再生回数の多い動画(5/29 14:43)

• 

  【HRM】極小サイズのAIがGPTを超えた方法とは？話題の階層型推論モデルを日本一わかりやすく解説 | Singular Radio #20

  本動画は、階層的推論モデル（Hierarchical Reasoning Model; HRM）の核心を解説します。HRMは、層の“深さ”を時間方向の反復に置き換え、高頻度に更新される低レベル（L）と低頻度で全体計画を担う高レベル（H）を組み合わせ、ACT（適応的計算時間）で「どこまで考えるか」を動的に制御します。 学習面ではセグメントごとの1ステップ近似勾配によりメモリ使用を反復数に依存しないO

• 

  【Anthropic】Claude4を生んだAnthropicとは何者か？Anthropic社の挑戦とCEOの警告 | Singular Radio #7

  Anthropic という異色スタートアップと最新モデル Claude 4 の全貌を語ります。安全志向が生んだ“憲法AI”の仕掛け、ASL-3の緊張感、そして雇用への警鐘まで――TIMESTAMPS:(00:00:00) Anthropicの起源と使命(00:08:10) HHHと憲法AI — 安全設計の核心(00:18:40) Claudeの進化史 — v1からOpus 4まで(0

• 

  エージェント時代の主役はLLMではなくSLM！NVIDIA論文で読み解く“4つの理由” | Singular Radio #21

  なぜ“エージェント時代”を担うのはLLMではなくSLM（小規模言語モデル）なのか。NVIDIA Research「Small language models are the future of agentic AI」をベースに徹底議論。精度の進歩・コスト効率・専門特化のしやすさ・アーキ設計（関数呼び出し／ツールコール）の観点から整理します。また、評価指標の不足やインフラ投資の慣性といった採

• 

  ChatGPTが持つ自己注意機構とは何か？ #ai #podcast #chatgpt #shorts

  「リンゴ」と「青いリンゴ」は同じじゃない。言葉の意味は文脈によって変化します。その違いを理解するために、AIがどうやって言葉同士の関係を学んでいるのか？この動画では、Self-Attention（自己注意機構）の重要性を、シンプルな例で解説しています。「Attention is all you need」がなぜ革命だったのか、その本質がここにあります。🎧 フルエピソードはこちら →👉

• 

  富士通の「生成AI再構成技術」（1ビット量子化/特化型AI蒸留）を徹底解説 | Singular Radio #22

  富士通の「1ビット量子化」と「特化型AI蒸留（Takane LLM）」によって、大型LLMのメモリ使用量を94%削減しつつ、推論速度を3倍に向上させ、精度89%を維持する手法を分かりやすく解説します。その背景にある量子化・蒸留・組合せ最適化の技術的チャレンジと、その克服方法を丁寧に掘り下げ、エッジAIや現場AIアシスタントの未来像について展望します。※本動画は上記資料をもとに制作者が独自に要約

• 

  イーロン・マスクとOpenAIの決裂、資金難と営利化 #shorts #singularradio

  OpenAIとイーロン・マスクの間に起きた資金とリーダーシップを巡る衝突は、組織の方向性を大きく変える分岐点となりました。マスクは、「Googleに追いつくためには巨額の資金が必要」とし、自らがトップとなって資金調達を主導しようと提案。しかし、OpenAI側はこの集中型の統治を懸念し、これを拒否。結果としてイーロン・マスクは離脱し、予定されていた10億ドルの寄付も実現しませんでした。資金

• 

  非エンジニアがエンジニアになる方法 - コードを学ぶな、開発を学べ #shorts #singularradio #softwareengineer

  非エンジニアがエンジニアへと歩み寄るには何が必要か？答えは「コードを学ぶな、開発を学べ」。Pythonの文法や関数の書き方から入るのではなく、まずは開発の構造・概念を理解することが鍵。例えばReact、コンポーネント、開発の進め方を知ることが、最初の一歩。そして実際に“指示を出してみる”ことで、自然に差は縮まっていく。現代の学び方を根本から問い直す、実践的なアプローチです。🎧 フル

• 

  フィジカルAIのデータ不足は、人型ロボットで解決するのか？ 次世代のAI議論！

  DotCraft (旧 Singular Radio) は、専門家が本気で考えるテクノロジーと未来の議論を、水準を下げることなく社会に開く思考型メディアです。AIやシンギュラリティを入口に、世界がどこへ向かっているのか、そして私たちは何を前提として考え直すべきかを掘り下げ、未来について主体的に思考するための問いと視点を共有します。お仕事の御依頼は[email protected]

• 

  LLMの限界：多次元世界をどう理解する？ #ai #llm #言語モデル #shorts #podcast

  私たちは、言語で世界を捉えている。でも、言語は1次元──この多次元な世界を1本の線に圧縮している。LLMもまた、その1次元上で思考している。時間の感覚もない。だからClaudeは同じ行動を800万回繰り返す。これは「愚かさ」ではなく、「人間とは異なる知性」のあり方かもしれない。🎧 フルエピソードはこちら →2027年に“超知能”は実現するのか？AI2027レポートをわかりやすく解

• 

  LLM小型化の傾向は今後も続くのか？ Claude Codeが使えなくなったらどうすればいい？

  今回は、なぜLLMは小型化しながらも性能を維持・向上できるのか、そして今後もその流れが続くのかについて話しました。最近は、数十Bどころか一桁Bクラスの小型モデルでも、特定タスクではかなり高い性能を出すケースが増えています。一見すると「モデルは大きいほど賢い」というスケーリング則と矛盾しているように見えますが、実際には学習データの量と質、パラメータ数との比率、ポストトレーニング、ファインチューニ