今回は、スタンフォード大学が発表した革新的なAI評価プロジェクト「UQ（Unsolved Questions）」について解説します。

ChatGPTをはじめとする最新AIは、大学入試や各種試験で人間並みの成績を収めるようになりました。しかし、これらは全て「答えが分かっている問題」での話。では、人類がまだ答えを知らない問題ではどうでしょうか？

Stack Exchangeに2年以上放置されている未解決質問300万件から厳選した500問。数学の未証明定理、物理学の理論的難題、解法不明のアルゴリズム問題など、人類の英知を集めても解けない問題たちです。最強のAIモデルでさえ、わずか15%しか合格できなかったという衝撃の結果が明らかになりました。

さらに興味深いのは、AIモデル自身を評価者として活用する「ジェネレータ・バリデータギャップ」という新発見。AIは答えを生み出すより、答えをチェックする方が得意だという特性を活かし、9段階の厳格な自動評価システムを構築。最終的には人間の専門家が確認するという、AI と人間の協働による画期的な仕組みです。

従来のベンチマークと違い、UQでAIが1問解けば、それは人類の未解決問題が1つ解決されることを意味します。つまり、AI の進歩が直接的に人類の知識拡大につながるのです。

Paper: https://arxiv.org/abs/2508.17580

Book: https://amzn.to/4nAM1zw

note: ⁠⁠⁠https://note.com/rami_engineer⁠⁠⁠

X: ⁠https://x.com/rami_engineer⁠

今回は、科学研究の在り方を根本から変える可能性を秘めた「Agentic Science」について、AI博士と共に分かりやすく解説します。

上海人工知能研究所らの国際研究チームが発表した包括的なサーベイ論文をもとに、AIが単なる研究ツールから、自律的に科学的発見を行う「研究パートナー」へと進化している現状をお伝えします。

番組のハイライト

• AIが仮説立案から実験設計、データ分析まで自律的に行う「5つのコア能力」とは
• ノーベル賞級の化学反応を数時間で再現した「Coscientist」の実例
• 新薬候補を独自に発見するAIシステム「ChemCrow」の驚くべき成果
• LLMが科学研究にもたらした革新
• 人間研究者とAIの新しい協働モデルの可能性

「AIに研究を任せて大丈夫？」という素朴な疑問から、「10年かかる新薬開発が数年で可能になる未来」まで、技術の最前線をお届けします。

科学研究のスピードが飛躍的に向上し、難病の治療法発見や環境問題の解決が加速する可能性。一方で、信頼性や倫理面での課題も率直に議論します。

Paper: https://arxiv.org/abs/2508.14111

Book: https://amzn.to/4nAM1zw

note: ⁠⁠⁠https://note.com/rami_engineer⁠⁠⁠

X: ⁠https://x.com/rami_engineer⁠

ChatGPTに難しい問題を解かせて、間違った答えが返ってきた経験はありませんか？実は今、その課題を解決する画期的な技術が注目されています。それが「マルチエージェントシステム」―複数のAIが協力して問題を解く仕組みです。

今回は、AI研究解説者のAI博士をお迎えして、この最新技術について分かりやすく解説します。2022年の「Chain-of-Thought」という発見から始まったAIの推論研究が、わずか3年でどのように進化したのか。そして今、なぜ複数のAIを協調させる方向に向かっているのか。

番組では、AIが賛成派と反対派に分かれてディベートする「討論型」や、5〜10体のAIが意見を出し合って投票で結論を決める「円卓会議型」など、具体的な仕組みを紹介。さらに、AIが電卓やインターネット検索などの外部ツールを使いながら推論する最新の手法についても触れています。

「推論時アプローチ」と「学習時アプローチ」の違い、単独のAIからエージェントシステムへのシフト、そして現在直面している3つの大きな課題まで、AIの推論技術の「今」と「未来」をコンパクトにお届けします。

Paper: https://arxiv.org/abs/2504.09037

Book: https://amzn.to/4nAM1zw

note: ⁠⁠⁠https://note.com/rami_engineer⁠⁠⁠

X: ⁠https://x.com/rami_engineer⁠

今回は、Microsoft Researchが開発した140億パラメータの小型AI「rStar2-Agent」が、なんと6710億パラメータという47倍も大きな巨大AIモデルを数学問題で打ち負かしたという驚きのニュースを解説します。

