WIREDが展望：AIはより巨大な科学の難問に挑み、研究者の日常ツールへ
WIREDは基礎科学におけるAIの役割に関する論考を掲載した。生物学で50年来の難問だったタンパク質構造予測の解決から気象予測や核融合まで、AIの応用が拡大している。2023年にはAIがメールのように、あらゆる研究者にとって日常的な必須ツールになると指摘している。
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
MRI画像から希少な認知症を識別、独マックス・プランク研究所などのAI研究
独マックス・プランク研究所などの研究チームは、頭部MRI画像から希少な認知症を高精度に識別する機械学習モデルを発表した。健常者との鑑別にとどまらず、進行性失語など7種類の認知症症候群を相互に見分ける。早期の正確な診断により、患者ごとの個別治療や社会生活の維持を後押しする成果だ。
トロント大学、機械学習で持効性注射剤の製剤設計を迅速化
トロント大学の研究チームが、機械学習を用いて持効性注射剤の徐放特性を予測・設計する手法を英科学誌に発表した。卵巣がん治療薬を用いた検証では、従来何回も試行錯誤が必要だった目標の放出プロファイルを一度で達成。研究データとコードはZenodoで公開されている。
マイクロソフトの音声モデル「VALL-E」、わずか3秒の音声から声を再現
マイクロソフトはテキスト読み上げAIモデル「VALL-E」を発表した。わずか3秒の音声サンプルから、話し手の音色や感情のトーン、空間の音響まで再現できるという。Metaのデータセットで学習されたが、なりすまし等の悪用リスクを考慮してコードは非公開となっている。
MIT、動画と音声を1000語で結びつけるマルチモーダルAIを開発
MIT CSAILの研究チームは動画・音声・テキスト間で共通する概念を学習するマルチモーダルAI技術を発表した。共有埋め込み空間で1000個の単語ベクトルを用いて動作を自動識別し、高精度かつ説明可能なクロスモーダル検索を実現する。ロボットの知覚向上に期待されるが、現状は一度に2つのモダリティの処理にとどまる。
スタンフォード大がスプレー式スマートスキン開発、AI解析でキーボード不要の入力実現
スタンフォード大学の研究チームが、キーボードなしで文字入力ができるスプレー式スマートスキンを開発した。日焼け止めのように手の甲に吹き付ける伸縮性ナノメッシュ素材で、手の動きによる導電性変化を機械学習で解析して画面に文字を出力する。水洗いで簡単に落とせる手軽さも特徴だ。
AIで「ブラックスワン」災害を予測、少量のデータで巨大波やパンデミックを検知
研究チームがベイズ統計とニューラルネットワーク「DeepONet」を組み合わせ、発生頻度が極めて低い破局的災害を予測する新手法を発表した。データが乏しい巨大波や感染症の急増といったリスクを、少量の精選データから高精度に評価できる。
スタンフォード大研究：AIでコードを書くほど脆弱性を作り込みやすい
スタンフォード大学の研究チームは、OpenAIのCodexを使った開発者はセキュリティ脆弱性のあるコードを書きやすく、それを安全だと過信しやすいと発表した。研究者は、AIはまだ人間の代替にはならず、出力の慎重な検証が欠かせないと指摘している。
スタンフォード大、AI消費電力をメガワットからワットへ削減する新モデル発表
スタンフォード大学の研究者はシナプスではなく樹状突起を模倣するAI計算モデルを発表した。特定順序の信号にのみ反応する特性と強誘電体トランジスタを組み合わせ、クラウドのメガワット級電力をスマホ電池レベルのワット単位まで低減することを目指す。
ドレクセル大、GPT-3でアルツハイマー病の初期兆候を80%の精度で検出
ドレクセル大学の研究チームはPLOS Digital Healthにて、OpenAIのGPT-3を活用して自発的な発話テキストから初期の認知症の兆候を80%の精度で予測できると発表した。従来の音響特徴量分析より高精度で、チームは家庭や診療所で使える事前スクリーニングツールの開発を計画している。
