20世紀の美術を丸ごと変えてしまった人物がいるとすれば、パブロ・ピカソ（Pablo Picasso）が最も先に挙げられる。『キュビズム（Cubism）』という新しい絵画様式を通じて視覚芸術の構造を根本から再編した彼は、単なる画家ではなく思想家に近かった。表現の方法はもちろん、芸術の存在理由まで揺るがしたピカソは、伝統絵画が築いた遠近法、写実性、再現の原理を大胆に解体した。 1881年、スペインのマラガで生まれたピカソは、絵画において天才性を見せた人物で、幼年期から美術教育を受けていた。父が画家であり美術教師でもあったため、幼い頃から正統派アカデミック美術を習得し、10代半ばで既に写実的な表現能力を完成させていた。しかし、ピカソの真価は既存の枠を破ったところにあった。フランス・パリに居を移した後、彼は人間の内面の苦痛と喪失を描いた青色時代、感情的な色彩のバラ色時代を経て、最終的にキュビズムへと進んだ。 『アヴィニョンの娘たち』(1907) キュビズムは、ひとつの対象を様々な視点から分解し、同時に表現する試みである。『アヴィニョンの娘たち』（1907）はその転換点にある。該当作品は古典的なヌード絵画の外皮を借りているが、内部は細かく破片化されている。顔はアフリカの仮面を彷彿とさせ、画面全体が平面上で解体された形象で構成されている。これは古代ギリシャ絵画の遠近法とルネサンス以降続いた写実主義絵画の伝統に対する全面的な否定だった。 ジョルジュ・ブラックと共に展開したキュビズムは、その後美術界に広範な影響を及ぼした。分析的キュビズムを通じ対象の構造を掘り下げ、総合的キュビズムでは紙、布、新聞などをキャンバスに貼り付ける「コラージュ（collage）」技法に進んだ。絵画の材料と形式が完全に新しく定義された。 『ゲルニカ』(1937) ピカソは形式の実験を超え、政治的メッセージにも積極的だった。代表作『ゲルニカ』（1937）はナチスの爆撃によって破壊されたスペイン・バスク地方の都市ゲルニカを主題にした。白黒の巨大な壁画は戦争の恐怖と人間の絶叫を強烈な象徴で描き出した。伝統的な戦争画では見られない不均衡な人体、歪んだ表情、解体された構造はそれ自体で反戦の言葉だった。 生涯にわたり5万点を超える作品を残したピカソは、絵画だけでなく彫刻、陶器、版画など、ほぼすべての視覚芸術ジャンルに足を踏み入れた。1973年4月8日、フランスのムージャンでその生涯を閉じたが、ピカソが残した芸術的実験はその後の美術史の展開に持続的な影響を与えた。 ピカソは美術を単なる再現の道具と見なさなかった。感覚の秩序を変え、思考の枠組みを揺るがす手段にした。一時代の様式を崩壊させ、新たな様式を構築した彼は、芸術の定義自体を再構成した存在である。

ディープラーニング（Deep Learning）は、今日の人工知能（AI）革新を牽引する核心技術として確立されています。人間の脳の神経ネットワーク構造を模倣した人工神経ネットワークを基に、膨大なデータを学習し、自らパターンを見つけ出す方法です。機械学習（Machine Learning）の一分野であり、従来のアルゴリズムよりもはるかに高い水準の予測と分類を可能にし、自動運転、医療診断、金融分析などさまざまな産業で広く活用されています。 ディープラーニングの概念は、1940年代に脳の神経細胞を模倣したパーセプトロン（Perceptron）の研究から始まりました。しかし、計算能力とデータ不足のため、長い間理論レベルに留まっていました。転換点は2000年代に入り、グラフィック処理装置（GPU）の性能向上とビッグデータの蓄積が重なり合った際に訪れました。特に2012年のイメージネット（ImageNet）大会でディープラーニング基盤のモデルが圧倒的な性能を見せて注目され、その後、音声認識、自然言語処理、コンピュータビジョン分野へと急速に拡散されました。 ディープラーニングは基本的に多層ニューラルネットワーク（Deep Neural Network, DNN）構造を持っています。入力層でデータを受け取り、隠れ層を経て出力層に伝達しますが、隠れ層が多いほどモデルはより複雑なパターンを学習できます。この過程で誤差逆伝播（Backpropagation）アルゴリズムを通じて重みを調整し、徐々に精度を高めます。このような方法のおかげで、ディープラーニングは人が直接ルールを設計しなくてもデータだけで自ら学習できます。 ディープラーニング ディープラーニングの代表的な成果は自動運転車です。多数の道路映像データを学習して車線、歩行者、交通信号をリアルタイムで認識し、走行経路を判断します。医療分野では膨大な映像データに基づき、がん診断補助システムが開発され、医師の正確な読影を助けています。金融業界では取引パターンを学習して異常兆候を検出し、チャットボット相談や自動投資アドバイスに適用され、ビジネスモデルを革新しています。 しかし、限界も存在しています。大規模なデータと莫大な演算資源が必要で、中小企業や研究者には参入障壁が高いです。また、学習過程が「ブラックボックス」のように内部構造を説明するのが難しいため、意思決定の透明性が不足しているという指摘もあります。誤ったデータが投入されると偏向された結果が出る可能性がある点も主要な問題です。 専門家たちは、今後ディープラーニングがより効率的な構造に進化すると展望しています。最近では学習量を減らしながらも高い性能を上げる軽量化モデルの研究が活発です。また、説明可能なAI（XAI, Explainable AI）技術が併行され、結果の信頼性と解釈可能性を高める方向に発展しています。 ディープラーニングはもはや研究室内の技術ではありません。スマートフォンの音声アシスタント、翻訳機、推薦システムなど、日常のサービスから国家基幹産業に至るまで既に深く根を下ろしています。技術的限界を克服し、信頼性問題を補完すれば、ディープラーニングは今後も人工知能発展の中心に立つと評価されています。

