衛星レーダーとAIで海上の「ゴースト船」を可視化、Nature誌に発表
非営利団体Global Fishing Watchの研究チームが英科学誌Natureに論文を発表し、ディープラーニングと衛星レーダー画像を組み合わせて海上活動の精密マップを作成した。世界の産業漁船の約75%が公的追跡を逃れている実態を解明。AIが監視の盲点を照らし出し、海洋保全の意思決定を支える。
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。
非営利団体Global Fishing Watchの研究チームが英科学誌Natureに論文を発表し、ディープラーニングと衛星レーダー画像を組み合わせて海上活動の精密マップを作成した。世界の産業漁船の約75%が公的追跡を逃れている実態を解明。AIが監視の盲点を照らし出し、海洋保全の意思決定を支える。
シドニー工科大学の研究チームは、電極キャップを被るだけで脳波をテキストに変換するAI「DeWave」を開発した。インプラント手術なしで思考を読み取り、初期実験で40%超の精度を達成。現在は動詞の認識が得意な一方、名詞の混同などの課題があり、麻痺患者の意思疎通に向け精度向上を進めている。
Google DeepMindはNature Communications誌で、コンピュータビジョンを誤認識させる敵対的画像が人間の知覚にも影響を与えるという研究結果を発表した。肉眼では見分けがつかない微細なノイズであっても、被験者はAIが誤認した対象を無意識に選びやすくなることが判明した。
MITやハーバード大などの研究チームが、解釈性を高めた深層学習モデルを用い、耐性菌MRSAに有効な60年ぶりの新規系統抗生物質を発見した。約1200万種類の化合物から絞り込み、マウス実験で細菌数を10分の1に減らすことに成功。AIのブラックボックスを解消し創薬を加速させる成果だ。
デンマーク工科大学や米ノースイースタン大学などの研究チームが「life2vec」を発表した。ChatGPTと同様のTransformerを使い、デンマーク国民600万人の健康や収入履歴を文章のように学習させ、死亡リスクや性格を高精度で予測する。研究者は、現実の個人に対する予測に利用すべきではないと強く警告している。
MITとハーバード大学ブロード研究所のチームが、AIを活用してMRSAなどの薬剤耐性菌に有効な新系統の抗生物質を発見した。3万9000種以上の化合物データから学習したAIが1200万種をスクリーニングし、マウス実験で効果を実証。約60年ぶりとなる新薬系統の発見につながった。
Appleは論文「LLM in a flash」を発表し、DRAM容量を超える大規模言語モデルを端末上で動かす技術を公開した。パラメータをフラッシュメモリに置きオンデマンドで読み出すことで、メモリの2倍サイズのモデルを扱え、GPU推論速度を最大25倍引き上げた。端側AIの実現に向けた重要な一歩となる。
OpenAIはエリック・シュミット氏と共同で、人間を超えるAIの安全性とアライメント研究を支援する1000万ドル規模の助成プログラムを発表した。研究機関や個人に10万〜200万ドルを助成し、大学院生向けフェローシップも提供。弱から強への汎化や解釈可能性などを重視し、経験不問で募集する。
システムプロンプトで日付を 12 月に設定すると、GPT-4-turbo の出力が 5 月設定時より有意に短くなるという検証結果が報告された(平均 4086 対 4298 文字、p < 2.28e-07)。モデルが人間の「年末は仕事を減らしたい」傾向まで学習した可能性を示唆している。
Google DeepMindは付のNature誌で、新材料探索AI「GNoME」を発表した。理論上安定な結晶構造を約38万種予測し、人類の既知データを一気に約10倍へ拡大。自律型ロボットラボにより41種の合成にも成功したが、モデル自体の一般公開は見送られている。
マイクロソフト研究部門とNuanceはEMNLP 2023にて、GPT-4の放射線医学における実力と限界を検証した論文を発表した。GPT-4による診断レポート要約は一部でベテラン医師以上の評価を受け、非構造化データの整理でも成果を示した。ただし臨床現場での実用化には人間の監視が不可欠としている。
サウスダコタ州立大学などの研究チームが、株価の動きとボラティリティを予測するAIモデル「ALERTA-Net」を発表した。マクロ経済、検索エンジン、SNSのデータを統合し、41銘柄の優良株テストでDP-LSTMなどの既存モデルを上回る精度を記録。急激な市場変動を捉える新たな試みとして注目される。
Nature Medicineに掲載された研究で、造影剤を使わない通常のCT画像から膵臓がんを検出する深層学習モデル「PANDA」が発表されました。放射線科医の感度を34.1%上回り、実臨床で99.9%の特異度を達成。早期スクリーニングの道を開きます。
Meta は画像基底モデル Emu を応用した新技術「Emu Edit」と「Emu Video」を発表した。Emu Edit は指示されたピクセルのみをテキストで精密に編集でき、Emu Video は 4 秒の短尺動画を生成する。現在は研究段階として公開されている。
Google DeepMindは10日間の全球気象予測を1分未満で計算するAIモデル「GraphCast」を発表し、Science誌に論文を掲載した。業界標準のHRESを90%以上のテスト項目で上回り、台風などの異常気象も早期に捉える。コードはオープンソースとして公開された。
Google DeepMindとIsomorphic Labsは次世代AlphaFoldの進捗を発表した。タンパク質にとどまらず、DNAやRNA、低分子リガンドの構造を原子レベルの精度で予測できる。従来のドッキング手法を上回り、新薬設計の加速が期待される。
カナダのKlick Labsなどの研究チームは、わずか6〜10秒の音声から2型糖尿病を検出するAIモデルを開発した。人間の耳では聞き分けられないピッチや強度の微細な変化を捉え、女性で89%、男性で86%の精度を達成。従来の血液検査に代わる低コストな遠隔スクリーニング技術として期待される。
フロリダ大学の研究チームは Google ストリートビューと NVIDIA DGX A100 を活用し、建物の安全性を自動評価する深層学習モデルを発表した。従来は数カ月かかっていた被災後の現地調査を数時間に短縮し、FEMA基準での評価精度は85%を超える。現在メキシコなどで試験運用が進む。
豪国立大学、オックスフォード大学、北京智源人工知能研究院の研究チームが「3D-GPT」を発表した。タスク割り当てや概念化を行う複数のAIエージェントが連携し、テキスト指示からBlenderなどの操作コードを生成して3Dシーンを構築する。フォトリアルではないものの、3D制作を大幅に効率化する。
Metaの研究チームは非侵入型の脳磁図(MEG)データから人間が見ている画像をリアルタイムに復元するAIを発表した。DINOv2などの視覚モデルと脳信号を照合して描画する。物体の種類の認識精度は高いものの、細かな位置や向きの再現にはまだ課題が残る。