大田原正幸|医療AI/SIガバナンス|Cursorvers retweeted
AIの時代に"スクール"にお金を払うのはハイリスク。
そもそも再現性がある仕事はAIが侵食していくよ。
Tailscaleの脆弱性対策について、
Tailnet Lockをトグルオンにする方法がわからず少し苦労したので、備忘録として手順を以下にまとめておく
① login.tailscale.com/admin/se… にアクセス
② Enable Tailnet Lock をクリック
③ Add signing node から、署名を行う端末を2台以上選択。迷ったら、普段よく使う端末を選べば良い
④ 画面に表示される tailscale lock init コマンドをコピー
⑤ 署名を行うPCでTerminalを開き、④でコピーしたコマンドを実行する
※ 私のUbuntu環境ではその前に
「sudo tailscale set --operator=$USER」
を実行する必要があった
⑥ 発行された Disablement secrets(無効化用の復旧シークレット) を安全な場所に保存する
以上
『Tailscale脆弱性対策について』
これはまだパッチがあたっていないのに脆弱性が拡散されている可能性があり、何らかの対策を講じなければならない。
今の状況で効く順に挙げると、次の5つです。
1.Macを最新版に上げる:
2.Tailnet Lockをオンにする:
tailnetに新しい端末を加えるには、信頼済みの端末の署名が要るようになる。今回の研究で「不正な端末の追加」が実演されたのは、まさにTailnet Lockがオフの状態だったので、いちばん効く対策と言える。
3.ACLでメンバーどうしの全ポート許可をやめる:
端末同士が、全ポートで通じている状況ではリスクが高いため、機能を使う分だけに絞る。
4.鍵に期限をつける:
5.Tailscale SSHとApp Connectorは使わないままにする:
これらを組み合わせることが有効そう。
まずはTailnet Lockをトグルオンとし、Macを最瓶版に上げるのは最低でもやっておくべきか。
大田原正幸|医療AI/SIガバナンス|Cursorvers retweeted
完了!AIにお願いしたら一瞬でできました。
Tailscale使ってる人は対策しておくべし。これ乗っ取られたらかなり怖いやつですからね、、、
『Tailscale脆弱性対策について』
これはまだパッチがあたっていないのに脆弱性が拡散されている可能性があり、何らかの対策を講じなければならない。
今の状況で効く順に挙げると、次の5つです。
1.Macを最新版に上げる:
2.Tailnet Lockをオンにする:
tailnetに新しい端末を加えるには、信頼済みの端末の署名が要るようになる。今回の研究で「不正な端末の追加」が実演されたのは、まさにTailnet Lockがオフの状態だったので、いちばん効く対策と言える。
3.ACLでメンバーどうしの全ポート許可をやめる:
端末同士が、全ポートで通じている状況ではリスクが高いため、機能を使う分だけに絞る。
4.鍵に期限をつける:
5.Tailscale SSHとApp Connectorは使わないままにする:
これらを組み合わせることが有効そう。
まずはTailnet Lockをトグルオンとし、Macを最瓶版に上げるのは最低でもやっておくべきか。
大田原正幸|医療AI/SIガバナンス|Cursorvers retweeted
Tailscale使ってる方はやっておきましょう!セキュリティ情報ありがたいですね。。。
『Tailscale脆弱性対策について』
これはまだパッチがあたっていないのに脆弱性が拡散されている可能性があり、何らかの対策を講じなければならない。
今の状況で効く順に挙げると、次の5つです。
1.Macを最新版に上げる:
2.Tailnet Lockをオンにする:
tailnetに新しい端末を加えるには、信頼済みの端末の署名が要るようになる。今回の研究で「不正な端末の追加」が実演されたのは、まさにTailnet Lockがオフの状態だったので、いちばん効く対策と言える。
3.ACLでメンバーどうしの全ポート許可をやめる:
端末同士が、全ポートで通じている状況ではリスクが高いため、機能を使う分だけに絞る。
4.鍵に期限をつける:
5.Tailscale SSHとApp Connectorは使わないままにする:
これらを組み合わせることが有効そう。
まずはTailnet Lockをトグルオンとし、Macを最瓶版に上げるのは最低でもやっておくべきか。
大田原正幸|医療AI/SIガバナンス|Cursorvers retweeted
我が家で非常事態宣言が出たのが10月5日。その日から遮二無二準備を整えてきました。ソーラーパネル、バッテリー、扇風機、水、食料、デジタル防犯も徹底しています。今はもう平時ではないと思います。少なくともサイバー空間は。そして今のご時世、サイバー空間で何かあれば、おのずと現実にも悪影響が出るものです。
大田原正幸|医療AI/SIガバナンス|Cursorvers retweeted
高性能フロンティアモデルサブスク
無検閲地元LLM
まさに今ボーナスステージ、もう終わるかもしれない
試しまくるしかない
トークンを燃やせ!!!
