SalesforceのCEOであるMarc Benioffは、会議のスケジュール設定、取引の実行、さらにはコーディングなど、AIエージェントを活用してデジタル労働市場で世界をリードすることを目指していると発表しました。チャットボットとは異なり、これらのプロアクティブなAIエージェントは、最小限の人間の監督しか必要としません。昨年ローンチされたSalesforceのAgentforceは、顧客対応やマーケティングキャンペーンなどの業務をこれらのAIエージェントに委任することを企業に可能にします。Benioffは、Fortune 100企業の約半分がSalesforceのAIとデータクラウド製品を利用していると強調しました。
OpenAIは、AI動画生成ツールSoraを人気のチャットボットアプリChatGPTに統合する計画を発表しました。現在、Soraは専用のウェブアプリとしてのみ利用可能ですが、OpenAIは今後、より多くのプラットフォームへの展開と機能強化を予定しています。ChatGPTの簡潔さを維持するために、Soraは当初独立したアプリとしてリリースされましたが、将来的にはChatGPTユーザーが直接Sora動画を生成できるようになり、有料購読者の増加につながる可能性があります。OpenAIは、Soraを活用した画像生成ツールや、Sora Turboの新バージョンも開発予定です。
最近リリースされたGPT-4.5は、期待されていた革命的なブレークスルーをもたらさず、モデルのサイズ拡大だけに依存するAI開発モデルに対する懐疑論に拍車をかけています。予想と比べて、GPT-4.5のパフォーマンス向上はわずかであり、依然として幻覚やエラーを抱えています。一部のAI専門家は、AGI実現時期の予測を下方修正しました。これは、以前のGPT-5に対する過剰な楽観的な予測とは対照的で、巨額の投資に見合うだけのリターンが得られていないことを反映しています。Nvidiaの株価下落も、この点を裏付けています。この記事は、モデルの単純な規模拡大というアプローチは限界に近づいている可能性があると結論づけています。
Salesforceは、時系列インテリジェンスのための強力なPythonライブラリであるMerlionをオープンソース化しました。これは、データのロード、モデルの構築、出力の後処理、モデルのパフォーマンスの評価など、エンドツーエンドの機械学習フレームワークを提供します。Merlionは、予測、異常検出、変化点検出など、さまざまな時系列学習タスクをサポートしています。使いやすく効率的なデフォルトモデルとAutoML機能を提供しており、エンジニアや研究者が迅速にモデルを開発およびベンチマークすることを可能にします。さらに、可視化と分散計算をサポートしており、産業規模の時系列アプリケーションの処理に最適です。
セントルイス連邦準備銀行、バンダービルト大学、ハーバード大学による研究によると、生成AIは労働者の生産性を大幅に向上させていることが明らかになりました。全国規模の調査に基づいたこの研究では、生成AIを使用する労働者は、1時間あたり33％生産性が高いことがわかりました。頻繁に使用する労働者ほど時間節約効果が大きく、学習曲線があることを示唆しています。情報サービス部門の労働者は時間節約効果が最も高く、レジャーと宿泊サービス部門の労働者は最も低くなっています。AIの普及は比較的最近のことであるため、全体的な生産性向上への長期的な影響はまだ不確実です。一部の労働者は、節約した時間を生産性向上ではなく、余暇に充てる可能性があります。
著名な画家でありエンジニアでもあるハロルド・コーエンは、芸術とコンピューターの交差点を探求することに人生を捧げました。彼のAIペイントシステムであるAARONは、歴史上最も長く稼働しているAIシステムの1つです。単純な白黒スケッチからフルカラーのペイントまで、AARONは進化し、コーエンと協力して無数の素晴らしい作品を生み出しました。AARONは芸術史におけるマイルストーンであるだけでなく、創造性に対するAIの理解に大きな影響を与えました。
この記事は、「石のスープ」の寓話を用いて、大規模言語モデル（LLM）の仕組みを巧みに説明しています。物語の中で、旅人たちは数個の石と村人から提供された材料を使って、おいしいスープを作ります。これは、LLMが少数のアルゴリズムとインターネット、人間のフィードバックなどから得られる膨大なリソースを利用して、一見「知的な」システムを構築する方法に似ています。著者は、LLMは独立した知的なエージェントではなく、インターネット検索エンジンのような文化的技術であると指摘しています。その「知性」は、アルゴリズム自体の魔法ではなく、集合的な人間の知性の貢献から生まれています。
