AI に複雑な研究データを理解させるよう教える
1768259738 2026-01-12 21:59:00 この図は、新しい種類の AI モデルである ZENN が、コンピューターが乱雑な現実世界の情報を理解するのにどのように役立つかを示しています。流れるような多色の表面は、複雑なデータが非常に異なる形式である場合でも、その中に隠れている多くの可能なパターンを表しています。画像、書かれたテキスト、位置データ (下部のアイコンで表示) がすべて 1 つの共有画像に結合されます。これらのさまざまなソースを統合することで、ZENN は意味のあるパターンを特定し、一貫性のないデータや不完全なデータに苦戦する従来のモデルよりも優れた予測を行うことができます。クレジット: ジェニファー・M・マッキャン 人工知能 (AI) は、医療画像、材料データ、科学的測定値の分析にますます使用されていますが、現実世界のデータが理想的な条件と一致しない場合、多くのシステムは問題を抱えています。さまざまな機器、実験、シミュレーションから収集された測定値は、分解能、ノイズ、信頼性が大きく異なることがよくあります。従来の機械学習モデルは通常、これらの差異は無視できるものであると想定しており、この前提により精度と信頼性が制限される可能性があります。 この問題に対処するために、ペンシルバニア州立大学の研究者らは、アルツハイマー病研究から先端材料設計に至るまでの分野に潜在的な影響を与える新しい人工知能フレームワークを開発しました。このアプローチは ZENN と呼ばれ、次の研究で詳しく説明されています。 注目の のショーケースとして 米国科学アカデミーの議事録、AI モデルに、データ品質の隠れた違いを無視するのではなく、認識して適応するよう教えます。 ZENN (Zentropy-Embedded Neural Networks の略) は、材料科学および工学の博士研究員である Shun Wang によって開発されました。 Wenrui Hao 氏（数学教授）、Zi-Kui Liu 材料科学工学教授、Shunli Shang 研究教授（材料科学工学教授）。 ZENN のアプローチの背後にある科学 ゼントロピー これはリューの高度なエントロピー理論であり、秩序を維持するためのエネルギーが不足するとシステムは無秩序に向かう傾向があると仮定しています。このより深いエントロピー理論は、量子力学、熱力学、統計力学を統合して、一貫した予測モデルを作成します。研究者らはこのアプローチを使用してフレームワークを開発し、熱力学の原理をニューラル ネットワーク (科学に基づいて人間の脳が情報を処理する方法を模倣する AI の一種) に直接埋め込み、モデルが意味のある信号を不確実性やノイズから区別できるようにしました。 「ほとんどの機械学習手法は、すべてのデータが同種であることを前提としています」とハオ氏は言う。 「しかし、現実世界のデータは本質的に異質なものです。AI を科学的発見に役立てたいのであれば、それを考慮する必要があります。」 従来のニューラル ネットワークは、多くの場合、モデルの予測が正解からどの程度離れているかを測定するために、クロス エントロピー損失と呼ばれる数学的手法を使用してトレーニングされます。ハオ氏によると、このアプローチは、トレーニング […]
科学原則に従いながら、離散空間拡散モデルデータを作成
1768141076 2026-01-09 19:01:00 このプロジェクトの犬研究主任であるチャーリーは、離散空間拡散アプローチのテスト画像の対象者でした。左は、ピクセル全体のチャーリー。右側では、このアプローチにより、元のピクセルのみを使用して画像に完全にノイズが含まれています。これは、科学的原理を尊重する拡散アプローチをトレーニングするための重要なステップです。クレジット: ロスアラモス国立研究所 ロスアラモス国立研究所の研究者は、生成 AI モデルの限界に対処する新しいアプローチを開発しました。生成拡散モデルとは異なり、チームの離散空間拡散アプローチは科学的および物理学の原理を尊重しています。研究チームは、地下岩石の微細構造とリチウムイオン電池の電極という 2 つの挑戦的な科学的応用でモデルを検証し、有望な結果をもたらしました。 