公開
AI エージェントによる IoT 脆弱性の自動探索・検証技術
・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
AI
Archive 記事を横断検索
自社に関係するAI情報を、すぐ見つける。
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153件
4 / 7ページ
- Source
- 公開Source
10年間の視覚言語AIモデルの精度進化と視覚認知エラーの分析
・視覚言語モデル(VLM)の10年間の進化を追跡し、複雑な社会的行動を含む新規ベンチマーク「複雑社会行動(CSB)データセット」を導入。 ・従来の評価セット(MS-COCO等)は単純な場面に限定され、複雑な人間相互作用や行動の理解を十分に測定していなかった。 ・モデルのエラータイプを詳細に分析し、視覚認知的な誤りのパターンを可視化。 ・複雑な実世界シーンにおけるVLMの能力と限界を体系的に評価する新しい指標を提供。
- 公開Source
AWS上でStardogとBedrockを用いた意味層の構築とエージェント化
・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
- 公開Source
歯科医療の画像品質をAIで即座に検証、Amazon SageMakerで保険請求エラーを削減
・歯科保険請求の最大20%が初期段階で否認され、画像品質不足が主因となっている ・従来は撮影数時間後に人間が手作業で画像確認していたが、問題発見が遅延していた ・Amazon SageMakerを使用した実装により、撮影直後にリアルタイムで画像品質を検証可能に ・不良画像を即座に通知し再撮影を促すことで、請求否認と患者への対応遅延を防止
- 公開Source
WebSwarm：複数AIエージェントを階層的に連携させた深く広いWebサーチシステム
・LLMベースのWeb検索エージェントが、単なる質問応答から深く複雑な調査タスクへ進化している ・従来の単一エージェントは長い推論経路と限定的なコンテキストで深さと広さの両立が困難 ・複数エージェント並列実行は広さに対応するが、深さの探究に課題が残っている ・WebSwarmは再帰的な階層構造でエージェント間の協調を実現し、課題解決を目指す
- 公開Source
論文引用検証に最先端モデルは必要か：ルーブリック型LLMのベンチマーク研究
・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。
- 公開Source
UniClawBench：実世界タスクで主体的に動作するエージェントの評価ベンチマーク
・大規模言語モデル（LLM）と多モーダルLLMの発展により、実環境で日常のツールを操作する主体的エージェント（Proactive Agent）が登場。 ・既存ベンチマークはサンドボックス環境・単一ターン評価に限定されており、複雑な実世界タスク評価に対応不足。 ・UniClawBenchはこの課題に対応し、複数のモデル能力を分離した新しい評価タスク分類を提案。
- 公開Source
AI エージェント企業が自社製品で 1 億ドルの資金調達に成功
・エンタープライズ向け AI エージェントを開発するスタートアップ Lyzr が、自社製品を活用して 1 億ドルの資金調達ラウンドを実行 ・AI エージェントが営業・交渉プロセスを主導し、製品の実効性を実証 ・自動化による営業効率化とビジネスプロセス自動化の可能性を示唆
- 公開Source
MIT、小型ロボットボートで浮遊構造物を自動構築するシステム開発
・MIT研究チームが「FloatForm」という小型ロボットボットの群れシステムを開発。複数のロボットが水上で自動的に結合・分離し、大型構造物を構築できる。 ・最小限の人間指示で動作し、レゴのように柔軟に形状を変更・再構築可能。各ロボットは正方形で、協調制御による自律動作を実現。 ・将来的に水辺のインフラ構築や浮遊プラットフォーム、防災施設など、動的な水上空間利用を実現する可能性を示唆。
- 公開Source
MCP ツール設計の実践的なアプローチとトレードオフ
・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
- 公開Source
Agon: 推論過程を相互評価するモデル間強化学習
・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。
- 公開Source
データベースロック解除：ハイパフォーマンス・ストレージリーダーの自動生成による直接読み込み
・分析ワークロードがデータベースドライバ経由でしか読み込めない非効率性に着目した研究 ・Jailbreak：ストレージファイルを直接読み込み、メモリ内に列形式バッファを構成する仕組み ・エージェント技術により、異なるDBMSのストレージ形式に自動対応、クエリ層のオーバーヘッドを削減 ・大規模データ分析の処理速度向上が期待される一方、DB管理方針との調整が課題
