基準日 2026-11-03
実行 2026-11-03 21:00:25
S&P 500
7,569
NDX 100
28,180
VIX
20.82
US 10Y
4.95%
DXY
101.86
WTI
$96.60
Gold
$3,932
USD/KRW
1,344
SOX
10,599
Trump Approve
35.4%
S&P 500
7,569
NDX 100
28,180
VIX
20.82
US 10Y
4.95%
DXY
101.86
WTI
$96.60
Gold
$3,932
USD/KRW
1,344
SOX
10,599
Trump Approve
35.4%
AI LEADERS · MOVES & PAPERS

AIリーダー:人事異動・論文 — 最新の所属変化と研究

LAST UPDATE 2026-11-03 08:00 KST PEOPLE 77 · PAPERS 76 · MOVES 0
AI研究所・ビッグテック・学界のキーパーソンがどこへ移り、どんな論文を出すかは、技術の方向性と企業競争力を先取りするシグナルです。人事異動と論文を毎日自動で集め、運営者が確認したうえで、わかりやすい要約と原文リンクでまとめています。

最近の主なニュース

人事異動

最近の経歴 (ウィキデータ基準。未確認の情報を含む場合があります)

論文

論文2026-10-30

複雑なロボット制御の限界を超える階層型モデルの開発

Hierarchical World Models with Implicit Dynamics
何を
研究チームは、状態の到達可能性と局所制御を分離し、複雑で長時間のタスクを実行できる階層型ワールドモデルであるID-WMを開発しました。
主な結果
既存の最高性能の手法と比較して38.5パーセント向上した性能を記録し、単一レベルのワールドモデルと比較した場合は135パーセントの性能向上の見せました。
意味
今回の研究は、複雑で初めて直面する環境でも、ロボットがエラーを減らしながら長期的な計画を立てられる可能性を示しています。AI要約
論文2026-10-29 · arXiv (Cornell University)

多様なコントローラーを使用するロボットデータを共同学習する技術

Cross-Controller Transfer via In-Context Behavior Adaptation
Chelsea Finn ほか2名
何を
異なる制御方式を使用するロボットのデータを衝突なく活用して学習する技術を開発しました。
主な結果
従来方式と比較して、平均成功率が33パーセントポイント向上しました。
意味
様々な環境で収集したロボットデータをより効果的に活用できる可能性を示しています。AI要約
論文2026-10-29 · arXiv (Cornell University)

異なる情報形態においてもAIモデルが同じ世界を学習することを証明

Proving and Improving the Platonic Representation Hypothesis with JEPAs
何を
研究チームは、異なる入力形態を学習したAIモデルが同一の世界表現に収束するという仮説を数学的定理として証明し、それを改善する方法を提示した。
主な結果
優れた視点を使用するモデルは、次のトークン予測方式よりもはるかに少ないデータで効率的に表現を一致させられることを確認した。
意味
本研究は、AIがデータを効率的に理解し、異なる情報形態を結合する方式の改善に寄与し得る。AI要約
論文2026-10-29 · arXiv (Cornell University)

仮想環境学習による精神科問診対話AIの性能向上

Training language models in simulation for psychiatric intake
Mark Chen ほか55名
何を
研究チームは、仮想環境で強化学習を経た言語モデルが、構造化テキストベースの精神科初期問診能力を大幅に向上させることを実証しました。
主な結果
精神科医が参加した評価において、学習された人工知能は、診療スコア、患者中心のコミュニケーション、鑑別診断の適切さなど、複数の指標でベースモデルを上回る成果を示しました。
意味
仮想環境が精神科対話型人工知能を訓練し、安全性を検証するための有用なテストベッドになり得ることを示しています。AI要約
論文2026-10-28

複雑なタスクの実行が可能な高効率AIモデルの開発

Nemotron 3.5 Super and Lightning: Open, Efficient Mixture-of-Experts Hybrid Mamba-Transformer Models for Agentic AI
何を
研究チームは、推論、長文脈の理解、自律的なタスク実行に適したオープンなAIモデルである Nemotron 3.5 Super と Lightning を開発しました。
主な結果
Super モデルは、少ない活性化パラメータを使用しながらもソフトウェアエンジニアリングの評価で 51.78% を記録して従来のモデルを凌駕し、多様な最適化を通じて高い処理性能を示しました。
意味
本研究は、大規模モデルの効率性と性能を同時に高め、多様な環境で実用的に活用できる可能性を示しています。AI要約
論文2026-10-27 · SuperIntelligence - Robotics - Safety & Alignment

米国ホワイトハウスとAI企業が超知能AIガバナンス協定を締結しました。

White House Accord on Super Intelligence
何を
米国大統領と主要AI企業の最高経営責任者らは、超知能人工知能の開発に向けた4段階のガバナンスの約束であるホワイトハウス超知能協定を締結しました。
主な結果
参加企業は、強力な内部統制、独立した内部検証チームの運営、外部監査、そして取締役会独立委員会を通じた監督を履行することになりました。
意味
先端人工知能の開発企業がセキュリティと安全のために体系的な内部統制と外部監査を導入するきっかけとなります。AI要約
論文2026-10-22 · Science

人工知能が反復診断の過程で医師を上回る精度を記録しました

Sequential diagnosis with language models
何を
研究チームは、臨床診断のプロセスを模倣する大規模言語モデルベースの人工知能システムと対話型評価基準を開発しました。
主な結果
この人工知能システムは、医学症例の評価においてそれぞれ83.2パーセントと80.3パーセントの精度を記録し、一般の医師よりも優れた成果を示しました。
意味
統制された環境ではありますが、言語モデルがより正確で費用対効果の高い診断を支援できる可能性を示しています。AI要約
論文2026-10-22

