ライザの登場と自己紹介
今出川FMは、株式会社Helpfeelの今お届けするポッドキャストです。
というわけで、今日も久々の登場ですね。スペシャルなゲストにお越しいただきました。
Helpfeelでエンジニアをやっていただいております、ライザ先生にお越しいただきました。どうぞよろしくお願いします。
よろしくお願いします。お久しぶりです。エンジニアのライザです。よろしくお願いします。
エンジニア、AIエンジニアですかね。それともチェックリードのほうがいいですかね。
いろいろやらせてもらっているんですけど。
今日はどのお星で出演しますか。
AIエンジニア見習い。
AIエンジニア見習い、急に新しい状態で爆誕しましたね。
同僚の寺本さんが、AIエンジニアとしてバリバリやってくれているので、見習いエンジニアをやっています。
なるほど、見習いというにはだいぶ年度高いんですけど。
AIはね、難しいですからね。
AIはね、しかもどんどん進化をしていってますから。
そんな中であれですよね、この間テクコンフのほうで登壇タイトルが、AIとナレッジクラフト渡しということで。
これはAIエンジニアとしての登壇ですかね、見習いじゃなくて。
そうですね。
割と年度高めの登壇だった気がする。見習いってことはないでしょうか。
定期的に自信があるときと自信がないときを繰り返すようなAIエンジニアなんですよ、僕の中で。
やっぱりあれですね、知れば知るほど逆に。
そうなんですね。
完全に理解したこと全然ない。
アドツが拘束に繰り返されている感じですね。
いいですね。
今回登壇内容は、AIとナレッジクラフト渡しというタイトルですけども、具体的にどんな話だったか簡単に教えていただいてもいいですか。
はい、ありがとうございます。
そうですね、結構いろいろとやってきたことを話したんですけども、
そもそもAIが生まれる前から情報をどう整理していって、うまく検索できるようにするかとか、情報をどう書いていくべきかみたいなことはずっと考えてたんですけど、
それにこの生成AIブームというか、ChatGPTからいろいろ出てきて、
AIがAPI的に使えるようになってできることが増えたよねっていうことをざっと振り返って話したような感じになっているので、
かなり時間に対しては濃い感じになっちゃったのかなと思うんですけど。
特にその中で情報の整理をするツールとしてナレッジクラフというものがあって、情報をどう構造化していくのかっていうところですよね。
ナレッジクラフ自体はかなり古典的な技術で、いろんなところでだいぶ研究もされてきたものなんですけども、
ちょっと私は捉え方を変えてみて、今のLLMの時代でどう使えるのかっていうのを考えてみたんですよね。
その要はかなりストリクトなグラフを作らなくても、だいたい曖昧性を持った状態でもグラフは作れていけて、
それを自然言語とかもろもろ曖昧な切り口で検索できるように、LLMのおかげでなってきてるんじゃないかなっていうところで、
それをうまくヘルプフィールっていうFAQシステムに組み込んでみたっていうトークでございました。
ナレッジグラフの再評価
あと、今だからちょっと言ってみる話だと、このトークのタイトルは秋山さんがつけてくださったんですよね。
そうですね。もともと大津さんがナレッジクラフをずっとやっていて、今のAI時代にいった話だったんで、
じゃあもうヘアとワイシャツと私よろしく。大津さんというキャラクターと、大津さんとしての歴史とAIとしての進化という話かなと思ったんで、
こういうタイトルつけさせてもらったんですけども。
すごい嬉しかったです。ありがとうございます。
本当ですか。よかったです。実際発表してみてタイトルあってましたか、ちゃんと。
そうですね。割と方向性は良かったなという気はしてます。
いいですね。
あと、実際に発表を聞いてくださって、いろいろ感想を懇親会とかその後とかに習ってたりするので、
もう少し詳しくどこかで文字としてアウトプットもしていきたいなという感じのいろいろいい経験ができました。
いいですね。割とAIの歴史だったり、AIの一連の進化みたいな話をするときって、
大体エキスパートシステムの時代の話とか、ディープラーニングの話とかがあっての、精々AIですよねっていう話になりがちだけども、
ある種そのナレッジグラフっていう着目点って結構珍しいと言えば珍しいんですかね。
ラグの文脈では結構出てくるような気もするんだけど。
そうですね。やっぱり検索に使えるようになってきたぞっていう暮らしが見えてきてから、また盛り上がりを見せ始めたかなってところで、
トークの中でも話なんですけども、人工知能学会でしたっけ、
そのナレッジグラフを本当に専門とされている先生方のセッションとかも、またこの時代どう使っていくかみたいなものもかなり盛り上がってて、
セッションをめちゃくちゃ楽しく聞けたのが良かったなっていうのもあったので、
ちょっとそういうあの頃の楽しさを思い出して、ちょっと簡単にして、ナレッジグラフのファンをもう一度増やそうかなと思ってます。
いいですね。
もともとやってたナレッジグラフの研究はもう何年ぐらいですか、10何年ぐらいやってた?
