#AI

「AI」に関する Elon Musk・AI ニュースの日本語まとめ。

著者は、AIを批判的に捉えつつ、ユーザーが自ら技術を創造し制御することが重要であると主張する。彼は自身の体験から、子ども時代に触れたCARDIACやApple IIなどのコンピューターでプログラミングを学び、プロとして活躍してきた。著者が推奨するのは、非技術者でも使えるmeta-toolsやvibe codingなどで、ユーザーが自らのニーズに基づいてツールを創造することができるようにすることである。

個人に最適化された将棋のパズル訓練 — Chess.Trainは、各個人の能力に応じてカスタマイズされた将棋のパズルを生成し、プレイヤーの向上をサポートする。同社のAIコーチング技術は、各問題の難易度や正答率を分析して、最適なトレーニング計画を作成する。また、セッションごとの進捗状況や結果を確認できる機能も備えている。

思考の種子 — 文章は読者に想起される「書き手」の存在を前提としていたが、LLMなどの生成AIによりこの前提が崩れつつある。著者は自身の体験を踏まえ、過去の読み方と現在の生成AIの使用方法との違いを考察する。

一般的な大規模言語モデルが、医療分野で特化したAIツールを上回る — 本研究では、2つの医療AIツールと3つの大規模言語モデル(LLM)を比較し、LLMが医療分野のベンチマークで特化したAIツールを上回る結果となった。LLMは、500問のMedQA、500問のHealthBench、100問の実際の臨床クエリ(RCQ)の評価項目で優れたパフォーマンスを示し、医療分野での安全性と信頼性が高いことが示された

写真の信頼性が崩れる — 写真家は、撮影したものを証明する必要がある。かつては、写真は事実とみなされていたが、今は疑いの目で見られ、信頼性が問われる。正直な写真家ほど、この重荷を背負わされることになる。

NeuroAutomataは、Meta AIのprotein language modelであるESM-2を基盤として、agentic AIツールで構築された。旧来のWeb-based toolと異なり、NeuroAutomataはGPUを必要とし、研究者が高精度なVariant of Uncertain Significance (VUS)の予測を行うことができる。

AIの真価が問われる — AI大手企業の高評価に疑問を呈し、国防上の懸念も指摘。大量の質問回答ペアを作成する過程で人権侵害や著作権違反が生じる可能性があると警鐘を鳴らす。

LinkedIn URLからパーソナライズされたランディングページを生成 — LanderMixerは、LinkedIn URLからパーソナライズされたランディングページを生成するツール。AIが各プロスペクトに応じたコピーを書き換え、約30秒で作成する。大量のページを同時に生成し、on-brandのLPを提供する。

Omnigent: 元エージェントの新たなレイヤー — Databricksは、複数のエージェントを組み合わせ、制御し、共有するための新たなレイヤーであるOmnigentを発表した。Omnigentは、各エージェントに接続することで、複数のモデルやテクニックを組み合わせて使用できる。ユーザーは、1つのインターフェースで異なるエージェントを制御し、協力して作業を行うことが可能になる。Omnigentは現在、オープンソースとして公開されており、誰でも参加することができる。

AIに負けない、むしろ最強の存在になる方法 — 人工知能(AI)が人間を超える能力を持つ将来について、MIT物理学者兼AI研究者のMax Tegmarkは、現実的な機会と脅威を分け、今日から取るべき具体的ステップを示す。

レビューを自動化するDevloopの活用法 — Devloopは、指定されたコードとレビューの間でループし、すべての受け入れ基準が満たされるまで、バグを修正するエージェントを使用します。開発者は、コードの問題点や改善すべき点を特定することができます。

我々のドキュメントは最悪で、AIを教えるのも下手 — 文書が不足し、質も低いという問題に加え、ソフトウェアエンジニアの教える能力も劣るため、新しい人材が学ぶことが困難になっている。

Anthropic、Claudeのサブスクリプション使用制限で提訴 — AI企業のAnthropicは、同社のAIアシスタント「Claude」に関する計画使用制限について虚偽広告を表示したとして、提訴された。原告は、実際の使用制限が広告に記載されていたものより低いと主張している。

機械学習モデルの挙動を予測し、データを最適化 — 機械学習モデルは訓練データに依存してしまうため、予期せぬ結果を招くことがある。新たな研究では、予測データデバッギング技術を用いて、モデルの挙動を予測し、データの問題を特定することで、最適化が可能になるという。

Diracは、夜間にメールを読み、優先順位をつけ、返信草案を作成し、あなたが起きる前に準備します。重要なのはあなたの判断が必要なメールのみで、AIが不適切なメールを処理します。