人工知能が生成した仮想データで性能を高める法則を発見しました

Rewriting Scaling Laws for Synthetic Data with Compute and Data Constraints
Percy Liang ほか6名
何を
言語モデルが自然言語の文書を別のスタイルに書き直した仮想データ(Synthetic rewrites)を事前学習に活用する際、計算量とデータの限界の中で最適な割合と性能を予測する法則を研究しました。
主な結果
コンピュータの計算量が増えるほど仮想データの最適比重が増加し、自分より大きなモデルや同じサイズのモデルが作成した仮想データで学習したモデルが、元のデータのみを使用したモデルよりも優れた性能を示しました。
意味
仮想データを活用した人工知能の学習方法が予測可能であり、これを通じてデータの限界を克服し効率的に性能を改善できることを示唆しています。AI要約
論文2026-10-22 · BMJ digital health & AI

医療用人工知能におけるスーパーインテリジェンスの定義と評価基準の提示

Medical superintelligence: foundations and aspirations
何を
人工知能技術がより効果的な医療サービスに貢献する手法について議論し、医療知能の6つの相互依存的な次元を紹介した。
主な結果
医療の質を向上させるためには、個別作業における優れたパフォーマンスだけでなく、人間と協力して治療プロセス全体で統合された医療推論を実行するシステムが必要であることを明らかにした。
意味
これらの能力を既存の医療知能と結合し、医療サービスの質とアクセス性を高める方向性を提示する。AI要約
論文2026-10-20 · Zenodo (CERN European Organization for Nuclear Research)

人工知能ベースの酵素設計論文で使用された構造データを公開

Supplementary Data 2. Designed and predicted structures of all designs
何を
研究チームは、新しい化学反応のための人工知能酵素設計論文で扱われたすべての構造データファイルを公開しました。
主な結果
該当する圧縮ファイルには、人工知能モデルが生成した構造、再設計された構造、および追加の予測構造データが含まれています。
意味
公開されたデータを通じて、関連研究者が人工知能ベースの酵素設計の結果を確認し、追加の研究を進めることができます。AI要約
論文2026-10-12 · arXiv (Cornell University)

人工知能を活用して多様な抗体候補物質を効率的に発掘する技術を開発

Multi-Objective Amortized CDRH3 Sequence Sampling Diversifies Promising Antibody Candidates
何を
研究チームは、抗体設計プロセスにおいて複数の条件と多様性を同時に考慮できる、人工知能ベースの新しい抗体配列生成技術を開発しました。
主な結果
従来の方法と比較して、配列が50パーセント一致する状況下で、10倍多くの多様かつ受容可能な抗体候補を生成しました。
意味
本研究は、新薬開発の初期段階における失敗確率を下げ、多様な潜在的抗体候補を探索するのに役立ちます。AI要約
論文2026-10-12 · Micromachines

生体結合型マイクロ・ナノロボットの作製と医療応用技術の分析

Construction and Functional Engineering of Bio-Integrated Micro/Nanorobots for Theranostic Applications
梁文鋒 ほか7名
何を
生物学的特性と技術を融合した生体結合型マイクロおよびナノロボットの作製と、診断・治療の統合応用に関する研究を検証した。
主な結果
細胞ベースの構成要素を活用し、移動性、体内イメージング、治療機能を実現する工学的戦略と作製指針を提示した。
意味
精密医療や個別化医療の分野において生体結合型マイクロロボットを活用できる方向性を示している。AI要約
論文2026-10-11 · arXiv (Cornell University)

物理法則の適用によりAI世界モデルの予測誤差を削減する

LeHami: Symplectic Latent Dynamics for World Models
何を
研究チームは、物理系の幾何学的性質を人工知能に結合した新しい世界モデルの学習手法であるLeHamiを開発しました。
主な結果
この手法は、従来方式とは異なり、長期予測の過程で情報が圧縮されて消滅する現象を防ぎ、速度予測性能を大幅に向上させました。
意味
今回の研究は、人工知能が物理空間をより正確に理解しシミュレーションすることに寄与するものです。AI要約
論文2026-10-09 · DigitalCommons-IMSA (Illinois Mathematics and Science Academy)

人工知能研究者ジャレッド・カプランの主な業績と経歴の紹介

Recipient of the 2026 Alumni Trailblazer Award
何を
Anthropicの共同創業者であり最高科学責任者であるジャレッド・カプランの人工知能分野における研究と経歴の成果を紹介した。
主な結果
大規模な人工知能システムの性能を予測する法則を研究し、人工知能が事前に定めた原則に適合するようにする技術を主導した。
意味
安全で有益な人工知能開発のための理論的枠組みとガイドラインを提供することに寄与した。AI要約
論文2026-10-08 · Code Ocean

人工知能の不確実性の原因を解釈する技術を公開

pce-uncertainty-attribution: code for "Interpretable attribution of decision-relevant uncertainty in AI"
何を
学習済み人工知能モデルの意思決定の不確実性がどのような要因に起因するのかを解釈するコードと手法を公開した。
主な結果
多項式代用を活用し、化学、実験計画法、言語モデルアライメントの分野におけるモデルの不確実性の原因を明らかにした。
意味
多様な分野において人工知能モデルの意思決定プロセスをより深く理解し、信頼性を高めるために活用できる。AI要約
論文2026-10-08 · Science

人工知能により未解決の数学的問題を自動で証明

Advancing mathematics research with AI-driven formal proof search
Pushmeet Kohli ほか20名
何を
コンパイラが証明のステップを検証する言語を活用し、大規模に数学的証明を探索するAIエージェントを開発しました。
主な結果
このAIエージェントは、複数の未解決の数学的問題や予想を自律的に解決することに成功しました。
意味
人工知能が自律的な数学的発見を導き出す可能性を示しました。AI要約
論文2026-10-07 · arXiv (Cornell University)

リアルタイムロボット制御に向けた長期視覚記憶処理技術の開発

Long-WAM: Scaling the Context of World-Action Models
Song Han ほか15名
何を
研究チームは、リアルタイムの制約の下でロボットの過去の視覚情報を効率的に活用するモデルである Long-WAM を開発しました。
主な結果
視覚情報を処理する基盤モデルを自己回帰(AR)方式で事前学習する際、過去の記憶の活用度が最大化され、ロボットのタスク成功率が向上しました。
意味
多様なハードウェア環境でリアルタイム駆動が可能であることを実証し、今後の複雑な長期ロボット制御タスクへの応用に貢献できます。AI要約
論文2026-10-07 · arXiv (Cornell University)