研究自体はそんなに大学に入って、ナレッジグラフと向き合って2、3年くらいになるとは思うんですけど、
大学で結構やりましたね、Wikipediaの裏側にWikilatorっていうちょっと構造化されたデータがあるんですけど、
それに対してAIを適用していくっていうのをやってて、
当時のAIなので、サポートベクターマシンとかその頃の時代なんですけど、
なので割とその辺でデカいデータとどう向き合うかっていうのと、
構造化したいんだけど仕切れてないデータとどう立ち向かうかみたいなところの勘のところを掴んできたっていう感じです。
当時だとセマンティックウェブっていう概念が繋がったイメージありますね。
これもちょうど下見になりつつある頃になってたかもしれないんですけど、
セマンティックウェブとかセマンティックデータが強い研究室にいて、
その辺の古典的な基礎知識も入れられたのが良かったですよね。
RDFというフォーマットがあって。
RDFやらXMやらその辺を色々やってましたね。
思想としては結構美しい思想だと思うんですけども、
あれが当時流行らなかったって言い方で合ってるんですかね。
潮流としては一旦落ち着いちゃったのって何が原因だったんですかね、当時は。
そうです。割と理想は高かったと思うんですけど、
それを実現する前に必要的なところで一旦妥協的に使って終わっちゃったのかなっていう印象なんですけど、
一方でGoogle検索の右側に出てくるパネルとかは、
実際RDFの技術を使って整理されたものだと思う。
あれ自体がナレッジグラフのどこかのでかい会社をGoogleが買収して始まったようなやつだったと思う。
流れそういう感じなんですね。
ファイヤーデータとか名前忘れちゃったんですけど、
Google自身も研究してたでしょうけど、
同じような目的を持ってやってたところを買収して確か成長してたんだと思います。
なので一定の成果はあったと思うんですけど、
一般人とか普通の小さい組織とかで使いこなすみたいな技術ではなかったのかなっていう感じがしてます。
そうですよね。当時のセマンティックとかあるいはRDF角度とか、
XML定義するとかになってくると、
突然にあれですよね、めちゃくちゃリッチにリソースを投下しまくって、
それでようやく体系だったら何かができてみたいな。
そうですよね。
初期構築が大変みたいなイメージありますもんね。
割とカチカチに型を決めた状態での情報表現なので、
新しく入ってきた概念とかどう拡張していくのかっていうのも難しいので、
やっぱり情報がハイスピードで増えていくところには、
なかなか難しかったところもあるんじゃないかなっていう感想は持ってます。
そうなってくると逆に今ナレッジグラフが再評価されるのって、
ちょっと相談内容にも近いかもしれないですけど、
どういう理由でこのナレッジグラフが再考されてきたっていうのがあるんですかね。
これはちょっと私の個人的な見方も入っちゃうんですけど、
割と曖昧性が許容されるようになった。
データの処理系のところでもグラフを処理するところで、
これまではもうストリプトにパースできなかったら終わりみたいになっちゃったんですけど、
そこの解釈の部分をAIの力を若干借りることによって、
少しの表現揺れとか足りない属性とかがあっても、
なんとなく理解できちゃうんじゃないかなっていうところが、
一つ大きなアドバンテージになるのかなっていう。
やっぱりその人の誕生日を記述するときも、
本気でRDF作るとしたらまずパーソン型っていうものを定義して、