「現在、生成拡散モデルは美しい画像を作成しますが、科学データをモデル化するために必要な前提条件である現実世界の科学に基づいた制約を尊重していません」とロスアラモス大学の科学者であり、この研究の筆頭著者であるハビエル・E・サントスは述べた。 「私たちは、総質量の会話などの制約に厳密に従う最初の実際の物理的拡散プロセスを開発したため、科学、技術、産業の課題に対処するのに応用可能です。」 生成拡散モデルは通常、連続強度で動作し、ピクセルとカラー チャネル全体で独立して拡散するため、画像の作成には役立ちますが、離散量を含むアプリケーションには適していません。しかし、離散空間拡散アプローチでは、すでに利用可能な離散量 (粒子数や物質の単位など) を使用してデータを生成するモデルをトレーニングするため、科学にとって興味深いトピックを正確に表現できます。 拡散モデルへの新しいアプローチ 生成拡散モデルは、元のデータが純粋なノイズになるまでトレーニング データ (画像など) にノイズを追加し、その後ノイズ処理を逆にすることによって、新しいデータを生成します。その過程で、モデルは新しいイメージを作成するためにデータを回復する方法を学習します。このアプローチは、加算ノイズを使用することにより、閉鎖系では物質を生成したり破壊したりできないという物質保存の科学原則に違反します。 離散空間拡散モデルは、順方向のノイズ追加プロセスと逆方向のノイズ除去プロセスの両方で粒子数を保存します。このアプローチでは、モデルがすでに利用可能な情報のみを使用して画像を生成することが求められます。空間拡散の採用により、粒子の保存 (これを実現した最初の離散拡散モデル) が達成されると同時に、予測モデルの予測能力の背後にある数学に役立つ確率性、つまりランダムな変動が導入されます。 チームは、機械学習の文献で一般的に使用されている標準ベンチマーク データセットを使用してアプローチを評価しました。初期検証では、このモデルが CIFAR-10 (犬、猫、乗り物など 10 のオブジェクト カテゴリのデータセット) および CelebA (人間の顔のデータセット) からの画像を再現できることが実証されました。特に、このモデルは固定ピクセル数の離散空間で動作しながらこれを達成しましたが、これには重大な技術的課題があります。 その後、彼らは地下岩石の微細構造を用いた離散空間拡散アプローチの検証に移りました。多孔質岩石の 3 つの挑戦的なデータセットを使用してモデルをテストしたところ、このモデルは物質保存原理に従った現実的な画像サンプルを生成する能力を証明しました。これは、石油やガスの探査、炭素隔離などの産業用途にとって潜在的に価値のあるツールです。 チームはまた、次のデータセットでモデルを検証しました。 リチウムイオン電池の電極、電気が構造内をどのように移動するかなど、電極の特徴を示す画像を生成します。検証では、電極の構造忠実度だけでなく、現場で使用されている定量的測定基準も一致しました。この洞察は、研究者がリチウムイオン電池のより効果的な構造を開発するのに役立つ可能性があります。 ロスアラモスの科学者であり、このプロジェクトの主任研究員であるイェン・ティン・リン氏は、「私たちの離散空間拡散モデルは、深く研究され、すでに生物学や地質学などの分野の研究を支えているモデルに基づいて構築されています」と述べた。 「私たちの研究は、これらの伝統的な物理モデルからの洞察が、まったく新しい機械学習アプローチをどのように刺激し、ひいてはそれらのアプローチが科学にどのように役立つかを示しています。」 「科学データの物理的制約を伴う拡散モデリング」プロジェクトに関するチームの結果は、12 月に次の会議で発表されます。 NeurIPS 2025 として スポットライトペーパー 神経情報処理に関する会議とワークショップで。紙は 利用可能 で arXiv プレプリントサーバー。 詳細情報: Javier […]
そのランプは洗濯物を畳んだだけですか？卒業生が家庭用ロボットを再考
