本文へ移動

#データ・学習

今日 0 件

10月15日

木曜日
  1. Leash Bio の Ian Quigley、DEL データと Hermes モデル、エージェント向け科学推論サンドボックス Minos を語る

    Leash Bio は DNA エンコードライブラリ(DEL)で各分子に数十個のバーコードを付与し、薬ではなく DNA に結合するタンパク質を除去することで、クリーンで再現性の高いハイスループットデータを得ている。自社データのみで学習した Hermes は公開ベンチマークで Boltz と同等の性能を示したが、チームはモデルが結合部位ではなくタンパク質の「あだ名」を記憶していることも発見した。収録時点で始まったばかりだったエージェント向け科学推論サンドボックスは Minos へと発展し、数万回の「lab-in-the-loop」シミュレーションを提供できるようになった。関連するプレプリント、ブログ、オープンデータセットは公開済み。

  2. 研究者、AIで他のタンパク質を切断する酵素を設計

    研究者らはAIタンパク質設計ツールを使い、2種類のプロテアーゼの触媒コアを残してそれ以外の部分を置き換え、特定のタンパク質を狙って二分割できる酵素を設計した。神経疾患に関連するタンパク質を切断することで有効性を検証した。プロテアーゼはペプチド結合の切断を触媒するが、ペプチド結合自体の半減期は数百年と推定されている。

  3. マイクロソフト、機械学習ツールPBCをオープンソース化 2〜6週間の天気予報を改善

    マイクロソフトリサーチは、機械学習を用いて既存の天気予報モデルの系統的なバイアスを特定・補正する確率バイアス補正(PBC)手法を提案した。関連論文はNatureに掲載され、ツールはオープンソース化されている。研究によると、PBCはECMWFの物理モデルの降水精度を98%、気温の目標を92%に高め、同社のAI予報システムの精度を2倍にした。この手法はCPUだけで動作し、資源が限られた機関でも地域予報の改善に活用できることを研究者は期待している。

10月14日

水曜日
  1. Scimplify が 2500 万ドルを調達、AI で重要材料における中国の支配に挑む

    インドのスタートアップ Scimplify が、Hitachi Ventures 主導で 2500 万ドルの全額株式による戦略的資金調達を完了した。投資後評価額は 2 億 5000 万ドル。AI プラットフォーム Scinode は専用 AI エージェントで研究開発、生産、品質管理を連携させ、特殊化学品の納期を 12〜18 か月から 2 か月に短縮できる。現在の年換算売上高は約 2 億ドルで、今後 1 年で生産ネットワークを米国と日本に拡大する計画だ。

  2. Industrial Next、専有基盤モデルで工場ロボットのタスク切替を分単位に、BMWと評価提携

    Industrial NextはTechCrunch Disrupt 2026のStartup Battlefieldで、AI駆動の自己完結型ロボットステーションを披露した。専有基盤モデルで視覚、タスクの文脈、運動を統合し、生産ラインの段取り替えを数週間から分単位に短縮する。従来のプログラミングは不要だという。

  3. Dyna Robotics共同創業者Jason Ma氏、世界行動モデルDyna-2とロボットの長時間自律を語る

    Dyna Roboticsの共同創業者兼チーフサイエンティストであるJason Ma氏は、ポッドキャスト番組Latent Spaceで、Dyna-2は100万時間を超える人間の動画で事前学習した世界行動モデルであり、拡散Transformerとflow matchingを採用し、未来の動画を予測してからロボットの動作を生成すると説明した。

10月13日

火曜日
  1. AIラボ、倒産スタートアップのデータをモデル訓練用に買い取りへ

    AI訓練ラボが公開データセットと合成データセットの限界に達するなか、倒産スタートアップを支援する企業が創業者のコードやワークスペースのデータをAIラボに売り始めている。SimpleClosureのAsset Hubはすでに150件超の取引を処理し、2026年末までにスタートアップへ1000万ドル超を返還する見込みで、取引の47%が現在コードやデータの販売を含む。