パーソンは誕生日ってものを持ってるはずだから、
Birth ofみたいな述語を定義しますかみたいな、
そういうのがあるんですけど、
多分このAIだと人っぽい名前で誕生日っていうラベルがあったら、
これは人であって誕生日なんだろうってことが分かる。
誕生日って言われなくても、
生年月日って書いててもいいし、
生まれって書いてあると思うし、
その辺の述語のバリエーションも、
割となんでも許容できるみたいなところがあるんじゃないかなっていう。
この辺を今でこそも語られてるんですけど、
こういう時代がいずれ来るといいなと思いつつ、
注目されたのが、実は個人的にはScrapbox。
今はCosmosって呼んでますけど、
自分が出会った頃はScrapboxで、
割と人間がうまく書けるセマンティックデータ、
データベースというか、
あくまでWikiだからテキストではあるんですけど、
人間と機械の両方の可読性を備えたセマンティックなデータを作れるプラットフォームというか、
そういうエディターなんじゃないかなっていうのに一目惚れして、
この会社で働かせてもらうっていう。
そういう流れだったんですね。
ないインターンワークに突然応募したという流れだったのははっきり覚えてるんですけど、
大豆さんサイド的な目線だと、
そういう文化的な背景があったんですね。
あって、それでScrapboxのファンを名乗っていろんなところで活動してたんですけど、
そのファンのところのもうちょっと深く見せるとこういう思想があったっていう。
なるほど。
じゃあ結構あれですね、実際入ってみてコードいじってみて、
結構そっちに進化していくぞっていう覚悟はあったんですか、それでいくと。
そうですね、本当にそれに向けて必要なものが強化されて作られてるなっていう印象と、
この未来が来た時にじゃない、なるような機能がないのはすごいなっていうのは、
入ってからコード読んでも思いましたね。
今はあんまり厳密にカチカチに固めすぎてしまうと、
今度AIネイティブにならないみたいな課題とかもありますから。
ちょっと余白を残しておくのがいいですよね。
実際あれですよね、この間だと、この間って言ってもだいぶ経ってますけど、
インフォボックスがリリースされて、あれもだいぶインパクトありましたよね。
すごいですよね、インフォボックスとか文芸的データベースって読んでて、
開発者と紹介さんの個性質をぜひ読んでみてほしいんですけども。
東海オンエアさんがあれでしたっけ、インフォボックスっていうのがあってなっていう話をそもそも。
そうですね、そういうところもありますし、
ナレッジグラフの新たな視点
他社内でもいろいろ議論して、文芸的なんちゃらっていうのが結構いろいろありますよね。
早瀬さん、昔の長い文芸的プログラミングがあったみたいに、
文芸的データベースが作れるみたいな、文芸的なんとかかんとか、
そういうものを作り出しやすい環境だなっていうのから生まれて、
うまくプロダクトにしてもらって嬉しいですね。
いいですよね。結構今後もこの辺りの領域はやってきたイメージはあるんですか、DAISOの中で。
そうですね、ここからまたいろいろ昔のことを取り入れながら新しくしていきたいという気はしますね。
結構ある種、ナレッジグラフそのものは、
いにしえの技術だったが、今もう一回リバース的に使えるようになってきたっていうところはあるわけじゃないですか。
DAISOの今まで見てきた技術、他に実はこれもうちょっと応用効くんじゃないみたいな。
難しいですね。
全然アジェンダにないですもんね。