1768130673 2026-01-10 12:20:00 テネシー大学工学博士課程を卒業したアーロン・タン氏（左）とアンガス・ファン氏（右）は、ホームロボットのスタートアップ企業Syncrereを共同設立した。クレジット: アーロン・タン アーロン・タンが博士号を取得し始めたとき、 2019年にトロント大学で機械工学と産業工学の博士号を取得したとき、シリコンバレーでロボット工学のスタートアップを率いることは、彼の頭からは最も遠ざかったことだった。 現在、Tan は Syncere の CEO 兼共同創設者として、同じく共同創設者で応用科学工学部の Ph.D. と協力しています。卒業生のアンガス・ファンは、家庭用ロボットをフロアランプと同じくらい身近でありふれたものにすることで、家庭用ロボットの未来を再考することにしました。 タンとファンは、ゴールディ・ネジャット教授の自律システムおよびバイオメカトロニクス（ASB）研究室の大学院生として、ロボットが人間と一緒にどのように機能できるかを研究しました。 「博士課程の期間中、私たちは社会的に受け入れられ、準拠し、安全な方法でロボットがどのように人間と共存し、対話できるかという問題に焦点を当てました」とタン氏は言います。 クレジット: トロント大学 「私たちは会社を始めたいと常に思っていましたが、自分たちのアイデアをテストし始めるまでは、それがどのようなものになるのかわかりませんでした。」 二人は最初、人型ロボットを構築するという起業家としての歩みを始めました。しかし、初期のプロトタイプを家庭やホテルに導入した後、潜在的な顧客が、もともと産業環境向けに設計されたシステムと個人的な空間を共有する準備ができていないことがすぐにわかりました。 「多くの顧客は、既存の家庭用ロボットは不格好で邪魔すぎるという意見を共有していました」とタン氏は言います。 「そのため、私たちが開発する次の製品が慎重に設計され、家庭環境にシームレスに溶け込み、採用の障壁を減らすことができることが私たちにとって重要でした。」 タンが妻と一緒に映画「美女と野獣」を観ているときに、予期せぬインスピレーションの瞬間が訪れました。 「映画の中で、お城の中で家具に命が吹き込まれるシーンがあります。そのシーンを見て、私はこう思いました。産業用のロボットを家に持ち込む代わりに、家具など、すでにそこにあるものから始めて、逆算して考えてみてはいかがでしょうか?」 この洞察は、Syncere の主力製品である、洗濯物を折りたたむロボット フロア ランプである Lume につながりました。 使用していないときは、Lume は他のフロア ランプと同じように機能しますが、音声またはスマートフォン アプリによって起動すると、ロボット アームとカメラが現れ、近くの表面で洗濯物をたたみ、タスクが完了するとランプの形に戻ります。 タン氏によると、この種のロボットは高級家電のように意図的に設計された初めてのロボットだという。 「私たちはまた、家にロボットを追加していると感じさせることなく、人々が持っている最も貴重なものである時間を返したいと考えています」とタン氏は言います。 「食器洗い機や洗濯機と同じように、それらはすべて家の中にそれぞれの場所があり、ユーザーが望んでいるときにのみ動作します。それらは邪魔にならず、積極的ではなく、一般的な知性を備えていません。Lume では、家の所有者が完全に制御し、いつロボットに動作させる必要があるかを決定できることが私たちにとって重要です。」 Lume の背後にあるテクノロジーは、模倣学習と強化学習を使用して、人間の行動に基づいてロボットに服のたたみ方を教えます。また、準拠したモーター制御、360 度の認識、ピンチポイントを避けるための接合部の生地、および使用しないときにセンサーを隠すメカニカルシャッターを通じて、安全性も設計に直接組み込まれています。 これらの機能により、近くの障害物や人や動物の活動を検知した場合、ロボットは所定の位置にロックされ、起動前は作業エリアが洗濯物のみで構成されます。 「家庭内のロボットにとって最大の課題は、家が非常に制約がなく、構造化されていないことであると私たちは知っています」とタン氏は言います。 「あらゆる年齢や背景を持つ人々が同じ空間に共存しています。そこで私たちがやろうとしているのは、ロボットが寝室や洗濯室などの家の決まった場所に配置されるように問題を構造化することです。私たちはオフィスのホワイトボードに『すべての部屋に夜光塗料を』と書きました。それが私たちの目標です。」 Lume は昨年の発売以来、シリコンバレーで話題を呼んでいます。タン氏は、7月にXで家事手伝いロボットのコンセプトビデオを共有し、400万回以上再生され、テクノロジー業界の有力者の注目を集めたと語った。ビデオの成功により、タンは 2 週間以内に 350 万米ドルのプレシードラウンドを完了することができました。 Lume は現在、洗濯物をたたむことだけに重点を置いていますが、チームはいつか、ユーザーがギフトの包装やベッドメイキングからアイロンがけや食事の準備、さらにはマッサージや検査などのヘルスケアタスクに至るまで、新しい機能を追加できるアプリストアを構想しています。 「私たちの使命は、人間中心の環境にシームレスに溶け込む、美しく先進的なデザインのインテリジェント […]