スマートフォン製造会社ノッシング（Nothing）が人工知能（AI）を活用した新しいアプリ制作ツールを公開しました。同社は「プレイグラウンド（Playground）」という名前のAIベースツールを通じて、誰でも簡単なテキストコマンドだけでアプリを作成し、独自プラットフォーム「エッセンシャル アップス（Essential Apps）」に配布できると9月30日（現地時間）に発表しました。 現在、プレイグラウンドで製作可能な範囲はウィジェットに留まります。航空便追跡、予定概要、バーチャルペットなど、簡単な機能を持つアプリをテキストプロンプトだけで新たに作成できます。既存のウィジェットを修正したり、コードを一部調整してカスタムに変更することも可能です。ただし、ノッシングはまだ全画面を活用する完全なアプリ制作機能は提供していません。技術の成熟度が十分でないという判断からです。 今回の発表は、ノッシングが最近大規模な投資調達に成功した直後に行われました。同社はわずか数週間前、タイガーグローバルが主導したラウンドで2億ドル（約2兆7千億ウォン）を確保しました。当時、カール・ペイ（Carl Pei）最高経営責任者（CEO）は「AI機能を中心とするオペレーティングシステム（OS）と新しいデバイス開発に乗り出す」と明らかにしていました。 カール・ペイは最近テッククランチ（TechCrunch）とのインタビューで「スマートフォン業界はソフトウェア改善にあまりにも保守的だ」とし、「多くの企業がアップルの方式を踏襲しながら、革新が遅々として進んでいない」と指摘しました。彼は「AIが進化するにつれてオペレーティングシステムは次第に個人化されるだろう」とし、「スマートフォンが持つ膨大な文脈情報をまだ適切に活用できていない」と付け加えました。 ノッシングが最初にAIアプリとして披露したのは「エッセンシャル スペース（Essential Space）」です。このアプリは画面キャプチャ共有、音声メモ録音、会議録音機能を提供します。しかし、これらの機能はすでにほとんどのスマートフォンオペレーティングシステムに標準搭載されているか、手軽にインストール可能な汎用AIアプリでも実現されています。 専門家たちは、このような「バイブコーディング（Vibe Coding）」方式のアプリ制作が概念的には興味深いものの、実際の市場で定着するのは容易ではないと指摘します。アナリティクス企業Appfiguresによれば、同様の試みがありましたが、セキュリティ問題や維持管理の負担で大きく普及しませんでした。ペイCEOも「数百万人のユーザーが使うデバイスでセキュリティは核心的な課題」とし、「誰でも簡単に活用できるよう、そしてミスの最小化を図れるようにセキュリティを強化する」と強調しました。 エッセンシャル APP ノッシングプレイグラウンド 画面キャプチャ ノッシングはグーグル、アップル、サムスン、ファーウェイ、オッポ、シャオミ、ワンプラスなど、グローバルスマートフォン大手企業に比べて規模が小さい新興企業です。市場調査会社IDCによれば、ノッシングの世界スマートフォンシェアは1％にも満たないです。しかし、ペイはこれを機会として捉えています。彼は「私たちはAI使用を前提としたハードウェアを作っている」とし、「スマートフォンで成果を出せれば、他のデバイスでも十分に拡張可能だ」と述べました。 ノッシングが選んだ道は大企業と差別化された戦略です。すでに安定した生態系を備えた巨大企業と正面から競争するよりも、ニッチ市場でAIに特化した経験を強化し存在感を広げようという構想です。 現在ノッシングはプレイグラウンドを含むAIツールを無料で提供しています。有料モデル導入の計画も当分ありません。同社は「今は利益よりも良い貢献をする開発者を発掘し、活発なコミュニティを形成するのが優先」と述べました。 AIを活用して誰でも簡単にアプリを制作し共有できる環境は、長期的にはスマートフォンソフトウェアのパラダイムを変える可能性を持ちます。しかし、セキュリティ、維持管理、ユーザーの信頼という課題が解決されない限り、また別の「実験的試み」に留まる可能性も否定できません。 ノッシングの挑戦は「小さくても速い」企業がAIを武器に市場に亀裂を生じさせようとする試みとして解釈されます。巨大企業が安定性と既存生態系の維持に集中する一方、スタートアップが革新的実験に乗り出し、スマートフォン市場に新しい流れを生み出せるかどうか注目されます。