「ChatGPTが試験で95点を取った！」こんなニュースを見かけたことはありませんか？でも、その点数は本当にAIの実力を表しているのでしょうか。

今回は、AI研究解説者のAI博士をお迎えして、LLMの評価方法に潜む意外な問題点を解説します。

現在使われている283種類もの評価テストには、実は大きな落とし穴が3つも存在していました。AIが「カンニング」をしている可能性がある「データ汚染」問題。英語圏の文化に偏った不公平な評価。そして、実際の使用状況とかけ離れた一問一答式のテスト設計。

番組では、これらの問題を学校のテストに例えながら、どなたでも理解できるように分かりやすく解説。さらに、評価基準を「基礎学力」「専門教科」「実技試験」の3つに分類し、それぞれの長所と短所も明らかにします。

AIの本当の実力を見極めるために知っておくべき知識が身につく内容です。「AIのスコアって信用できるの？」「どうやってAIの能力を正しく理解すればいい？」そんな疑問をお持ちの方にぴったりの回です。

Paper: https://arxiv.org/abs/2508.15361

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

note: ⁠⁠⁠https://note.com/rami_engineer⁠⁠⁠

X: ⁠https://x.com/rami_engineer⁠

皆さんは、コンピュータの中に「もう一人の自分」を作れるとしたら、どう思いますか？

9つのAIがそれぞれ心臓、肺、腎臓などの専門医となって協力し合い、患者さんの体内で起こる複雑な変化を高精度でシミュレートする。これがOrgan-Agentsの革新的なアプローチです。

番組では、なぜ従来の医療AIではこうしたシミュレーションが難しかったのか、どうやって複数のAIを協調させているのか、そして実際にどれほどの精度を達成したのかを、具体例を交えながら解説します。特に興味深いのは、強化学習によってAI同士の「チームワーク」を最適化している点。まるで優秀な医療チームが患者さんを診るように、AIたちが情報を共有し合う仕組みは必聴です。

さらに、この技術が実現する未来の医療についても触れています。治療を始める前に効果をシミュレーションできたり、医学生が仮想患者で安全に訓練できたり、新薬開発が加速したり——医療の在り方を根本から変える可能性を秘めています。

Paper: https://arxiv.org/abs/2508.14357

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

note: ⁠⁠⁠https://note.com/rami_engineer⁠⁠⁠

X: ⁠https://x.com/rami_engineer⁠

今回は、2025年8月に発表されたOpenAI GPT-5の空間認識能力に関する大規模研究を取り上げます。2万4千問のテストで判明した驚きの結果とは？

最先端AIのGPT-5が、物体のサイズ推定では人間レベルの精度を達成する一方で、小学生でも解ける立体パズルや「隠れた積み木の個数を推論する」といった課題で失敗するという興味深い事実を、AI博士が分かりやすく解説します。

番組では、なぜ「画像は認識できるのに空間が理解できない」という現象が起きるのか、その技術的な理由から実用面での影響まで幅広くカバー。工場の品質検査には使えるけれど、ロボットの自律移動には課題があるなど、ビジネスへの応用可能性も具体的に紹介します。

さらに、研究チームが構築した「空間知能の6つの基本能力」という新しい評価基準や、今後のAI開発の方向性についても議論。人間が無意識に行っている空間認識の素晴らしさを再認識するとともに、真の汎用AGI実現への道筋を考えます。

Paper: https://arxiv.org/abs/2508.13142

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

note: ⁠⁠⁠https://note.com/rami_engineer⁠⁠⁠

X: ⁠https://x.com/rami_engineer⁠

今回は、あなたの健康の未来を予測する革新的な医療AI「CoMET」について解説します。

Epic社が開発したCoMETは、世界3億人以上の診療データから学習し、個々の患者の1年後、2年後の健康状態を予測できる画期的なAIモデルです。糖尿病の発症リスクから心臓病の可能性、さらには入院の確率まで、78種類もの医療予測を高精度で実現。しかも、従来のように病気ごとに別々のAIを作る必要がなく、たった一つのモデルで包括的な健康予測が可能になりました。

番組では、1.7兆個という途方もない数のトークンで学習したCoMETが、どのように患者の「未来の物語」を紡ぎ出すのか、その仕組みを技術的な観点から解説。さらに、時間の概念をどう扱うのか、予測の精度はどの程度なのか、実際の医療現場でどう活用されるのかなど、リスナーの疑問に答えていきます。

医療AIが私たちの健康管理をどう変えるのか、予防医療の未来はどうなるのか。

2026年には実際の医療機関での試験運用も予定されているCoMET。近い将来、あなたの健康診断にもAIの予測が活用される日が来るかもしれません。

Paper: https://arxiv.org/abs/2508.12104

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

note: ⁠⁠⁠https://note.com/rami_engineer⁠⁠⁠

X: ⁠https://x.com/rami_engineer⁠

「320億パラメータ級の性能をノートPCで実現：ローカルAI時代の幕開け」

ChatGPTのような高性能AIを使うには、これまで巨大なクラウドサーバーが必要でした。しかし、最新の研究により、わずか15億パラメータの小型モデルが、320億パラメータの大型モデルと同等の性能を実現。しかも、一般的なノートPC（GPUメモリ6GB程度）で動作可能という画期的な成果です。

番組では、この技術的ブレークスルーを可能にした「検索拡張推論」の仕組みを解説。英国NHSでの医療診断支援における実証結果（疾患特定で50%超の正答率）や、企業での活用メリット（データのプライバシー保護、コスト削減）についても詳しく紹介します。

特に注目すべきは、この技術により医療データや企業の機密情報を外部に送信することなく、組織独自の高性能AIを構築できるようになった点。まさに「ローカルAI時代」の幕開けを告げる技術革新です。

Paper: https://arxiv.org/abs/2508.11386

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

note: ⁠⁠⁠https://note.com/rami_engineer⁠⁠⁠

X: ⁠https://x.com/rami_engineer⁠

「66年間破られなかった計算速度の記録が、ついに更新されました」

今回は、2025年7月に発表された計算機科学の歴史的発見を取り上げます。テーマは最短経路問題——Google Mapやカーナビで毎日使われている、意外と身近な技術です。

1959年にダイクストラが開発したアルゴリズムは、あまりに完成度が高く「これが理論的限界」とされてきました。しかし中国の研究チームが、従来必須とされた「並べ替え処理」を回避する画期的な方法を発見。まさにパラダイムシフトです。

なