TorusRing
@torusring.bsky.social
Woman in STEM | AI Governance
Structural & Systems Thinking — but with subject, time, and responsibility.
Structural & Systems Thinking — but with subject, time, and responsibility.
AI丸投げ撲滅委員会を設立しました。
最近、提案書や仕様書の「AIがやる」が、だんだん空欄に見えてきた。
何を読む？
何を根拠に判断する？
データがなければ誰が作る？
どこまでシステムで担保する？
何が差別化として残る？
「AIを使うな」ではなく、
「AIという言葉で設計を省略するな」。
規約全文はスレッドへ。
最近、提案書や仕様書の「AIがやる」が、だんだん空欄に見えてきた。
何を読む？
何を根拠に判断する？
データがなければ誰が作る？
どこまでシステムで担保する？
何が差別化として残る？
「AIを使うな」ではなく、
「AIという言葉で設計を省略するな」。
規約全文はスレッドへ。
September 10, 2026 at 8:35 AM
AI丸投げ撲滅委員会を設立しました。
最近、提案書や仕様書の「AIがやる」が、だんだん空欄に見えてきた。
何を読む？
何を根拠に判断する？
データがなければ誰が作る？
どこまでシステムで担保する？
何が差別化として残る？
「AIを使うな」ではなく、
「AIという言葉で設計を省略するな」。
規約全文はスレッドへ。
最近、提案書や仕様書の「AIがやる」が、だんだん空欄に見えてきた。
何を読む？
何を根拠に判断する？
データがなければ誰が作る？
どこまでシステムで担保する？
何が差別化として残る？
「AIを使うな」ではなく、
「AIという言葉で設計を省略するな」。
規約全文はスレッドへ。
* recurrent-depth
* looped Transformer
* continuous-depth / Neural ODE Transformer
* latent diffusion的な反復精緻化
* looped Transformer
* continuous-depth / Neural ODE Transformer
* latent diffusion的な反復精緻化
July 25, 2026 at 6:37 AM
* recurrent-depth
* looped Transformer
* continuous-depth / Neural ODE Transformer
* latent diffusion的な反復精緻化
* looped Transformer
* continuous-depth / Neural ODE Transformer
* latent diffusion的な反復精緻化
* AI Learning System
* Organizational Learning Platform
* Enterprise Learning Loop
* Continuous Knowledge Evolution
でworld modelをtransitionする
* Organizational Learning Platform
* Enterprise Learning Loop
* Continuous Knowledge Evolution
でworld modelをtransitionする
July 24, 2026 at 9:42 AM
* AI Learning System
* Organizational Learning Platform
* Enterprise Learning Loop
* Continuous Knowledge Evolution
でworld modelをtransitionする
* Organizational Learning Platform
* Enterprise Learning Loop
* Continuous Knowledge Evolution
でworld modelをtransitionする
FDEは「顧客の近くで働く」という配置モデルを表しているが、
必要な専門性が何なのかは、ほとんど説明していない。
AI時代に必要なコンサルスキル
Enterprise Transformation Architect
企業変革全体の構造を設計する。
AI Operating Model Architect
AIを前提に、人・組織・業務・技術を再配置する。
Organizational Systems Architect
組織と情報システムを一体として設計する。
Enterprise Capability Architect
企業能力を定義し、人・AI・データ・システムへ配分する。
必要な専門性が何なのかは、ほとんど説明していない。
AI時代に必要なコンサルスキル
Enterprise Transformation Architect
企業変革全体の構造を設計する。
AI Operating Model Architect
AIを前提に、人・組織・業務・技術を再配置する。
Organizational Systems Architect
組織と情報システムを一体として設計する。
