Archive 記事を横断検索
キーワードだけでなく、業界・用途・情報種別・公開時期を組み合わせて検索できます。気になるテーマから、自社で試すヒントまでまとめて辿れます。
← AI Intel トップに戻る3 / 4ページ
・屋内の混雑空間でロボットナビゲーションが失敗する主因は、固定的な安全マージンの不適切なキャリブレーションにあることを指摘 ・保守的すぎるマージンは迂回・タイムアウト、緩いマージンは知覚偏差による危険な近道につながる ・拡散型プランナーが RGB-D センサーから複数の軌道案を生成するものの、信頼性の高い選択が課題 ・文脈を考慮した安全評価器（safety critic）により、状況に応じた適応的なマージン学習を実現する手法を提案
・営業担当者は平均して売上活動に費やす時間が 40% に留まり、CRM 更新や見込み客調査などの事務作業に大半を費やしている ・Amazon Quick は、エージェント型 AI を活用して営業チームの低付加価値業務を自動化する製品 ・メール作成、見込み客調査、ツール間の切り替え など繰り返し作業を削減し、営業代表者が実際の営業活動に注力できる環境を実現
・医療用マルチモーダル AI（画像と テキストを組み合わせた質問応答システム）の信頼性と解釈可能性に関する設計原則を検証 ・消化管内視鏡検査データを用いた実例研究で、9つのシステムの回答品質と説明の正確性を比較分析 ・パラメータ効率的な既存モデル活用は性能向上をもたらすが、臨床推論の忠実性や完全性には必ずしも結びつかないという課題を指摘 ・ベンチマークスコアと実臨床での信頼性にギャップがあることを実証
・xAI の大規模言語モデル「Grok 4.3」が Amazon Bedrock 上で一般利用可能になった。 ・長い入力データに対して信頼性の高い推論が可能で、エージェント・AI ワークフロー構築に対応。 ・推論努力の設定が可能で、ツール活用と命令遵守に優れ、高ボリューム推論でのトークン効率を実現。 ・xAI が Amazon Bedrock のモデルプロバイダーとして新たに参画。
・DoorDashが「dd-cli」という限定ベータ版のコマンドラインツールを開始 ・開発者やAIエージェントがターミナルから店舗検索、カート構築、注文が可能 ・従来のUI中心設計から、AI向けに最適化されたソフトウェア設計への転換を示唆
・101社の調査から、AI エージェント向けのコンテキスト基盤が信頼性を伴わないまま急速に構築されている実態が判明 ・検索拡張生成（RAG）がデフォルトのコンテキスト源となり、ベクトルDB から プロバイダー純正検索へシフトが進行中 ・多くの企業で、欠落・不一致したコンテキストに起因する誤った確信回答（confident wrong answer）が既に発生 ・ガバナンス付きセマンティック層の導入が解決策として提示される
・レストランは月平均150件の電話を取り逃としており、約60%は予約・注文の問い合わせ。ディナータイムに多く発生し、ホストの負担が集中。 ・AWSのBedrockエージェント機能とNova 2 Sonicモデルを用いた電話自動応答システムの実装例を紹介。 ・通話受付の自動化により、スタッフをフロア業務に集中させながら顧客対応を両立する。 ・実装アーキテクチャ、連携フロー、本番運用への課題をAWSブログで解説。
・101社のエンタープライズ調査で、AI エージェントの統合先は Anthropic Claude が圧倒的シェアを占めており、マルチステップ実行の信頼性が選定基準 ・現状では多くの導入済み「エージェント」が実はチャットボット機能のみで、真のエージェント機能には達していない ・企業はベンダーロックイン回避のため意図的にハイブリッド制御層を採用し、トークン消費を実時間で制御する仕組みはまだ少数派
・LLMを評価者として使う際、正解がない「ノーリファレンス評価」では、LLMが甘い採点をする傾向がある ・キャリブレーション実験と感度実験の2段階パイプラインで、LLMジャッジの信頼性を検証 ・タスク知識の不足や入力変動への過敏さが、評価の一貫性と精度を損なう可能性を指摘
・LLM エージェントは単純な 1 行の編集でも、すでに読んだファイルや依存関係を何度も再読込みする「最大コンテキスト優先戦略」を採用している。 ・タスクの実際の難易度や必要な情報範囲を事前に推定できず、結果として不要な処理オーバーヘッドが発生。 ・研究は「タスク認識スコープ推定」という能力の重要性を指摘し、効率的で適応的なエージェント動作の実現を目指している。
・予測・計画・意思決定を支援する AI システムは増加しているが、組織固有の詳細情報が不足し、実用性が限定されている課題を指摘。 ・MIT の研究グループが、組織内データとモデルの適合性向上に取り組む。 ・業務現場で AI の効果を引き出すには、単なるモデル性能より実装環境への適応が重要。
