『株式会社ずんだもん技術室AI放送局 podcast 20260115』のカバーアート

株式会社ずんだもん技術室AI放送局 podcast 20260115

株式会社ずんだもん技術室AI放送局 podcast 20260115

無料で聴く

ポッドキャストの詳細を見る

概要

 youtube版(スライド付き) 関連リンク Now GA: LangSmith Agent Builder LangChain社が提供するAI開発プラットフォーム「LangSmith」において、ノーコードでAIエージェントを構築できる「Agent Builder」が一般公開（GA）されました。これは、プログラミングを介さずに複雑な日常業務を自動化するAIエージェントを、誰でも簡単に作成・運用できるツールです。 1. AIエージェントを「有能なスタッフ」に 新人エンジニアの方に馴染みのある「従来の自動化」は、IF-THEN形式の固定されたワークフロー（もしAならBをする）が主流でした。しかし、Agent Builderで作るエージェントは「やりたいこと（ゴール）」を自然言語で伝えるだけで、AIが自ら手順を考え、必要なツールを使い分け、時にはサブエージェント（別の補助AI）に仕事を振り分けながらタスクを完遂します。まさに「指示を理解して自律的に動くスタッフ」のような存在です。 2. プログラミング不要で現場の課題を解決 Agent Builderは、以下のような「細かくて面倒な、アプリをまたぐ作業」を得意としています。 リサーチの自動化： 競合他社の動向を調べ、Slackに毎日要約を投稿する。プロジェクト管理： ドキュメント（Notion等）の内容を読み取り、タスク管理ツール（Linear等）にチケットを作成する。会議準備： CRMの顧客情報や最新ニュースをまとめ、会議前にブリーフィング資料を作成する。 3. エンジニアを支える高度な拡張性 ノーコードでありながら、エンジニアが納得する強力なカスタマイズ機能も備わっています。 MCP（Model Context Protocol）のサポート： 自作のツールや外部APIをエージェントに接続し、機能を無限に拡張できます。モデルの選択（BYOM）： 精度やコストに合わせて、背後で動くLLM（モデル）を自由に選択可能です。APIとしての利用： 作成したエージェントをAPIとして呼び出し、他のプログラムや大規模なシステムの一部として組み込むことができます。 4. チームでの共有と改善 作成したエージェントはチーム内で共有し、クローンして各自で調整することも可能です。また、エージェントは過去の対話やフィードバックを記憶し、使えば使うほど賢くなっていく特性を持っています。 Agent BuilderはLangSmithのすべてのプランで利用可能で、無料で試すことができます。「定型業務をAIに任せ、エンジニアがより創造的な開発に集中できる環境」を作るための、大きな一歩となるツールです。まずは身近な業務の自動化から試してみてはいかがでしょうか。 引用元: https://www.blog.langchain.com/langsmith-agent-builder-generally-available/ Next generation medical image interpretation with MedGemma 1.5 and medical speech to text with MedASR タイトル: Next generation medical image interpretation with MedGemma 1.5 and medical speech to text with MedASR 記事の選定理由 keyword:LLM / 医療特化型モデルMedGemma 1.5のリリース。特定ドメインにおけるLLMの進化を示すBreaking Newsです。 要約 Googleは、医療領域に特化したオープンな生成AIモデルシリーズの最新版「MedGemma 1.5 4B」と、医療用音声文字起こしモデル「MedASR」を公開しました。これらは、医療従事者の業務を支援し、医療AI開発の土台（Foundation）となることを目的としています。 1. MedGemma 1.5 4B：多次元画像への対応と精度の向上 前バージョンのMedGemma 1は2次元画像（X線や皮膚科画像など）が中心でしたが、1.5では以下の高度な機能が追加・改善されました。 高次元医療画像への対応: CTやMRIなどの3次元ボリュームデータ、および病理組織学的な全スライド画像（WSI）の解釈が可能になりました。これにより、複数の画像スライスを考慮した推論が行えます。時系列（経年的）分析: 過去と現在の胸部X線写真を比較し、疾患の変化をレビューする能力が向上しました。解剖学的ローカリゼーション: 胸部X線画像内の特定の解剖学的特徴を特定する精度が大幅に向上しています。医療ドキュメントの理解: 検査レポートから構造化データ（検査項目、数値、単位）を抽出するタスクにおいて、旧モデルから18%の精度向上が見られました。軽量かつ高性能: 40億パラメータ（4B）というサイズは、オフライン環境や計算リソースが限られた環境でも動作させやすく...
まだレビューはありません