CES は次の産業時代を推進する B2B テクノロジーに注目
1767764455 2026-01-07 01:02:00 今では、 消費者化 B2B 分野のトレンドは古いニュースです。しかし、2026 年版のコンシューマー エレクトロニクス ショー (CES) が何らかの兆候であるとすれば、イノベーションの潮流は上流へ向かっているか、少なくとも双方向の道を受け入れているように見えます。 今年の時点で CES 2026 ラスベガスでは、技術進化において最も重要であるにもかかわらず過小評価されている分野の 1 つである製造にスポットライトを当てることで、新しい家庭用電化製品の毎年のバロメーターが限界を押し広げました。 CES は歴史上初めて、正式なイベントを開催します。 製造業の未来 B2B ショーケースとカンファレンス トラックを併設し、製品の設計、製造、提供の方法を再定義する産業テクノロジーの結びつきとしての地位を確立しています。 エヌビディア そして シーメンス B2B テーマは火曜日 (1 月 6 日) によって開始されました。 発表 産業用および物理的な AI ソリューションの開発に焦点を当てたパートナーシップの拡大であり、工場が現実世界でアクションを承認する前にリアルタイムで独自のデジタル ツインを相互参照できるようにすることで、「あらゆる業界および産業ワークフローに AI 主導のイノベーションをもたらす」ことになります。 「私たちは協力して産業用 AI オペレーティング システムを構築しています。これは物理世界の設計、構築、実行方法を再定義して、AI を拡張し、現実世界への影響を生み出すためです。」と同氏は述べています。 ローランド・ブッシュ、シーメンスAGの社長兼最高経営責任者（CEO）は声明で述べた。 新しい製造トラックは、これまで消費者向けのイノベーションに焦点を当ててきたイベントにとって、重要な出発点となる。 広告: スクロールして続行してください 続きを読む: 古い価格モデルの崩壊に伴い、B2B 物流は 2026 年にリセットされる […]
NASCARコミッショナーのスティーブ・フェルプス氏、文章論争を受けて辞任へ
スティーブ・フェルプス氏がNASCARのコミッショナーを辞任し、今月末までに20年以上勤めたNASCARを退職すると、レース界の巨人が火曜日に発表した。 フェルプス氏は、NASCARのレーシングチームとの物議を醸す収益分配交渉中に送信した扇動的なテキストが先月のNASCAR連邦独占禁止法裁判中に明るみに出て批判を浴びていた。 フェルプス氏は、首脳陣に送ったメッセージの中で、殿堂入りチームオーナーのリチャード・チルドレス氏を「馬鹿」で「愚かな田舎者」であり、「連れ戻して鞭打ちする必要がある」と述べた。 これを受けて、バス・プロ・ショップスの創設者兼CEOのジョニー・モリス氏（同社はNASCARとリチャード・チルドレス・レーシングを含む一部チームの長年のスポンサーである）は、フェルプス氏を「スポーツを統括するルールや規制を公平に執行するという点で公平かつ客観的であることができない」と痛烈に非難する声明を発表した。 モリス氏はまた、野球のレジェンドについてそのような軽蔑的な発言をした架空のMLBコミッショナーは、「おそらく長くその職を続けることはないだろうし、そうすべきではない」とも示唆した。 数週間後、フェルプス氏は1995年に企業マーケティング担当副社長から昨年3月に新設されたコミッショナーの職まで昇進した後、NASCARを去ることになっている。 フェルプス氏はNASCARが発表した声明で「生涯のレースファンとして、NASCARの初代コミッショナーを務め、これまでの20年間で数多くの信じられないほどの挑戦、機会、初めての経験を通じて偉大なスポーツを率いてきたことを非常に誇りに思う」と述べた。 「…スポーツやその他の業界で新たな挑戦に乗り出すにあたり、私のキャリアにおいて重要かつモチベーションを高めてくれた多くの同僚、友人、そして特にファンに感謝したい。