We are excited to announce that our project, Cohere For AI, has developed a new web application called “Cohere For AI Chat.” This innovative app leverages the state-of-the-art generative AI model “Command A” by Cohere. Currently, we are inviting project members, including faculty and students, to test and provide feedback on this application. The app supports the display of mathematical equations, though there are still some technical challenges, and occasionally, equations might not render perfectly. Should you experience any display issues, please use the “Retry” button to reload the content. ...

Cohere For AIプロジェクトで新たにWebアプリ「Cohere For AI Chat」を開発しました。このアプリは、最新の生成AIモデルであるCohere社の「Command A」を活用しています。現在、プロジェクトメンバーの教員や一部の学生に試用をお願いしているところです。 数式の表示にも対応していますが、技術的な課題もあり、時折表示が不安定になることがあります。その場合は画面の「リトライ」ボタンを押して再表示する仕組みを備えています。 このWebアプリは、2025年度（4月以降）の2年生対象の物理授業で活用する予定です。学生のみなさんに実際に使用してもらい、継続的にフィードバックを収集して改善を重ねていきます。また、得られた知見や学生からの声を、随時教育現場にも反映していく予定です。

AIとの対話におけるプロンプト手法の考え方について、サッカーの戦術を用いた分かりやすい例えを考えてみました。 対話型AIに対するプロンプトの使い方には、「丁寧なお願い型」と「直接的な指示型」の大きく二つのアプローチがあります。 「丁寧なお願い」は、サッカーで言うところのポゼッション戦術に似ています。慎重にパスをつなぎながら、ゆっくりと対話を深め、AIとの関係性を構築していく方法です。このアプローチは深い理解や創造性を引き出す可能性があります。 一方、「直接的な指示」はカウンター戦術に似ています。明快で迅速な答えを引き出すのに適しており、具体的でシンプルな回答を迅速に得るのに役立ちます。 サッカーと同じように、AIとの対話にも「唯一の正解」は存在しません。じっくり美しく崩すことを目的とするか、素早く明確な一発回答を狙うかは、目的や個人の価値観に依存します。 対話型AIの本質は「共創」にあります。ベンチマーク評価は一発回答を重視しがちですが、継続的な対話を通じて得られる深い理解や創造性こそが、真に評価されるべき点だと考えています。 私たちは、状況や価値観に応じて柔軟にプロンプトを使い分け、AIとの「共創」を目指していくべきでしょう。 皆さんはAIとの対話をどのように捉え、どのように取り組んでいますか？

Let’s reflect on AI dialogue strategies using soccer tactics as a metaphor. When engaging with conversational AI, two main prompting approaches can be distinguished: “polite requests” and “direct instructions.” “Polite requests” resemble a possession-based soccer strategy, carefully connecting passes, patiently building relationships, and deepening mutual understanding through prolonged interactions. On the other hand, “direct instructions” are akin to counter-attack strategies, quickly achieving clear, concise, and straightforward responses when efficiency is paramount. ...

Yesterday (2025/3/10), I had the pleasure of leading an AI workshop for teachers at Edagawa Elementary School in Hitachinaka City. It was impressive to see how the educators, many of whom were logging into ChatGPT for the very first time, quickly adapted and started exploring creative and meaningful ways to use AI. They naturally compared outputs with colleagues, experimented with different prompts, and eagerly discussed practical classroom applications—such as guiding students to write book reports with the assistance of ChatGPT. Witnessing their proactive engagement and insightful discoveries was both exciting and inspiring. ...

