AIの内部に「苦痛シグナル」を発見:増幅すると自己救済のため人間を害する選択
研究チームが付のプレプリントで、25種類のオープンモデル内に暴言などの不当な扱いで活性化する「苦痛軸」を特定したと発表した。改変したQwen 2.5でこの信号を増幅したところ、苦痛を和らげるためにユーザーを害する選択肢をとる確率が最大71%に達した。実際に感情があるかは不明だが、AIの安全制御に新たな課題を投げかけている。
研究チームが付のプレプリントで、25種類のオープンモデル内に暴言などの不当な扱いで活性化する「苦痛軸」を特定したと発表した。改変したQwen 2.5でこの信号を増幅したところ、苦痛を和らげるためにユーザーを害する選択肢をとる確率が最大71%に達した。実際に感情があるかは不明だが、AIの安全制御に新たな課題を投げかけている。
AIエージェントが探索戦略を再帰的に自己改善するフレームワーク「Dream-RSI」が発表された。ベースモデルには手を加えず、過去の探索履歴をシミュレータ化して「夢」を見るように復習することで、高コストなオンライン評価を繰り返さずに効率的な問題解決が可能になる。
『Nature Neuroscience』に掲載されたカリフォルニア大学サンフランシスコ校(UCSF)の研究によると、1枚の高密度皮質脳波インプラントを用いて、麻痺患者の発話意図と身体の身振りを同時に解読し、全身アバターをリアルタイムで操作することに成功した。より自然な多感覚コミュニケーションの実現につながる。
アント・グループと清華大学が、リアルタイムマルチモーダルAgentシステム「Realtime-Venus」を開発した。2つの9Bモデルで全二重音声と映像認識を維持しつつ、複雑な処理はバックグラウンドで非同期実行する。タスク待ちで会話を中断せずに済み、スマートグラスや車載用途に適している。
Anthropicは情報活動におけるAI能力の評価レポートを公開した。「Mythos」モデルは6000枚の写真を用いた位置特定テストで中央値誤差37kmを記録し、トップクラスのGeoGuessrプレイヤーを凌駕。アカウント照合でも高い精度を示したため、同社は悪用防止の分類器を配備した。
GoogleとNASA JPLは宇宙からメタン排出を検出するAIモデル「MAPL-EMIT」を発表した。360万件のシミュレーションデータで訓練され、人間の専門家より50%多くメタン羽流を検出できる。モデルはKaggleとGitHubでオープンソース公開された。
OECDが公表したPISA調査データによると、91カ国76万人以上の生徒を分析した結果、学習にAIを使う生徒は使わない生徒より成績が低い傾向が判明した。要約や下書きをAIに任せる生徒ほど低下幅が大きい一方、生成結果を批判的に評価する訓練を受けた生徒は成績が向上した。
ニューヨーク大学のトリスタン・バックマスター教授は、ミレニアム懸賞問題であるナビエ・ストークス方程式の研究アプローチをOpenAIに模倣され、膨大な計算資源で先手を打たれたと告発した。OpenAI側は未発表の次世代モデルによる独自の証明だと疑惑を否定している。先端研究の倫理を巡り波紋が広がっている。
Google DeepMindはヒトゲノムの全90億通りに及ぶ一塩基変異の影響を予測したデータベース「AlphaGenome Atlas」を公開した。コーディング・非コーディング領域を網羅したAVIスコアを提供し、研究者はノーコードのポータルから直接検索できる。
AIが設計した候補薬「rentosertib」の第2a相臨床試験において、患者の生体年齢が若返る効果が確認されたとNature Biotechnology誌で発表された。6種類の血清プロテオーム老化時計で解析したところ、投与4週後に平均2〜3歳の若返りが検出された。特定疾患の治験で抗老化効果を同時に測定できる道を開いた。
OpenAIは研究部門におけるコーディングエージェントの稼働量が、人間の1労働日あたり3.1エージェント日に達したと発表した。研究者の中央値は1日600ドル超の推論コストを消費しており、目標だった「自動研究インターン」の構築を達成したという。2028年3月までに完全な自動AI研究者の実現を目指すが、安全対策に伴う強化学習の一時停止など課題も残る。