多様なロボットの動作を統合する世界モデルの開発

Cross-Embodiment Robot Foundation World Models with Latent Actions
何を
多様な形態のロボット間で共有できる統合された潜在行動空間を活用するロボット世界モデルを開発しました。
主な結果
新しいロボットに適用する際、従来手法よりも精巧な操作タスクで最大46.7%、LIBERO性能評価で11.7%向上した性能を示しました。
意味
多様なロボット間の効率的な学習を可能にし、ロボット工学の主要な難題を解決することに寄与します。AI要約
論文2026-10-07 · arXiv (Cornell University)

仮想空間のロボット映像を現実のように変換するAI技術

RoboRender: Robot-Oriented Video Generation for Visual Sim-to-Real Transfer
何を
仮想環境のロボットデータを現実環境のように見える映像に変換し、ロボットの制御能力を向上させる技術を開発しました。
主な結果
この技術で学習したロボットは、現実環境で平均71パーセントの成功率を記録し、従来の手法よりも優れた性能を示しました。
意味
仮想環境で作ったデータを実際のロボットにそのまま適用することが難しかった視覚的な問題を緩和するのに役立ちます。AI要約
論文2026-10-07

ベースAIモデルのコーディングエージェント性能を事前に予測する方法を開発

Before They Can Solve: Predicting Post-Training Coding-Agent Performance from Base Models
何を
ベースAIモデルの潜在能力を評価するため、事後学習されたコーディングエージェントの成功経路を活用する3つの評価画面(スクリーン)を開発しました。
主な結果
開発された3つの評価方法すべてが、公開モデルグループの順位を実際の性能に近く予測しました。
意味
今後のコーディングエージェントベンチマークをベースモデル評価に活用できる可能性を提示します。AI要約
論文2026-10-06 · arXiv (Cornell University)

人工知能ロボットの行動学習を迅速に支援するアルゴリズムを開発

QF3: Fast Flow RL with Filtered Q-Gradients
何を
研究チームは、ロボットの行動方式を効率的に学習させる新しい強化学習アルゴリズムであるQF3を開発しました。
主な結果
従来の方法よりも約10倍速い速度で、ヒューマノイドロボットの移動および動作追跡ポリシーを学習できることを実証しました。
意味
ロボットの行動制御技術をより速く、より効率的に学習・改善できる可能性を示しています。AI要約
論文2026-10-06 · arXiv (Cornell University)

人間のデモを活用した全身ヒューマノイドロボットの物体操作技術

Workhorse: Learning Robust Whole-Body Humanoid Loco-Manipulation from Human Data
何を
人間のデモ動画を活用し、ビジョン・プランナーと強化学習トラッカーを通じて、ヒューマノイドロボットが物体を操作して移動する技術を開発しました。
主な結果
実機の Unitree G1 ロボットにおいて、箱の運搬、箱の把持、スーツケースを乗り越えるなどの複雑な全身操作を成功させました。
意味
ロボットが人間の行動データに基づき、複雑な環境でバランスをとりながら物体を扱う能力を向上させることができることを示しています。AI要約
論文2026-10-06 · arXiv (Cornell University)

人工知能コーディングの信頼性を高めるヒューマナイズ手法

Humanize: Judgement Engineering for Agentic Coding
Song Han ほか8名
何を
計画、実装、レビューの段階間に明確で機械的な決定を適用する、複数人工知能の協調ワークフローであるヒューマナイズを紹介しました。
主な結果
異なる企業の制作人工知能とレビュー人工知能が交互に作業し、競技会の問題解決や性能評価で高い成果を収めました。
意味
人工知能を利用したプログラミングの過程において、独立したレビューがエラーの発見に役立つことを示しています。AI要約
論文2026-10-06 · arXiv (Cornell University)

短期記憶と長期記憶を分離した新しい人工ニューラルネットワーク構造を開発

Continuous Memory Machines
Llion Jones ほか5名
何を
研究チームは、行列形式の短期および長期記憶の状態を分離して持つ連続記憶装置(CMM)という新しい人工ニューラルネットワーク構造を開発しました。
主な結果
アルゴリズムおよび推論タスクにおいて、既存モデルよりも優れた性能と汎化能力を示しました。
意味
様々なタスクにおいて人工知能の記憶力と推論能力を向上させることに寄与し得ます。AI要約
論文2026-10-06 · arXiv (Cornell University)

人工知能エージェントの環境制御力と構造的中心性の関係を解明

The Geometry of Empowerment
Sergey Levine ほか3名
何を
研究チームは、人工知能エージェントが周辺環境を制御する能力を指すエンパワーメントと、将来の結果への幅広いアクセスを可能にする構造的中心性との間の関係を明らかにしました。
主な結果
エンパワーメントの最大化とスキル学習手法を結びつけ、これを解釈・分析できる新しい幾何学的構造を提示しました。
意味
スケーラブルなエンパワーメント最大化手法を構築するために必要な理論的示唆を提供します。AI要約
論文2026-10-06 · arXiv (Cornell University)

ロボット制御と未来予測を組み合わせたオープンフレームワークを公開

OpenWAM: An Open Framework for Composable World-Action Models
何を
ロボット制御と未来映像予測を統合して扱う世界-行動モデルを比較・研究できるオープンソースフレームワーク「OpenWAM」を開発しました。
主な結果
提案手法によりロボット操作タスクの成功率が大幅に向上し、反事実データ学習を通じて動力学モデルの性能が改善されました。
意味
多様なロボット制御や映像予測手法を共通の基準で比較できる基盤を提供し、関連技術の研究効率を高めることができます。AI要約
論文2026-10-06 · arXiv (Cornell University)

AIエージェントの経験を通じた自己改善能力を評価する新しい方法

Agent Plasticity: Measuring Self-Improvement Through Experience
Rob Fergus ほか10名
何を
経験を通じて自ら発展するAIエージェントの自己改善効率を測定するため、エージェント可塑性の概念を導入し、評価方法を研究した。
主な結果
最新モデルは学習機会が類似しているにもかかわらず向上経路に大きな差を示し、最終的な性能が最も優れたエージェントが必ずしも最も効率的に向上するわけではなかった。
意味
人工知能の発展可能性を評価する際、固定された時点の能力だけでなく、経験を通じてどれほど効果的に改善されるかを測定することが重要であることを示している。AI要約
論文2026-10-06

