SDSU研究者らが株価変動を予測するAI「ALERTA-Net」を発表
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。
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。
ハーバード医科大学院などの研究チームがNature誌にて、ウイルスの未知の変異を予測するAIツール「EVEscape」を発表した。進化情報と構造データを組み合わせ、免疫を回避する危険な変異株を事前に特定し、次世代ワクチンの開発に役立てる。
Meta FAIRとInriaは、オープンソース画像生成AI向けの電子透かし技術「Stable Signature」の論文とコードを公開した。画像生成後ではなくモデルのデコーダーに不可視透かしを直接埋め込む仕組みで、トリミングや圧縮、追加学習にも耐性がある。誤検出率を極めて低く抑えつつ、AI生成画像の追跡を可能にする。
メリーランド大学の研究チームは既存のAI画像透かし技術を検証し、すべて突破できたとする論文を発表した。攻撃者は不可視透かしを簡単に除去できるだけでなく、人間の写真に透かしを埋め込んで誤検知を起こすことも可能だ。巨大IT各社が期待を寄せるAI透かしだが、単体での防御には限界がある。
医療スタートアップのInvenio Imagingが、手術室内で組織生検を即座にAI解析するシステムを発表した。NVIDIA Jetsonを活用し、通常数週間かかる病理検査をわずか3分に短縮。脳腫瘍や肺がんの手術中に医師がその場で切除判断を下せるようになる。
伝説的プログラマーのジョン・カーマック率いるKeen Technologiesと強化学習の先駆者リッチ・サットン氏が提携を発表した。主流の大規模データ路線とは距離を置き、主体性と時間軸に焦点を当てて2030年までに真のAGIプロトタイプ開発を目指す。