Model-Context Protocol (MCP) は、ClaudeやGPT-4oなどの大規模言語モデルが、外部の「ツール」や「サーバー」を呼び出せるようにする業界標準規格だ。 例えば、AIモデルが、Googleドライブにアクセスしてファイル検索してくれたり（Google Drive MCP）...

2025年3月25日、Googleが新たなモデルシリーズ「Gemini 2.5」を発表し、第一弾となる「Gemini 2.5 Pro Experimental」をリリースした。 Gemini 2.5 Proは、人間による投票でAIモデルの性能を競うサイト「Chatbot Arena」でも、xAIのG...

OpenAIは2025年3月25日、ChatGPTで使えるGPT-4oモデルをアップデートし、ネイティブ画像生成機能「4o Image Generation」をリリースした。 これまでもChatGPT上で画像生成自体は可能だったが、外部の画像生成専用のAIモデル「DALL-E」を呼び出していただけだ...

2025年3月20日、OpenAIが、新たな音声モデル3種類を発表した。 画期的なのは、「何を話すか」だけでなく「どのように話すか」までコントロール可能なテキスト読み上げ（Text-to-Speech）モデルの登場だ。感情表現や抑揚など、人間のようなリアルな発話をしてくれるので、カスタマーサポートな...

Model Context Protocol（MCP）は、ClaudeやGPT-4o、Geminiなどの大規模言語モデル（LLM）と、外部のデータソースやツールを接続するための標準規格だ。 例えば、GoogleドライブとLLMを接続するMCPを使うと、ClaudeやGPT-4oとのチャットの中で、自...

表やグラフを含むPDFファイルから、情報をうまくコピペで抽出できず、ストレスを感じたことがある人は多いのではないだろうか。 PDFで共有されたパワポスライドから、テキストや表をコピーしてWordに転記しようとして失敗し、結局自分で手打ちする羽目になる、という事態は、全ての学生・社会人が経験したことが...

OpenAIは2025年2月27日、同社史上最大の言語モデル「GPT-4.5」を正式にリリースした。 同社CEOのSam AltmanのXポストによれば、OpenAIの内部で「Orion」というコードネームで呼ばれていたモデルで、OpenAIが今後リリースするモデルのロードマップ内で「Chain-o...

2025年2月24日、大規模言語モデルClaudeを開発するAnthropicが、新たなモデル「Claude 3.7 Sonnet」をリリースした。 旧バージョンのClaude 3.5 Sonnetと比べ、各ベンチマークの評価が大きく向上しているだけでなく、ついに待望の「推論モード（extended...

2025年2月17日、イーロンマスクが率いるxAIが最新のLLM「Grok 3」をリリースした。 イーロン氏は、Grok 3についてXのポストで「地球上で最も賢いAI」と称していたが、実際、リリース後に主要なベンチマークでGrok 3が世界1位に君臨している。 Grok 3は、ChatGPTやGem...

「NotebookLM」は、Googleが提供する革新的なAIノートアプリだ。 本、論文、スライド、ニュース、議事録などのあらゆるドキュメントを、AIの「知識源（ソース）」としてアップロードすることができ、それらのソースに基づくAIとの対話が可能だ。 例えば、AIが読書中の本に関するQ&Aに...