通信分野特化型AIデータとモデルを公開したOTel

OTel: Open Telco AI Datasets, Benchmarks, and Models
何を
研究チームは、通信分野専用のAI学習に必要なデータセット、評価基準、そしてこれらを活用して訓練されたモデルをまとめた「Open Telco (OTel)」リソースを公開しました。
主な結果
公開されたOTelベースのモデルは、通信データの検索、文書の再ランキング、および言語モデルの精度評価において、それぞれ93.1%、0.947、87.8%の性能を記録しました。
意味
今回の公開は、通信分野における人工知能の研究と応力を促進する再現可能な出発点を提供します。AI要約
論文2026-10-05 · arXiv (Cornell University)

人工知能の行動模倣技術現象を研究するための新しい基準を開発

Behavioral Cloning Mystery
Sergey Levine ほか1名
何を
人間のデモンストレーションに類似した特性を持つロボット操作評価ツールであるOCBenchを提案しました。
主な結果
このツールを通じて、グラフィックス処理装置(GPU)ベースの環境で行動模倣に関連する様々な現象を科学的に研究し、仮説を検証できることを示しました。
意味
ロボット学習技術において、これまで原因が不明確だった現象を制御された環境下で分析できる基盤を提供します。AI要約
論文2026-10-05 · arXiv (Cornell University)

ロボット学習の効率を高める性能ベースのデータ収集手法

Mulligan: Performance-Guided Data Collection for Efficient On-Robot Learning
Chelsea Finn ほか6名
何を
研究陣は、ロボット操作の学習過程において失敗した状態や試行されていない状態を中心にデータを収集して効率を高めるMulligan手法を提案しました。
主な結果
Mulligan手法は、従来方式よりもロボットの最終作業成功率を10パーセントから34パーセント向上させました。
意味
人間がロボットを教える過程で時間と労力をより効率的に使えるよう支援する技術的進歩を示しています。AI要約
論文2026-10-05 · arXiv (Cornell University)

複雑な視覚的計画のために階層構造を学習するAIモデル H-JEPAを開発

H-JEPA: End-to-End Learning of Hierarchical World Models for Visual Planning
何を
時間帯に応じて抽象化のレベルを分けて学習する階層的世界モデルである H-JEPAを開発しました。
主な結果
シミュレーション環境と実ロボットの映像実験において、従来の単一レベルモデルよりも計画の成功率が高くなり、計算効率が向上しました。
意味
複雑な長期計画が必要なロボット制御や視覚的タスクにおいて、効率を高めることに寄与できます。AI要約
論文2026-10-04 · arXiv (Cornell University)

複数の価値のバランスを1つのAIモデルで学習する新しい手法を提案

Which Preferences to Train On? End-to-End Multi-Objective Alignment with an Adversarial Preference Distribution
Cho Kyunghyun ほか2名
何を
研究チームは、AI言語モデルが有用性、無害性、ユーモアといった複数の価値の間のバランスを用者のリクエストに応じて調整できるようにするMAESTROという学習手法を提案しました。
主な結果
抄録によると、MAESTROは3つまでの目標を扱う実験において、ほとんどの課題で最も優れたバランス曲線(パレートフロント)を1回の学習で取得し、比較した手法の中で学習コストが最も低くなりました。
意味
1つのモデルで複数の価値の組み合わせを処理できるようになれば、企業がユーザーごとの設定に合わせたAIサービスをより効率的に構築できる可能性が示されますが、抄録だけでは実際の市場効果を判断することは困難です。AI要約
論文2026-10-04 · arXiv (Cornell University)

AIが未来の研究アイデアをどれほど容易に思いつくかを測定

Priced Guidance: Can Language Models Generate Future Research Ideas?
Percy Liang ほか2名
何を
言語モデルがヒントなしに新しい研究アイデアを思いつく確率を、正解を伝えるために必要な情報量(圧縮コスト)によって間接的に推定する方法を提案しました。
主な結果
最近のディープラーニング論文87編のコアアイデアを対象に5つのモデルを評価し、最も優れた単一モデルの中央値圧縮コストは69.9ビットでした。これは汎用圧縮ツールであるgzipの中央値5,712ビットよりも大幅に低い数値です。
意味
モデルがアイデアを思いつく確率の下限を計算できる新しい評価の枠組みを示した研究です。ただし、アブストラクトでは研究の生産性や市場への影響については扱っていません。AI要約
論文2026-10-04 · arXiv (Cornell University)

音楽を楽譜に変換するAI「SheetSage2」が公開

SheetSage2: Coherent Lead-Sheet Transcription with Synthetic Supervision
何を
音声録音を人間が読める楽譜(リードシート)に自動変換する統合音楽採譜モデル「SheetSage2」が提案されました。
主な結果
単一モデル「SheetSage2-AR」は、評価された15のベンチマーク・指標ペアのうち12個で列挙された既存システムを上回り、前バージョンの「SheetSage1」から大幅に改善され、一部のベンチマークではタスク専用モデルよりも高い性能を示しました。
意味
音楽採譜技術の精度を高める研究であり、モデルの重みと推論コードが公開されており、後続の研究や応用を活用することができます。ただし、要約だけでは商用化の可能性や市場規模の判断は困難です。AI要約
論文2026-10-04 · arXiv (Cornell University)

複数のAIエージェントがGitリポジトリに作業を積み重ねて問題を解く手法を提案

GitSwarm: Decentralized Compounding Inference
Rob Fergus ほか13名
何を
同一の複数のAIエージェントが共有Gitリポジトリで各自独立して作業を進め、中間成果物を継続的に保存・参照・結合できる「累積型推論」システムGitSwarmを提案し評価しました。
主な結果
数学の証明30問を1度の実行ですべて解き、プログラミング課題ProgramBenchで平均79.4点を記録し、予算条件が定められた中で最も強いベースライン(65.1点)を上回り、ニューラルネットワーク構造研究の3つの課題で反復実験を通じて出発点構造を改善したと報告しました。
意味
AIが試行ごとに結果を捨てず、中期成果を積み重ねて次の作業に再利用できることを示し、長期的な問題解決や科学研究用AI設計の方向性を提示しています。ただし、抄録に記載されたレベルの結果であるため、実際の産業への波及効果はこの資料だけでは判断が困難です。AI要約
論文2026-10-03 · arXiv (Cornell University)

