Google Research の科学者が Empirical Research Assistance を使う四つの方法
Google Research は、科学者が Empirical Research Assistance(ERA)で研究を進める方法を紹介した。感染症予測、宇宙論、炭素監視、神経科学の四分野を扱う。
Google Research は、科学者が Empirical Research Assistance(ERA)で研究を進める方法を紹介した。感染症予測、宇宙論、炭素監視、神経科学の四分野を扱う。
Mistral AIはWorkflowsの公開プレビューを開始した。企業AIのオーケストレーション層として、永続実行、可観測性、耐障害性を備え、AIの処理を概念実証から本番へ進める。
Google DeepMindは韓国MSITと協力し、ソウル事務所にAI Campusを設ける。韓国の学術界にAlphaEvolve、AlphaGenome、AlphaFold、AI co-scientist、WeatherNextなどを開放する。
Google ResearchはGoogle PhotosのAuto frameに、撮影後のカメラ視点を変える新手法を導入した。内部の3D点マップ推定モデルで場面と焦点距離を再構成し、生成型潜在拡散モデルで新たな視点から露出する空白領域を埋める。顔の位置と広角の歪みを自動検出して理想的な構図を提案する。人物を含む写真には既に自動適用され、ユーザーはAuto frameの候補から構図を変えた版を選べる。
Google DeepMind は Decoupled DiLoCo の論文を公開した。大規模訓練を分離した計算の島々に分け、非同期データストリームで通信し、局所的なハードウェア障害を隔離する。
Google ResearchはICLR論文ReasoningBankを公開した。成功と失敗の経験から高次の推論パターンを抽出するエージェントメモリーの枠組みで、オープンソース化済みだ。
Google DeepMindは5社と協力し、最先端AIの企業導入を規模化する。Geminiなどへの早期アクセスを提供し、金融、製造、小売、メディア・娯楽向けの業界別AI構成を開発する。現在、AIを大規模な本番運用へ進められた組織は25%だけだ。
Berkeley AI Researchは学習済み世界モデルの勾配計画器GRASPを提案した。軌跡を仮想状態へ引き上げて時系列を並列最適化し、状態反復に乱数を直接注入して探索する。勾配を整えて行動へ明確な信号を送り、高次元視覚モデルの脆い「状態–入力」勾配を避け、長期計画を実用的かつ頑健にする。
Google は推論優先の合成データ基盤 Simula を提案した。データセット構築を機構設計問題として捉え直し、全体の多様化、局所の多様化、複雑化、二つの批評役による品質確認の四段階で、種データなしにゼロから作成する。
Google ResearchはPointInfinity点群フローマッチングで合成ニューロン形態を作るMoGen(Neuronal Morphology Generation)を提案した。PATHFINDER再構築モデルの学習データを補い、検証用のマウス軸索で誤り率を4.4%減らした。主に誤った結合の減少による。
Google DeepMind は新しいテキスト音声変換モデル Gemini 3.1 Flash TTS を公開し、制御性、表現力、音質の向上を打ち出した。本日から開発者は Gemini API と Google AI Studio、企業は Vertex AI でプレビューでき、Workspace ユーザーは Google Vids で利用できる。
Google は、高校生・大学生の問題解決や協働を生成 AI の模擬対話で評価する研究実験 Vantage を公開した。Google Labs で英語の登録を受け付ける。Executive LLM が会話を動的に進め、AI Evaluator が評価表で採点する。NYU との米国18~25歳188人の研究では、AI と専門家の採点一致度は専門家同士に近かった。
Google DeepMindはロボット向けの推論重視モデルGemini Robotics-ER 1.6を公開した。空間推論と複数視点の理解を強化し、円形圧力計、液面表示器、デジタル表示を読む計器読み取り能力を追加した。
Google Researchは衣料品購入の4000以上の人・機械の複数ターン会話、約15000ターンのConvApparelを公開した。LLM利用者シミュレーターと人の現実感の差を測る。
Googleは論文の図を作るPaperVizAgentと自動査読のScholarPeerを公開した。PaperVizAgentは検索、計画、スタイル、可視化、審査の5エージェントで協働する。100点評価で60.2を得てGPT-Image-1.5、Nano-Banana-Pro、Paper2Anyを上回り、人の基準50.0を超えた唯一の枠組みだった。
Google ResearchはIRI、ERQなどの心理質問票を改変した状況判断テスト(SJT)で、実際のユーザー・助手の場面の行動傾向が人の共通認識に合うか評価する枠組みを提案した。
Google DeepMindはGemma 4モデル群を公開した。E2B、E4B、26B MoE、31B Denseの4サイズを用意し、Apache 2.0ライセンスを採用する。
Google Research は『Forest vs Tree: The (N, K) Trade-off in Reproducible ML Evaluation』で評価項目数と項目ごとの注釈者数を比較した。一般的な1人、3人、5人では足りないことが多く、人の意見の違いを反映するには10人超が必要な場合が多い。
Mistral AIは人の開発者とコーディングエージェント向けSpaces CLIを公開した。spaces initやspaces devなどで雛形作成、開発環境、配置を進め、対話プロンプトごとに対応するflagがあるため、エージェントが全工程を自律実行できる。initはcontext.jsonとAGENTS.mdを生成し、構造と規則を伝える。