大田原正幸|医療AI/SIガバナンス|Cursorvers retweeted
ほんと繋ぎ役が全然いないんよ〜
『国のAI会議、医療・介護が筆頭なのに厚労省の提出資料はゼロだった』
10月21日、政府の「AX社会実装関係府省庁連絡会議」が初会合を開いた。
趣旨で最初に挙がる分野は「医療・介護」なのに、省庁が出した資料7本は内閣府・総務省・国交省・文科省・環境省のもので、厚労省の資料は1本もない。
厚労省からの構成員も、人材開発統括官と政策統括官(情報政策担当)の2人だけ。
ただ、厚労省には8月に「ヘルスケアAX・DX推進本部」ができている。
令和9年度の概算要求には、医療分野のエージェント型AIの開発支援に25億円、医療機関への導入の伴走支援に4億円と1.5億円が並ぶ。
同じ資料は、課題として「AIの費用対効果が不明確」とも書いている。
予算と電子カルテの工程は、厚労省の中で進む。
では、省庁横断の会議に何が持ち込まれたか。
論点の資料で、医療・介護は3項目。
・病院全体のAX(スマートホスピタル化)
・在宅まで含めた介護の見守り・記録・ケアプラン
・診療報酬・介護報酬の見直し(ケアマネジャーの担当件数基準、加算での「AXの効果の斟酌」まで)
特に重い部分は「3つ目」という印象だった。
AXの効果を報酬や人員基準でどう数えるかを、国の会議が論点に挙げた。
業種横断の論点には「AX社会実装を阻害する規制・制度の見直し」も入っている。
基礎データ集の数字も刺さる。
・医療機関の約半数はAIに関心があるのに、利用は1〜2割
・医師の事務作業は1日1時間45分、うち診療記録と書類が1時間26分
・なのに、薬歴・退院サマリ作成のAIの利用は0.3%
・介護の見守りセンサーは、入所型70%に対して訪問型7%
時間をいちばん食う「記録」と「書類」ほど、AIが使われていない。
報道によると、政府は年内に行動計画をまとめる(第1回の資料に日程の記載はない)。
規制の洗い出しは、名前の挙がった規則から進むはず。
「AIが進まない」だけでは何も動かない。
「どの通知の、どの項目が、どの業務を止めているか」まで書いて持ち込む必要がある。
たとえば、薬歴・退院サマリ作成のAIは、今の記載の決まりのままで現場に入れられるのか。
ケアマネジャーの担当件数基準は、AIの効果に合わせて動かせるのか。
いよいよAIをドメインの実務に落とし込む作業が本格化する。
現金は千円札を準備しました。水も1週間分。食料は米が実家に1年分。
【今、世界で実際に何が起きているのか】
アメリカの政府機関(NSA・CISAなど)が2026年8月に「AIを介する大規模なサイバー攻撃は、理論上の話ではなく、今まさに進行中の脅威である」と警告を出している。
対象は、電気・水道・食品工場・化学プラントなどで使われている「PLC」という装置です。
PLCは簡単に言うと、工場やプラントの「現場の脳みそ」であり、
- ポンプを回す
- バルブを開ける
- ベルトコンベアを動かす
- 薬品を注入する
といった物理的な動きを直接コントロールしている。
「今、何が起きているのか」
攻撃者はインターネット上をスキャンして、外部からアクセスできてしまうPLCを探している。
そして、AIを使って「普通の監視ツールに見える攻撃プログラム」を短時間で量産し、実際にPLCの中身(動作の指令)を読み書きできる状態を作ろうとしている。
AIを使うことで、以前は高度な専門知識が必要だった攻撃のハードルが、大幅に下がっている、というのがポイント。
「最悪の場合、何が起こりうるか」
・水道の処理が止まる/おかしくなる
・工場のラインが停止する
・発電所や化学プラントで設備がダメージを受ける
・食品加工が止まる
といった「実世界の動き」に影響が出る可能性がある。
それはデータが盗まれるだけの話ではなく、物理的なプロセスが狙われている点が従来のサイバー攻撃との違い。
「私たち普通の人々にどう関係するのか?」
「電気・水道・食品供給などの社会インフラが不安定になる可能性がある」というのがこの警告の意味するところ。
そのため、