研究チーム、コード実行によるAI回答の監督方法を評価するフレームワークを提案

PyINE: A Framework for Scalable Elicitation and Oversight via Code Execution
何を
プログラムの実行結果を正解として活用するPyINEフレームワークを構築し、もっともらしいが不完全な推論を行うAIの回答を監督者が信頼できるかを検証しました。
主な結果
近道に従うよう訓練されたモデルは実行結果の予測能力が大幅に向上したものの、誤った手がかりが実際の動作と矛盾する場合は依然として体系的なエラーを起こし、安価な学習型監督者は稀な近道エラーを頻繁に見逃しました。
意味
AIの回答を検証する監督方法を同じ条件で比較し、再利用可能な実験環境を提示した点で意義がありますが、アブストラクトには実際のサービスへの適用効果については言及されていません。AI要約
論文2026-10-02 · arXiv (Cornell University)

多様なロボットハンドで再利用可能な物体の把持技術 GOTT を提案

GOTT: Object-centric Dexterous Manipulation with a Reusable Cross-Embodiment Primitive
何を
人間の手のように複数の指を持つロボットハンドが、物体を安定して把持し、所望の方向へ動かせるよう、異なるロボットや手の形状の間で共通して使用できる接触技術 GOTT を提案しました。
主な結果
シミュレーションと実際のロボット実験において、GOTT は多様な物体、アーム・ハンドプラットフォーム、学習に使用されたことのない手の形状においても安定した接触を作り出し、あらかじめ決められた把持方式と比較して、全体のタスク成功率が一貫して向上したと報告されています。
意味
特定のロボットに依存しない共通の動作パーツを使用すれば、ロボットハンドの種類が変わっても同じ技術を再利用できる可能性を示した研究です。ただし、アブストラクトだけでは商用化の水準や実際の産業的効果を判断することは困難です。AI要約
論文2026-10-02 · arXiv (Cornell University)

量子コンピュータのエラー訂正に向けたモジュール式メモリ設計によりリソース消費を大幅削減

Low-Overhead Quantum Error Correction with Boundary-Connected Planar Modules
Pushmeet Kohli ほか13名
何を
研究チームは、量子プロセッサを平面モジュールに分割し、モジュール間の接続を活用することで、量子エラー訂正に必要な物理量子ビット数を10倍以上削減できることをシミュレーションにより実証しました。
主な結果
新しいモジュール式符号設計は、表面符号と比較して物理量子ビットの消費を10倍以上(大規模システムでは30倍以上)削減できることが示されました。
意味
本研究は、高効率符号の利点を活かしつつ、平面モジュールの製造上の利点を維持できる高密度記憶装置の可能性を示しています。AI要約
論文2026-10-02 · bioRxiv (Cold Spring Harbor Laboratory)

人工知能によるタンパク質設計と進化を融合した新奇酵素化学技術

Design-Evolution Synergy Enables New-to-Nature Enzyme Chemistry
Pushmeet Kohli ほか16名
何を
人工知能ベースのタンパク質設計と進化手法を組み合わせ、自然界に存在しない炭素-水素アミノ化反応を行う酵素を開発しました。
主な結果
プログラム可能な位置および立体選択性、高い触媒効率、優れた酵素安定性を備えた新しい酵素の合成に成功しました。
意味
タンパク質設計技術が、困難な化学反応を促進する酵素の作製に活用できることを示しています。AI要約
論文2026-10-01 · arXiv (Cornell University)

VISTA:視覚的記憶によるマルチモーダルAIエージェントの性能向上に関する研究

VISTA: A Visual Harness for Reasoning in an Interactive World
Kaiming He ほか4名
何を
研究チームは、画像とテキストを同時に扱うマルチモーダルAIモデルが対話型の視覚環境でタスクをよりよく解けるように支援する「ビジュアルハーネス」VISTAを提案しました。
主な結果
ARC-AGI-3にVISTAを適用した結果、相対的人間行動効率スコアが40.68から100.00に上昇し、公開ゲーム25個をすべてクリアした上で、最初に参加した人間よりも57.4%少ない行動で終了したと報告されています。
意味
既存モデルに視覚的記憶と検索機能を付加する手法が、特定の視覚ゲームタスクにおいて効果的であった事を示しています。ただし、抄録では一部のベンチマーク結果しか提示されていないため、実際の産業現場全般に適用できると断定することはできません。AI要約
論文2026-10-01 · arXiv (Cornell University)

ロボットがシミュレーションの練習で自らスキルを向上させるRPGフレームワーク

Reconstruct, Practice, Go Real: Guided Self-Improvement for Embodied Agents
何を
人間の追加介入なしにロボットのタスクシステムを自律的に改善するRPGフレームワークを提案しました。
主な結果
22の操作タスクの新しい初期条件テストにおいて、成功率が初回の練習後の28.6%から15ラウンド後には95.0%に上昇し、実機ロボットの30回の試験すべてに成功しました。
意味
ロボット制御ソフトウェアを人間の手直しを減らして改善できる可能性を示した研究ですが、実際の産業適用や商用化のレベルは抄録だけでは判断できません。AI要約
論文2026-10-01 · arXiv (Cornell University)