Google Quantum AI は白書で、将来の量子コンピューターが暗号資産を守る楕円曲線暗号を破るために必要な量子ビットとゲートの数は、従来の見積もりより少ないとした。
Google DeepMindはGeminiで動く実験的なAIポインターを公表した。指しているものだけでなく、ユーザーにとっての意味も理解する。作業を中断しないこと、周囲の視覚・意味的文脈を捉えること、「これ」「あれ」のような自然な略し方に対応すること、ピクセルを場所、日付、物体など操作可能な実体へ変えることの4原則を示した。
GoogleはGeminiとWebXR、three.js、LiteRT.jsを使うXR Blocksを組み合わせたVibe Coding XRを公開した。自然言語の指示を物理的な状況を認識するAndroid XRアプリに変え、公式には60秒以内で完了する。
Google Research は TurboQuant を公開した。訓練や微調整なしで、モデル精度を損なわず KV キャッシュを3 bitに量子化できる。QJL と PolarQuant の二手法も提案した。
S2VecはS2 Geometryによる区画とラスタライズで建物・道路を多層画像へ変え、マスク付き自己符号化(MAE)で汎用埋め込みを学ぶ。米国人口密度や所得中央値など、未見地域のゼロショット社会経済予測でSATCLIP、GEOCLIPを上回るが、樹木被覆や標高では改善が必要だ。
Mistral AIは初のテキスト音声変換モデルVoxtral TTSを公開した。4Bパラメーターで、英語、フランス語、ドイツ語、スペイン語、オランダ語、ポルトガル語、イタリア語、ヒンディー語、アラビア語の9言語に対応する。APIとMistral Studioで利用でき、1000文字当たり0.016ドルである。
Google Research は The Check Up で複数の医療 AI の進展を示した。Fitbit と研究した Personal Health Agent(PHA)を含み、単一用途アプリより長期的健康を支えやすいと分かった。
Google Researchと複数のNHS機関によるAIMS研究は、Nature Cancerに2件の姉妹研究を発表し、NHS乳がん検診の手順におけるAI検出システムの性能を評価した。
Mistral AI は独自知識に基づく最先端級 AI モデル構築システム Forge を公開した。事前訓練、事後訓練、強化学習に対応し、dense と MoE の構造を扱う。必要に応じてマルチモーダル入力にも対応し、企業内の基盤でモデルの訓練とガバナンスを行える。
Mistral AIはMistral Smallシリーズの次の主要版Mistral Small 4を公開した。Magistralの推論、Pixtralのマルチモーダル、Devstralのエージェント型コーディングを初めて単一モデルに統合し、Apache 2.0を採用する。
Mistral AIはNVIDIA Nemotron Coalitionの創設メンバーとして参加すると発表した。両社はフロンティアなオープンソースAIモデルを共同開発する計画で、Mistralはモデルアーキテクチャ、マルチモーダル能力、エンタープライズ向けファインチューニングツールを提供し、NVIDIAは計算資源、モデル開発ツール、合成データ生成パイプラインを提供する。
GoogleとCornellはGPT-4o、Perplexity、Claude 3.5、Gemini Advanced Pro 1.5、NotebookLM、独自RAGに高温超伝導の専門問題67問を解かせた。12人の国際専門家がバランス、網羅性、簡潔性、証拠、画像の関連性、定性的意見の6指標で盲検評価した。研究はPNASに掲載された。
Mistral AIはLean 4向け初のオープンソースコーディングエージェントLeanstralを公開した。6Bの有効パラメーターを持つ疎な構造を採用し、重みはApache 2.0で公開した。Mistral vibeと無料APIエンドポイントlabs-leanstral-2603に接続されている。
Berkeley AI Research は、特徴、データ、モデル部品への寄与分析で LLM 出力を左右する相互作用を大規模に特定する SPEX と ProxySPEX を提案した。SPEX は疎性と低次数を使い探索を疎な復元問題へ変え、ProxySPEX は階層構造も使い、約10分の1のアブレーションで SPEX と同等性能を得る。
Google は Flood Hub で都市の鉄砲水予報を公開した。新しい AI 手法により、都市部で最大24時間先の鉄砲水リスクを予測できる。
Google ResearchはGeminiで世界のニュースから過去の災害の構造化データを抽出するGroundsourceを公開した。最初のオープンデータは都市の鉄砲水260万件を収め、150か国以上、2000年から現在までを対象とする。
Google ResearchとBeth Israel Deaconess Medical Centerは、単一施設で前向きの実現可能性研究を実施した。外来のプライマリケア受診前にAMIEが患者とテキストで問診し、医師が動画でリアルタイムに監督した。
Mistral は公開コーディングアシスタント Vibe から自律エージェントを構築した。Rails ソースを読み、RSpec テストを生成・改善し、CI/CD で人の介入なしに実行する。
Google Researchは大規模な公開音声データセットWAXALを公開した。初期版は1億人超が使うサハラ以南アフリカの27言語を対象とし、CC-BY-4.0で提供する。
MistralはVoxtral Transcribe 2を公開した。バッチ文字起こし向けVoxtral Mini Transcribe V2と、リアルタイム向けVoxtral Realtimeの2モデルからなる。
Mistral は Devstral 2 シリーズによる端末コーディングエージェント Mistral Vibe 2.0 を公開した。独自サブエージェント、複数選択式の確認、スラッシュコマンドのスキル、統合エージェントモード、自動更新を追加する。