「家族と連絡が取れるようにしておく」
「少し現金を持っておく」
「近所で集合場所を決めておく」
といった、ごく基本的な備えをしておく必要がある。
喫緊の備えをする必要はないかもしれないが、「インフラが一時的に使えなくなるかもしれない」という前提で、家族と準備するくらいの意識は持っておいた方が良い。
大田原正幸|医療AI/SIガバナンス|Cursorvers retweeted
もう戦争かなこれと思って眺めていてAIを専門とする親族からはもう証券会社などには入れるかなと。やられる前提と。現金化、きたらこれはまさに大戦前状態。アセットアロケーションの重要性、ここにきて、、。。なんなら現物に変えようかとか。あとは、災害の準備を夫とするか。。と。。
【今、世界で実際に何が起きているのか】
アメリカの政府機関(NSA・CISAなど)が2026年8月に「AIを介する大規模なサイバー攻撃は、理論上の話ではなく、今まさに進行中の脅威である」と警告を出している。
対象は、電気・水道・食品工場・化学プラントなどで使われている「PLC」という装置です。
PLCは簡単に言うと、工場やプラントの「現場の脳みそ」であり、
- ポンプを回す
- バルブを開ける
- ベルトコンベアを動かす
- 薬品を注入する
といった物理的な動きを直接コントロールしている。
「今、何が起きているのか」
攻撃者はインターネット上をスキャンして、外部からアクセスできてしまうPLCを探している。
そして、AIを使って「普通の監視ツールに見える攻撃プログラム」を短時間で量産し、実際にPLCの中身(動作の指令)を読み書きできる状態を作ろうとしている。
AIを使うことで、以前は高度な専門知識が必要だった攻撃のハードルが、大幅に下がっている、というのがポイント。
「最悪の場合、何が起こりうるか」
・水道の処理が止まる/おかしくなる
・工場のラインが停止する
・発電所や化学プラントで設備がダメージを受ける
・食品加工が止まる
といった「実世界の動き」に影響が出る可能性がある。
それはデータが盗まれるだけの話ではなく、物理的なプロセスが狙われている点が従来のサイバー攻撃との違い。
「私たち普通の人々にどう関係するのか?」
「電気・水道・食品供給などの社会インフラが不安定になる可能性がある」というのがこの警告の意味するところ。
そのため、
「家族と連絡が取れるようにしておく」
「少し現金を持っておく」
「近所で集合場所を決めておく」
といった、ごく基本的な備えをしておく必要がある。
喫緊の備えをする必要はないかもしれないが、「インフラが一時的に使えなくなるかもしれない」という前提で、家族と準備するくらいの意識は持っておいた方が良い。
厳密には自分だけじゃなくてCodexでみんなが作った作品展示会です
Replying to @GOROman
大田原正幸|医療AI/SIガバナンス|Cursorvers retweeted
これは感覚的に正しいと思う。開発や運用コストはすごいわかるけど、やっぱり高いと感じられてしまう。
月額は2万以下ぐらいでないと、開業医の方だと導入に二の足を踏んでしまうというのが体感としてあります。
大田原正幸|医療AI/SIガバナンス|Cursorvers retweeted
この話を出先で見かけて、帰宅して直ぐに自分の証券、銀行の確認をしました。いやぁ、複数人が、無過失な状態でほとんど預けていた全額を溶かされるなんて、現実とは思いたくありません。毎月10万貯金しても4年近くかかる……それが400万円ですからね(ノД`)・゜・。
一方で、PCを貸し出していただけのGMOが全部建て替えるのが筋かと言うと、微妙……。過失次第かな、と思います。
いよいよ、『お金』すら安心できなくなってきたなという印象と、『脆弱部』から奪われていくんだなという新しい認識を得ました。
ログイン突破なんてしなくても、合鍵を使って裏口から入ればいいんだね、と。。。
大田原正幸|医療AI/SIガバナンス|Cursorvers retweeted
え
コエレクボイスなら
今医療用語日本語で誤り率9.2%ですが!