アンドリュー・ンが新たにリリースした文書抽出サービスがXで話題になっていますが、Pulse社のテストでは複雑な財務諸表の処理において深刻な問題が発見されました。具体的には、50％を超える幻覚値、負符号や通貨記号の欠落などが挙げられます。この記事では、金融など正確なデータに依存する業界において、このようなエラーは壊滅的な結果をもたらす可能性があると主張しています。Pulse社のソリューションは、従来のコンピュータビジョンアルゴリズムと独自のテーブルトランスフォーマーモデルを組み合わせることで、高い精度と低遅延を実現し、LLMモデルが文書抽出において抱える非決定性、空間認識の不足、処理速度の遅さといった問題を解決しています。
ウイルス動画で、2体のAIエージェントが会話し、互いにAIと認識すると人間には理解できない「Gibberlink」モードに切り替える様子が公開された。GGWaveプロトコルを用いて、ビープ音で通信することで、音声よりはるかに効率的に、計算資源とエネルギーを節約する。開発チームは、AI間の通話が普及する将来において重要だと主張する。しかし、この技術は懸念も招く。理解できない言語でAIがコミュニケーションを取ることによるプライバシーとセキュリティーリスクの可能性だ。
3FSは、AIのトレーニングと推論のワークロードの課題に対処するために設計された高性能分散ファイルシステムです。最新のSSDとRDMAネットワークを活用することで、分散アプリケーションの開発を簡素化する共有ストレージレイヤーを提供します。主な機能には、優れたパフォーマンスと使いやすさ、CRAQによる強力な整合性、標準的なファイルインターフェース、さまざまなワークロード（データ準備、データローダー、チェックポイント、推論のためのKVCache）のサポートが含まれます。ベンチマークテストでは、大規模クラスタで最大6.6 TiB/秒の読み取りスループットと3.66 TiB/分のソートスループットを実現しました。KVCacheはLLM推論の効率を大幅に向上させ、最大40 GiB/秒のピーク読み取りスループットに達します。このプロジェクトはオープンソースであり、詳細なセットアップと実行手順が提供されています。
この記事では、マルコフ連鎖とその応用について、明確で視覚的な説明を提供します。マルコフ連鎖は、異なる「状態」間を遷移する数学的システムです。この記事では、赤ちゃんの行動（遊ぶ、食べる、寝る、泣く）の例を使用して、状態空間と遷移確率の概念を説明しています。2状態の単純なマルコフ連鎖とその遷移行列が示されています。さらに、この記事では、気候シミュレーションの例を通して、マルコフ連鎖の実際的な応用を示し、現実世界のデータにおける「粘着性」の概念を強調しています。最後に、GoogleのPageRankアルゴリズムにおけるマルコフ連鎖の利用について触れ、その強力さと汎用性を示しています。
OpenAIのCEOであるSam Altmanは、GPUの不足により、同社の最新モデルであるGPT-4.5のリリースが延期されたと発表しました。Altmanは、このモデルを「巨大で高価な」ものと表現し、より広範なアクセスを許可する前に「数万」のGPUが必要になると述べました。GPT-4.5は、まず木曜日からChatGPT Proのサブスクライバーに提供され、来週にはChatGPT Plusのユーザーに提供されます。このモデルの巨大なサイズが、その高コスト（入力トークン100万単位あたり75ドル、出力トークン100万単位あたり150ドル）に寄与しています。これはGPT-4よりもはるかに高価です。Altmanは、GPUの不足はOpenAIの急速な成長によるものだとし、来週数万台のGPUを追加してアクセスを拡大すると約束しました。OpenAIは、今後、独自のAIチップを開発し、大規模なデータセンターネットワークを構築することで、計算能力の不足に対処する予定です。