Enterprise Capability Architect
企業能力を定義し、人・AI・データ・システムへ配分する。
July 24, 2026 at 6:27 AM
FDEは「顧客の近くで働く」という配置モデルを表しているが、
必要な専門性が何なのかは、ほとんど説明していない。
AI時代に必要なコンサルスキル
Enterprise Transformation Architect
企業変革全体の構造を設計する。
AI Operating Model Architect
AIを前提に、人・組織・業務・技術を再配置する。
Organizational Systems Architect
組織と情報システムを一体として設計する。
Enterprise Capability Architect
企業能力を定義し、人・AI・データ・システムへ配分する。
必要な専門性が何なのかは、ほとんど説明していない。
AI時代に必要なコンサルスキル
Enterprise Transformation Architect
企業変革全体の構造を設計する。
AI Operating Model Architect
AIを前提に、人・組織・業務・技術を再配置する。
Organizational Systems Architect
組織と情報システムを一体として設計する。
Enterprise Capability Architect
企業能力を定義し、人・AI・データ・システムへ配分する。
AI導入の本当の差は、今年の工数削減ではない。
AIを通じて毎週どれだけ多くの仮説を試し、どれだけ早く学び、その学習を次の意思決定へ再利用できるかにある。
その差は複利で蓄積し、数年後には企業能力そのものの差になる。
AIを通じて毎週どれだけ多くの仮説を試し、どれだけ早く学び、その学習を次の意思決定へ再利用できるかにある。
その差は複利で蓄積し、数年後には企業能力そのものの差になる。
July 23, 2026 at 2:32 PM
AI導入の本当の差は、今年の工数削減ではない。
AIを通じて毎週どれだけ多くの仮説を試し、どれだけ早く学び、その学習を次の意思決定へ再利用できるかにある。
その差は複利で蓄積し、数年後には企業能力そのものの差になる。
AIを通じて毎週どれだけ多くの仮説を試し、どれだけ早く学び、その学習を次の意思決定へ再利用できるかにある。
その差は複利で蓄積し、数年後には企業能力そのものの差になる。
* Active Inference
* Active Learning
* Intrinsic Motivation
* Curiosity-driven AI
* Open-ended Learning
* Scientific Discovery Agents
* AI Observation Planning
* Meta-Reasoning
* Epistemic Planning
最近の興味
* Active Learning
* Intrinsic Motivation
* Curiosity-driven AI
* Open-ended Learning
* Scientific Discovery Agents
* AI Observation Planning
* Meta-Reasoning
* Epistemic Planning
最近の興味
July 21, 2026 at 11:41 AM
* Active Inference
* Active Learning
* Intrinsic Motivation
* Curiosity-driven AI
* Open-ended Learning
* Scientific Discovery Agents
* AI Observation Planning
* Meta-Reasoning
* Epistemic Planning
最近の興味
* Active Learning
* Intrinsic Motivation
* Curiosity-driven AI
* Open-ended Learning
* Scientific Discovery Agents
* AI Observation Planning
* Meta-Reasoning
* Epistemic Planning
最近の興味
個人ホームページを作りました。
torusring.com
AI・テクノロジーに関する仕事や研究、個人的な探索をまとめています。
最新の記事では、自律型AIエージェントが普及する中で必要になる「Loop Governance」について書きました。
「AIに何をさせてよいか」だけでなく、「AIが何を根拠に次の判断へ進むか」をどう統治するか、という話です。
#AIガバナンス #AIGovernance #AIエージェント
torusring.com/notes/loop-g...
torusring.com
AI・テクノロジーに関する仕事や研究、個人的な探索をまとめています。
最新の記事では、自律型AIエージェントが普及する中で必要になる「Loop Governance」について書きました。
「AIに何をさせてよいか」だけでなく、「AIが何を根拠に次の判断へ進むか」をどう統治するか、という話です。
#AIガバナンス #AIGovernance #AIエージェント
torusring.com/notes/loop-g...