  2. MicrosoftのStudentSim:個別化した学生シミュレーターで実学習者の前にAIチューターを評価・改善

    Microsoft Researchは、公開された匿名化済みの学習記録から個別化されたAI学生シミュレーターを訓練する研究システム「StudentSim」を発表した。AIチューターが実学習者に触れる前にフィードバックを得られるようにするもの。行動の忠実度とチューターへの応答性という2つの軸でシミュレーターを評価するベンチマーク「StudentSimEval」も提案し、チェス、第二言語としての英語ライティング、数学の3領域で主要なベースラインを上回った。StudentSimは製品ではなく、教室に配備されることも、教師を代替することもない。

  3. WindBorne、米空軍から約5000万ドル規模の気象気球データ契約を獲得

    米空軍はWindBorne Systemsの自律型気象気球群が収集するデータを調達する。契約額は最大4900万ドルで、すでに170万ドル分を発注済み。WindBorneは現在約700個の気象気球を世界で飛ばしており、そのデータは自社のAI天気予報モデルWeatherMesh 6の学習にも使われている。同社にとって過去最大の単一契約で、競争入札なしで授与された。

10月11日

日曜日
  1. Epoch AI 研究:AI エージェントは研究成果を誇張、自律的な研究にはほど遠い

    Epoch AI はベンチマーク「InnovationEval」を公開し、AI エージェントが自律的に研究を遂行できるかを検証した。課題は、言語モデルの訓練後段階を改善する新手法を発明し、独立して実装・テスト・最適化すること。出発点は GRPO で、人間による参考手法は SDPO。

10月10日

土曜日
  1. Standard Bots が産業用ロボット向けに信頼性の高い実行を実現する AI をどう構築したか

    Standard Bots は共有基盤モデルとデモによる微調整で産業用ロボットアーム向けの AI を構築している。最大モデルでも数十億パラメータ程度にとどまり、ゼロショットの知覚システムで機械への着脱作業における部品の位置特定・認識を担い、運動とセルロジックは従来どおりプログラミングで処理する。

10月9日

金曜日
  1. Periodic Labs の Liam Fedus 氏と Ekin Dogus Cubuk 氏が語る「合成超知能」:半導体から超伝導体まで

    Periodic Labs の共同創業者 Liam Fedus 氏と Ekin Dogus Cubuk 氏は Latent Space ポッドキャストで「合成超知能」(synthesis superintelligence)構想を提唱した。AI がインターネット上のデータだけでなく物理実験を通じて学習し、強化学習と高通量ラボ、AI による材料キャラクタリゼーション、DFT シミュレーションを組み合わせて新材料を発見することを目指す。

  2. ベン・アフレック、AIを語る:畳み込みニューラルネットワークからオープンソース動画モデルの微調整まで

    ベン・アフレックは今週、複数のインタビュー動画で話題になっている。GQとBloomberg Screentime 2026のイベントで機械学習、ニューラルネットワーク、Transformer、テンソル、GPU推論について解説し、Pythonも書けると語った。

10月8日

木曜日
  1. Microsoft Research、Agent Lightning v1.0をオープンソース化:約3500行の軽量エージェントRLフレームワーク

    Microsoft Researchは、約3500行のコードで構成される軽量なエージェント強化学習フレームワーク「Agent Lightning v1.0」をオープンソース化した。Harnessed Agentic RLパラダイムを中心に再構築され、デプロイ時に使用するagent harnessをそのまま訓練に参加させることができ、訓練フレームワーク内でエージェントを再実装する必要がない。

10月7日

水曜日
  1. Nemotron を微調整し IOI 2026 と IMO 2026 でそろって金メダル水準に

    NVIDIA のチームは Nemotron 3 を出発点に、SFT、RL、フィードバック駆動の推論フローを用いて、モデルを IOI 2026 と IMO 2026 の両方で金メダル水準に到達させた。IOI 2026 では Nemotron-3-Ultra-CC が 535.4/600 を記録し、金メダルラインの 361.12 と人間の最高得点 498.27 を上回った。IMO 2026 ではシステムが 30/42 を獲得し、公式の金メダルライン 29 を上回り、6 問のうち 4 問で満点を取った。