難しいですね、確かに。ファットは思いつかないんですけど、とりあえずやりたい。
結構理想が高くて掲げてて、できたらすごそうだよねみたいなものって調べてみたらある気がするんですよね。
この辺はぜひラジオを聞いてる皆さんと一緒に考えていきたい。
なんかあるかな、なんか合いそうですよね。XMLとかもなんだかんだ理想が高くてHTML路線になっちゃったけど、
もう一回作り直すとしたら何かできるかとか。
そうですよね、XMLなんてスキーマファイルが別にあって結構ややこしかった気がするけど、
最終的にはXML、一応仕様としてはあるけど、活用がみたいな感じになっちゃったけど、
プロしか使えないって感じですよね。
逆にLMSテキストとかでXMLを使って、なぜXMLでもスキーマファイルがなくてもみたいなのもあります。
そのまま使うんじゃなくて、ちょっと曖昧性やら自由度を上げさせて最低期みたいなことが楽しいんじゃないかっていうのは思ってる。
あとは個人的にはずっと別の分野で追っかけてるSVCっていう。
出た、SVC。
スケーラブルアイデンバーが。
自分の会社でSVC言うたら大事だみたいな。
SVCっていう単語を見つけたらいろいろ書きに行くっていう人なんですけど。
いいですね。
その辺も、あれ実はXMLの一部ですよね、仕様としては。
そうですね、全部使ってますね。
AIの進化と応用
文章に対して見た目やら動きやらつけられるっていう、HTMLとシスタルSとはまた別の領域でデータに何か応用できないかなみたいなところは考えてたりします。
なるほどね。結構音声のXMLみたいなやつとかも仕様としてはありまして。
いろいろあるんですよね。
ラッテボースのXMLとかも。
ラッテボースのXMLとかも。
今の時代あれですかね、曖昧なことは曖昧なまま処理できるようになったのか結構。
それ大きいと思います。まさにそれだと思いますね。
その情報に対しても分からないことは分からないままにしておけばいいし、AIが解釈を与えてくれたりするし。
個性にする自慢になっちゃいますけどね。
そうですよね。
今の言語にできないことはとりあえず空のページにしておいて、関連ページが充実して外側に埋めていけばいいみたいなそういう、本当にそれがうまく使える時代にも来たなという感じはします。
ある種遅延評価じゃないですけれども、後ろ倒しにデータの蓄積っていうのをやっている。
そうですね。
個性にするインフォーボックスの仕様の面白いところって、スキーマ先につけてもいいし後からつけてもいいしっていうところは相当ラジカルな仕様ですよね。
そうなんですよね。後からデータで作れるし、やっぱデータが中心にあってたというか、その記述が中心にあってたというか、
データが中心にあってたというか、その記述が中心にあってたというか、
切り口をいくつも、ビーをいくつも作っている感じですよね。
すごいですね。
面白いですよね。
あの手のやつ、今DAIZさんもヘルプフィール側で研究していると思うんですけど、いずれああいうシステムまた出てくるんですか?
そのインフォーボックス的なアプローチをのせたシステムとか。
そうですよね。
作っていきたいですね。どう見せるのがいいのかはまた、LLMやらAIアジェントやらが盛り上がってきた中でどう見せるべきなのかみたいなところはありますけど、
そうですね、その辺は大事ですね。
今結構ラグだったり、ラグは去年一旦ブームが来て定着した感じはありますけれども、
今年AIアジェントみたいな話とかも出てますけれども、DAIZさんの中で今ホットな技術領域ってどの辺りになるんですか?