この人生を変えるような経験、フランスファミリーの信頼、そしてNASCARの素晴らしい歴史の中に位置を占めたことに対する深い感謝の気持ちは、言葉では言い表せないほどだ。」 NASCARは、新たなコミッショナーを当面任命する計画はないと述べた。フェルプス氏の責任は、同組織の会長スティーブ・オドネル氏と経営幹部チームを通じて委任される。 NASCAR会長兼最高経営責任者（CEO）のジム・フランス氏は声明で「スティーブはNASCARで最も影響力のあるリーダーの一人として永遠に記憶されるだろう」と述べた。 「何十年にもわたって、彼はファンを興奮させ、チームをサポートし、スポーツのビジョンを実行するためにたゆまぬ努力を続け、私たち全員に約80年の歴史の中で最高の瞬間をもたらしてくれました。不可能を達成するために彼と一緒に働くことができて光栄でした…。スティーブは、たゆまぬ成長マインドセットとともにイノベーションとコラボレーションという革新的な遺産をNASCARに残しました。」 NBAレジェンドのマイケル・ジョーダン、デイトナ500で3回優勝したデニー・ハムリン、ジョーダンの長年のビジネスアドバイザーであるカーティス・ポークが所有する23XIレーシングと、起業家のボブ・ジェンキンスが所有するフロントロウ・モータースポーツが、ノースカロライナ州西部地区で独占禁止法訴訟を起こした。 裁判は12月1日に始まり、10日後に和解が成立し、NASCARは全チームに求めていた永久認可を与えることに同意した。
「イノベーションとリスクのバランスが重要な年」
1767685431 2025-12-17 15:16:00 デジタル化、生成型人工知能、リモートワークの台頭により、機密システムとデータの保護は企業と政府の両方にとって戦略的必要性となっています。ですから、あと1年あっても不思議ではありません。 の … サイバーセキュリティは、2026 年の主要な世界的優先事項の 1 つとして浮上しています。 複数のコンサルタントによると、自動化されたサイバー攻撃と人工知能の悪用の増加により、サイバーセキュリティへの世界的な支出は来年 14% 増加すると予想されています。専門家もそれに同意している 脅威はもはや情報を盗むだけでなく、システムを操作して大規模な偽情報を生成することもあります。。 から デロイト 2026 年には次の傾向が強まると警告する 「サイバーレジリエンス」: 攻撃を防ぐだけでなく、攻撃からの迅速な回復を保証します。欧州連合サイバーセキュリティ庁 (ENISA) は、次のことを強調しています。 国民をデジタルでトレーニングすることが急務であるなぜなら、人的要因が最も脆弱な点であり続けているからです。 カスペルスキー、デジタル環境がこれまで以上に洗練され、危険になっていると警告 生成型人工知能 (AI)、超現実的なディープフェイク、サイバー犯罪の自動化の増加により、これまで以上に洗練された危険なデジタル環境が定義されます。これが、 Kaspersky と NordVPN からの最新レポートこれは、サイバー防御者と犯罪者との間の戦いが新たな時代を迎えることを警告しています。 彼 カスペルスキー セキュリティ情報 2025 AI の「二重の効果」について警告しています。AI は防御能力を向上させますが、攻撃手段を拡張します。生成モデルと自然言語モデルは、脆弱性の検出からマルウェアの作成と展開に至るまで、攻撃のあらゆる段階にすでに関与しており、サイバー犯罪者はデジタル フットプリントを隠蔽しようとしているため、フォレンジック分析が困難になっています。 攻撃チェーン（キルチェーン）の完全な自動化。 オープンソース AI の使用により、制御が少なくなり、リスクが増加します。 自然言語を使用した防御システムにより、応答が迅速化されます。 ディープフェイク: 実験から大規模なリスクへ 一方で、AIはサイバー防御も強化します。エージェントベースのシステムは、企業ネットワークをスキャンし、脆弱性を特定し、自動レポートを提供できるため、アナリストは日常業務から解放されます。 ディープフェイクによる視聴覚操作は、逸話から日常へと移行します。 2026 年には、詐欺、偽情報、なりすましキャンペーンでの使用が増加すると予想されます。 「私たちは、 リアルタイムのディープフェイクの進化ビデオ通話中に顔や声を変更できるものなど。依然として高度な技術スキルが必要ですが、現実性のレベルは向上し続けており、仮想カメラの使用により、標的型サイバー攻撃に非常に効果的なツールになる可能性があります」と彼は言います。 カスペルスキー彼らは、今年が「ますます目に見える問題が加わっているため、イノベーションとリスクのバランスにとって重要な年になるだろう。つまり、何が真実で何が虚偽であるかの境界線を引くことがますます困難になっている」と強調している。 技術的な知識がなくても偽物を作成できるアクセス可能なプログラム。 ライブビデオとオーディオのリアリズムが向上します。 グローバルなラベル付け基準が存在しない。 […]