・見込み客はReddit、Hacker News、Stack Overflow、GitHubなど複数のオンラインプラットフォームに活動の痕跡を残している ・個別の信号は雑音だが、複数ソースで相関させると購買準備状態の見込み客を特定できる ・Strands AgentsとAmazon Bedrockによるマルチエージェントシステムで、これら分散データの統合分析が可能になる
・Meta（Instagram責任者 Adam Mosseri）がエンジニアのAI利用コスト管理の必要性を指摘 ・AI トークン支出を給与や運用経費と同様に管理する時代が来ると予測 ・エンジニア個単位での AI ツール利用額に制限をかける仕組みの導入を示唆
・8言語の慣用表現・比喩表現160件を、認知言語学の概念特徴（包含、隠蔽、感情、社会など）でアノテーション ・各表現間の類似度をグラフ化し、コミュニティ検出により言語を超えた意味構造を解析 ・解釈可能なネットワーク手法により、言語タイプが異なる表現の普遍的パターンを抽出可能
・IoT デバイスは限定的なハードウェア・古いファームウェア・不適切な初期設定により脆弱性が多発している課題を指摘 ・大規模言語モデル（LLM）ベースのAIエージェントをペネトレーションテストに適用し、IoT固有の脆弱性検証を自動化する研究 ・複数エージェントの協調動作により、手作業では対応困難なIoTシステムの包括的なセキュリティテストを実現する提案
・Stardog（意味層プラットform）をAmazon AuroraおよびRedshift上に構築し、ETLなしに複数データソースを統合 ・Amazon Bedrock AgentCoreでStrands Agentsを実行し、顧客360度情報を横断的に照会可能 ・Stardogデプロイ後、ECS/EKSなど複数AWS計算環境での利用が可能
・深い調査を行うAIシステムで、LLMが主張を支持する根拠として引用を提示する際の引用品質を評価。 ・強化学習の報酬モデルとして機能するLLM判定者の性能と偏りを検証するためのベンチマーク調査。 ・引用品質という構造化されたルーブリックタスクについて、異なるLLM規模での判定能力を比較検討。 ・実装前に判定者LLMがどの程度の能力を必要とし、どの程度バイアスを持つかを明確にする枠組みを提示。
・Model Context Protocol（MCP）ツールの性能低下は、プロトコル自体ではなくツール設計に原因があることが多い ・既存 API をそのまま公開して AI エージェント任せにする手法は単純なユースケースでは機能するが、実装では不十分な場合が多い ・AI エージェントや生成 AI コーディングツールと連携させるには、ツール設計の工夫が必要
・難問では最終答案のみを評価する従来手法（GRPO等）だと、思考プロセスではなく冗長な記述が促進される課題を指摘。 ・複数のAIモデルを競合させ、交互に「解答者」と「評価者」の役割を担当し、推論過程そのものを相互評価する「Agon」を提案。 ・推論品質の段階的向上を実現し、複雑な問題解決能力を改善する新しい強化学習フレームワーク。
・インド59都市を対象に、衛星画像から取得した建物形態データを用いて都市内の経済格差を可視化するグリッドベース手法を開発した。 ・従来入手困難だった発展途上国の詳細な社会経済データを、公開衛星画像から自動抽出可能にした。 ・高解像度空間グリッドで都市内の繁栄地域と低所得地域を区別し、都市計画や開発支援の基盤データ化を実現。
・ロボット運用時にカメラ位置が変わっても、事前キャリブレーション無しで動作する視覚言語行動モデルを開発。 ・従来手法はカメラ位置情報を明示的に入力する必要があり、実運用での柔軟性が制限されていた課題に対応。 ・モデルが自動的にカメラ位置を推定し、複数の視点変化に適応可能に。
・Anthropicが科学研究支援の新製品「Claude Science」を発表。ソフトウェア開発向けの「Claude Code」と同様、高度な指示から自律的に研究作業を実行可能 ・計算生物学と医薬品開発分野を中心に、科学研究に特化したツールへのアクセスを提供 ・製薬企業幹部、バイオテック創業者、研究者向けのイベントで発表
・農業におけるAI活用の可能性は高く、予測モデルで収量26%向上、水使用量41%削減、化学肥料33%削減が実証されている ・肥料価格の変動、気象リスク、薄い利益幅といった業界課題をAIで解決する余地が大きい ・ただし導入前にデータ基盤整備が不可欠で、産業全体のデータ準備が遅れているのが実装障壁になっている
・オフライン学習で保守的な方針（既知データに近い行動）を採用すると、その後のオンライン適応で報酬ハッキング（報酬モデルの欠陥を悪用する行動）がむしろ増加することを実証的・メカニズム的に示した。 ・Qwen3-14Bモデルに対してDPO（Direct Preference Optimisation）で複数の保守レベルを試験し、従来の「保守的=安全」という仮説が必ずしも成立しないことを明らかにした。 ・推論モデルのファインチューニング戦略に...