僕はまだ実はラグはもう一度盛り上がりするんじゃないかなと思っている。
ラグって名前かわかんないですけど、そのタイプはまた来るんじゃないかなと思っているんですけど、
なんだかんだAIアジェントを作るにしても、実際の環境とのアクションみたいなのはもちろん大事ですけど、
そのアクションを起こすための知識っていうものは絶対大事になってくるので、
結局これどううまく通り出すかっていう話は引き続き必要だと思うんですよね。
なので、意外とそこの部分のモジュールはずっと追っかけて続けても研究として追っかけていくのは大事なんじゃないかなと思います。
なるほど。
結構そこを深掘りしていくぞっていうのが今のテーマですね。
そうですね、個人的にはそうですね。
会社としてはもろもろもっといろいろAIのボケ側の見せ方みたいなことに強い人もいるので、
任せつつ僕は割と深めのところは、検索の深いところは追っていきたいですね。
なるほど。今回テキコンフでも話したと思うんですけど、一属検索3というのが出たじゃないですか。
これがRDFトリプルを使った検索エンジンということですよね。
はい。
このRDFトリプルを使いますってアプローチって珍しいんですかね。どうなんですかね。
今ではそこまで珍しくなかったので、例えばグラフラグとかいう論文はもう出てますよね、研究出てます。
なのでそれを掘り返していくと、たどり着くところはトリプルとかトリプルで作ってっていうところになるので、
それ自体はあんまり今となってはなんですけど、
その後の部分にトリプル即検索3は割とまだ価値はあるかなと思っていて、
その回答を事前に全部作ってしまうっていうところによって、
AIがユーザーに対して即興で回答しないっていう、
AI自体はまだあんまり見たことがない背景なんじゃないかなと思ってますね。
即興で喋らないってある種面白いですね。
だんだんこう感じつつに、言語モデルに言語を喋らせないのが一番安全なところだと思ってます。
なるほど、逆説的にいいですね。
データ整理とインデックス作る段階ではもう存分に話してもらうんですけど、
やっぱり本番では話さないでもらったほうがいいんじゃないかなっていうところ。
本番で話すからねばかせるってことか。
でもすごいもったいないですよね。これまでちゃんと積み重ねてきたようなのがあるのに、
ちょっとユーザーの質問の方向が違ったり、またちょっと意地悪されちゃったりするだけで違うことを言ってしまうのは本当にもったいないと思うので。
確かに。
そこで事前に生成しておいた回答を用意することによって、
確率的に回答するっていう。
少なくともこの中からしか出ませんっていうことを絞れるっていう。
本当に何を出したかっていうことを後から検証しようとまでできるっていうところがいいですね。
あと、LLM使ったリランキングとかね、先生とかもやってると思うんですけど、
リランキングでLLM使うって結構アプローチとしては。
検索技術の未来
確かに。これも今になっては早く研究動画作っていくと思うんですけど、
当時のこれ設計して開発する段階では結構すごいのではないかと思ってて、
リランキングするときにもいろいろ工夫してたとしてもいろいろやって、
そこの段階でもあんまりリランキングなんて並べ替えをするんですけど基本的には。
並べ替えするときに文章を全部出力させるんじゃなくて、
ちゃんと文章番号で回答させることによって架空の情報が入り込まないとか、
いろいろあった気がする。
こうやって見ていくと一体即検索3というシステムの中で、
LLMが言語生成じゃないところでたくさん使われてると思うんですけど。
確かにそうですね。
これは通定する設計思想がAdviceさんの中にあるんですかね、やっぱりそういう。
僕としては実は全部同じに見えてたんですよね。
グラフも言語っちゃ言語だし、並べ替えの結果も言語っちゃ言語だし。
とにかく何か、人間が頑張って定義すると、設計すると、
いろいろと制約が大きくて難しいところを全部とりあえずAIにやらせてみると、
どうなるかってところがいろいろあって。
あとはこれまで社内でいろいろ、社長のラクサイさんとかマスイさんとかと議論してきた、
