面白い。現場に分け入って生データを見てデータを腑分けする作業が当面のIT技術者の仕事になる
事実、マジでただの用語の焼き直し感しかないんだよなー。目まぐるしく新語っぽいのが散見されるからコンサル一族がハイエナのように集ってるけど、前見たやつと同じやねんけど、を繰り返していて、仕事なくならない
AIの精度の問題じゃなくて単に用語の定義が決まってない社内政治の問題なのほんとあるあるだな
AIでPG/SEは要らなくなるとか言ってる人達はこの辺の問題(人間の指示はAIを正しく動作させるには曖昧過ぎる)が見えてない。
面白い話。セマンティックレイヤー。/概念としては循環に入ってる気はする。
DBからデータを取り出す際の条件の定義が違った、だけのことをよくこれだけ長くできるものだ。AI 100%の文章すぎて長いだけでなく読みづらい。
PGであればこのあたりの問題って感覚的にわかるからやっぱコード書ける人間は必要だと思うんだよな
こんな雑な使い方してんの? まずAIに うちの部署のアクティブ顧客数を出したいんだけども、何決めなきゃいけないかな？とか質問すればいいんじゃないの？
法令も、役所が出す要綱も、言葉の定義を最初に置きますし。
ブレさせたくないところはn8n使うといいよ。世界では当たり前に使われてるのに日本だと一部しか使われてない。
AIの回答精度を上げる話かと思ったら、その前段にある「そもそも言葉の意味を定義できているか」という話だった。AI時代のデータ整備は、実は組織の曖昧さをあぶり出す作業なのかもしれない。
「オントロジー」の再ブームでIBM のWatson 思い出した。 https://william0105.hatenablog.com/entry/2019/06/02/%E7%AC%AC5%E5%9B%9E_IBM_Watson%E3%81%A8%E3%82%AA%E3%83%B3%E3%83%88%E3%83%AD%E3%82%B8%E3%81%AE%E9%96%A2%E4%BF%82 第５回 IBM Watsonとオントロジの関係
部署や業界を跨ぐと、同じ言葉でも専門用語になってたりで意味が全く違ったりするから、すり合わせって大事だよな。
実際、毎週のようにクライアントが異口同音なこれ貼ってくる。へいへい、いつも通り解決しますだ。
僕は、ユビキタス言語ちゃん！
要件を聞き出して矛盾や過不足なく整理する。あとはAIがやる。つまり要求工学の話だな／最初はポジショントークかと思ったが言ってることは正しい。今をときめくパランティアの背景
あいまいだとAIが間違えるという話ですけど、実は人間も間違えるというのは覚えておくべきですね。補完できると書かれていますが、せいぜい「補完できることもある」くらいが正確です
カラム✖️定義✖️部署って感じかパターン数は。とんでもないな。簡単なクエリは人力でやらせたほうが相互理解深まってコスト面で良さそうな気もする。会社規模によるだろうけど。
XMLスキーマ再びってやつだな。HTMLやJSONが流行しているのを見てもスキーマ派が勝ったことがないが、生成AIで再び脚光を浴びた。そして歴史は繰り返す気がする。いい加減な人間が見る以上、スキーマは勝てない
AI口調が気になりすぎる。「扱うのはその手前」「置いています」とか。内容も陳腐で、結局オントロジーって名寄せとしてみんなやってたことに名前付けてDDDと混ぜただけなんだよね。AI以前から問題としてあったよ。
翻訳かと思うような酷い文章だな
なんでここらへんを「オントロジー」って呼んでるの？（まぁAIに聞いてみよか……トム・グローバーって人が使い出したと。あーそういえばなんかオントロジー工学とかいう単語見ましたはあの時期
20年前に言葉の正確な定義をしようと思い授業を取り超期待外れだったけど、恣意的超離散的な貧しいそれより無限に豊かなLLМという、人の言語世界の正確なそれを持つモノを使って改めてオントロジーやってるんですね
「AIの結果を鵜呑みにしている会社」の話をしているだけ。そんな馬鹿な会社はないだろう。
今のAIでも既にコンテキスト汲んでこの辺曖昧だけどどうなん？て聞いてくると思うけど。未来のAIなら況や
AIがもっと賢くなっていい感じに会社の全データ漁って意味付けも整理してくれるようにならんかな(投げやり
参照できるデータが違うならそりゃ結果が違うしAI以前の話でしょとなって読むのをやめた
なんか変な言葉遣い多すぎてイヤ。単なる成果物にartifactとかつけたり。こっちはその言葉はネガティブな意識が強すぎて敏感に反応しちゃうんだよ。
全く意味わかってなくて笑った。業務上同じデータでも意味が違うっていうレイヤーでセマンティックなデータがぁーって話とも違う。 ＞DBからデータを取り出す際の条件の定義が違った、だけのこと
セマンティックなデータにしましょうとか、自己説明的なデータにしましょうとか。もう何周目の議論なんだろう。最直近だとビックデータ分析ブームでデータ基盤を作ろうという話。昔だとHTMLとか。
