タイムライン検索

2025年10月31日

AI技術開発を手掛ける株式会社Preferred Networksは、その革新的な取り組みで注目を集めています。同社は、深層学習などの最先端技術を駆使し、製造業や医療、バイオテクノロジーといった多岐にわたる分野での課題解決を目指しています。独自のアルゴリズム開発や、現実世界の問題解決に特化したAIソリューションの提供を通じて、産業界のデジタルトランスフォーメーションを力強く推進しています。特に、ロボット制御や素材科学、ライフサイエンス分野におけるAIの応用研究開発に注力しており、これまでにない技術的ブレークスルーを生み出すことが期待されています。国内外のパートナー企業との連携も深め、グローバルな視点での技術開発と社会実装を進めている点も特徴です。 Preferred Networks

Preferred Networks

2026年5月18日

Googleは、AI上位契約者向けサービスにおいて、新たなシミュレーション機能の提供を開始した。この機能は「Project Genie」と呼ばれ、同社が長年開発してきたStreet Viewの技術基盤を活用している。 Project Genieの特徴は、実在する地域や施設をデジタル環境で高い精度で再現できる点にある。ユーザーはこの仮想空間内で、現実世界に近い環境でのシミュレーションを実行することが可能になる。建築計画の検証や都市開発のシナリオテスト、さらには教育用途など、多様な応用が期待されている。 提供対象はAI Ultra契約者に限定されており、段階的な展開が予定されている。Googleは今後、機能の拡張やユースケースの拡大を進める方針を示している。 引用元：Google DeepMind

Google DeepMind

2026年5月28日

ロボティクスは新しい段階に入り、コントロールされたデモとスクリプト化された自動化から、現実世界での汎化可能で信頼性の高い具体化された自律性へ移行しています。国際ロボティクス会議で...

NVIDIA Blog

2026年5月29日

大規模言語モデル(LLM)の安全性維持は、現実世界のアプリケーションへの導入が増加する中で極めて重要です。既存の安全ガードレールは通常、単一パス分類に依存するか、より最近では蒸留推論を使用しています。推論ベースのガードレールは従来の分類方法を大幅に上回ります。

arXiv cs.AI

2026年5月30日

Avayaとアバター企業が協業し、コンタクトセンターのデジタルサービスを実店舗などの物理空間に拡張する動きが始まっている。遠隔操作可能なアバター技術により、オンラインと実店舗の顧客対応を一貫性のあるものにすることが可能になるとのこと。労働力不足への対策として、新興国の人材をリモート活用するモデルも注目されている。一方、消費者の違和感やプライバシー懸念、雇用問題への対応が課題であり、当面は高額商品やコンシェルジュサービスでの試験的導入が現実的だと考えられている。

PR TIMES

2026年5月30日

「PokémonGO」初の東京を会場とするリアルイベント「PokémonGOFest2026：東京」が5月29日にスタートした。そのメイン会場に据えられたのは東京台場・青海の臨海副都心地区だ。現実世界とリンクしたポケモンの世界を，お台場で体験しよう。

4Gamer.net

2026年6月1日

Preferred Networksはトヨタ未来創生センターと新たな共同研究契約を締結した。両者は自社開発のAI半導体「MN-Core Lシリーズ」を活用し、フィジカルAイ（物理空間で動作するAI技術）の高速化を目指す。 フィジカルAIは、ロボットや自動運転システムなど、現実世界で動作するAI技術の総称。これまで処理速度が課題とされてきたが、MN-Core Lシリーズの導入により、リアルタイム処理性能の向上が期待される。 トヨタグループの研究開発拠点である未来創生センターとの協業により、両社の技術的知見を融合させることで、より効率的なAI実装が可能になると見込まれている。この共同研究は、次世代のロボット技術や自動運転システムの実用化加速につながる可能性がある。 (Preferred Networks)

