Sakana AI、CUDAカーネルの自動最適化フレームワークと新ベンチマークを発表
Sakana AIはCUDAカーネルの自動探索・検証・最適化を行うエージェントフレームワークと新評価ベンチマーク「robust-kbench」を発表した。PyTorchコードをCUDAへ自動変換し、LLM検証器と進化的メタ生成を用いて反復的に高速化する。高度なハードウェアチューニング作業の自動化に道を開く技術だ。
研究
注目のAI論文、新しいベンチマークや手法、そして生物学・医療・材料などの科学研究でAIが生んだ成果。
新しいニュースを見る
最先端AIでもアナログ時計が読めない：正解率は最高13.3%、人間は89.1%
研究者のAlek Safar氏が公開した新テスト「ClockBench」で、主要AIモデルのアナログ時計認識の正解率は最高でも13.3%にとどまり、人間の89.1%を大きく下回った。人間は誤差中央値が3分だったのに対し最良モデルでも1時間ズレており、空間的な視覚推论の大きな課題を浮き彫りにした。
ハーバード医科大学がPDGrapher公開：病変細胞を正常化する創薬AI
ハーバード医科大学の研究チームは病変細胞を健康な状態へと戻す遺伝子標的や併用薬を特定する無料AIモデル「PDGrapher」を発表した。単一標的の探索ではなく細胞内シグナル経路をグラフ構造で捉え、11種類の癌データで従来より最大25倍高速に予測する。
OpenAIがLLMの「幻覚」原因を分析 正答率偏重の評価がAIの山勘を助長
OpenAIは言語モデルがハルシネーションを起こす要因を分析した論文を公開した。現在の評価ベンチマークが正答率のみを測定するため、「分からない」と認めるよりも当てずっぽうに答えた方が有利になる構造を指摘。自信満々の誤答を減点し、不確実性の表明を適切に評価する仕組みへの改定を求めている。
Google DeepMind、ベクトル検索の数学的限界を解明：RAGの信頼性に課題
Google DeepMindの研究チームは、RAGで主流の単一ベクトル埋め込みに理論的な表現限界が存在することを実証した。新ベンチマークLIMITではGoogleやSnowflakeの先端モデルの再現率が20%未満に急落し、旧来のBM25が上回る結果に。モデル拡大では解決できない根本課題だ。
テンセントら、人手ラベル不要でLLMが自己進化する「R-Zero」を発表
Tencent AI Labとセントルイス・ワシントン大学の研究チームは、人手によるラベル付きデータを一切使わずにLLMを自律進化させるフレームワーク「R-Zero」を発表した。基底モデルを「出題者」と「解答者」に分け、強化学習で適切な難易度の問題を自動生成する仕組み。Qwen3-4Bの数学推論スコアが6.49ポイント向上するなど、データ収集コストの大幅削減が期待される。
ヴァーサ大学がスマート包装研究：変色インクとAIで高価なセンサーを代替
フィンランドのヴァーサ大学の研究者が、温度や湿度の変化で変色するインクと人工知能を組み合わせたスマート包装技術を発表した。高価な電子センサーを使わずに微細な変色を捉え、生鮮食品や医薬品の品質管理を低コストかつ環境負荷を抑えて実現する。
スタンフォード大調査：AI影響職種で若年層の雇用が16％減、新卒の代替進む
スタンフォード大学の研究チームはADPの給与データに基づき、2022年末以降、ソフト開発やカスタマーサポートなどAIの影響を受ける職種で22〜25歳の雇用が16％減少したと発表した。暗黙知を持つベテランと違い、新卒の知識はAIに代替されやすく、将来の人材パイプライン断絶が懸念される。
OpenAIとRetro Bio、GPT-4b microで山中因子を再設計し発現効率を50倍に向上
OpenAIと米Retro Biosciencesは、タンパク質設計に特化したモデル「GPT-4b micro」を用いて山中因子の新たな変異体を設計したと発表した。体外実験において、幹細胞の初期化マーカーの発現量が野生型と比べ50倍以上に向上し、DNA損傷の修復能力も高まることが確認された。
英サリー大の「PEnG」：GPSなしで都市部の測位誤差を22mに短縮
