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 · 科学のためのAI

条件に合う人事異動はまだありません。

論文 · 科学のためのAI

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 · 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2026-10-08 · 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2026-10-04 · 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)

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2026-10-02 · 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)

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 · 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2026-08-17

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
論文2026-07-25

多体量子状態を通じた理想的な数学的測度の誘導

$\mathcal{P}(\Phi)_2$ Theory from many-body quantum Gibbs states
Yang Zhilin ほか2名
何を
多体量子ギブス状態の厳密な極限として、2次元単位トーラス上の測度を誘導しました。
主な結果
高次相互作用を処理するため、ウィック再正規化の過程で発生する下位相互作用を図式的形式主義によって体系的に組織化しました。
意味
本研究は、量子統計力学モデルと確率論的数学理論を結びつける基礎的な分析手法を提供します。AI要約
論文2026-05-31 · arXiv.org

物理AIが実験室の乱流予測に成功しました

Emergent Transfer of a Physics Foundation Model from Simulation to Laboratory Turbulence
Cho Kyunghyun ほか22名
何を
シミュレーションで学習した物理基礎モデルを実際の実験室環境に適用し、複雑な流体不安定現象を予測しました。
主な結果
学習データに存在しなかった実際の実験室の成長範囲と新しい物理的環境の予測に成功しました。
意味
人工知能ベースのモデルが、シミュレーションを越えて実際の実験データにまで拡張できる可能性を示しています。AI要約
論文2026-04-27 · arXiv.org

多様な生体分子情報を統合的に扱うAIモデルの開発

MIMIC: A Generative Multimodal Foundation Model for Biomolecules
Cho Kyunghyun ほか30名
何を
研究チームは、核酸、タンパク質、進化、構造など、複数の生物学的情報を同時に学習・生成できる生成AIモデル「MIMIC」を発表しました。
主な結果
MIMICは、複数のデータを組み合わせて活用することで、従来の単一データ型モデルよりも優れた性能を発揮し、様々な生物学的タスクを遂行しました。
意味
本研究は、単一の統合されたモデルを通じた、生体分子の表現学習、条件付き予測、およびカスタマイズされた分子デザインの可能性を示しています。AI要約
論文2026-04-22 · Clinical Endoscopy

リアルタイム人工知能が胃内視鏡の病変発見率を向上させました

Impact of real-time artificial intelligence integration on detection of gastric lesions: an exploratory single-center before-and-after study using low-definition routine endoscopy
Ha Jung-woo ほか10名
何を
研究チームは、資源が限られた環境で使用される低画質の内視鏡検査にリアルタイム人工知能(AI)検出システムを導入し、その効果を評価しました。
主な結果
人工知能の導入後、患者あたりの全体的な病変発見率がわずかに増加し、0.5cm以下の小さな病変の発見率も増加した一方で、生検率は減少しました。
意味
この技術は、資源が限られた環境においてもがん発見を損なうことなく小さな胃病変の検出を助け、不要な生検を減らすために活用できます。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...