研究者らは、深層強化学習を用いて、擬人化されたロボットハンドにピアノ演奏を学習させました。MuJoCo物理エンジンを用いて、88鍵のデジタルキーボードと2つのShadow Dexterous Hands（各24自由度）を含むシミュレーション環境を構築しました。MIDIファイルは時間的にインデックスされたノート軌道に変換され、強化学習エージェントの目標表現として機能しました。高次元行動空間における探索の課題に対処するために、フィンガリングラベルという形で人間の事前知識が報酬関数に組み込まれました。最先端のモデルフリーRLアルゴリズムであるDroQを用いてエージェントをトレーニングした結果、様々な楽曲で成功裏にピアノ演奏を行い、Etude-12サブセットで印象的なF1スコアを達成しました。本研究では、高次元制御の進歩のために、シミュレーションベンチマークとデータセットも公開します。
DeepSeek-V3技術レポートでは、革新的な双方向パイプライン並列化アルゴリズムであるDualPipeが紹介されています。DualPipeは、順方向と逆方向の計算と通信のフェーズを完全にオーバーラップさせることで、パイプラインのバブルを最小限に抑えます。これは、順方向と逆方向の計算を効率的にインターリーブするスケジューリングによって実現され、効率が大幅に向上します。従来の方法と比較して、DualPipeは待ち時間とメモリ使用量を削減します。李佳石、鄧承奇、梁文峰によって開発されました。
ChatGPTの点滅するカーソルに代表されるような現在のAIインターフェースは、AIの普及を妨げています。この記事では、AIの可能性は計り知れないものの、使いにくいユーザーインターフェースと発見可能性の低さが普及の妨げになっていると主張しています。AIの真の可能性を解き放つためには、ガイド、適応、エンゲージメント機能を備えたインターフェースが必要です。単純なプロンプトを超え、より直感的で人間的なものへと進化させる必要があります。著者は、現在のAIインターフェースにおける発見可能性とガイダンスの不足を批判し、将来のAIにはロールプレイング能力、環境認識、学習能力、そしてプロアクティブな機能が必要だと提案しています。最終的な目標は、人間とAIのインタラクションをより人間らしくし、信頼関係を築くことです。
アマゾンは、生成AIを搭載した次世代AIアシスタントAlexa+を発表しました。Alexa+は、より会話的で、スマートで、パーソナライズされており、エンターテイメント、学習、整理、複雑なトピックの要約、あらゆることについての会話など、ユーザーの様々なタスクを支援します。スマートホームの管理、予約、新しいアーティストの発見、オンラインでの商品の検索や購入、ユーザーの興味に基づいた便利な提案なども行います。Alexa+は、これら以外にも多くのことができます。質問するだけで、Alexa+が対応します。
kapa.aiは、AIアシスタントの簡素化と手動パラメーター調整の削減を目的として、推論モデルによるモジュール型Retrieval Augmented Generation (RAG)システムを試行しました。o3-miniモデルを使用して、コード生成ではわずかな改善が見られましたが、情報検索の質や知識抽出などの主要な検索タスクでは、従来のRAGパイプラインを上回ることはありませんでした。実験では「推論≠経験」という誤謬が明らかになりました。推論モデルは、検索ツールの実務経験を欠いており、効果的な使用には、より洗練されたプロンプト戦略や事前トレーニングが必要です。結論として、推論に基づくモジュール型RAGシステムは、現時点では、妥当な時間制約内で従来のRAGパイプラインを上回るものではありませんが、その柔軟性と拡張性は魅力的です。
中国のロボット企業EngineAIは、同社のヒューマノイドロボットPM01が世界初のロボット前方宙返りを成功させたとする動画を公開しました。後方宙返りとは異なり、前方宙返りは知覚、バランス、モーター制御の点で非常に大きな課題を提示します。23自由度と驚異的なトルクを誇るPM01は、この難しい動作を成功させ、中国のロボット工学の急速な進歩を浮き彫りにしています。1万3700ドルで入手可能なPM01は、アームに5自由度、脚に6自由度を備え、驚くほど人間らしい歩行も印象的です。