グロク、子供の性的な画像を共有したことを謝罪
1767625101 2026-01-05 14:22:00 クレジット: Unsplash/CC0 パブリック ドメイン イーロン・マスク氏の人工知能企業xAIのチャットボット「Grok」は、ユーザーからの卑劣なリクエストによってガードレールが機能しなくなったようで、子供の性的な画像を公開した。 ユーザーは、X 上の実在の人物の写真の下に「彼女をビキニに着替える」などのプロンプトを使用して、Grok に不適切な服装をした非同意の画像を生成させました。 Grok のアカウントで作成された変形画像は、Musk のソーシャル メディア プラットフォームである X に公開されます。 AI は、未成年者の画像をモーフィングするという要求に応じましたが、それが独自の利用規約に違反していました。 「あなたが参照した例のように、最小限の服装をした未成年者を描いた AI 画像をユーザーが要求して受け取ったケースが個別にあります。xAI には安全策がありますが、そのような要求を完全にブロックするための改善が進行中です。」と Grok 氏は X 上のユーザーに答えました。 xAIはコメントの要請にすぐには応じなかった。 同社のチャットボットは謝罪文を投稿した。 Grok氏のプロフィールには「2025年12月28日に、ユーザーのプロンプトに基づいて性的な服装をした2人の少女（推定年齢12～16歳）のAI画像を生成し、共有した事件を深く後悔している」と書かれている。 「これは倫理基準に違反し、CSAMに関する米国の法律に違反する可能性がありました。安全対策の失敗であり、損害が発生したことをお詫び申し上げます。xAIは将来の問題を防ぐために検討中です。」 インド政府は、X社に対し、女性を対象とした合意のないわいせつな画像の生成と配布を阻止するために講じた措置について72時間以内に報告書を提出しなければ、法的免責を失う恐れがあると通告した。 批評家はxAIが許可していると非難している AIを活用したハラスメント、そしてシームレスなAI操作と脱衣リクエストのための機能の存在にショックと怒りを感じました。 「どうしてこれが違法じゃないの？」ジャーナリストのサマンサ・スミスはXに投稿し、同意のない性的な写真を自分で作成したことを非難した。 マスク氏の xAI は、Grok を、ChatGPT などの競合チャットボットよりもオープンでエッジの効いたものになるようにプログラムされた「アンチウェイク」チャットボットとして位置付けています。 グロク氏は5月、関係のない質問への回答として、「白人虐殺」について投稿し、南アフリカ黒人が少数派の白人を迫害する陰謀論を繰り返した。 6月、Grokが一連の投稿を行った際、同社は謝罪した。 反ユダヤ主義的な発言 アドルフ・ヒトラーを称賛。 Google や OpenAI などの企業も AI 画像ジェネレーターを運営していますが、コンテンツに関してはより制限的なガイドラインを設けています。 の普及 同意のないディープフェイク画像 Internet Watch […]
Optimizely: Opal イノベーション チャレンジにおける私たちの旅