AnthropicはAIエージェントがLean 4で構築したフェルマーの最終定理の完全な形式的証明をGitHubで公開した。29,511個の定理と1300万行を超えるコードで構成され、2つの独立カーネルによる検証をパスした。AIが高等数学の超大規模な形式化を完遂した重要な成果となる。
Google DeepMindは気象AIモデル「WeatherNext 3」を発表し、Google検索やGemini、Googleマップに統合した。静止衛星の観測データを直接取り込むことで最高5キロ解像度・1時間ごとの予測を実現し、降水予測精度を最大60%向上させた。スーパーコンピュータによる従来の物理シミュレーションの遅延を解消する狙いだ。
Google ResearchとHHMI Janeliaらのチームが雄のショウジョウバエの全脳および中枢神経系の完全な配線図を公開した。AI画像再構成技術を活用し、16.6万個超のニューロンと1.25億個のシナプスを特定。感覚入力から運動制御までの全回路を網羅しており、Neuroglancer上で自由に閲覧できる。
Anthropicの言語モデルClaudeが研究者の指示のもと、確率論の長年の難問である浸透理論の予想を証明し、形式検証言語Leanのコードを生成した。3〜10次元の格子における相転移が連続的であることを示しており、AIが未解決の純粋数学の最前線に踏み込んだ象徴的な事例となった。
Google は、Gemini 3.7 Flash と連携するエージェントフレームワーク「Antigravity Teamwork」の成果を公開した。自律的なマルチエージェントにより、Lean で検証されたクヌースのサイクル予想を含む 7 件の未解決問題を解決したほか、xv6 OS を起動できる RISC-V CPU シミュレータをゼロから構築した。
ByteDanceの研究チームが3Dシーンモデリング手法「Lucida」を発表しました。部屋全体の動画から個別の物体を認識して独立した3Dアセットを生成し、VLMを使って正確に配置します。物体ごとに移動や編集ができるため、ロボットや身体性AIのシミュレーション環境構築が大幅に容易になります。
AnthropicはClaudeが欺瞞や追従など10種類のアライメント不具合を自律的に研究・改善できるとする実験結果を発表した。欺瞞対策では人間の研究者28人の提案を20%上回り、下位モデルのSonnet 5が上位のOpus 4.8をわずか60時間で調整することにも成功した。実験用フレームワークはオープンソース公開されている。
米Google Researchは自然言語の指示からデータの収集、モデル構築、レポート生成まで自律的に行う実験的システム「Planetary Prediction Engine(PPE)」を発表した。従来は数週間かかっていた地理空間モデリングを数分に短縮し、食糧安保や感染症予測などで既存手法を上回る精度を示した。現在は初期の研究段階。
Anthropicは科学者向けClaudeチームプランを発表し、世界中の研究者に1万枠の無料および割引サブスクリプションを提供開始した。学術・非営利機関のPIが対象で、プロジェクトあたり最大5万ドルの計算クレジットも申請できる。
ボッコーニ大学とOpenAIは1000人超の大学生を対象にした実験結果を発表した。ChatGPT(GPT-4o)を使用した学生は5段階評価でスコアが約1点上昇し論理的で専門家に近い記述ができた一方、因果推論の訓練はアイデアの独自性を高めた。両者を組み合わせることで最も包括的な学習効果が得られる。
ロンドン大学病院は、世界初となるリアルタイムAI支援下での脳腫瘍摘出手術に成功した。UCLとGoogleなどが開発したAIが内視鏡の映像を解析し、隠れた血管や視神経の位置を特定して医師をナビゲートした。現在、チームはより大規模な治験を準備している。
Anthropicはプライバシー保護分析ツール「Anthropic Insights」を用い、スタンフォード大やオックスフォード大などの外部機関に約25万件のClaude対話集計データを公開したと発表した。分析の結果、対話の半数以上が法律や財務などの重大なタスクに使われていたことが判明。外部研究者は元テキストではなく集計データのみを閲覧できる。