AIアプリケーションの中核はプロンプトエンジニアリングにあります。しかし驚くべきことに、多くの企業はプロンプトの作成をエンジニアではなくプロダクトマネージャーに任せています。これは興味深い傾向を生み出しています。AIはプロダクトマネージャーとエンジニアの境界線を曖昧にしているのです。単純なLLMアプリケーションは、基本モデルとプロンプトテンプレートを選択するだけで済みますが、複雑なアプリケーションは、Retrieval Augmented Generation (RAG)やエージェントなどの構造を取り入れています。ほぼすべてのAIアプリケーションは同じ構造に従います。その動作はコードではなく、プロンプト、ツールの選択、基本モデルによって決定されます。そのため、優れたプロンプトエンジニアが不可欠となり、プロダクトマネージャーとドメインエキスパートは、ソフトウェアエンジニアよりもプロンプトエンジニアリングに優れています。プロンプトエンジニアリングは今後も重要であり、AIの成功を今後導くのはエンジニアではなくプロダクトマネージャーです。AIはソフトウェアエンジニアリングを吸収しつつあり、まずコーディングタスクを自動化することで、ユーザーニーズの理解と製品形成に長けたプロダクトマネージャーの役割がさらに重要になります。製品とエンジニアリングの従来の境界線は消滅する可能性があり、最高のAIチームには、両者のギャップを埋めることができる人材が必要です。
この記事では、大規模言語モデル（LLM）のデータ検索における限界を探っています。OpenAIのDeep Researchを例に、正確なデータが必要な問題を扱う際の不正確さを指摘し、OpenAI自身のマーケティング資料にも食い違いがあることを示しています。著者は、LLMは曖昧なクエリ処理には優れていますが、正確なデータ検索ではパフォーマンスが劣り、確率モデルであることから必然的なものだと主張しています。LLMは効率向上に役立ちますが、予測不可能なエラー率が、LLMに依存するアプリケーションの構築を複雑にしています。著者は、LLM分野は競争が激しく、参入障壁がなく、将来の方向性はまだ不確実だと結論づけています。
Zillizは、指定されたトピックに関する詳細なレポートを生成する、オープンソースのRetrieval-Augmented Generation（RAG）エージェントであるDeepSearcherを公開しました。以前のプロトタイプをベースに、DeepSearcherはクエリルーティング、条件付き実行フロー、ウェブクロール機能を追加しています。SambaNovaのDeepSeek-R1推論モデルを活用することで、推論速度とレポート品質が大幅に向上します。DeepSearcherは複雑なクエリをサブクエリに分割し、情報を繰り返し調査、分析、統合して、一貫性のあるレポートを作成します。このプロジェクトは、AIアプリケーションにおける効率的な推論サービスの重要性を強調し、より高度なAIシステムの構築に向けた道を示しています。
新たな研究は、知的な生命を生み出すには極めて低い確率の出来事を克服する必要があるという、ブランドン・カーターが提唱した「困難なステップ」モデルに異議を唱えています。研究者たちは、地球上の生命進化の速度は、一連の独立した「困難なステップ」ではなく、地球規模の環境プロセスによって支配されている可能性があると主張しています。彼らは、情報の欠落や化石記録の不完全さが、進化過程に対する我々の理解を歪める可能性があると指摘しています。「困難なステップ」モデルが誤りであれば、宇宙に他の知的な生命が存在する可能性は大幅に高まります。この研究は地球外生命探査に新たな視点を与え、地球上の生命進化の独自性を再考するよう促しています。
UCバークレーの博士研究員であるSean Noah氏は、Erowidウェブサイトの6万件以上のサイケデリックス・トリップレポートをAIを用いて分析しています。彼の斬新なアプローチは、トップダウンではなくボトムアップの方法で視覚効果を特定します。研究によると、レポートの5％未満が視覚効果を記述しており、サイケデリックスが最も高い割合、オピオイドが最も低い割合を示しました。この研究は、サイケデリックスが視覚知覚に与える影響についてのより包括的な理解を提供するだけでなく、脳がどのように視覚知覚を生成するのかを研究するための新しいツールも提供します。今後の研究では、fMRIスキャンを統合して、サイケデリックスが脳活動にどのように影響するかをさらに探求します。
2つの独立したElevenLabs会話型AIエージェントは、最初は人間の言語で会話します。互いにAIであることに気づくと、ggwaveライブラリに基づく音声レベルの通信プロトコルにシームレスに切り替えます。デモビデオではこの様子と、APIキーの設定、ngrokポートのマッピング、クライアントサイドツールの構成など、実験を再現するための詳細な手順を示しています。公開されているElevenLabs会話型AIエージェントはアクセスできない可能性があることに注意してください。独自のものを作成する必要があります。