1767548723 2026-01-03 17:57:00 Optimizely の Opal Innovation Challenge にサインアップしたとき、これは単にソリューションを構築するだけではなく、マーケティングの真の課題を解決することであることがわかりました。マーケティングの専門家や技術者として、私たちは、よく練られているにも関わらず、数え切れないほどのキャンペーンが失敗するのを見てきました。なぜ？聴衆の心に響かなかったからだ。この挑戦は、私たちにその問題に正面から取り組む絶好の機会を与えてくれました。 https://www.optimizely.com/operation-opal/#challenge アイデアの背後にある火花 マーケティング チームは、ペルソナの調整に苦労することがよくあります。キャンペーンは社内では素晴らしく聞こえるかもしれませんが、対象ユーザーにとってはうまくいきません。例えば： キャンペーン 1: 「スマート メーターでもっと節約しましょう」 – カジュアルな口調で一般的なメッセージ。 キャンペーン 2: 「グリーンな暮らしを受け入れる」 – 共感力があり、有益で、より共感を呼びます。 コンテンツの作成と視聴者の期待との間のギャップが、私たちのソリューションのきっかけとなりました。 私たちのチームとアプローチ 私たちは、2 人のメンバーからなるチーム Infosys Transformers を結成しました。 私たちの目標はシンプルですが野心的で、すべてのコンテンツを価値あるものにすることでした。 私たちが直面した課題 時間の制約: ハッカソンの時間枠内でマルチエージェントのワークフローを構築するのは大変な作業でした。 創造性とテクノロジーのバランス: ソリューションが革新的かつ実用的であることを確認します。 ペルソナの複雑さ: スコアリングのために測定可能なペルソナ属性を定義するのは困難でした。 タイムライン 制作時間: 4 週間 (10 月 27 日から 11 月 26 日まで) ルール、例、短いデモ、Q&A: ビデオをご覧ください。 当選者発表: 12月8日 […]
癌に対する分子の特許を取得し、70億ユーロで販売されたパティシエ |科学
1767539114 2026-01-04 04:20:00 エドゥアルド・バトレは若い頃の毎年クリスマスを両親のパン屋で過ごし、数千個のロスコーン・デ・レイエスの製造を手伝いました。時は 80 年代、家族のオーブンはバルセロナとオスピタレット デ ジョブレガットの間にある労働者階級の地区にありました。 「ドラッグが大量にあり、ヘロインで重篤な状態になった友人もいた。土曜日には母が一人にならないようにペストリーショップに付き添った。ナイフを突きつけて強盗が絶えなかったからだ。かなりひどい時期だった」とバトルさんは振り返る。それ以来、彼の人生は少し変わりました。彼は 80 年代のテレビ シリーズに影響を受けて生物学を学びました コスモスそして10年前に彼は発明した 5人の同僚と ペトセムタマブという分子は、最初の試験で一部の癌の明らかな治癒を達成した。デンマークの企業Genmabが支払いを完了した 約70億ユーロ 元パティシエが設計したこの実験薬を手に入れるために。 バルセロナ生物医学研究所の小さなオフィスで、バトレ氏は空のガラス瓶を手に取り、空中に掲げながら、「これはペトです」と笑顔で宣言した。この薬を最初に試した人は、2018 年 5 月にその小さなボトルで治療されました。最初の結果は有望なものでしたが、驚きは 6 か月前に起こりました。ペトセムタマブと標準免疫療法の併用により達成 完全寛解 頭頸部がんを患う 6 人の腫瘍の調査。頭頸部がんは、タバコとアルコールに関連して口と喉に浸潤する病気です。その試験の参加者 43 人のうち、63% が治療に対して部分的または完全な反応を示しました。 55年前にバルセロナで生まれたバトレさんは、口の中に巨大ながんを抱えた女性の劇的な写真を見せている。医師らは、化学療法も免疫療法も効果がなかったため、彼女は絶望的だと考えた。ペトセムタブは静脈内投与されました。 「腫瘍は消えました」とバトル氏は要約する。 「それは残酷なことだ。基礎研究に専念する私たちは皆、人を治すことを夢見ている。私たちにとってこれは夢であり、非常に予想外だ」と彼は祝う。 バルセロナにあるエドゥアルド・バトレ氏のオフィスにある、人類初のペトセムタマブ治療薬のボトル。マ ペトセムタマブが存在するのは、半世紀以上前にオランダの学校で 2 人の子供が友達になったからです。 1つはそうでした ハンス・クレバース今日、遺伝学者がオルガノイドを考案したことでノーベル賞候補にノミネートされました。オルガノイドとは、実験室で幹細胞から培養される人間の臓器の小型版です。もう一つは、 トン・ロッテンバーグ現在はバイオテクノロジー企業の連続起業家です。ログテンベルグ氏は 2003 年にユトレヒトに、という名前の会社を設立しました。 