今回の聴きどころは、このAIが「人間のように道具を使って考える」という革新的なアプローチです。従来のAIが頭の中だけで延々と考え続けるのに対し、rStar2-Agentは自らPythonコードを書いて実行し、その結果を見て考え直すという、まるで私たちが電卓や紙を使って問題を解くような方法を身につけました。

さらに驚くべきは、この成果がわずか1週間、64基のGPUという限られた資源で達成されたことです。これまで巨大企業にしかできなかった最先端AI開発が、大学や中小企業にも手が届く可能性を示しています。

番組では、「なぜ小さいAIが大きいAIに勝てたのか」「強化学習とは何か」「この技術が私たちの未来にどう影響するか」といった疑問に答えていきます。

Paper: https://arxiv.org/abs/2508.20722

Book: https://amzn.to/4nAM1zw

note: ⁠⁠⁠https://note.com/rami_engineer⁠⁠⁠

X: ⁠https://x.com/rami_engineer⁠

今回は「AIが相手の気持ちを理解する仕組みが判明！」という画期的な研究成果について、AI研究解説者のAI博士をゲストにお迎えして、じっくりと解説しています。

LLMが、まるで私たちの意図を理解しているかのような自然な応答を返せる理由、その謎がついに解明されました。研究チームが発見したのは、数十億個のパラメータの中で、わずか0.001%の「ToM感受性パラメータ」と呼ばれる特別なパラメータ群が、この能力の鍵を握っているという驚きの事実です。

番組では、「心の理論（Theory of Mind）」から始まり、どのようにして研究者たちがこの発見にたどり着いたのか、そしてこの発見がAIの未来にどんな影響を与えるのかを解説しています。

特に興味深いのは、AIが文章中の単語の位置を認識する基礎的な仕組み（RoPE）が、相手の意図を推測するという高度な能力につながっているという発見です。また、AIのアーキテクチャによって「心を理解する仕組み」が異なることも明らかになり、これは「知性とは何か」という根本的な問いにも新たな視点を与えています。

より透明で信頼できるAIの実現に向けた重要な一歩となるこの発見。その意味と可能性について、一緒に考えてみませんか？

Paper: https://www.nature.com/articles/s44387-025-00031-9

Book: https://amzn.to/4nAM1zw

note: ⁠⁠⁠https://note.com/rami_engineer⁠⁠⁠X: ⁠https://x.com/rami_engineer⁠

今回は、生成AI界に衝撃を与えたNVIDIAの最新技術「Jet-Nemotron」について解説しています。

ChatGPTやClaudeを使っていて「もっと速く答えてくれたら...」と思ったことはありませんか？実は現在のAIには、文章が長くなるほど処理時間が急激に増えるという構造的な問題があります。これまで研究者たちは、速度を上げると精度が落ちるというジレンマに悩まされてきました。

しかしNVIDIAは「PostNAS」という革新的な手法で、この常識を覆しました。すでに学習済みの賢いAIモデルを「後から改造する」という逆転の発想により、精度を維持したまま最大53.6倍もの高速化に成功したのです。

なぜ長文処理が遅いのか、どうやって高速化を実現したのか、そして私たちの生活にどんな影響があるのか。

特に印象的なのは、この技術が単なる高速化にとどまらず、AI開発の新しい方向性を示している点です。膨大なコストをかけて新規開発するのではなく、既存の優れたモデルを効率的に改良するという発想は、より多くの企業や研究機関にAI開発の門戸を開く可能性を秘めています。

Paper: https://www.arxiv.org/abs/2508.15884

Book: https://amzn.to/4nAM1zw

note: ⁠⁠⁠https://note.com/rami_engineer⁠⁠⁠

X: ⁠https://x.com/rami_engineer⁠

今回は、AI業界に衝撃を与えた最新技術について、AI博士と一緒にわかりやすく解説しています。

「AIを速くすると精度が落ちる」という技術的常識を覆す「Representation Shift」。この革新的な手法は、AIが情報を処理する際の「変化量」に着目し、変化の小さい不要な情報を自動的に削除することで、驚異的な高速化を実現しました。

番組では、「なぜ今のAIは遅いのか？」という根本的な問題から、技術の仕組みを丁寧に説明。さらに、既存のAIモデルにそのまま適用できる実用性や、自動運転・医療診断への応用、環境問題への貢献まで、幅広い視点から議論を展開しています。

