スイス連邦工科大、AI「YOLO」でGoogleのreCAPTCHAv2を100%突破
スイス連邦工科大学の研究チームが、画像認識モデル「YOLO」を微調整し、Googleの「reCAPTCHAv2」を100%の成功率で突破した。約1万4000組の道路画像で訓練し、マウス操作や端末の指紋認証要素も再現した。なお、Google側は大半のサイトが不可視のv3へ移行済みとコメントしている。
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
Anthropicが文脈検索を発表：RAGの検索失敗率を最大67%削減
AnthropicはRAGの精度を大幅に改善するContextual Retrievalを発表した。文書チャンクに文脈情報を自動付与することで情報の欠落を防ぎ、BM25やリランキングと併用して検索失敗率を最大67%削減する。プロンプトキャッシュにより100万トークンあたり1.02ドルで処理可能だ。
AIが有機太陽電池の分子を解明：光安定性を4倍に向上
イリノイ大学などの共同研究チームがNature誌に論文を発表しました。AIによる閉ループ実験と自動合成プラットフォームを組み合わせることで、有機太陽電池向け分子の光安定性を4倍に高めることに成功。AIの判断根拠となる化学的メカニズムも解明し、ブラックボックス打破に貢献しています。
Googleが新AI「GameNGen」発表：初代『Doom』をリアルタイム生成
火曜日、Googleとテルアビブ大学の研究チームは、画像生成技術を応用して1993年の名作ゲーム『Doom』をリアルタイムにシミュレートするAI「GameNGen」を発表した。単一のTPUで毎秒20フレーム以上を描画でき、人間の判定者も実機映像と見分けがつかないほど。コードではなくAIがゲーム画面を予測生成する未来を示唆している。
20ナノメートルの精度でがん細胞やウイルス感染を識別するAI「AINU」登場
国際研究チームは細胞核の変化をナノスケールで解析するAI「AINU」を発表した。髪の毛の5000分の1の細かさで細胞内の構造変化を捉え、がん細胞の識別や感染からわずか1時間のウイルス検知ができる。分子レベルの顔認証のような仕組みだが、臨床導入には専用顕微鏡の普及が課題となる。
ヒト脳組織を使う生体コンピュータ「Neuroplatform」登場、月額500ドルでレンタル提供
報道によると、スイスのFinalSparkはヒト脳オルガノイドを利用した生体計算プラットフォーム「Neuroplatform」の遠隔レンタルを月額500ドルで開始した。電極刺激とドーパミンで神経回路を学習させ、従来のAI学習に比べ消費電力を10万分の1に抑えることを目指す。すでに30校以上の大学が利用を申請している。
MultiOn、自己修復機能を備えた新AIエージェント「Agent Q」を発表
MultiOnは新世代のAIエージェント「Agent Q」を発表した。計画策定と自律的な自己修復機能を備え、LLaMA 3のゼロショット基準と比較して340％の性能向上を達成したとしている。
NVIDIA、大学院フェローシップの募集を開始：博士課程学生に最大6万ドル支援
NVIDIAは第24回目となる大学院生向けフェローシップの募集を開始した。AIやロボティクスなどの研究に取り組む博士課程学生を対象に、最大6万ドルの研究費やメンター支援を提供する。博士1年目の修了と2025年夏の対面インターン参加が条件で、締切は2024年9月13日。
OpenAI、AIコーディング評価の精度を高める「SWE-bench Verified」を公開
OpenAIはSWE-benchの開発陣と共同で「SWE-bench Verified」を公開した。93人の専門開発者が曖昧な課題文や不当なユニットテストを精査し、信頼性の高い500件の問題を厳選。AIによる自律的なソフトウェア開発能力をより正確に測定できるようになる。
Sakana AI、論文執筆から査読まで全自動化する「The AI Scientist」公開：1本15ドル
Sakana AIはオックスフォード大学らと共同で、研究プロセスを完全自動化する「The AI Scientist」を発表した。アイデア出しから実験、グラフ生成、LaTeXでの論文執筆、さらにはAIによる査読までを一貫して行い、1本あたり約15ドルで生成できる。コードもGitHubで公開された。