『21言語中18言語で誤り最少の音声AIなら、診察室でも使えるか?』
Microsoft AI(@MicrosoftAI)のMAI-Transcribe-2が、David AIの会話ベンチマークで1位
元になったのは、自由なお題で話す2人の約15分の会話を、話者ごとに別マイクで録った音声(21言語・計147時間)の解析結果
しかし、引っかかったのは別の数字でした
2人の声を1本に混ぜると、どのモデルも誤りが増える
・MAI-Transcribe-2:誤り率 9.68%→10.54%(21言語)
・Grok Voice Transcribe 2.0:9.65%→25.54%(16言語)
いずれもDavid AIの公開評価セットで、誤りが一番多いのは話者が重なってしゃべるところ
診察室の録音も医者一人がしゃべる訳じゃない
1台のマイクで拾えば、医師と患者の声は1本に混ざるし、話もかぶる
つまり、順位表は診察室の会話は反映されてない
音声AIで診療記録を取るなら、導入前に自院の録音で
・「話がかぶった箇所」の誤り
・薬剤名と数値の聞き違い
この2点を必ず確かめる必要がある
更に言うなら、医療用語は間違えが許されない
だから、専用に開発されたAIを検討すべきだと改めて思った
大田原正幸|医療AI/SIガバナンス|Cursorvers retweeted
全部動画で見たい
OpenAI DevDay Exchange Tokyoに最後まで居たら、デカいお土産があった?!
「蛍の光」が聞こえた気がしたから、先に出ちゃったヨ…
#OpenAI #DevDay #OpenAIDevDayExchange
大田原正幸|医療AI/SIガバナンス|Cursorvers retweeted
Mercury 3がベンチマーク超え?実測値はこれだ
Haiku 5.5より速いのはMercuryだが品質差は微妙
とりあえずJSON分類だけ、仕事で再検証が必要だわ
xitter.cf/cursorvers/status/2112…
『Mercury 3の「Haiku超え」、我々の80問でも出るのか?』
Inception(@_inception_ai)は、Mercury 3がベンチマークで「GPT-6 LunaとClaude Haiku 5.5を上回る」と主張する。
無料枠で試したいと書いた件、実際に測った。
同じ80問を、Haiku 5.5とGLM-5.3-Flashも並べて1回ずつ投げた。
コード要約・テスト下書き・日本語整形・JSON分類が20問ずつ。
速さははっきり出た。
・応答時間の中央値(全80問、失敗した試行も含む):Mercury 1.3秒/Haiku 2.7秒/GLM 17秒
・3モデルとも成功した共通44問だけでも:0.64秒/0.85秒/8.6秒
品質は言い切れない。
claude-sonnet-5-5による5点満点の採点で、共通42問は4.81/4.86/4.86。
この差では「同等」とも「上」とも言えない。
次に測る価値がいちばんあるのはJSON分類。
Mercuryは20問中19問成功で、採点は3モデルとも満点、応答はMercuryがいちばん速かった。
費用はローンチ単価で1件あたり約0.02セント(失敗した試行も含む79件の平均)。
他の2モデルは単価を入れておらず、安さの比較はしていない。
ただし、1問1回・採点モデル1つでの観測で、出力上限1024トークンで切れた回答は失敗扱い(失敗は3モデルとも3割台)。
テスト下書きは、この上限では3モデルとも判断がつかなかった。
なので全面的な組み込みは保留し、次は短いJSON分類だけを同じ問題で繰り返し測る。
公式のベンチマークで採用を決めず、自分の仕事の問題で一度は測る必要がある。
xitter.cf/cursorvers/status/2112…
