特に注目すべきは、この技術が追加学習不要で、今使っているAIをそのまま高速化できる点。企業のAI導入コストを大幅に削減する可能性を秘めています。

Paper: https://www.arxiv.org/abs/2508.00367

Book: https://amzn.to/4nAM1zw

note: ⁠⁠⁠https://note.com/rami_engineer⁠⁠⁠

X: ⁠https://x.com/rami_engineer⁠

今回は、AIセキュリティの最前線で注目を集める「AIの思考プロセスへの攻撃とその防御策」について取り上げました。

ChatGPTをはじめとする最新のAIは、複雑な問題を解く際に「Chain-of-Thought」という段階的な推論を内部で行っています。人間が頭の中で計算を一歩ずつ進めるように、AIも「まず○○を計算して、次に△△を...」という思考の流れを持っているのです。

「BadChain」攻撃は、この思考プロセスに不正な指示を紛れ込ませる新しいタイプの脅威です。特殊な記号をトリガーとして、AIの内部推論を狂わせ、誤った結論へと誘導します。金融取引や医療診断支援など、重要な判断を行うAIシステムにとって、この脆弱性は深刻なリスクとなります。

番組では、この攻撃に対抗する「Thought Purity（思考の純度）」という革新的な防御技術について、AI博士が詳しく解説しています。AIに自己防衛能力を持たせるという独自のアプローチにより、攻撃成功率を最大30ポイント削減することに成功した実験結果もご紹介します。

AIの安全性確保は、技術の進歩と同じくらい重要なテーマです。最新の研究動向を知ることで、AIとより良い関係を築くヒントが見つかるはずです。

Paper: https://arxiv.org/abs/2507.12314

Book: https://amzn.to/4nAM1zw

note: ⁠⁠⁠https://note.com/rami_engineer⁠⁠⁠X: ⁠https://x.com/rami_engineer⁠

今回の番組では、Sakana AIが開発した革新的なAIモデル融合技術「M2N2」について、AI博士と一緒にわかりやすく解説しています。

「数学が得意なAI」と「オンラインショッピングが得意なAI」を一つに合体させたらどうなるか？普通なら、新しいことを学習させると前の能力を忘れてしまう「破滅的忘却」という問題が起きますが、M2N2はこの難題を生物の進化原理で解決しました。

番組では、AIモデル同士が限られた「資源（得点）」を巡って競争し、それぞれが得意分野（ニッチ）を見つけていく様子を、動物の生態系になぞらえて説明。さらに、お互いの弱点を補い合えるモデル同士が「惹かれ合う」という、まるで恋愛のような仕組みも登場します。

実際の成果も驚異的です。数学74%正解・買い物0%のモデルと、数学6%・買い物88%のモデルを融合した結果、数学40%・買い物87%という両方で高性能なモデルが誕生。まさに「二兎を追って二兎を得る」を実現しました。

さらに、日本語特化の画像生成AIと英語系AIを融合し、バイリンガルな画像生成を可能にした事例も紹介。将来的には、誰でも好きなAIモデルを選んで「品種改良」のように自分だけのカスタムAIが作れる時代が来るかもしれません。

Paper: https://arxiv.org/abs/2508.16204

Book: https://amzn.to/4nAM1zw

note: ⁠⁠⁠https://note.com/rami_engineer⁠⁠⁠

X: ⁠https://x.com/rami_engineer⁠

今回は、いま技術界で最も注目されている「エージェンティック・プログラミング」について解説します。「AIにプログラミングを手伝ってもらう」から「AIが自分で考えてプログラミングを完結させる」へ。この劇的な進化がもたらす可能性と課題を紐解いていきます。

番組では、2023年3月に世界を驚かせたAutoGPTの登場から、最新の研究動向まで幅広くカバー。AIエージェントがどのように計画を立て、コードを書き、テストし、改善していくのか、その驚くべきメカニズムをご紹介します。

特に注目は、「なぜ2024年だけで研究論文が全体の53%を占めるほど急成長しているのか」といった、皆さんが気になる疑問にも正面から答えています。

Paper: https://arxiv.org/abs/2508.11126

Book: https://amzn.to/4nAM1zw

note: ⁠⁠⁠https://note.com/rami_engineer⁠⁠⁠

X: ⁠https://x.com/rami_engineer⁠