Preferred Networks

2026年6月1日

LLMエージェントはウェブサーチや深い研究など現実世界のアプリケーションにおける長期タスクにますます直面しており、蓄積されたコンテキストは長コンテキスト低下と推論失敗を引き起こすことがある。先行研究ではエージェント側のコンテキスト制御または固定戦略によるコンテキスト管理を通じてこれを緩和している。

arXiv cs.AI

2026年6月2日

NVIDIAは、COMPUTEXでエッジAIプラットフォーム「Jetson」の最新版アップデートを発表しました。 新バージョン「JetPack 7.2」では、自律的に判断・実行するエージェンティックAI機能が追加されます。これにより、ロボットや産業機器などの現場でより複雑なタスクを自動化できるようになります。 主な改善点として、CUDA 13の搭載により計算性能が向上し、Jetson AGX Orin 32GBモデルの処理能力も強化されました。また、Linuxの組込み向けプロジェクト「Yocto」への対応により、カスタマイズ性が広がります。複数のAIタスクを同時実行できるマルチインスタンスGPU機能も実装されました。 さらに、NemoClaw対応により、音声認識や自然言語処理などのAI機能との統合も容易になります。 これらの強化により、製造現場から医療、自動運転まで、幅広い産業でエッジAI活用が加速すると期待されています。 （引用元：NVIDIA Blog）

NVIDIA Blog

2026年6月8日

シンボリック回帰（SR）は、数学関数の空間を体系的に探索し、データセット内の基礎的な関係を正確に捉えるモデルを発見する手法のクラスです。この分野の最近の進展にもかかわらず、不確実性定量化（UQ）のサポート不足が現実世界の意思決定プロセスへの採用を制限しています。回帰分析では、UQはモデルの信頼性に関する重要な情報を提供し、データの不確実性を考慮することでオーバーフィッティングを回避し、意思決定に向けた洞察を提供するのに役立ちます。本調査は、この問題に初めて明確に対処するもので、シンボリック回帰におけるUQの本質的な概念を紹介し、現在の文献を頻度主義的、ベイズ的、モデル選択という3つの研究方向に広く分類してレビューしています。その重要性にもかかわらず、シンボリック回帰におけるUQはまだ十分に探索されていないため、シンボリック回帰のための信頼できるUQ手法の研究をさらに進めることが重要です。

arXiv cs.LG

2026年6月10日

arXiv:2606.10279v1 発表タイプ: new 要旨：合成根拠データを用いた教師ありファインチューニング（SFT）は、モデルに予測対象だけでなくその理由も教えることで、臨床予測タスクにおける言語モデルの性能を向上させると広く考えられている。我々は、この仮説を、長期的な健康履歴からの5年間のアルツハイマー病および関連認知症（ADRD）予測について検証する。504の構成における大規模な制御実験を通じて、根拠ベースのSFTは、ラベルのみのファインチューニングと比較して、予測性能を一貫して大幅に損なうことがわかった。この低下は、モデルファミリーやデータ規模にわたらず持続し、推論指向のベースモデルを使用しても解決されない。重要なのは、この失敗は根拠の質の低さでは説明されないことである。人間の専門家による注釈は、生成された根拠が医学的に正確であり、患者固有の証拠に忠実に根ざしていることを確認しており、Few-shot実験は、同じ根拠がトレーニングターゲットとしてではなく推論時のデモンストレーションとして使用された場合に性能を向上させることを示している。

arXiv cs.AI

2026年6月12日

3D空間における物体の位置や関係性、動きなどを判断する「空間推論」は、視覚言語モデル（VLM）にとって依然として大きな課題となっています。従来のAIエージェントは、コードを一度実行したり、構造化されたツール呼び出しインターフェースを利用したりしていましたが、これらは複雑な空間推論においては柔軟性に欠けるという問題がありました。 こうした課題に対し、新たなフレームワーク「SpatialClaw」が提案されました。この研究は、空間推論のために特別な訓練を必要としないフレームワークであり、アクションインターフェースとしてコードを採用しています。これにより、既存のエージェントが抱えていた柔軟性の問題を解決し、より複雑な空間推論タスクに対応できるようになることが期待されます。SpatialClawの導入は、AIエージェントが現実世界をより深く理解し、応用範囲を広げる一歩となる可能性があります。 引用元: arXiv cs.AI

arXiv cs.AI

2026年6月12日

多関節ツールを巧みに操作することは、ロボット工学において長年の課題とされてきました。ツールの持つ多くの自由度と、対象物との複雑な接触を同時に制御する必要があるためです。 この難題に対し、新たな汎用フレームワーク「Mana」が提案されました。Manaは、この器用な操作をアニメーションの問題として捉え直し、シミュレーションで得られた知見を現実世界に応用することを目指しています。 Manaの最大の特徴は、粗密なパイプラインを採用している点です。まず、プログラムによって生成された大まかな把持キーフレームを作成します。次に、これらのキーフレームを基に、モーション計画と強化学習の技術を組み合わせることで、より詳細で滑らかな操作軌道へと変換します。これにより、多関節ツールの複雑な動きを効率的かつ精密に制御することが可能になります。 この研究は、ロボットが様々なツールを人間のように器用に使いこなす未来に一歩近づくものと期待されます。 引用元: arXiv cs.AI