AIに同じ質問をしたら、部署ごとに違う数字が返ってきた ― いま「オントロジー」と呼ばれているもの ― - Qiita
面白い。現場に分け入って生データを見てデータを腑分けする作業が当面のIT技術者の仕事になる
事実、マジでただの用語の焼き直し感しかないんだよなー。目まぐるしく新語っぽいのが散見されるからコンサル一族がハイエナのように集ってるけど、前見たやつと同じやねんけど、を繰り返していて、仕事なくならない
AIの精度の問題じゃなくて単に用語の定義が決まってない社内政治の問題なのほんとあるあるだな
AIでPG/SEは要らなくなるとか言ってる人達はこの辺の問題(人間の指示はAIを正しく動作させるには曖昧過ぎる)が見えてない。
面白い話。セマンティックレイヤー。/概念としては循環に入ってる気はする。
DBからデータを取り出す際の条件の定義が違った、だけのことをよくこれだけ長くできるものだ。AI 100%の文章すぎて長いだけでなく読みづらい。
PGであればこのあたりの問題って感覚的にわかるからやっぱコード書ける人間は必要だと思うんだよな
こんな雑な使い方してんの? まずAIに うちの部署のアクティブ顧客数を出したいんだけども、何決めなきゃいけないかな？とか質問すればいいんじゃないの？
法令も、役所が出す要綱も、言葉の定義を最初に置きますし。
ブレさせたくないところはn8n使うといいよ。世界では当たり前に使われてるのに日本だと一部しか使われてない。
AIの回答精度を上げる話かと思ったら、その前段にある「そもそも言葉の意味を定義できているか」という話だった。AI時代のデータ整備は、実は組織の曖昧さをあぶり出す作業なのかもしれない。
「オントロジー」の再ブームでIBM のWatson 思い出した。 https://william0105.hatenablog.com/entry/2019/06/02/%E7%AC%AC5%E5%9B%9E_IBM_Watson%E3%81%A8%E3%82%AA%E3%83%B3%E3%83%88%E3%83%AD%E3%82%B8%E3%81%AE%E9%96%A2%E4%BF%82 第５回 IBM Watsonとオントロジの関係
部署や業界を跨ぐと、同じ言葉でも専門用語になってたりで意味が全く違ったりするから、すり合わせって大事だよな。
実際、毎週のようにクライアントが異口同音なこれ貼ってくる。へいへい、いつも通り解決しますだ。
僕は、ユビキタス言語ちゃん！
要件を聞き出して矛盾や過不足なく整理する。あとはAIがやる。つまり要求工学の話だな／最初はポジショントークかと思ったが言ってることは正しい。今をときめくパランティアの背景
あいまいだとAIが間違えるという話ですけど、実は人間も間違えるというのは覚えておくべきですね。補完できると書かれていますが、せいぜい「補完できることもある」くらいが正確です
カラム✖️定義✖️部署って感じかパターン数は。とんでもないな。簡単なクエリは人力でやらせたほうが相互理解深まってコスト面で良さそうな気もする。会社規模によるだろうけど。
XMLスキーマ再びってやつだな。HTMLやJSONが流行しているのを見てもスキーマ派が勝ったことがないが、生成AIで再び脚光を浴びた。そして歴史は繰り返す気がする。いい加減な人間が見る以上、スキーマは勝てない
AI口調が気になりすぎる。「扱うのはその手前」「置いています」とか。内容も陳腐で、結局オントロジーって名寄せとしてみんなやってたことに名前付けてDDDと混ぜただけなんだよね。AI以前から問題としてあったよ。
翻訳かと思うような酷い文章だな
なんでここらへんを「オントロジー」って呼んでるの？（まぁAIに聞いてみよか……トム・グローバーって人が使い出したと。あーそういえばなんかオントロジー工学とかいう単語見ましたはあの時期
20年前に言葉の正確な定義をしようと思い授業を取り超期待外れだったけど、恣意的超離散的な貧しいそれより無限に豊かなLLМという、人の言語世界の正確なそれを持つモノを使って改めてオントロジーやってるんですね
「AIの結果を鵜呑みにしている会社」の話をしているだけ。そんな馬鹿な会社はないだろう。
今のAIでも既にコンテキスト汲んでこの辺曖昧だけどどうなん？て聞いてくると思うけど。未来のAIなら況や
AIがもっと賢くなっていい感じに会社の全データ漁って意味付けも整理してくれるようにならんかな(投げやり
参照できるデータが違うならそりゃ結果が違うしAI以前の話でしょとなって読むのをやめた
なんか変な言葉遣い多すぎてイヤ。単なる成果物にartifactとかつけたり。こっちはその言葉はネガティブな意識が強すぎて敏感に反応しちゃうんだよ。
全く意味わかってなくて笑った。業務上同じデータでも意味が違うっていうレイヤーでセマンティックなデータがぁーって話とも違う。 ＞DBからデータを取り出す際の条件の定義が違った、だけのこと
セマンティックなデータにしましょうとか、自己説明的なデータにしましょうとか。もう何周目の議論なんだろう。最直近だとビックデータ分析ブームでデータ基盤を作ろうという話。昔だとHTMLとか。