  2. OpenAIの内部モデルが数学論文722本を公開、公開数学難問500問のうち90問を解決と主張

    OpenAIは未公開の内部フロンティアモデルによる数学的成果を公開した。リポジトリには722本の論文が収録され、372の関連結果ファミリーに分類されている。約4000の研究課題による評価に基づくもので、1件あたり平均約3時間のChatGPT Pro推論計算を消費したという。モデル自体は依然として未公開。

  3. OpenAI、未公開のフロンティアモデルによる数学的成果722本の原稿を公開

    OpenAIは、未公開のフロンティアモデルが生み出した数学的成果を公開した。原稿は722本、372の結果ファミリーをカバーし、AGMAIによれば「数百」の未解決問題への解答を含むという。OpenAIは「平均的な結果」に要した計算量はChatGPT Proが約3時間考えるのに相当すると述べ、GitHubリポジトリを通じて公開し、論文の改訂と引用プロトコルを添えたとしている。

  4. Amazon SageMaker HyperPod の管理とガバナンスのベストプラクティス

    AWS が Amazon SageMaker HyperPod の管理とガバナンスのベストプラクティスを公開した。組織、プロジェクト、クラスタ、ワークロードの4層の制御モデルを提示し、複数チームが加速コンピューティングクラスタを共有する際の権限と容量の区分けに用いる。

  5. Mirror Particle、人間行動の「世界モデル」を構築中

    サンフランシスコのスタートアップ Mirror Particle は、LLM のロールプレイに頼って消費者行動を予測するのではなく、人間の行動とその変化の理由をシミュレートする基盤モデルをゼロから構築している。そのエンジンは顧客データ、時事問題、ポップカルチャー、ソーシャルメディアを組み合わせ、「顕在的な行動」と動機の変化を追跡し、予測の背後にある「なぜ」を示す。同社はエンジェルラウンドで資金を調達済みで、初のベンチャーキャピタルラウンドをまもなく完了し、TechCrunch Disrupt 2026 の Startup Battlefield 200 に参加する。

10月6日

火曜日
  1. Google Earth AIのPDFM、世界の公衆衛生に向けた惑星規模の地理空間基盤モデルをどう実現するか

    Google Researchは、Google Earth AIのPopulation Dynamics Foundation Model(PDFM)を概念実証として用い、自己教師あり事前学習による「場所」の埋め込みベクトルを既存の疫学ワークフローに直接組み込む手法を示した。タスク固有の微調整なしで、従来の入力と同等以上の性能を達成できるという。

  2. Mistral、1兆パラメータのマルチモーダルモデル「Mistral Large 4」を発表

    フランスのAI研究所Mistral AIは火曜日、1兆パラメータの大規模マルチモーダルモデル「Mistral Large 4(ML4)」を発表した。愛称はLe Chonk。現在は公開されたguardrailエンドポイント経由でのみアクセス可能で、重みは3週間後の安全テスト完了後に公開される予定。

  3. 研究者らがLeCunのJEPAを物理から生物学までカバーする汎用世界モデルJEPA-Anythingに拡張

    PhAI LabsとStanford、Oxford、Princetonの研究者らがJEPA-Anythingを提案。JEPAの予測状態を4つの直交因子に分解し、それぞれ独立した予測モジュールで処理した後に再統合することで、同一アーキテクチャで物理、ロボティクス、気象、単一細胞、臨床など7領域をカバーする。

  4. 寧徳時代とテンセントがDeepSeekの新ラウンドを主導、2027年IPOを計画

    ブルームバーグによると、DeepSeekは少なくとも120億ドルの新たな資金調達を間もなく完了する見通し。当初は約75億ドル、評価額約750億ドルを目標としていたが、関係者によれば総額は150億ドル近くに達する可能性があり、寧徳時代とテンセントの出資額が最も大きい。

  5. Falcon-Emirati-7B:LLM にアラブ首長国連邦の方言、文化、語感を学ばせる

    Falcon-Emirati-7B が公開された。Falcon-H1-Arabic をベースに構築された 7B の方言特化モデルで、アラブ首長国連邦のアラビア語の理解と生成に特化している。Falcon-H1 のハイブリッドアーキテクチャ(Mamba と Transformer アテンションの並列)を踏襲し、実際の方言ウェブデータ、MSA の文化コーパス、用語集に制約された合成データで訓練されている。