arXiv cs.AI

2026年6月12日

近年、大規模言語モデル（LLM）を用いたエージェントが注目を集め、多様なタスクで高い能力を発揮しています。しかし、これらのエージェントの多くは、環境が変化しない静的な状況を前提として設計されており、現実世界のダイナミックな環境への対応には課題がありました。 この課題を解決するため、新たなベンチマークスイート「EvoArena」が開発されました。EvoArenaは、環境の変化を段階的な更新としてモデル化することで、現実世界の動的な状況をシミュレートします。さらに、エージェントのメモリ進化を詳細に記録する「EvoMem」という手法も提案されています。 EvoArenaを用いた評価では、既存のLLMエージェントが動的な環境において性能を維持することの難しさが浮き彫りになりました。一方で、EvoMemを活用することで、エージェントの性能が向上することが示されています。この研究は、LLMエージェントがより複雑で変化の多い実世界で機能するための重要な一歩となるでしょう。 引用元: arXiv cs.CL

arXiv cs.CL

2026年6月15日

先週、スペースXとその引受銀行が史上最大規模のIPOを問題なく成功させた後、投資家は再び現実世界に目を向けている。

Bloomberg

2026年6月17日

AIシステムが現実世界の生命科学研究タスクや意思決定をどのように処理するかを評価するための、専門家が作成・審査したベンチマークであるLifeSciBenchを紹介します。

OpenAI

2026年6月17日

SNSが世の中を変えてしまった昨今である。 　大国の指導者からインフルエンサーまで、おびただしい発信がSNSからもたらされる。現実世界への影響力は計り知れない。 　一方で社会の分断を招き、格差を浮き彫りにすることもしばしば。

毎日新聞

2026年6月17日

オンラインプラットフォームが脆弱なコミュニティに対する現実世界の暴力を煽り続ける中、国連事務総長のアントニオ・グテーレス氏は、表現の自由はヘイトスピーチを正当化するために決して使用されてはならないと警告しています。

UN News

2026年6月21日

ハリウッドのマーケティング界において、著名人やブランドの最高マーケティング責任者（CMO）たちが、デジタル時代の消費行動に新たな潮流を生み出しています。The Hollywood Reporterが選出した「2026年ハリウッドにおけるマーケティングのトップ26人」は、いかにしてバイラルな話題を現実世界の売上へと結びつけ、数十億ドル規模のブランドを構築しているかを示しています。 このリストには、モデルのケンダル・ジェンナー、K-POPアーティストのロゼ、人気YouTuberのMrBeastといった面々が含まれており、彼らは消費者の中に強い欲求と購買意欲を喚起する独自の戦略を駆使しています。彼らが関与する製品は、発売と同時に数秒で完売するといった現象が頻繁に発生しており、これは消費者の製品に対する執着がいかに強いかを示しています。 これらのマーケティング手法は、単なる広告宣伝に留まらず、インフルエンサーの影響力や限定性、コミュニティ形成といった要素を巧みに組み合わせることで、従来のマーケティング手法では達成しがたかった即時的な売上とブランド価値の向上を実現しています。彼らの成功は、現代における効果的なマーケティング戦略のあり方を示唆していると言えるでしょう。 引用元: The Hollywood Reporter

The Hollywood Reporter

2026年6月23日

評価スコアはLLMの真の現実世界でのパフォーマンスを捉えていると信頼できるだろうか？認定可能な評価は、LLM評価の保証を提供することで、この疑問に答える。既存の手法は、評価サンプルを逐次的にキュレーションし、高確率（例：95%）で真のパフォーマンスをカバーする信頼区間（CI）を更新し続けるが、CI幅が目標精度に達するなどの条件が満たされるまでだ。しかし、既存の手法は一般的にいつでも有効（anytime-valid）ではない：CIが繰り返し更新され、停止決定に使用されると、主張されるカバレッジ（例：95%）が失敗する可能性があり、理論的な厳密さと実践の間にギャップが生じる。本論文は、いつでも有効なCIを構築するためにEプロセスを活用する、認定可能な効率的なLLM評価フレームワーク、Celeusを提案することで、このギャップを埋める。具体的には、(i)不確実性ガイドサンプリングで評価のための情報量の多いサンプルを選択し、(ii)評価されていないサンプルに対する代理近似、という2つの要素を組み合わせたシグナルを提案する。

