AI Frontier with Prof. Mick Etoh (at U. Osaka)

Hosted by Prof. Mick Etoh(AE-TOE), a professor at Osaka University working on innovation management across industry and academia. This podcast bridges Generative AI/LLMs, natural language processing, product and interface design, standardization, and deep-tech entrepreneurship.Expect clear explanations, decision-making frameworks, and candid lessons from building companies, advising large-scale LLM efforts, and leading R&D and innovation functions—so listeners can move from “AI news” to “AI strategy and execution.”

AI Frontier with Prof. Mick Etoh (at U. Osaka) is a technology podcast hosted by micknerd, with 9 episodes on record and a Required Pod Score of 80. PitchCentric scores this show on Booking Probability, Listen Score, and live audience signals refreshed every 24 hours.

micknerd hosts AI Frontier with Prof. Mick Etoh (at U. Osaka), a technology show with 9 episodes published.

Our AI reads these to draft pitches. Use them as grounding for a pitch that cites a real guest and a specific topic.

• 

  Episode #26

  未知のルールを自作するGPT-6 Astra

  Sep 17, 202615 min

  GPT-6 Astra: Triple-Loop Intelligence and the Path to AGI 提供された資料は、OpenAIの最新モデルであるGPT-6 Astraが示す、未知の環境における適応能力と知能の新たな定義について解説しています。Astraは、単なる知識の検索を超え、探索・実験・ルール発見という一連のループを通じて独自の「世界モデル」を構築する能力を特徴としています。この飛躍はモデル単体の性能向上だけでなく、推論状態の保持や長期記憶、さらには外部ツールとの相互作用といったシステム全体の連携によって支えられています。特に、内部計算を反復するlooped Transformer構造が、パラメータを更新せずに学習を実現するインコンテキスト学習（ICL）を高度化させている点が注目されています。また、ロボティクス評価を通じ、汎用的な知能が物理的な制御領域へも強力に転移し始めている現状が示されています。総じて、AIは「答える存在」から、経験から自律的に学び、世界の仕組みを自ら構築するシステムへと進化し、 汎用人工知能（AGI） への距離を縮めていることが示唆されています。

  ListenShow Notes
• 

  Episode #25

  100倍速AIを飼い慣らすTDD

  Sep 11, 202619 min

  この資料は、AIが主導権を握る新しいソフトウェア開発サイクルであるAI-DLCの台頭と、その中で再定義されるテスト駆動開発（TDD）の重要性を論じています。AIによるコード生成には、既存の実装にテストを合わせてしまう「テスト後付けバイアス」などの品質リスクが伴うため、TDDはAIの挙動を制御する「決定論的制約エンジン」として不可欠な役割を担います。具体的には、マルチエージェントを活用してテスト作成と実装のコンテキストを物理的に分離し、AIの「カンニング」を防ぐ手法が提唱されています。また、グラフベースの影響分析であるTDADを導入することで、大規模な既存システムにおけるリグレッション率を劇的に改善できることが示されています。最終的に、人間はコードの記述者から 「仕様の意図を定義し、AIの成果物を検証する承認者」 へと役割をシフトさせることが、AI時代の品質保証には不可欠であると結論付けています。

  ListenShow Notes
• 

  Episode #24

  数学的証明でAIの絶対安全を保証

  Sep 11, 202624 min

  この資料は、 AI駆動型開発サイクル（AI-DLC） における 形式的手法 の重要性と、その最新技術動向を包括的に解説しています。AIが生成するコードやモデルの不確実性を克服するため、 SMTソルバ や Lean 4 を用いた数学的証明による安全性保証の必要性が強調されています。具体的には、自然言語から仕様を自動生成する Autoformalization や、検証済みのコードを合成する Vericoding といった革新的なアプローチが紹介されています。さらに、自律型エージェントの暴走を防ぐ ニューロシンボリック検証 など、AIと厳密な論理体系を統合する手法が議論の核となっています。最終的に、これらの技術革新が信頼性の高いソフトウェアエンジニアリングを実現するための不可欠な基盤になると結論付けています。

  ListenShow Notes
• 

  Episode #23

  AIの嘘を防ぐ業務オントロジー

  Sep 10, 202623 min

  この調査報告は、AIエージェントが実業務やIoT領域で正確に機能するために必要な、データの意味を定義する業務オントロジー層の重要性を論じています。主要なデータプラットフォーム各社は、AIの誤答を防ぐために物理データと業務定義を紐付けるセマンティック基盤の構築を加速させています。また、物理デバイスや空間情報を体系化するIoTオントロジーの標準化も進み、これらをMCP（Model Context Protocol）を通じてAIに共有する新機軸のアーキテクチャが台頭しています。さらに、SHACLなどの制約言語を用いたセマンティック・ガードレールにより、AIの自律制御における安全性を担保する手法が示されています。最終的には、変化する現実に合わせて知識モデルを自動更新するアクティブ・オントロジーこそが、次世代の企業向けAI基盤の中核になると結論付けています。

  ListenShow Notes
• 

  Episode #22

  エクセルというジェンガをAIへ

  Sep 10, 202620 min

  金融業界におけるエンドユーザーコンピューティング（EUC）の管理不備がもたらすリスクを指摘し、生成AIの導入を見据えた新たなガバナンス体制を提案しています。金融規制への適応には、ブラックボックス化したExcelやマクロの可視化が不可欠であり、静的解析やデータリネージュを用いた多層的な現状把握が推奨されています。品質保証の面では、従来の決定論的なテストとAI特有の確率的な評価手法を組み合わせる必要性が説かれています。また、将来像としてAI自らが仕様を復元し、継続的に品質を監視する自律型ガバナンスの構築を展望しています。最終的に、組織が段階的なロードマップに沿って技術スタックを統合し、高信頼な文書処理システムを実現するための指針を示しています。

  ListenShow Notes

Based on semantic analysis of episode topics and host coverage, this show is a strong guest fit for executives in:

Industry fit is computed by PitchCentric using vector embeddings of the show's episode catalog.