AIによる血圧予測の手法レビュー：見落とされがちなデータ分割の落とし穴を整理
機械学習とディープラーニングを用いた血圧予測研究に関する包括的なレビュー論文が公開されました。主要な公開データセットや評価指標を整理するとともに、研究現場で見落とされがちなデータ分割戦略の課題を指摘。客観的なモデル評価の指針を示し、GitHub上で実験コードを公開しています。
アールト大などが仮想現実ゲームを開発：視線追跡と機械学習でADHDを客観検出
アールト大学などの研究チームは、仮想現実ゲーム中の視線追跡と機械学習を組み合わせ、子どものADHD症状を客観的に検出する手法を発表した。主観的な問診に依存してきた診断を、日常動作のシミュレーションで高精度化する狙いだ。
米病院らが手術用AIを開発：術中の迅速凍結切片を「ゴールドスタンダード」画質に変換
ブリガム・アンド・ウィメンズ病院などの研究チームは、手術中の迅速凍结切片画像を石炭酸固定パラフィン包埋（FFPE）並みの高品質画像に変換するAIモデルを発表した。数分で膠芽腫や肺がんを高精度に診断できるよう支援する。ただし実際の医療現場への導入には追加の臨床試験が必要となる。
AIの判断は本当に公平か？機械学習に潜む「予測可能なノイズ」の罠
Becoming HumanがAIの意思決定における欠陥を指摘する論考を公開。AIは気分に左右されないとされるが、学習初期のランダム性が固定化され「予測可能なノイズ」として判断に影響し続けるリスクがあると論じている。
画像生成AIを支える「拡散モデル」小史：物理学着想から創薬まで広がる応用
画像生成AIの中核技術である拡散モデルの歩みと仕組みが解説された。熱力学に着想を得たこの技術は、ノイズから元のデータを復元する逆過程を学習し、OpenAIのCLIPと組み合わせることで精度の高い生成を可能にした。現在では画像にとどまらず、音楽生成やタンパク質設計など医療分野へも応用が広がっている。
AI支援でコードを書く開発者、バグと脆弱性が増加＝スタンフォード大研究
スタンフォード大学の研究者が発表した論文によると、GitHub CopilotなどのAIアシスタントを使用した開発者は、利用しなかった開発者に比べて安全性の低いコードを書く傾向にあることが判明しました。さらに、AI利用者は自分のコードが安全であると誤認しやすいことも明らかになっています。
AI研究の倫理審査はどうあるべきか：学会横断での枠組み構築を研究者らが提言
AI研究における倫理審査の実践を前進させる提言が発表された。従来の審査機関は被験者保護に偏り、アルゴリズムの悪用や社会的バイアスなどの広範なリスクに対応できていないと指摘。学術界全体で審査プロセスの効果検証と連携を進めるよう求めている。
AIは自律的な「発明者」になれるのか？ DABUSの特許却下から見る限界
AIシステム「DABUS」を単独発明者とする特許出願が世界各地で却下され、AIの発明能力を巡る議論が白熱しています。技術的な検証では、問題のモデル化から有望な概念の選別、出力の解釈まで人間の手が必要であり、現状は補助ツールに過ぎません。完全な自律的発明はまだ遠いのが実情です。
スタンフォード大、Stable Diffusionを微調整して胸部X線画像を生成
スタンフォード大学の研究チームは、Stable Diffusionを微調整して病変を含む胸部X線画像を生成する手法を発表した。専用の膨大な計算資源を使わずに医療画像を合成でき、希少疾患の研究データ不足解消に道を開く。ただし多様性やライセンス上の制限が残る。
英アストン大学がAI信号制御システムを開発：強化学習で渋滞解消へ
英アストン大学の研究チームが、深層強化学習を活用した交通制御AIを開発した。従来の固定ルールとは異なり、シミュレーション学習を通じてリアルタイムに交差点の信号機を自動制御し、未経験の道路状況にも適応して車の待機時間と排出ガスを削減する。