arXiv cs.LG

2026年6月23日

人工知能の目標は、オープンエンドな環境で一般的かつ適応的な行動が可能なエージェントを作成することです。「ビター・レッスン」に基づき、この目標への最も効果的な道は、人間の事前知識を体系的に排除し、エージェント自身よりも桁違いに複雑な「ビッグ・ワールド」との相互作用を通じて、知性が自然に現れるようにすることだと主張します。このような世界の実際的な代理として、モバイル・グラフィカル・ユーザー・インターフェース（GUI）を提案し、この領域での自律的な強化学習の基盤として設計されたオープンソース・インフラストラクチャであるダーウィン・モバイル・エージェントを紹介します。このフレームワークは、並列クラウドフォン・インスタンス全体での非同期エージェント・環境ループを使用することで、現実世界のモバイル相互作用におけるデータ収集のボトルネックに対処します。さらに、自己進化エージェントの3つの基本的な柱、すなわちタスク・カリキュラム、結果検証、メモリ管理から人間の事前知識を体系的に排除するための概念的なロードマップを提案します。

arXiv cs.AI

2026年6月24日

FFASRリーダーボードは、現実世界の多様なASR（自動音声認識）システムを評価するための新しいベンチマークです。これにより、研究者や開発者は、実際の利用シナリオにおけるASRのパフォーマンスを客観的に比較・分析できます。

Hugging Face

2026年6月26日

General Intuitionは、数百万時間に及ぶゲームプレイで訓練されたAIをスケールアップするために3億2000万ドルを調達しました。同社は、ゲームのアクションデータがAIに人間のような直感に近いものを開発させるのに役立つと見ています。

TechCrunch

2026年6月26日

解決策の検証は生成よりも容易であるという古典的な直観に反し、今日のコーディングエージェントでは、高度な推論能力を持つ基盤モデルと洗練されたエンジニアリングにより、複雑な候補解の生成は容易になったが、それらを確実に検証することが困難な問題となっている。構築できる検証器は人間本来の意図の代理に過ぎず、意図そのものではない。このため検証には二重の難しさがある。第一に、意図は本質的に曖昧で、満たされているかを忠実にチェックすることが困難である。第二に、モデル訓練中に、最適化が代理と意図の乖離を広げ、報酬ハッキングやシグナル飽和として現れる。これに対処するため、検証シグナルの質をスケーラビリティ、忠実性、堅牢性の3つの次元で特徴づけ、これらすべてを同時に達成することが中心的な課題であると論じる。さらに、一般的なコーディングタスクのためのテスト検証器、フロントエンドタスクのためのルーブリック検証器、現実世界のタスクのためのユーザー検証器、長期間タスクのための自動エージェント検証器という4つの報酬構築を研究する。

arXiv cs.AI

2026年6月30日

GeneBench-Proは、複雑で現実世界のデータセットを使用して、ゲノム学、生物学、科学研究におけるAIのパフォーマンスをテストするための新しいベンチマークです。

OpenAI

2026年6月30日

現実世界の回帰タスクにおけるデータ駆動型モデリングは、しばしば訓練サンプルの限界、高い収集コスト、ノイズのある観測に悩まされます。画像および言語分野におけるデータ拡張の影響に着想を得て、表形式回帰のための新しい反実仮想残差データ拡張（CRDA）技術を提案します。我々の重要な洞察は、回帰器がデータの体系的な成分をモデル化した後、残りのノイズは、慎重に選択された特徴の小さな摂動下で安定したままの不変な残差として見なせるということです。この残差の不変性を利用して、追加の実際のデータを必要とせずに、効果的にデータセットを拡張する、新しくかつ現実的な訓練サンプルを生成します。我々の手法はモデルに依存せず、さまざまな種類の回帰器に容易に適用できます。さまざまなベンチマークリポジトリのデータセット全体での実験において、CRDAは平均してMLP回帰器のMSEを22.9%、XGBoost回帰器のMSEを6.4%削減します。既存の最先端のデータ生成器およびデータ拡張技術と比較して、CRDAはMSE削減において一貫して優れた性能を発揮します。

