AI研究

OpenAIのノーム・ブラウン氏が、AI研究の自動化はエージェントにとって最優先事項だと述べたと報じられており、ビルダーや研究所に大きな示唆を与えるシグナルだ。

OpenAIは、1万体のAIエージェントが88時間で100万ドル相当の数学問題を解いたと述べており、証明、検証、AI研究をめぐる疑問を投げかけている。

OpenAIはコーディングエージェントがAI研究を変えつつあると述べているが、初期の証拠では規模、測定、独立した検証に関する重要な疑問が残っている。

新しい研究は、AIモデルの基盤となる数学を再定式化することで、AIハードウェアに対するメモリとストレージの要求を大幅に削減できることを示している。

AnthropicはClaude Scienceを発表した。これは、科学者がツールを切り替えることなく計算研究を行える統合環境を提供するAIワークベンチである。

VentureBeatは、ハイパーネットワークが推論時にタスク固有のモデルアダプターを生成し、ファインチューニングのコストやRAGのコンテキスト漏洩を回避する仕組みを探る。

新しいAI搭載のブレイン・コンピューター・インターフェースにより、発話できないALS患者がフルタイムの仕事に就けるようになり、医療AIにおける重要な節目となった。

Anthropicは、隠れたスロットリングがAI研究を損なう可能性があるとの批判を受け、Claude Fable 5の保護措置を可視化する。

BBCは、ケンブリッジの研究者たちが、重要な構成要素を人工知能によって完全に設計したワクチンを試験したと報じている。

Google は、仮説生成、計算による発見、文献の洞察、科学スキルのための Gemini for Science の実験を導入しました.

Adaptionは、モデルの学習と整合の背後にある研究ループの一部を自動化することを目的としたAIツール「AutoScientist」を紹介した。

Anthropicは、Claudeの内部表現を人間が読めるテキストに変換する研究を公開した。

WIREDは、わずか10分のAI利用でも思考や問題解決のパフォーマンスに悪影響を及ぼす可能性があると示唆する研究を報じている。

MITの研究者は、日常的なデバイス上でのプライバシー保護型AI学習が81%高速化したと報告しています。

Anthropicは69体のAIエージェントを用いた1週間の社内マーケットプレイスを実施した。より高性能なモデルほど一貫してより良い成果を交渉で得ており、低性能モデルの利用者は最後まで気づかなかった。

Metaは、AIへの野心に資源を振り向けるため、約8,000人の従業員を削減する一方で、超知能研究に特化した研究ラボを立ち上げている。

ゴールドマン・サックスの研究者は、現在のAIシステムに基本的な「世界モデル」が欠けている理由と、このギャップを解消することがAI業界全体をどのように変え得るかを説明している。

新しいベンチマークにより、最先端のAIモデルでさえ複雑なグラフを分析すると精度が約50%低下し、視覚的推論の重要な限界が明らかになった。

非営利のAI組織であるMETRのチャートは、大規模AIシステムの急速な発展を追跡する中で、業界全体の熱狂の的となっている。

あるAIシステムが科学研究の全過程を自動化し、査読を通過したことで、科学界では研究の信頼性と準備状況をめぐる議論が巻き起こっている。