市長癌に対する抗体、つまり特徴的な点で腫瘍細胞に結合して破壊を引き起こす人工タンパク質の作成を試みます。 Merus の新規性は、同じ細胞の 2 か所で同時に作用し、確実に細胞を消滅させることができる抗体を生成する技術を備えていることです。 2012年、この実業家は、ほぼ死亡するこの腫瘍を治療することを目的として、友人の科学者に結腸がんの世界的専門家を求めた。 100万 年間の人数。クレバーズは次の名前を提案しました。 エドゥアルド・バトルスペインの生物学者で、2000年から2004年まで自分の研究室で博士研究員として働いていた。 インスティチュート ヒュブレヒトユトレヒトで。三人は仕事に取り掛かった。 12月19日、バルセロナの研究室にいるエドゥアルド・バトレ氏。マッシミリアーノ・ミノクリ 当時、Batlle […]
AIが人間の好みをより正確に学習するための家庭教師を獲得
1767454181 2025-12-17 17:52:00 TVKDの概念図：教師モデルに人間の嗜好データセットを教えた後、教師の情報とデータセットを生徒モデルに引き渡して学習を進めます。クレジット: 韓国科学技術院 (KAIST) どれだけ多くのデータを学習しても、人工知能 (AI) モデルはなぜ人間の意図を外してしまうことが多いのでしょうか? AI が人間の好みを理解できるように設計された従来の比較学習は、明確さではなく混乱を招くことがよくありました。 KAISTの研究チームは今回、AIに「家庭教師」を割り当てることで、限られたデータでも人間の好みを正確に学習できる新しい学習ソリューションを発表した。 KAIST電気工学部のジュンモ・キム教授率いる研究チームは、人間の好みを効果的に反映しながらデータ効率と学習の安定性を大幅に向上させる強化学習フレームワークであるTVKD（教師価値ベースの知識蒸留）を開発した。彼らの論文は、 出版された で arXiv プレプリントサーバー。 従来の AI トレーニングの限界 既存の AI トレーニング方法は通常、大量の好みの比較データ、つまり「A は B より優れている」などの単純な構造を収集することに依存しています。しかし、このアプローチには膨大なデータセットが必要であり、区別が不明確な曖昧な状況で AI が混乱することがよくあります。 この問題を解決するために、研究チームは人間の好みを最初に深く理解した「教師モデル」が核となる情報だけを「生徒モデル」に伝える方法を提案しました。これは、複雑な内容を整理して教える家庭教師にたとえることができ、研究チームはこれを選好蒸留と名付けました。 優先蒸留の仕組み この技術の最大の特徴は、単純に良いか悪いかを模倣するのではなく、それぞれの状況がどれだけ価値があるかを数値的に判断する価値関数を教師モデルが学習し、それを生徒モデルに引き渡すように設計されていることです。これにより、AIは曖昧な状況でも断片的な比較ではなく、「なぜこの選択が良いのか」を総合的に判断して学習することができるようになります。 このテクノロジーの中核は 2 つあります。まず、全体の文脈を考慮した価値判断を生徒モデルに反映させることで、断片的な解答ではなく全体の流れを理解した学習が可能になりました。次に、嗜好データの信頼性に応じて学習の重要度を調整する手法を導入しました。明確なデータは学習に大きく反映され、曖昧なデータやノイズのあるデータの影響が軽減され、現実的な環境でも安定した学習が可能になります。 結果と今後の影響 研究チームがこの技術をさまざまなAIモデルに適用して実験を行った結果、これまで最も性能が良いとされていた手法よりも正確で安定した性能を示した。特に、MT-BenchやAlpacaEvalなどの主要な評価指標において、既存のトップテクノロジーを安定的に上回る実績を記録しました。 キム・ジュンモ教授は、「実際には、人間の嗜好データは必ずしも十分または完璧ではない」とし、「この技術は、このような制約下でもAIが一貫して学習できるため、さまざまな分野で実用性が高い」と付け加えた。 詳細情報: Minchan Kwon 他、価値ベースの強化学習による優先度の抽出、 arXiv (2025年)。 DOI: 10.48550/arxiv.2509.16965 雑誌情報: arXiv 提供元 韓国科学技術院（KAIST） 引用: AI が人間の好みをより正確に学習するための家庭教師を獲得 (2025 年 12 […]