアを低コストで探求することの価値を探っています。たとえそれらのアイデアが最終的に完璧でなくても、学習と創造の楽しみは計り知れません。
続きを読む
AIの急速な発展にもかかわらず、経済生産性はそれに対応した伸びを見せていません。これは、インターネットなど過去の技術革新とは対照的です。この記事では、知識経済における生産性の測定が困難であること、人間は生産性を最大化せず「十分」で満足しがちなこと、AIなどの技術は生産性向上のための倍増器ではなく、人間の能力拡張ツールとして主に用いられていることを指摘しています。「人間が介在する」モデルはAIの自律性を制限していますが、将来的にはAIがより高い自律性と文脈理解能力を獲得し、現在の生産性成長のボトルネックを解消する可能性があります。
続きを読む