こちらの画像、誰が描いたものだと思いますか?「子どもが落書きしたのかな?」なんて思いますよね。なんと、これを描いたのはAI(ChatGPT)なのであります! Xで世界的に大バズりしていると同僚に教えてもらった、あるプロンプトを試してみました。元ネタはこちらのポストです。 This GPT Image 2 prompt is going insanely viral right now. “Redraw the attached image in the most clumsy, scribbly, and utterly pathetic way possible. Use a white background, and make it look like it was drawn in MS Paint with a mouse. It should be vaguely similar but also not… pic.twitter.com/C6ZZ4z5j6w — CHOI (@arrakis_ai) April 30, 2026 単に「おもしろい絵が描けた!」という話で終わればただのネタなのですが、ここに深い気づきがあります。 私たちが普段目にするAIの文章や画像って、どこか「AIっぽさ(完璧すぎる不自然さ)」がありますよね。でも、この下手くそな絵にはそれがありません。人間の指示の「ニュアンス」を、AIが完璧に理解している証拠でもあります。最近公開されて話題の「 Claude Fable 5 」を試した同僚も、同じような「AIの進化への驚き」を語っていました。 先日、「 AIが正解を出す時代に、現役エンジニアが「あえて無駄と芸術」を語る理由 」という記事を書いたばかりなのですが、まさにこの「あえて無駄なこと、不完全なことをAIにやらせてみる」なかに、これからのAIとの付き合い方のヒントがあるような気もします。みなさんもぜひ、AIを「おもしろおかしく」崩して使ってみてください。 新しい発見があるかもしれません!
社内の偉い人が紹介していた注目の記事、「 フィジカルAI 日本の処方箋[前編]国を挙げて議論渦巻く、今何に取り組むべきか 」と「 フィジカルAI 日本の処方箋[後編]日本のスタートアップエコシステムは巨額資金必要のフィジカルAIを支えきれるのか 」を読んだので、ご紹介であります。 最も衝撃的だったのは、米Meta FAIRとニューヨーク大学が2026年3月に発表した論文に関する記述です。 ロボットのタスクにおいて、「特定の現場データを大量に学習させたモデル」よりも、「タスクに直接関係のない汎用的なデータで事前学習したモデル」の方が、最終的な性能が上回ってしまったというのです。 つまり、「日本にはものづくりの強い現場データがあるから勝てる」という言説は、すでに神話にすぎないのかもしれません。AI・機械学習の歴史では、人間の「専門知識」や「こだわり」が、圧倒的な計算資源(コンピューティングパワー)の拡大に負けてしまうという事態が繰り返されてきており、これはリッチ・サットン氏が提唱した「苦い教訓(bitter lesson)」として知られているそうですが、それが今、フィジカルAI(ロボット・製造業領域)の領域でも現実になりつつあるとのことです。 元記事では、こうした技術的な現在地を踏まえ、「 日本のフィジカルAI 9の誤解 」として鋭く分析されています。その上で、私たちが今突きつけられている課題と、日本が必要とする「第一の矢」について具体的な提言がなされています。 「これまでの開発の常識」が通用しなくなる中で、エンジニアとしてどうマインドセットをアップデートすべきか。進むべき道に悩むすべての方に、今すぐ一読を隠さずおすすめしたい濃密な記事でありました。ぜひどうぞ。