Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
なぜSQLはAIぽく見えるのか/why does SQL look AI like
Search
florets1
January 13, 2026
Programming
0
10
なぜSQLはAIぽく見えるのか/why does SQL look AI like
florets1
January 13, 2026
Tweet
Share
More Decks by florets1
See All by florets1
Tableauとggplot2の背景/Background_of_Tableau_and_ggplot2
florets1
0
47
Rで学ぶデータハンドリング入門/Introduction_to_Data_Handling_with_R
florets1
0
120
人工知能はクロスジョインでできている/AI_Is_Built_on_Cross_Joins
florets1
0
74
仮説の取扱説明書/User_Guide_to_a_Hypothesis
florets1
4
430
複式簿記から純資産を排除する/eliminate_net_assets_from_double-entry_bookkeeping
florets1
1
440
カイ二乗検定は何をやっているのか/What_Does_the_Chi-Square_Test_Do
florets1
7
2.4k
直積は便利/direct_product_is_useful
florets1
3
450
butterfly_effect/butterfly_effect_in-house
florets1
1
260
データハンドリング/data_handling
florets1
2
260
Other Decks in Programming
See All in Programming
AI 駆動開発ライフサイクル(AI-DLC):ソフトウェアエンジニアリングの再構築 / AI-DLC Introduction
kanamasa
11
5.1k
【卒業研究】会話ログ分析によるユーザーごとの関心に応じた話題提案手法
momok47
0
160
「コードは上から下へ読むのが一番」と思った時に、思い出してほしい話
panda728
PRO
39
26k
re:Invent 2025 トレンドからみる製品開発への AI Agent 活用
yoskoh
0
580
[AI Engineering Summit Tokyo 2025] LLMは計画業務のゲームチェンジャーか? 最適化業務における活⽤の可能性と限界
terryu16
2
260
今こそ知るべき耐量子計算機暗号(PQC)入門 / PQC: What You Need to Know Now
mackey0225
3
200
AIの誤りが許されない業務システムにおいて“信頼されるAI” を目指す / building-trusted-ai-systems
yuya4
7
4.3k
[AtCoder Conference 2025] LLMを使った業務AHCの上⼿な解き⽅
terryu16
6
1k
AIで開発はどれくらい加速したのか?AIエージェントによるコード生成を、現場の評価と研究開発の評価の両面からdeep diveしてみる
daisuketakeda
1
560
SQL Server 2025 LT
odashinsuke
0
130
Pythonではじめるオープンデータ分析〜書籍の紹介と書籍で紹介しきれなかった事例の紹介〜
welliving
3
770
Denoのセキュリティに関する仕組みの紹介 (toranoana.deno #23)
uki00a
0
220
Featured
See All Featured
16th Malabo Montpellier Forum Presentation
akademiya2063
PRO
0
37
Impact Scores and Hybrid Strategies: The future of link building
tamaranovitovic
0
180
Building an army of robots
kneath
306
46k
The Curious Case for Waylosing
cassininazir
0
200
GraphQLとの向き合い方2022年版
quramy
50
14k
The Anti-SEO Checklist Checklist. Pubcon Cyber Week
ryanjones
0
37
SERP Conf. Vienna - Web Accessibility: Optimizing for Inclusivity and SEO
sarafernandez
1
1.3k
Java REST API Framework Comparison - PWX 2021
mraible
34
9.1k
Evolving SEO for Evolving Search Engines
ryanjones
0
94
The Art of Programming - Codeland 2020
erikaheidi
56
14k
Code Reviewing Like a Champion
maltzj
527
40k
Thoughts on Productivity
jonyablonski
73
5k
Transcript
1 なぜSQLはAIぽく見えるのか 塩見登志和@コグラフ
2 配送計画をSQLで考える 倉庫から工場へ • 出荷の翌日に到着する • 倉庫が稼働している日に出荷 • 工場が稼働している日に到着
3 すべての可能性を列挙する CROSS JOIN すべての組み合わせ 倉庫×工場の関係をすべて作る 条件は「出荷日 < 到着日」
4 最適な出荷日を選ぶ 可能な出荷日の中で最大を選ぶ
5 面白いポイント:逆向きも解けている 「出荷 → 到着」を書いただけで 「到着 → 出荷」も計算できた。 結果から原因を計算
6 知的な振る舞い • 結果から原因を求める • 目的から手段を探す • 勝つためにはどのコマを動かすか
7 双方向に計算できるということ テーブル(関係)では AがわかればBがわかる BがわかればAがわかる 原因⇔結果 双方向に推論できる。 この双方向性がAIぽい。
8 まとめ:SQLのAIぽさ 双方向に計算できるというSQLの性質が 「考えているような」振る舞いを生む。