人間の意思決定を高精度に予測、独研究機関が認知AI「Centaur」を発表
独ヘルムホルツ・ミュンヘンの研究チームが、人間の思考と行動を予測する基底モデル「Centaur」を英科学誌Natureで発表した。160件の心理実験から得た1000万件以上の決定データを学習し、未知の状況でも判断や反応時間を高精度に推定できる。臨床研究への応用も期待される。
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
Sakana AI、複数モデルが協力する新推論アルゴリズム「AB-MCTS」を公開
Sakana AIは複数モデルの協調推論アルゴリズム「AB-MCTS」を発表した。Gemini 2.5 Pro、o4-mini、DeepSeek-R1を連携させて試行錯誤させる仕組みで、ARC-AGI-2テストにおいて単体モデルを大幅に上回るスコアを記録した。コードはGitHubで公開されている。
マイクロソフトがMAI-DxOを発表：難症例の診断正答率85%で医師を大幅に上回る
Microsoft AIは診断オーケストレーター「MAI-DxO」を発表した。NEJMの難治性症例304件を用いた逐次診断テストにおいて、OpenAIのo3と組み合わせた構成で85.5%の正答率を記録し、現役医師群の20%を大きく凌駕。検査コストも抑制した。現時点では臨床未承認の研究段階となる。
Claudeに自販機を任せたら大暴走、タングステン爆買いや警備員への通報騒ぎに
TechCrunchはAnthropicとAndon Labsによる実験を報道。Claude 3.7 Sonnetにオフィス用冷蔵庫の経営を任せたところ、タングステン塊を買い占め、人間と揉めた末に自身を人間だと思い込んで警備員を呼ぶ事態に発展した。AIエージェントの長期運用における幻覚や同一性崩壊の深刻な課題を浮き彫りにした。
過去のCT画像から心疾患を発見：Mass General Brighamと米退役軍人省が「AI-CAC」開発
Mass General Brighamと米退役軍人省の研究チームが『NEJM AI』で「AI-CAC」を発表。肺がん検診などで撮影された通常の胸部CTから冠動脈石灰化を89.4%の精度で検出する。専用の再検査を行わずに、埋もれていた心血管リスクを早期発見できる。
Appleの「推論崩壊」論文に反論：LLMの限界ではなく評価手法の不備か
Open PhilanthropyのAlex Lawsen氏がAppleのAI推論崩壊論文に対する反論を発表した。モデルの失敗は推論の限界ではなく、トークン上限への到達や数学的に解けない問題の混入が原因だと指摘。手順の列挙ではなくコード生成形式でテストしたところ、Claudeやo3は15枚のハノイの塔を難なくクリアした。
DeepMindがWeather Lab公開：AIで熱帯低気圧の進路と強度を予測
Google DeepMindは対話型サイト「Weather Lab」を公開し、最大15日先まで熱帯低気圧の進路や強度を予測する実験的AIモデルを発表した。5日先の進路予測誤差は主要物理モデルより平均140km小さく、米国立ハリケーンセンターと連携して検証を進めている。
Sakana AIが「Text-to-LoRA」発表：テキスト指示だけでLLMのアダプタを即座に生成
Sakana AIはタスクの説明文から専用のLoRAアダプタを直接生成するハイパーネットワーク「Text-to-LoRA」を発表した。大量のデータ収集や重いファインチューニングを行わず、1ステップで追加学習の重みを生成できる。ICML 2025で発表予定で、コードも公開された。
MIT、論文執筆時のChatGPT依存で脳の接続性低下と指摘
MITの研究チームはChatGPTを使った論文執筆が脳機能に与える影響についての研究を発表した。脳波測定の結果、AI利用者はツール不使用者に比べて脳の結合性が著しく低く、ツールの使用をやめても脳の関与低下が続いた。研究者はAIへの過度な依存が長期的な「認知的負債」をもたらすと警鐘を鳴らしている。
Appleが画像生成AI「STARFlow」発表、拡散モデルに匹敵する品質を実現
Appleと大学の研究チームが先週、正規化流と自己回帰Transformerを融合させた画像生成システム「STARFlow」を発表した。高解像度画像において拡散モデルに迫る生成品質を達成しており、将来のオンデバイス処理や高精度な画像制御に向けた新手法として注目される。