南カリフォルニア大、AIで悪性脳腫瘍細胞を免疫細胞へ再プログラミング
USCなどの研究チームは、機械学習を用いて悪性脳腫瘍（膠芽腫）細胞を樹状細胞様へと再プログラミングする遺伝子を特定したと発表。腫瘍内部でがん細胞を免疫活性化細胞に変えることで血液脳関門の壁を突破し、マウス実験では免疫療法併用で生存率が最大75%向上した。
AlphaProofとAlphaGeometry 2、国際数学五輪で銀メダル相当の成績を達成
強化学習と形式言語を組み合わせたAlphaProofとAlphaGeometry 2が発表された。2024年の国際数学オリンピック（IMO）で6問中4問を解き、合計28点を獲得して初の銀メダル水準に到達。大会最難関の問題も解いており、数学的推論能力の大きな前進を示した。
OpenAI、人手不要の安全性アライメント手法「RBR」を解説
OpenAIは、ルールベース報酬（RBR）を用いてモデルの安全性を高める手法を公開した。明確な評価ルールを設けて固定モデルに採点させることで、膨大な人間によるアノテーション作業を削減する。正常なプロンプトの過剰拒否を抑えつつ、安全ガイドラインの変更にも柔軟に対応できる。
Stability AI、オープン音響モデル「Stable Audio Open」の論文を公開
Stability AIはテキストから音声を生成するオープンモデル「Stable Audio Open」の論文を公開した。約50万件のクリエイティブ・コモンズ音源で学習され、民生向けGPUで最長47秒・44.1kHzのステレオ音響を生成可能。モデルの重みはHugging Faceで公開中。
OpenAIと米ロスアラモス研究所が提携、バイオ実験でのAI安全性評価へ
OpenAI は米ロスアラモス国立研究所とのバイオサイエンス研究提携を発表した。音声や画像認識を備えた最先端 AI が細胞培養などの実験室作業を支援する際の能力と安全リスクを検証する。専門家と初心者の作業効率向上を測定し、生物学的リスクの防止に向けた評価基準を整える狙いだ。
Google研究者が論文で警告：生成AIの偽コンテンツがネットを汚染
Googleの研究者が生成AIの悪用に関するプレプリント論文を公開した。画像や動画の捏造による世論誘導や詐欺が横行し、デジタル情報への不信感が増大していると警告。さらに都合の悪い証拠を「AIによる捏造」と言い逃れる事例まで生じていると指摘した。
Meta、テキストから1分未満で3D資産を生成する「3D Gen」を発表
Metaはテキスト指示から1分未満で高品質な3Dアセットを生成する技術「Meta 3D Gen」を発表した。初期モデルの生成に約30秒、PBR対応のテクスチャ再生成に約20秒で完了する。現在は研究段階で未公開だが、ゲームやVR制作の手間を大幅に減らす可能性がある。
OpenAIが「CriticGPT」を発表、GPT-4のミスをGPT-4で見つける
OpenAIはChatGPTのコード出力に含まれる誤りを指摘する「CriticGPT」を発表した。GPT-4をベースにしたモデルで、人間のトレーナーと連携することで単独作業より60%高い精度でバグを発見できる。高度化するAIをRLHFで正しく評価するための試みだ。
EvolutionaryScaleが生物基盤モデル「ESM3」を発表、5億年分の進化を模倣
EvolutionaryScaleは980億パラメータの生物学向け言語モデル「ESM3」を発表した。タンパク質の配列・構造・機能を統合的に推論・生成でき、自然界との類似度が58%の新蛍光タンパク質の設計に成功した。Forgeを通じてAPIのパブリックベータ版を提供している。
Google DeepMindが「V2A」技術を発表、無音の生成動画に効果音や音声を自動同期
Google DeepMindは映像から音声を自動生成する「V2A」技術の研究成果を発表した。拡散モデルを用いて映像のピクセルとテキスト指示を解析し、手動調整なしで劇伴や効果音、台詞を映像に合わせて生成できる。現在は唇の動きとの同期などに課題があり、一般公開に向けたテストが続けられている。