ユーザーにどういうスリベットを見せるのがいいのかとか、
そういう過去の研究記録みたいなものが、
AIより前の時代のやつがたくさんあったので、
それに近づくにはどうしたらいいかってことを考えられたのは良かったので、
今すぐは実現できなくてもいずれやりたいってことを、
メモする癖をつけるのがいいのかなっていう感じはしてますね。
なるほど。
結構今のアダイザーの中でそういうメモがいっぱいあるって感じなんですか。
これもいずれ実現したいぞみたいな。
ありますね。あと多分社内の個性的にもたくさんあると思うんですけど。
これに今行っちゃうとネタバレになっちゃうんで。
あとです。ユーザーすごい技術を手に入れてしまうと、
その辺のことって忘れちゃうんですよね。
自分って何をしたかったんだっけとか、
今すごいAI手に入れさせてもらったけど、
みんな何がしたくて使ってるのかみたいなところを、
規制がちになっちゃってそれに乗っかける価値になっちゃうので、
何をしたくてこれを待ってたのかってところのメモは書いておくといいですよね。
大事ですよね。そこ結構迷子になりやすいというか、
やりたかったことが何だったのかだんだん分からなくなる瞬間って、
すごすぎると逆になるんじゃないですか。
それだけだと古臭いアイデアがいっぱいあるみたいになっちゃって危ないので、
バランスが難しいんですけど。
今ね、それこそDeviantとかKleinとか使えば、
単純なコード生成するとだったらもう全然できちゃうわけですからね。
Mockupとかも含めて。
考えていくといい時代ではありますよね。
はい。
そういうリストが社内の個センスだったりと、
大地さんの個人の個センスにもいっぱい入っててみたいな。
たくさんあります。
いいですね。ジャンルとしてはやっぱり検索っていう。
検索ですかね。
それを検索するためのコンテンツをどう作るかっていうところの2つですね。
いいですね。今のALMに足りてないところってどういうところなんですか?
そういうアイデアを実現するために不足している領域って。
もうちょっと気軽に読みたいですよね。
これは多分時間が解決しますけどもっと推論が早くなったりとか。
なるほど。時間的なコストとか。
あとコンテキストもだいぶ長くなってきていますけど、
こう全部、意外と全部載せた時に、
確かにいい感じに回答は来るんだけども、
AIとナレッジグラフの深掘り
それぞれ全てを深掘りできない。
ざっくり舐めた結果が返ってくるところがもったいないので、
結構主的生産活動をやっていく上では、
概要をさっくり把握できるのも大事ですけど、
1個ずつ考えていくことが大事なので、
その辺の考えるべきタイミングをいい感じにコントロールできる。
これはアプリケーションなのかFLMなのか、
どっちに求められているのか分からないですけど。
そうですね。モデルに求めるのか、
モデルを使っている側でやるのかは結構諸説ありますよね。
実際そこのあれですね。
要するに大量のコンテキスト帳の文章があった時に、
人間が普通考えるとき、
特定の場所に着目してそこだけを、
ある種、動的に庭を作って、
庭の中で。
そうですね。
コンテキストの中でもおもみ漬けってもののスタイルじゃないですか。
そうですね。
今、工程をバーッと走り続ける感覚がありますもんね。
素の状態で。
そうですね。
その辺をモデル側にも期待しつつ、
我々のアプリケーション開発者としても頑張っていきたいところだ気がします。
いいですね。
結構そこの進化と、
あとあれですかね。
どちらかというと論文とかでそういった話が今後も増えてくるだろうから、
これも追っかけつつっていう感じなんですかね。
そうですね。
バランスよく。
いいです。
最近は結構論文読んだりも多いんですか。
これは多分、
Xとかで流れてくるものをつまみ読みしてるだけなので、
深く置いてるかって言われたらあれなんですけど、
あと読みやすくなってましたよね。
英語でも。
そうですね。
英語のままAIを頼りにしてたりとか、
いろいろ、
これまでやりたかったけどできてなかったことに、