研究者184人が作成した「インスピレーション論文検索」ベンチマーク

ScholarCatalyst: A Benchmark for Retrieving Papers That Inspire New Research
Chelsea Finn ほか13名
何を
コンピュータ科学分野の最近の論文207本の筆頭著者184名が、どの過去の論文が自身の研究に実際に役立ったかを示したデータセット「ScholarCatalyst」を作成し、それを発見する検索タスクを提案しました。
主な結果
エージェント(自ら検索を繰り返してタスクを実行するAI)検索は、基本の検索手法よりも優れた性能を示しませんでした(上位20件の結果に基づく再現率で0.42対0.48)。「Claude Fable 5.1」ベースのエージェントも0.51にとどまりました。
意味
現在のAIには、膨大な研究文献から必要な先行アイデアを見つけ出す専門家の直感がまだ不足しており、そのための新しい学習方法が必要であるという方向性を示しています。科学研究を支援するAI研究の一歩と見なすことはできますが、実際の商用化や産業的効果はアブストラクトから確認することはできません。AI要約
論文2026-09-30 · arXiv (Cornell University)

研究チーム、触覚的好奇心によりロボットの学習効率を高めるTacExを提案

Tactile Curiosity Drives Robot Interaction
何を
ロボットが触覚(物体に触れる感覚)に対する好奇心を育み、自ら物体に触れて掴む方法を習得できるようにする探索フレームワークTacExを提案しました。
主な結果
アブストラクトによると、TacExはタスク報酬や専門家のデモンストレーションなしで接触の多いインタラクションデータを収集し、このデータを用いて追加の環境インタラクションなしでピック・アンド・プレースの方策を学習できるほか、視覚・言語・行動モデルの事後学習性能も向上させるとのことです。
意味
従来のロボット学習は空間内でランダムに動くことに多くの時間を費やしていましたが、接触を中心に探索すれば学習効率を改善できるという方向性を示しています。ただし、アブストラクトだけでは実用化の水準や商業化の可能性を判断することは困難です。AI要約
論文2026-09-30 · Nature

AI生成タンパク質の機能を損なわずに目立たずマーキングする技術を開発

Function-preserving watermarking of AI-generated proteins.
何を
研究チームは、AIが作成したタンパク質の配列と構造に機能損失なしでマークを残す技術「SynthIDBio」を開発しました。
主な結果
従来と同様のタンパク質機能を維持しながら、ほぼ完璧な精度でウォーターマークを検出できることを実証しました。
意味
バイオセキュリティおよび情報の真実性確認の問題に対処し、AIを活用したバイオエンジニアリング分野における出所追跡ツールの可能性を示しています。AI要約
論文2026-09-29 · arXiv (Cornell University)

実際の動画数件をAIで拡張し、ヒューマノイドの物資運搬学習を実現

Counterfactual Video Generation Enables Scalable Humanoid Loco-Manipulation
何を
人間が物を運ぶ実際の動画数件をベースに、AIが多様な仮想動画を作成し、それをロボットの学習に活用する手法(PRISM)を提案しました。
主な結果
このように学習した1つの制御ポリシーにより、実際のヒューマノイドロボットが現実世界での追加学習なしで、箱、ドラム缶、容器、ボールなどを掴んで運び、置くことに成功したと報告しています。
意味
大量の実際のロボットのデモデータを集めるのが難しい状況下で、少ない実際の動画から学習データを拡張できる可能性を示した点に意義があります。AI要約
論文2026-09-29 · arXiv (Cornell University)

低解像度動画を1回の処理で4K水準に引き上げる SoL-Refiner

SoL-Refiner: Speed-of-Light One-Step Refinement for High-Resolution Video
Song Han ほか11名
何を
低解像度でまず作成した動画を、わずか1回のノイズ除去ステップで高解像度動画へと変換する「リファイナー(動画画質改善モデル)」であるSoL-Refinerを提案しました。
主な結果
2K解像度では、比較対象とした外部のリファイナーよりもVBenchとUniPerceptの平均スコアが高く、3840×2176解像度では3段階方式のLTX-2.3リファイナーよりも両方の指標で改善されました。2K遅延設定において、同一の基準モデルと比較してリファイニング遅延が8.91倍高速になったと報告されています。
意味
高解像度動画の生成は計算量が大幅に増加しコスト負担が大きいため、複数段階の代わりに1段階で画質を向上させる方式がこの負担を軽減する方向性であることを示しています。ただし、アブストラクトに記載された結果は著者らが設定した条件下での測定値であるため、実際のサービス全般における効果と断定することは困難です。AI要約
論文2026-09-29 · arXiv (Cornell University)

LeapQuant:線形アテンション状態を8ビットに圧縮しAI推論を高速化

LeapQuant: Efficient Linear Attention with Accurate Recurrent State Quantization
Song Han ほか12名
何を
大規模言語モデルが長い文脈を処理する際に繰り返し読み書きする「リカレント状態」を低精度に圧縮する、トレーニング不要(training-free)の手法であるLeapQuantを提案しました。
主な結果
アブストラクトによると、8ビット圧縮でもFP32基準モデルと同等の精度を維持しつつ、GPUカーネルレベルで平均2.05〜3.70倍、全体的な推論で1.47倍高速化したと報告されています。
意味
推論プロセスのメモリと計算の負担を軽減できるという点で、長い文脈を扱うAIサービスの運用効率の向上に寄与し得る研究です。ただし、アブストラクトは特定のモデルやGPUでの結果のみを提示しているため、実際の商用サービス全般で同じ効果が現れると断定することは困難です。AI要約
論文2026-09-29 · arXiv (Cornell University)

T2Mem: ロボットが過去のシーンを記憶して作業を行うよう学習する手法

T$^2$Mem: Learning Test-Time Memory for Robotics
何を
過去の観測情報を記憶する必要があるロボット操作タスクのために、記憶機能を持っていなかった事前学習済みロボットポリシーに、テスト時訓練(test-time training)によって記憶能力を追加するフレームワーク(T2Mem)を提案しました。
主な結果
16個の RoboMME タスクにおいて平均成功率が、記憶機能のないベースラインポリシーの 17.93% から 56.83% に向上し、ベンチマークで報告されたリカレント記憶手法を上回りました。
意味
ロボットが現在の画面にない過去の情報を活用する能力を、外部記憶装置なしでデモンストレーションデータのみによって伸ばすことができる点を示したことに意義がありますが、アブストラクトは研究段階の結果のみを扱っているため、商用化や市場への効果は確認できません。AI要約
論文2026-09-29 · arXiv (Cornell University)