英サリー大学の研究チームがGPSに頼らない位置推定AI「PEnG」を発表した。衛星写真と車載単眼カメラの映像を照合する二段階の姿勢推定により、都市部での誤差を734mから22mへと大幅に削減した。トンネルや高層ビル街でも機能する自動運転向け技術として期待されており、研究成果はオープンソースで公開されている。
CZI、仮想細胞シミュレーションで学習した推論AI「rBio」を発表
Chan Zuckerberg Initiative（CZI）は仮想細胞シミュレーションで学習した初の生物推論モデル「rBio」を発表した。TranscriptFormerの知見をもとに遺伝子撹乱などの生体反応を自然言語の対話形式で推論・予測でき、時間のかかる実験的試行錯誤を削減する。現状の適用範囲は遺伝子撹乱が中心となる。
マイクロソフトが「MindJourney」発表：AIが仮想3D空間を歩き回って空間認識を強化
マイクロソフトはAIエージェントの空間推論を改善するフレームワーク「MindJourney」を発表した。動画生成世界モデルを用いて視点移動をシミュレートし、2D画像から見えない空間を探索させる仕組み。追加学習なしで、SATベンチマークの精度を8%向上させた。
NASAとIBM、太陽物理学AIモデル「Surya」を公開 フレアを2時間前予測
NASAとIBMは太陽観測衛星の9年分のデータで訓練した太陽物理学向けAI基盤モデル「Surya」をオープンソースで公開した。太陽フレアを2時間前に視覚予測でき、既存指標を16％上回る精度で人工衛星や電力網を守る宇宙天気予報を支援する。
Inclusion AI、実環境アプリでLLMを直接戦わせる「Inclusion Arena」公開
アント・グループ傘下のInclusion AIは、実稼働アプリ内でLLMを比較評価する新ベンチマーク「Inclusion Arena」を発表した。静的データセットではなく、Joylandなどの日常会話でブラインド対決を発生させユーザーの好みを測定する。初期の50万回超の対戦ではClaude 3.7 SonnetやDeepSeek v3が上位に入った。
UCバークレーやスタンフォードがGEPA発表：高コストな強化学習なしでLLMを最適化
UCバークレー、スタンフォード大学、Databricksの研究チームが新たな最適化手法「GEPA」を発表した。従来の強化学習のような数値スコアによる大量の試行錯誤を排し、自然言語のエラートレースをモデル自身が分析してプロンプトを進化させ、試行回数を最大35分の1に削減する。
MIT、生成AIで耐性菌を撃退する新規抗菌薬候補を設計
MITの研究チームが生成AIを用いて3600万種以上の未知の化合物を設計し、耐性淋菌やMRSAを殺滅する有望な抗生物質候補を発見した。既存薬のマイナーチェンジではなく、まったく新しい分子構造と細胞膜破壊メカニズムで薬剤耐性問題の突破を目指す。
OpenAIの推論AI、IOIで金メダル水準を達成：AI首位・人間含め6位
OpenAIは自社の推論システムが2025年国際情報オリンピック（IOI）のオンライン大会で金メダル水準のスコアを獲得したと発表した。AI参加者の中で1位となり、人間を含めた総合順位でも6位にランクインした。IMOやAtCoderでの好成績に続く成果となる。
Meta FAIR、脳モデリング大会「Algonauts 2025」で優勝 新モデル「TRIBE」発表
Meta FAIR の Brain & AI チームは脳モデリングコンペ Algonauts 2025 で首位を獲得したと発表した。10 億パラメータの「TRIBE」は、Llama 3.2 や V-JEPA 2 を組み合わせて映画視聴時の脳活動を高精度に予測する。コードと論文も公開されている。
グラーツ工科大、AIを活用したカスタムタンパク質設計手法を開発
グラーツ工科大の研究チームは、医薬品や生分解ポリマー向けの人工タンパク質を計算機上でカスタム設計する新手法を発表した。パラメトリック設計とAIを組み合わせ、数万通りの構造候補から活性中心に適合する分子を効率的に構築できる。
DeepMind、生態音響AI「Perch」新版をKaggleでオープンソース公開
Google DeepMindは生態音響AIモデル「Perch」の最新版をKaggleでオープンソース公開した。学習データを約2倍に拡大し、鳥類に加えサンゴ礁など水中環境の解析にも対応。膨大な野外録音から希少生物の鳴き声を高速で特定し、絶滅危惧種の保護を支援する。