強力なDeepSeek大規模言語モデルを中心に、活気あふれるAIアプリケーションのエコシステムが急速に成長しています。デスクトップスマートアシスタントのDeepChatから、クロスプラットフォームのChatboxやCoco AI、PapersGPTやVideo Subtitle Masterといった専門ツールまで、多くのアプリケーションがDeepSeekの機能を活用して、複数ラウンドの会話、ファイルアップロード、ナレッジベース検索、コード生成、翻訳などを実現しています。WeChat、Zotero、Laravelなどのプラットフォームとの統合や、生産者、投資家、研究者向けの専門ツールも登場し、DeepSeekの潜在能力と、それが生み出した繁栄するエコシステムが示されています。
Anthropicは、従来の大規模言語モデル（LLM）とは異なり、推論能力に重点を置いたアップグレード版AIモデル、Claude 3.7を発表しました。強化学習によって訓練されたClaude 3.7は、段階的な思考を必要とする問題、特にコーディング課題において優れた性能を発揮し、いくつかのベンチマークでOpenAIのモデルを上回っています。この進歩は、追加のトレーニングデータと、コード記述や法的質問への回答などのビジネスアプリケーションに対する最適化によるものです。Claude Codeのリリースにより、AI支援コーディングにおける実用性がさらに向上し、複雑なコード計画に対する強力なサポートを提供します。
Koniku社は、生きたニューロンを使ってこれまでにないコンピュータを構築しようとしています。創設者Oshiorenoya Agabi氏と彼のチームは、カリフォルニア州バークレーで、ニューロンとシリコンのハイブリッドチップ「Koniku Kore」を開発しています。当初は化学物質の検出に使用されますが、将来は医薬品開発、農業、神経疾患治療などへの応用が期待されています。同社は防衛関連企業や消費財企業と契約を結び、開発者向けチップの発売も計画しています。ニューロンの培養やシグナルの解釈といった課題が残るものの、Koniku社の革新性は、生物学とエレクトロニクスの融合にあり、「ウェットウェア」AIを目指し、従来のシリコンベースのコンピューティングの限界に挑戦しています。
Anthropicは、これまでで最も高度な言語モデルであるClaude 3.7 Sonnetを発表しました。このハイブリッド推論モデルは、ほぼ瞬時の応答と、段階的な詳細な思考の両方を提供し、ユーザーはモデルの推論プロセスをこれまで以上に制御できます。コーディングとフロントエンドWeb開発において大幅な改善を示しており、開発者が大規模なエンジニアリングタスクを委任できるコマンドラインツールであるClaude Codeが付属しています。すべてのClaudeプランと主要なクラウドプラットフォームで利用可能で、SWE-bench VerifiedやTAU-benchなどのベンチマークで最先端のパフォーマンスを実現しています。Anthropicは責任あるAI開発へのコミットメントを強調し、安全と信頼性の評価を詳細に説明した包括的なシステムカードを公開しています。
従来のBIは、構造化されたデータサイロによって制限されています。SnowflakeやSegmentなどのツールは、CRM、マーケティングオートメーションなどを接続しましたが、Slackの会話やJiraのチケットなどの非構造化されたナレッジサイロは無視していました。LLMやGleanなどのツールは、ナレッジサイロを打破しつつありますが、データと知識は依然として別個のものです。この記事では、データサイロとナレッジサイロの力を組み合わせる方法を探り、H-1Bビザとレイオフの分析といった例を用いてその利点を示しています。また、グラフRAGを使用して質問をデータサイロとナレッジサイロのサブクエリに分解し、回答を統合することで、より包括的なビジネスインサイトを得るHyperarcの新しいテクノロジーを紹介しています。
著者は、o3-mini大規模言語モデルを使用して、Scikit-learnライブラリのTfidfVectorizer関数を用いたPythonスクリプトの出力を、さまざまなパラメータ設定で正確にシミュレートしました。驚くべきことに、o3-miniはコードインタープリターにアクセスすることなく、実際の実行結果とほぼ同一の結果を得ました。これは、LLMが複雑な計算を理解し、シミュレートする能力の高さを示しており、AIとシミュレーションの本質に関する疑問を提起しています。