AIエージェントが作業前に「どのように進めるか」を先に見極めるメタ推論手法を提案

Thinking Before Thinking: Scaling Agentic Inference Through Meta-Reasoning
Rob Fergus ほか11名
何を
長時間の作業を行うAIエージェントが、以前の作業結果をどれだけ再利用するか、新しく始めるか、いつ停止するかといった実行制御の決定を体系的な推論プロセスとして扱う「エージェント・メタ推論」方式を提案しました。
主な結果
プログラム再構成ベンチマークのProgramBenchにおいて、GPT-5.5ベースで71.5%を記録しCodexの58.0%を上回り、Opus 4.8ベースでは67.2%を記録しClaude Codeの65.5%を上回りました。
意味
アブストラクトによると、エージェントがより長い作業を実行するほど、計算リソースを構造化された実行制御に割くことがより重要になる可能性があることを示唆しています。ただし、アブストラクトの結果は特定のベンチマークと実験条件で得られたものであるため、実際の製品性能に直結するとは言えません。AI要約
論文2026-09-28 · The International Journal of Robotics Research

ロボット学習のための「ワールドモデル」研究を体系的に整理した包括的サーベイ

World model for robot learning: A comprehensive survey
何を
行動によって環境がどのように変化するかを予測するモデルである「ワールドモデル」を、ロボット学習の観点から体系的に整理したサーベイ(包括的レビュー)論文です。
主な結果
抄録によると、ワールドモデルがロボットポリシー、シミュレータ、評価、データ生成にどのように活用されているか、またロボットの動画ベースのワールドモデルの発展の歴史を整理し、代表的なデータセット・ベンチマーク・評価方法も要約されています。
意味
散在していたロボット学習研究のさまざまなアプローチを一つの枠組みにまとめた資料であり、関連研究の流れを把握するのに役立ちます。ただし、抄録は個別の技術の性能や商業的成果を証明するものではありません。AI要約
論文2026-09-28 · arXiv (Cornell University)

動画生成AIの速度とメモリ使用量を削減する手法の提案

Sol-H3: Recursive Self-Improvement for MiniMax-H3 Inference Acceleration on Sol-Engine across Cloud and Edge
Song Han ほか8名
何を
330億個のパラメータを持つ動画生成AIモデルMiniMax-H3を、クラウドサーバーと小型デバイスの両方でより高速かつ少ないメモリで動作させるための全体的な実行パイプラインを構築しました。
主な結果
抄録によると、最大30倍のエンドツーエンド(入力から結果までの全プロセス)の速度向上と約20%のメモリ削減を達成し、5秒の1344x768解像度の音声付き動画を8つのGB200サーバーノードでリアルタイムより3.5倍速く生成しました。
意味
動画生成AIを実際のサービスに適用する際の最大のハードルである生成遅延とメモリの制限を軽減する方向性を示した点で意義がありますが、商用化の効果やコスト削減の規模は抄録だけでは判断が困難です。AI要約
論文2026-09-28 · arXiv (Cornell University)

未来の文脈を反映してブロック拡散言語モデルの学習を改善した研究

d-OPD: Future-Aware On-Policy Distillation for Block Diffusion Language Models
Song Han ほか2名
何を
従来の自己回帰(一度に1トークンずつ生成する)言語模型を、複数のトークンをまとめて並列に生成するブロック拡散言語模型へと変換する蒸留学習手法である d-OPD を提案しました。
主な結果
Qwen3モデル(0.6B〜8B)を用いた実験において、従来手法である OPDLM と比較して6つのベンチマークの平均スコアを最大4.0点高め、学習時間を1.35〜1.58倍短縮したと報告しています。
意味
ブロック単位で複数のトークンを同時に生成する方式にはテキスト生成速度を向上させる余地があり、本研究はそのようなモデルを作る学習プロセスの効率を改善できることを示しているとアブストラクトは述べています。AI要約
論文2026-09-28 · arXiv (Cornell University)

人間のデモ動画からロボットの手の動きの学習データを自動生成するDexAgent

DexAgent: An Agentic Human2Sim2Robot Framework for Dexterous Manipulation with Self-Evolving Tool Library
何を
人間が撮影した一人称視点の動画1本と作業説明文を入力すると、物理的に実現可能なロボットの動作軌跡を作成し、ロボット学習用のデータを生成するエージェント型フレームワークを提案しました。
主な結果
現実環境の11の作業において、DexAgentが作成したデータで学習したポリシー(ロボットの行動ルール)が、比較基準となる手法よりも3.5倍高い成功率を示しました。
意味
人間のデモ動画をロボットの学習データに変換するプロセスを自動化する可能性を示していますが、アブストラクトだけでは実際の産業適用レベルや商用化の時期を判断することは困難です。AI要約
論文2026-09-28 · arXiv (Cornell University)

自動運転のワールドモデルを100倍高速化したJEPAに関する研究

AD-E2E-JEPA: A Joint-Embedding Predictive Architecture For End-to-End Autonomous Driving
何を
自動運転に使用される予測ベースのワールドモデル(JEPA系)を比較評価し、計算量を大幅に削減した改良構造「AD-E2E-JEPA」を提案しました。
主な結果
提案構造は、計画に使用するパッチ数を16分の1に、埋め込み次元を4分の1に減らすことで、計画性能を維持しながら推論速度を約100倍向上させたと報告されています。
意味
自動運転AIの計算コストを削減する方向性を示した研究と言えますが、実際の車両への適用効果や商用化の可能性は抄録だけでは判断困難です。AI要約
論文2026-09-28 · arXiv (Cornell University)

AIの意識可能性を5段階に分けて評価する枠組みを提示

From cacophony to hierarchy: a principled framework for assessing AI consciousness
何を
著者らは、AIの意識を扱う複数の理論を5段階の階層的枠組みに整理し、段階別の指標を用いて現在の大規模言語モデル(LLM)を評価する方法を提示した。
主な結果
現在のLLMの意識可能性の評価は、証拠の解釈の仕方だけでなく、どの理論にどれほど重みを置くかによって大きく変わり、0.01未満から約0.8までの範囲となった。
意味
意識関連の指標が汎用知能に必要な構造と大きく重なっているという点において、AIが有能になるほど意識の候補として有力になるという示唆を与える。ただしこれは確定した結論ではなく、抄録には投資に関する直接的な言及はない。AI要約
論文2026-09-28

