公開
大規模言語モデルの確率推論精度を検証：サイコロ問題を中心に
・8つの最先端LLMを対象に、標準的な確率問題と直感に反する問題の2種類を用いて検証 ・標準問題では平均精度96%だが、直感に反する問題での精度は著しく低下 ・Chain-of-Thoughtプロンプティングの効果を測定し、推論能力の限界を明示 ・離散確率問題におけるLLMの信頼性と偏りを体系的に評価
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96件
3 / 4ページ
- Source
- 公開Source
MemDreamer：長時間動画理解のための知覚と推論の分離と階層グラフメモリ
・視覚言語モデルが長時間動画の処理でトークン数爆増と注意散漫に直面する問題に対し、MemDreamerが知覚と推論を分離する手法を提案。 ・動画をインクリメンタルにストリーミング処理し、セマンティック抽象化を行う3層階層グラフメモリを構築することで効率化を実現。 ・エージェント的検索メカニズムにより、長時間動画の理解を段階的な探索プロセスに再構成。 ・プラグアンドプレイフレームワークとして既存モデルに統合可能な設計。
- 公開Source
AI駆動型HPC ワークフロー設計の12の実践的指針
・従来の高性能計算（HPC）クラスタは決定論的な線形パイプラインに最適化されているが、AIと基盤モデルの統合により確率的・反復的なワークフローが新たに求められている ・AI駆動型ワークフローは従来のHPC最適化手法では対応できない特有の課題を抱えており、設計段階での配慮が重要 ・arXiv掲載の研究論文で、科学計算環境におけるAI統合の具体的な設計原則が提示される
- 公開Source
エージェント社会における長期生活シミュレーションと学習
・LLMベースのエージェントが社会的相互作用を通じて学習するシミュレーション環境を研究 ・従来は日単位の短期シミュレーションに限定されていたが、長期的な成長と深い相互作用を可能にする手法を提案 ・シミュレートされた社会経験からLLMが人間行動の理解と再現を学習できるか検証 ・複数エージェント間の時間スパンを拡張することで、より現実的な社会的ダイナミクスを実現
- 公開Source
次世代AI開発を支える材料科学イノベーション
・AI性能向上の裏側には、アルゴリズムや半導体投資以上に、材料科学の革新が不可欠である。 ・新世代AI技術は処理性能、メモリ容量、省エネ性、信頼性の向上を同時に要求し、これらは先端材料開発と直結している。 ・AIの物理的制約（熱、消費電力、チップの劣化）を解決するには、半導体製造よりも基礎素材の開発段階が重要となる。
- 公開Source
建設現場の自動化に特化したロボット企業Grittが3400万ドルで本格始動
・建設現場の困難なタスク自動化を目指すロボット企業Grittが3400万ドルの資金調達を発表し、ステルスモードを終了 ・初期段階では太陽光発電施設の建設作業を自動化し、その後他の建設分野への展開を計画 ・建設業界の人手不足と安全性向上のニーズに対応する産業用ロボットソリューション
- 公開Source
ロボットが混雑空間を安全に移動するための適応的な安全マージン学習
・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
- 公開Source
自動運転車の脆弱性情報を構造化するオープンソースLLMの評価
・接続型・自動運転車（CAV）のセンサーや制御ユニット、通信システムなどに存在する脆弱性が、平文テキストのCVEデータベースに記録されている現状を指摘。 ・セキュリティ実務者が必要とする「影響範囲資産の構造化情報」を、オープンウェイトLLMで自動生成する可能性を検討。 ・自動運転車領域での脆弱性管理効率化に向けた、LLM活用の実現性を評価する研究。
- 公開Source
マルチモーダル医療AI：リーダーボード順位を超えた信頼性設計
・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
- 公開Source
予測市場の再現検証：LLM予測モデルの評価手法
・LLM（大言語モデル）の予測精度を評価する際、バックテスト手法で過去の予測問題を再実行するが、データリーク問題が存在する。 ・検索機能を持つモデルは事後的に執筆されたレポートを参照でき、予測ではなく情報検索になる可能性がある。 ・年次更新によるトレーニングデータの差異も、公平な予測評価を阻害する要因となる。 ・こうしたバイアスを制御した評価フレームワーク（Hindcast）の必要性が示唆されている。
- 公開Source
Applied Computing、石油ガス産業向けの統合AI基盤モデルに2000万ドル調達
・Applied Computing が石油・ガス・石油化学産業向けの基盤 AI モデル開発に Series A で 2000 万ドルを調達 ・プラント全体の運用データを統合的に分析する AI システムの構築を目指す ・従来は断片的だった異なるシステム・部門のデータを単一の AI モデルで処理可能化
- 公開Source
光を用いた大規模量子コンピュータ実現へ、PsiQuantumが技術計画を発表
・PsiQuantumは光子（光の粒）を利用した量子コンピュータの構築計画を公開。約100台のステンレス製キャビネットで構成され、極低温環境（絶対零度近く）を維持。 ・数百のチップと数千の光子を光学スイッチやビームスプリッタで制御し、大規模な計算能力を実現する設計。 ・従来の超伝導型量子コンピュータと異なり、光ベースのアプローチにより製造や運用の簡素化を目指す。
- 公開Source
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
- 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
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
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
LLMの学習忘却における局所化精度を評価するテストベッド「LACUNA」
・LLMが学習データ内の個人識別情報（PII）を記憶する問題に対し、「学習忘却」による事後的な削除方法の需要が高まっている ・既存の学習忘却手法は特定モデルパラメータを対象とする「局所化→忘却」パラダイムに従うが、評価ベンチマークは出力レベルのみに限定されている ・LACUNAは、学習忘却が実際に知識を完全に消去しているかを検証するテストベッドを提供する新しい評価フレームワークである ・パラメータレベルの精度測定により、既存SOTA手法...
- 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
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
Anthropic、科学研究向けAI「Claude Science」を発表
・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
- 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
- 公開Source
ロボットが適切な工具を選び場所を特定する技術「GROW²」
・ロボットが従来用途以外の物を工具として使用するため、対象物の選定と作用部位の特定を同時に行う「GROW²」を提案 ・物体の部位（パーツ）を基本単位として、どの物をどこで使用するかの判断を分離・最適化 ・ナイフがない場合にお皿でケーキを切るなど、創意的な道具使用をロボットが実現可能に ・汎用ロボットの応用範囲を拡大し、実環境での柔軟な作業対応を支援