- 公開Source
衛星画像と建物形態から地域の経済レベルを推定する手法
・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。
- 公開Source
Amazon QuickSight マルチデータセット関連付けのデータモデリングパターン
・Amazon QuickSight のマルチデータセット関連付け機能で、複数のデータセットを効率的に接続するモデリング手法を解説 ・次元モデリング（Dimensional Modeling）の基礎概念と、クリーンなデータモデル設計のベストプラクティスを紹介 ・実行時結合（Runtime Joins）と事前結合済みデータセットの使い分け判断フレームワークを提示
- 公開Source
SPEARBench：ストリーミング音声対話モデルの自然さ評価ベンチマーク
・ストリーミング音声対話モデルの自然さを測定する新しいベンチマーク「SPEARBench」を提案 ・従来の音声・テキスト評価指標では、タイミング・ターンテイキング・イントネーション・対人姿勢など会話の自然さを捉えられないという課題に対応 ・言語・方言の一貫性や関係性に応じた適切さなど、会話品質を総合的に評価する仕組みを実装
- 公開Source
カメラ位置の自動認識で実運用対応、キャリブレーション不要なロボット視覚言語モデル
・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。
- 公開Source
持続状態の AI 制御における分散攻撃
・AI コード生成エージェントがセッション間でコードベースを保持する際、複数のプルリクエストに攻撃ペイロードを分散させる新たな脅威が生じる。 ・プロンプトインジェクションや不正調整されたエージェントが、検出を回避しやすいタイミングで悪意あるコードを統合する可能性がある。 ・研究論文は「Iterative VibeCoding」という実験フレームワークを導入し、自律的で信頼性に課題のある AI の安全な配置を研究している。
- 公開Source
風力発電をAIで最適運用する──エネルギー産業の実装事例
・AIが消費者向けツールを超え、風力発電などエネルギーインフラの運用層として機能し始めている ・物理的インフラの安全性と継続稼働がAI導入の重要な目的となっている ・エネルギー業界の大規模な産業システムと継続的なデータフローが、AIの現実的な活用を可能にしている ・消費者向けAIと異なり、物理的制約と安全性が実装上の主要な課題
- 公開Source
ロボット操作タスクにおける自由形式の人間嗜好学習手法
・ロボットの長期的操作タスクで報酬設計がボトルネックになる問題に対応 ・従来の二者択一比較ではなく、自由形式の人間嗜好から学習するFPL手法を提案 ・スパース信号や曖昧な品質判定の課題を改善し、ポリシー学習の効率向上を目指す
- 公開Source
LLMが表データを誤読する問題：データ参照エラーの測定と削減方法
・大規模言語モデル（LLM）が表形式データを処理する際、表構造は理解しているにもかかわらずデータ参照エラー（値の誤引用・省略）を起こす問題を初めて体系的に評価。・このエラーは最終的な答えの正確性だけでなく、中間的な推論ステップの信頼性も損なう。・従来研究は限定的で小規模な分析にとどまっていたが、本研究でより包括的な評価フレームワークを提示。
- 公開Source
強化学習とメタ認知フィードバックでLLMの不確実性表現を改善
・LLMが高い確信度で幻覚（事実でない内容）を生成し、知識の限界を認識できない問題に対応。・メタ認知（自分の思考過程を監視・制御する能力）を強化学習で改善する手法を提案。・タスク性能の監視と行動の適応がメタ認知の中核であり、LLMの信頼性向上に寄与。・LLMが内部の不確実性をより正確に表現できるようになる可能性。
- 公開Source
言語モデルの自己説明学習が固定教師でも行動変化を追跡できる理由
・言語モデルに予測の説明生成を学習させる際、形式的な模倣ではなく真の内省を実現する条件を調査 ・反事実的な入力修正による行動変化を教師信号として、モデルの説明精度を評価 ・固定された反事実説明（過去チェックポイントやもしくは類似行動モデルから派生）で訓練した場合でも、モデルの実際の行動変化を正確に追跡できることを発見
- 公開Source
AWS上でClaude Sonnet 5が利用可能に、Anthropic最新世代モデル
・Anthropic の最新型言語モデル Claude Sonnet 5 が Amazon Bedrock および Claude Platform on AWS で提供開始 ・Sonnet シリーズの最新版として、前世代比で性能が向上した高度な AI 機能を実装可能 ・AWS ネイティブの統合により、既存 AWS インフラとの連携が容易で、エンタープライズ向け利用が拡大
- 公開Source
農業はAIの準備ができているが、データの基盤がない
・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