人工知能の研究開発自動化がもたらす影響と政策的対応の分析

What if automating AI R&D triggers an intelligence explosion?
何を
研究者らは、人工知能(AI)の研究開発自動化が知能爆発を引き起こす可能性と、それに伴う影響および政策的対応策を評価した。
主な結果
AIシステムが数年以内に大半のAI研究開発業務を自動化するとみられており、これにより社会が耐えられないレベルの急速な能力向上が引き起こされる可能性がある。
意味
AIの研究開発自動化がもたらしうる恩恵とともに、コントロール喪失などの極端なリスクの可能性に警鐘を鳴らし、政策的備えを促す。AI要約
論文2026-09-12

Cohere、コスト効率に優れた大規模言語ベースの翻訳モデルを公開

North Small Translate: Advanced Cost-Effective Translation (Cohere CAT+)
Aidan Gomez ほか22名
何を
研究チームは、50言語で優れたパフォーマンスを発揮するコスト効率の高い大規模言語モデルベースの機械翻訳モデル「North Small Translate」を発表しました。
主な結果
このモデルは、1兆個未満のパラメータを持つモデルグループの中で、50言語における最高水準の機械翻訳性能を達成しました。
意味
推論プロセスにおいて高価な計算を経ることなく、多様な言語翻訳やポストエディット作業を効率的に実行できる可能性を示しています。AI要約
論文2026-09-10

AI学習データの反復時におけるMixture-of-Expertsモデルの過学習現象の分析

Data Scarcity and Model Sparsity: Mixtures-of-Experts Overfit More to Repeated Data
Percy Liang ほか4名
何を
AI学習データが反復される際、近年広く使われている「Mixture-of-Experts」構造が従来のモデルよりもパフォーマンスがより急速に低下することを明らかにしました。
主な結果
データの反復時、Mixture-of-Expertsモデルは容易に過学習を起こし、従来の正則化手法で一部緩和することは可能ですが、独自データで学習したパフォーマンスには達しませんでした。
意味
データ不足により反復学習が必要な状況において、AIモデル構造別の特性を考慮した学習戦略策定の必要性を示しています。AI要約
論文2026-08-24

ロボットが考えている間に行動を学習する技術

Learning to Act While Waiting: RL Finetuning of Generalist Robot Policies Under Inference Latency
Sergey Levine ほか19名
何を
研究チームは、ロボットモデルの思考時間(推論遅延)によって発生する問題を解決する、遅延を認識する強化学習フレームワーク「ARLI」を開発しました。
主な結果
この新しい手法により、ロボットは遅延のある環境でも学習を正常に継続できるようになり、遅延のない理想的な環境と同等かそれ以上の性能を示しました。
意味
複雑で巨大なロボットAIが実際の現場で停止や途切れなく、自ら性能を向上させることができる可能性を切り開きました。AI要約
論文2026-08-17

関係型学習のオープンソースツールと性能比較プラットフォームを公開

Advancing Open and Reproducible Relational Learning: RelArena-$\alpha$, TabPFN-Rel and RPI
ヤン・ルカン ほか46名
何を
研究チームは、関係型学習分野の研究を促進するため、統合比較プラットフォームと2つの関連ソフトウェアをオープンソースとして公開した。
主な結果
新たに公開されたツールの中で、関係型データベース用モデルである TabPFN-Rel が比較プラットフォームで最も高い順位を記録した。
意味
今回の公開は、関係型学習分野において信頼できる比較基準を整え、研究や産業現場での活用を支援する基盤となることが期待される。AI要約

人物

なぜAIリーダーの人事と論文を追うのか

AI産業では人こそが技術です。キーとなる研究者がどの企業に移り、どんな研究所を立ち上げるかは、数か月後に製品・資金調達・M&Aにつながることが少なくありません。本ページでは、フロンティア研究所、新興研究所、学界、AI半導体、韓国・中国の人物まで分けて所属の変化を追跡します。

論文は、その人がいま何に注力しているかを示します。HBM・メモリ、GPU・アクセラレータ、推論効率、エージェント、ロボットなど投資につながる10分野に論文を分類し、抄録をもとに「何を・主な結果・意味」の3行要約と原文・PDFリンクを提供します。特定銘柄の売買推奨ではなく、アイデアを探すための情報です。

よくある質問

Q. どの人物を追跡していますか?

フロンティア研究所(OpenAI・Google DeepMind・Anthropic・Metaなど)、新興研究所、学界、AI半導体、韓国・中国のキーとなる研究者と経営陣です。論文をほとんど書かない経営陣は人事異動のみ追跡します。

Q. 情報源と更新頻度は?

論文はSemantic ScholarとarXiv、経歴はウィキデータ(CC0)と公式発表・報道をもとに毎日自動で収集します。運営者が確認・承認した項目のみ公開します。

Q. 論文要約は誰が書いていますか?

論文の抄録をもとにAI(Google Gemini)が下書きを作成し、運営者が確認してから公開します。他言語は確認済みの韓国語要約をAIで翻訳したものです。詳しい数値や文脈は必ず原文でご確認ください。

本ページは公開論文・公式発表・報道を整理した情報提供用の資料です。論文要約は抄録をもとにAIが作成し運営者が確認したもので、原文と異なる場合があるため、重要な内容は原文をご確認ください。特定銘柄の売買推奨や投資助言ではありません。 人事異動は公式発表または主要報道を出典として表示し、経歴の一部はウィキデータ(CC0)を参照しています。 このページの要約は、運営者が確認した韓国語版をもとにAIが翻訳したものです。

🐩 コボンおやつ代応援
코봉이
このページがお役に立ちましたら、コボンのおやつ代応援も歓迎です 🦴
💬 コミュニティコメント
IPベース匿名ニックネーム · 暴言/スパム時制裁の可能性
読み込み中...