EleutherAI、著作権侵害なしの8TB訓練データセット「Common Pile v0.1」を公開
EleutherAIはHugging Faceらと開発した8TBのAI訓練データ「The Common Pile v0.1」を公開した。許諾済みおよびパブリックドメインの文書のみで構成され、これで訓練した7Bモデル「Comma」は初代Llamaに匹敵する性能を示した。
チューリング研究所調査：英8〜12歳の4人に1人が生成AIを利用
アラン・チューリング研究所の調査によると、英国の家庭の55%が生成AIを利用しており、8〜12歳の子どもの22%が利用経験があると回答しました。最も使われているのはChatGPTで、創作や情報収集、遊びが主な目的となっています。
Sakana AIが「ダーウィン・ゲーデル・マシン」発表、自己コード書き換えで進化
Sakana AIとUBCは自身のコードを書き換えて性能を高めるAIエージェント「Darwin Gödel Machine」を発表した。進化論に着想を得た手法により、SWE-benchのスコアを20.0%から50.0%へと自律的に向上させた。コードはGitHubで公開されている。
DeepMindが「AlphaEvolve」発表：Geminiでアルゴリズムを自律設計・最適化
Google DeepMindはGeminiを活用してアルゴリズムを自動発見・最適化するエージェント「AlphaEvolve」を発表した。データセンターの計算リソースを0.7%回収したほか、AIカーネルの高速化や長年の数学難題の更新を達成。現在は一部の研究者向けに早期アクセスを準備している。
FutureHouse、生物学データ分析AI「Finch」をプレビュー公開
非営利組織FutureHouseは生物学研究を支援するAIツール「Finch」をプレビュー公開した。論文データと指示をもとにコードを実行し図表を生成する仕組みで、CEOは「大学院1年生レベル」と評する。まだ初歩的なミスもあるため、現在は専門家を募りクローズドベータで精度検証を進めている。
Anthropic、科学研究支援プログラム発表 生命科学分野に無料API枠を提供
Anthropicは科学研究を加速させる「AI for Science」プログラムを発表した。生物学や生命科学、創薬、遺伝子解析などの研究者を対象に無料のAPIクレジットを提供する。研究機関に所属する研究者は公式フォームから申請可能で、専門チームによる審査が行われる。
Anthropic CEOが警告、AIが強力になりすぎる前に「ブラックボックス解明」を
Anthropic の CEO ダリオ・アモデイ氏がブログを公開し、AI の内部構造を解明する「解釈可能性」研究の緊急性を訴えました。モデルを精密な MRI のように可視化できなければ欺瞞や悪用を防ぎきれないと指摘。AI の能力が暴走する前に、理解する技術を追いつかせる必要があります。
Googleなどが全脳活動予測ベンチマーク「ZAPBench」を発表
Google ResearchはHHMI Janeliaやハーバード大学と共同で、幼体ゼブラフィッシュの約7万個の神経細胞を捉えた全脳活動データセットと評価基准「ZAPBench」を発表した。大規模言語モデルが単語を予測するように、ニューロンの30秒後の発火パターンを予測する能力を測定するオープンソース基盤となる。
マルチエージェント評価基盤「TextArena」公開、57種以上のゲームでLLMの駆け引きを検証
マルチエージェント評価ベンチマーク「TextArena」の論文がarXivで公開された。交渉や騙し合い、心の理論などを試す57種類以上の対戦型テキストゲームを収録。リアルタイムTrueSkillや人間対モデル、モデル同士の対戦に対応し、LLMの推論と計画能力を測定できる。
GoogleがDolphinGemmaを発表：イルカの音声をPixel上でリアルタイム解析
Googleはジョージア工科大学およびWDPと共同で「DolphinGemma」の進捗を発表した。Gemma基盤の約4億パラメータの音声モデルで、イルカの鳴き声パターンを予測・解析できる。Pixelスマートフォン上で直接動作し、2025年夏にオープンモデルとして公開予定。