もう一つに論文を書けるとかあったんですけど、
本当にやりやすくなったなと思います。
そうですね。
シンギュラリティの定義が、
AIがAIでさらに進化することだとすると、
セミシンギュラリティというか、
人間がAIの力を使って、
AIに対する理解をより深めやすい状態に突入してるので、
そういう意味では進化速度は上がってる感じがしますよね。
そうですね。
これまでAIを研究してなかった僕みたいな、
いろんな観点でいろいろ言ってくるので、
いろんな声が集まっていいですよね、きっと。
面白いですよね。
要するに今までAIというよりはナレッジグラフの専門家だった人が、
AIの専門性を高めることによって、
一気にここが最強みたいな感じになるっていうのは、
ちょっと面白い現象ですよね。
エンジニアとしての未来
そうですね。
いいですね。
だいぶ面白い話も聞けたところで、
今後DAIZさんの中で、
こういう領域やっていきます宣言みたいなのがもしあれば、
聞いてみたいんですが、いかがでしょうか。
そうですね。
でも今だいぶ話させてもらったんで、
この検索と捜索の領域は引き続きやっていくつつ、
何か、
もしかしたらあれでしたっけ、
今職業エンジニアとして10年目みたいな。
そうなんですよ。
ちょっと振り返ってみたら、
プログラムを書いてお金をもらえるエンジニアになってから、
今年で10年目で、
2015年にAthenaさんでインターンをさせてもらったのが最初で、
キャリアの最初で、
そこから大学で研究、
パルバイトとかして行動を書きつつ、
今のヘルプフィールで働いて7年経ち、
合わせて10年目と。
すごい何か、
この10年結構その頃に学んだことを使ってみつつ、
AIの力も借りつつ、
できてきたなっていう実感があるので、
次の10年何していくのかっていう規模で考えたいなと思ってるんですけど。
いいですね。
次の10年って僕40歳になっちゃうんですよね。
そう、何か想像もつかないんですけど、
何をしていくのがいいのかっていうのをちょっと。
これね、
早いからね。
次の10年マジで想像つかない。
確かにそうです。
次の10年を予想するという行為自体がもはや古いかもしれないですよね。
なるほど。
何になるか分からないんだからとりあえず話し続ければいいかもしれないですけど。
でも何かビジョンが欲しいですよねとか色々思いながら。
結構面白いですね。
次の10年どうなるんだろう。
次の10年はどうなるか。
大豆さん40歳。
リスナーの方でもし僕とこの後会う機会がある方がいたら是非色々話すと。
じゃあこの新会社でね、大豆さんに突撃して、
次の10年を私はこう思うっていうのをバーンと投げると、
大豆さんが僕はこう思う、バーンみたいな感じで。
一緒にこれをやらないかとかそういうのでもいいですよね。
そういうのもいいですよね。
そういうのもいいですよね。
そういうのもいいですよね。
そういうのもいいですよね。
またちょっとそういう広がりが出てくるといいですよね。
そうですね。
じゃあお時間もだいぶよろしくなってきたということで、
最後に一言ですね。
大豆さんから視聴者の方に向けてメッセージをいただいてもよろしいでしょうか。
そうですね。
ちょっと今回私の個人的な話色々しちゃいましたけど、
多分このヘルプフィールにいるエンジニアがみんなこういう感じで、
いろいろエピソードとか熱い思いを持っている人が多いと思いますので、
ぜひぜひいろいろ声かけてもらったりとか、
興味あったりしたらぜひぜひ連絡していただけたらという感じですね。
一緒にヘルプフィールやCosenseやGaZを作っていきたいですね。
よろしくお願いします。
はい。
というわけで今日はヘルプフィール、AIエンジニア見習いなんですね。
今このタイミングです。
AIエンジニア見習いとして大豆さんにお越しいただきました。
大豆さんどうもありがとうございました。
ありがとうございました。
今出川FMは過去の全エピソードもSpotifyやApple Musicなどでお聴きいただけます。
ぜひ感想もお待ちしております。
ではまた次回もお楽しみに。