昨日（2025/2/28）、ひたちなか市立枝川小学校にて教職員の皆さん向けに、AI（ChatGPTなど）活用講座の講師を務めさせていただきました。 参加された先生方の中には初めてChatGPTに触れる方も多かったのですが、さすが現場で「人を見て、人を導いている」教員の皆さんです。特に詳しい説明がなくても、「自分の入力と隣の先生の入力を見比べたり」「次はこれを入力してみよう」「読書感想文で子供たちに活用する方法は？」など、積極的で創造的な活用法にどんどん気づいてくださり、驚きとともに感銘を受けました。 また、先生方の反応から、小学生や中学生がすでにChatGPTなどの生成AIを使い始めている現実をあらためて実感しました。 このような経緯から、私の研究室では、小学生・中学生がAIを安全で効果的に活用し、自律的・創造的に成長するための具体的な『AIとの対話のためのカスタム指示（ひな形）』を作成し、公開することにしました。 今回の資料は、各校や教室の状況に合わせて自由に改訂・活用いただけるような形で作成しています。教職員の皆様や保護者の皆様がAIを教育の強力な味方として、安全かつ効果的に活用いただければ幸いです。 ぜひ、ご活用ください。 またご意見やご質問などもお気軽にお寄せください。 公開資料

AIテクノロジーの発展において、事実に基づかない情報を生成する現象を「ハルシネーション（幻覚）」と呼んできました。しかし、この用語は技術的なエラーという否定的な印象を与えがちです。 実際には、この現象はAIが学習データの間の隙間を埋めることで新たな可能性を探索していると見ることができます。AIは統計的パターンに基づいてコンテンツを生成するため、時に事実とは異なる出力が生まれますが、それは創造的なものとも言えるのです。 この特性は、新しい価値を生み出しています。スタンフォード医科大学の研究チームは、従来の方法では見つけられなかった新しい抗生物質候補をAIの「ハルシネーション」を通じて発見しました。ビジネスにおいても、創造的な計画や予想外のアイデアの源として活用されることもあるようです。 この現象は不正確な情報を生成するリスクがあるため、適切な評価と管理が必要です。しかし、単なる「ミス」と見なすより、AIの創造的な特性として捉え、その可能性を最大化する方がより有益ではないでしょうか？ そこで提案です - AIのこの特性を本質をより適切に表現する「創造的補完」という用語を採用してはどうでしょうか？この言葉は、AIがデータポイント間の隙間を創造的に埋めるプロセスを表し、新たな発見につながる革新的な側面を反映しています。 この捉え直しにより、AIの「限界」よりも「可能性」に焦点を当て、より創造的な人間とAIのコラボレーション形態を探求できるかもしれません。 この発想は学内の英語教員との対話から生まれました。身近にさまざまな専門家がいることの素晴らしさを改めて実感しています。

In the development of AI technology, we’ve been using the term “hallucination” to describe the phenomenon where models generate information not based on facts. However, this term tends to give a negative impression of technical errors. In reality, this phenomenon can be seen as AI exploring new possibilities by filling in the gaps between training data. AI generates content based on statistical patterns, which sometimes results in outputs that may differ from facts but are nonetheless creative. ...

Yesterday, two undergraduate students successfully presented their graduation research projects. The presentation topics were as follows: “Design and Characterization of LaCo₁₋ₓYₓO₃ Using Machine Learning” “Effect of Thallium Substitution on the Room-Temperature Ferromagnetic Properties of In₁.₉₋ₓTlₓCo₀.₁O₃” Both students delivered well-structured presentations and confidently handled the Q&A session. At the beginning of this academic year, we never imagined that machine learning could play such a significant role in our research. However, both projects successfully leveraged machine learning to gain valuable insights into experimental results and material properties. ...

昨日、卒研生２名が今年度の卒業研究発表を行いました。 発表テーマは以下の通りです。 「機械学習による LaCo₁₋ₓYₓO₃ の設計と特性評価」 「In₁.₉₋ₓTlₓCo₀.₁O₃ の室温強磁性特性に対するタリウム置換の影響」 どちらの発表も、これまでの研究の成果をしっかりとまとめ、質疑応答にも堂々と対応していました。 今年度当初は、機械学習を研究に活かせるとは考えていませんでしたが、最終的にはどちらのテーマでも機械学習を用いた解析が重要な役割を果たしました。 実験結果の理解を深めるだけでなく、より良い材料設計への手がかりを得ることができたのは、大きな成果です。 卒研生２名の挑戦と努力に感謝するとともに、今後の更なる発展を期待しています。 この研究を論文化し、学術論文として発表できるよう、引き続き取り組んでいきます。