arXiv cs.LG

2026年7月1日

イベント検出（ED）システムは通常、クリーンでキュレーションされたテキストで評価されるため、特にベンガル語のような低リソース言語においては、現実世界のノイズに対するロバスト性はほとんど探求されていません。本研究では、汎用的なベンガル語ニュースイベントオントロジーと、クリーンなニューステキスト、実世界の自動音声認識（ASR）トランスクリプト、および正書法的に破損したテキストにまたがる40のイベントサブタイプにわたる9,979のアノテーション付き文からなるベンチマークを導入します。ファインチューニングされたエンコーダー専用モデル（BanglaBERTとXLM-R）と、命令チューニングされたデコーダー専用大規模言語モデル（Llama 3とGemma 3）を体系的に評価します。結果は明確なアーキテクチャのトレードオフを明らかにします。エンコーダーモデルはクリーンなテキストで高いパフォーマンスを達成しますが、ノイズ下では著しく低下します。一方、デコーダー専用LLMは、特にイベントトリガーが破損している場合に、著しくロバストです。

arXiv cs.CL

2026年7月1日

High-Level Synthesis（HLS）は、コンセプトからシリコンへの高速なパスを提供しますが、現実世界のソフトウェアを合成可能なHLSコードに変換することは、制限された言語サポートとソフトウェアとハードウェアのプログラミングプラクティスのギャップにより、依然として困難です。既存の自動化およびLLMベースのリファクタリングアプローチは、この問題に部分的に対処していますが、柔軟性に欠け、スケーリングに苦労し、高い計算コストがかかることがよくあります。本稿では、ソフトウェアをHLS互換プログラムにリファクタリングするためのLLMベースのマルチエージェントワークフローであるAgRefactorを紹介します。AgRefactorは、タスク間で事実的および戦略的な知識を蓄積および取得する自己進化型メモリシステムを組み込んでおり、未知のプログラムに対する堅牢性と効率性を向上させます。コストを削減し、スケーラビリティを向上させるために、自動リファクタリングツールを統合しており、エージェントはLLM駆動のリライトと効率的なツールベースの変換のバランスをとることができます。

arXiv cs.AI

2026年7月1日

臨床医学では構造化された表形式データが主流ですが、既存のベンチマークは、複雑な調査サンプリング、人口統計学的オーバーサンプリング、サブグループの公平性といった現実世界の特性を反映できていません。本研究では、NHANES 2003-2006から派生したNHANES加速度計心血管代謝ベンチマークを導入します。これには、ヒップ装着型加速度計、絶食時検査室バイオマーカー、食事摂取量、身体測定値を持つ1,381人の成人データが含まれます。活動フェノタイプとライフスタイル共変量からグリコヘモグロビン（HbA1c）、絶食時トリグリセリド、C反応性タンパク質（CRP）を予測するために、3つの表形式学習手法（リッジ回帰、XGBoost、基盤モデルTabPFN v2）を評価します。TabPFN v2は全体的に最高のパフォーマンス（HbA1c R^2=0.156、CRP R^2=0.383）を達成しましたが、トリグリセリドは遺伝的優位性が知られていることと一致して、予測は困難なままでした（R^2 < 0.05）。

arXiv cs.LG

2026年7月2日

Seed2.0は、複雑で現実世界のタスクを解決する上で意味のある一歩を踏み出したモデルシリーズです。このアプローチは、ユーザーの真のニーズを特定し、それらのニーズと現実的で複雑なシナリオに基づいたベンチマークを選択・抽象化することで、信頼性が高く将来性のある評価システムを構築することから始まります。この評価システムに導かれ、Seed2.0は、ロングテール知識と複雑な指示追従という2つの長年の課題をターゲットとし、複雑で長期間にわたるタスクにおけるモデルの信頼性を大幅に向上させます。これらに加えて、Seed2.0は、幅広いユーザーベースの最も一般的なニーズに対応する、世界をリードする推論能力、視覚理解能力、検索能力を提供します。このモデルカードに文書化された広範な現実世界のユースケースを通じて、Seed2.0が複雑な現実世界の初期タスクを処理する能力を発揮し始め、何億人ものユーザーにさらなる価値を提供できることを示しています。

arXiv cs.AI