Torus Ring — Research Notes
判断の構造についての進行中の研究ノート。グラフ上の意思決定、協調の創発、未分節の知識。
torusring.com
July 18, 2026 at 4:56 AM
個人ホームページを作りました。
torusring.com
AI・テクノロジーに関する仕事や研究、個人的な探索をまとめています。
最新の記事では、自律型AIエージェントが普及する中で必要になる「Loop Governance」について書きました。
「AIに何をさせてよいか」だけでなく、「AIが何を根拠に次の判断へ進むか」をどう統治するか、という話です。
#AIガバナンス #AIGovernance #AIエージェント
torusring.com/notes/loop-g...
torusring.com
AI・テクノロジーに関する仕事や研究、個人的な探索をまとめています。
最新の記事では、自律型AIエージェントが普及する中で必要になる「Loop Governance」について書きました。
「AIに何をさせてよいか」だけでなく、「AIが何を根拠に次の判断へ進むか」をどう統治するか、という話です。
#AIガバナンス #AIGovernance #AIエージェント
torusring.com/notes/loop-g...
Works — Luma Sol
Real-time generative works. GLSL / Three.js / WebGL.
torusring.com
July 15, 2026 at 2:22 PM
AIとグラフは切り離せない
グラフが重要なのは、知識を表すからではない。
推論を保存し、演算し、評価できる最初の共通言語だから。
グラフが重要なのは、知識を表すからではない。
推論を保存し、演算し、評価できる最初の共通言語だから。
July 15, 2026 at 5:45 AM
AIとグラフは切り離せない
グラフが重要なのは、知識を表すからではない。
推論を保存し、演算し、評価できる最初の共通言語だから。
グラフが重要なのは、知識を表すからではない。
推論を保存し、演算し、評価できる最初の共通言語だから。
推論とは、文章を生成することではない。構造を保存し、演算し、評価した結果を、必要に応じて文章へ投影することである
July 15, 2026 at 5:33 AM
推論とは、文章を生成することではない。構造を保存し、演算し、評価した結果を、必要に応じて文章へ投影することである
torusring.com
ホームページ公開しました。研究ノートに。
ホームページ公開しました。研究ノートに。
Torus Ring — Research Notes
判断の構造についての進行中の研究ノート。グラフ上の意思決定、協調の創発、未分節の知識。
torusring.com
July 13, 2026 at 3:01 AM
torusring.com
ホームページ公開しました。研究ノートに。
ホームページ公開しました。研究ノートに。
AIができるようになったこと
→必要な根拠づけ
文書から関係を抽出する
→provenance、抽出精度、原文照合
見えないパターンを発見する
→null model、stability、ablation
新しいreferenceを提案する
→hold-out比較、複雑度罰則、反証
原因や介入を提案する
→causal model、counterfactual
優先順位を付ける
→評価関数、制約、感度分析
自律的に行動する
→assurance case、監視、停止・rollback条件
→必要な根拠づけ
文書から関係を抽出する
→provenance、抽出精度、原文照合
見えないパターンを発見する
→null model、stability、ablation
新しいreferenceを提案する
→hold-out比較、複雑度罰則、反証
原因や介入を提案する
→causal model、counterfactual
優先順位を付ける
→評価関数、制約、感度分析
自律的に行動する
→assurance case、監視、停止・rollback条件
July 12, 2026 at 4:09 PM
AIができるようになったこと
→必要な根拠づけ
文書から関係を抽出する
→provenance、抽出精度、原文照合
見えないパターンを発見する
→null model、stability、ablation
新しいreferenceを提案する
→hold-out比較、複雑度罰則、反証
原因や介入を提案する
→causal model、counterfactual
優先順位を付ける
→評価関数、制約、感度分析
自律的に行動する
→assurance case、監視、停止・rollback条件
→必要な根拠づけ
文書から関係を抽出する
→provenance、抽出精度、原文照合
見えないパターンを発見する
→null model、stability、ablation
新しいreferenceを提案する
→hold-out比較、複雑度罰則、反証
原因や介入を提案する
→causal model、counterfactual