自律型長期コーディングエージェント — 自律型長期コーディングエージェントが注目されている。強いゴールの設定、信頼できる検証方法の組み合わせで、長期的な作業を可能にしている。重要な点は、システムが自律的に動くためには、信頼できる検証方法が必要であることだ。

Wolfram Mathematicaの最新版15.0は、深いAI統合とデータサイエンス、数学、エンジニアリングでの大幅な強化をもたらす。AIアシスタントが各ノートブックに組み込まれ、外部AIクライアントがWolframの機能に直接アクセスできる。新しい時系列やカテゴリーデータのサポート、ノートブックのアップグレードなど多数の新機能を追加。

Cursor CEOの静かな星間野望 — Cursor CEOのMichael Truellは、18歳でMITを卒業した後、AIコード編集スタートアップのCursorを創立し、急成長させた。Truellは天才プログラマーとして知られ、孤高の存在であるが、Cursorを将来性のある会社にしたいと考えている。

USB-Cポートを解析する『Cable Detective』が登場 — 『Cable Detective』は、macOS上で動作するアプリケーションで、USB-Cポートに接続されたケーブルの詳細な情報を表示します。具体的には、電力の方向や速度、DisplayPortの状態などを示し、問題のあるケーブルを特定することができます。

AIが普及する中、プロフェッショナルとしての信頼はどのように確立されるのか。著者は、機械学習モデルを用いて他人から信用された経験を語りつつ、代替不可能な存在になるための重要性を強調している。

JAXのコミットメント問題 — JAXで配列を作成し、CPUにロードする場合、commitが行われていないと、GPUに移動してしまう。デバイスを明示的に指定することで、コミットメント問題を解決できた。

米国のデータセンター建設を衛星画像で監視 — Tileboxは、AIがエンドツーエンドのEarth Observationワークフローを構築するためのagentic開発フレームワークです。同社は、Sentinel-2衛星画像を使用して、米国のデータセンター建設を監視しています。

CriteriaBot: プログラム可能なコンテンツ評価 — CriteriaBotは、プログラマブルなコンテンツ評価エンジンで、特定の基準に基づいて内容を真偽判定します。評価基準を一度設定すると、任意の内容に対して一貫した判断が可能です。

リモートワークは人に悪影響を与える — コロナ禍以降、在宅勤務が定着した。筆者も7年間リモートで働いてきたが、社会的つながりが希薄化し、孤独感や不安を感じるようになった。会社のオフィスは、弱い繋がりの人々と交流する機会を提供し、社会的な健康に不可欠な要素だった。リモートワークが増えることで、第三の場であるカフェや公園などでの交流も減り、人々は孤立化する危険性がある。

Anthropic、トランプ政権とミトスをめぐる対立で会合 — 米政府は、AIスタートアップのAnthropicに対し、最新のAIモデルのアクセス制限を命じた。Anthropicはこれに抗議し、モデルへのアクセスを一時的に停止した。同社は、政府の懸念について「非現実的な」ものと主張している。

Sakana AI、初の商用プロダクト「Sakana Marlin」を提供開始 — Sakana AIは、戦略調査を数時間で完遂する自律型リサーチアシスタント「Sakana Marlin」を提供開始した。独自の長期推論技術に基づき、CSOが行うような重厚な戦略調査をAIが自律的に遂行し、構造化されたサマリースライドと数十ページの調査レポートを生成する。

プロンプトから生成: ゲーム用のアートとオーディオ — Hammermindは、プロンプトからゲーム用のアートやオーディオを生成するサービス。Pixel-artや音声、音楽などを、UnityやGodotなどのエンジンに対応した形式で出力できる。料金は一律で、アセットごとに0.08〜20ドルかかる。

新たなリチウムイオン電池が登場 — 新しいタイプのリチウムイオン電池であるセミソリッドバッテリーは、従来のリチウムイオン電池より安全性が高いとされる。液体電解質を使用する代わりに、ゲルやポリマーなどを使用した非液体電解質を用いることで、火災や爆発のリスクを大幅に低減できるという。セミソリッドバッテリーは、自動車や家電製品などの分野で普及が期待される。

AIの物理的失敗を予防するAEGISフレームワーク — 長期的なロボット操作では、単一の失敗がシステム全体に影響を及ぼすことがある。AEGISは、弱い政策の活性化を検出して強い政策に切り替えることで、こうした失敗を予防する。実験結果によると、AEGISは10.1%の回復率を達成し、従来手法を上回った。

Linuxコミュニティの課題と学び — Linux挑戦記では、過激なオンラインコミュニティ批判が続きました。筆者は、厳しいフィードバックを受け入れて成長し、有益なコメントに感謝しています。多くの人は、反応の激しい人々から学ぶことができます。

3 / 5