優先順位を付ける
→評価関数、制約、感度分析
自律的に行動する
→assurance case、監視、停止・rollback条件
Claim
Evidence references
Transformation lineage
Assumptions / Reference
Uncertainty
Alternative hypotheses
Counterfactuals
Falsification tests
Decision owner
Expiry / Re-evaluation condition
aiの出力単位
Evidence references
Transformation lineage
Assumptions / Reference
Uncertainty
Alternative hypotheses
Counterfactuals
Falsification tests
Decision owner
Expiry / Re-evaluation condition
aiの出力単位
July 12, 2026 at 4:07 PM
Claim
Evidence references
Transformation lineage
Assumptions / Reference
Uncertainty
Alternative hypotheses
Counterfactuals
Falsification tests
Decision owner
Expiry / Re-evaluation condition
aiの出力単位
Evidence references
Transformation lineage
Assumptions / Reference
Uncertainty
Alternative hypotheses
Counterfactuals
Falsification tests
Decision owner
Expiry / Re-evaluation condition
aiの出力単位
AIによって初めて実装可能になった構造科学を、検証可能な方法として成立させる
July 12, 2026 at 3:50 PM
AIによって初めて実装可能になった構造科学を、検証可能な方法として成立させる
Graph as generative substrate
July 3, 2026 at 11:48 AM
Graph as generative substrate
高密度の内部構造があり、それが表面膜や境界条件として現れる。
しかもその過程では、色や形は固定ではなく、観測条件によって別の層の像として見える。
つまり表したいのは、単一の世界ではなく、同じ生成構造が多層的に変換されながら立ち現れる世界である。
しかもその過程では、色や形は固定ではなく、観測条件によって別の層の像として見える。
つまり表したいのは、単一の世界ではなく、同じ生成構造が多層的に変換されながら立ち現れる世界である。
July 2, 2026 at 1:05 AM
高密度の内部構造があり、それが表面膜や境界条件として現れる。
しかもその過程では、色や形は固定ではなく、観測条件によって別の層の像として見える。
つまり表したいのは、単一の世界ではなく、同じ生成構造が多層的に変換されながら立ち現れる世界である。
しかもその過程では、色や形は固定ではなく、観測条件によって別の層の像として見える。
つまり表したいのは、単一の世界ではなく、同じ生成構造が多層的に変換されながら立ち現れる世界である。
私は大学の専門が、非線形力学だったから、相転移や自己組織化みたいに局所的な関係がマクロな構造に立ち上がるのに反応してしまうんだけど、インスタ見てたら同じように生成原理に惹かれるクラスタがいるらしいと発見。
June 30, 2026 at 10:05 AM
私は大学の専門が、非線形力学だったから、相転移や自己組織化みたいに局所的な関係がマクロな構造に立ち上がるのに反応してしまうんだけど、インスタ見てたら同じように生成原理に惹かれるクラスタがいるらしいと発見。
AIをルールで縛るのではなく、秩序が自然に戻る力学系として設計する。
June 26, 2026 at 1:26 PM
AIをルールで縛るのではなく、秩序が自然に戻る力学系として設計する。
AI時代の個人IPは、知識そのものではなく、その人固有の思考癖を外部化・再利用可能化した方法論から生まれる。
June 25, 2026 at 3:43 PM
AI時代の個人IPは、知識そのものではなく、その人固有の思考癖を外部化・再利用可能化した方法論から生まれる。
AIは答えを出す道具ではなく、自分の思考癖を外部化して発見する鏡になる
June 25, 2026 at 3:40 PM
AIは答えを出す道具ではなく、自分の思考癖を外部化して発見する鏡になる
AIは大量データを圧縮・予測する過程で、人間が法則や定数として発見してきた構造に、別経路から到達する可能性がある
June 25, 2026 at 2:51 PM
AIは大量データを圧縮・予測する過程で、人間が法則や定数として発見してきた構造に、別経路から到達する可能性がある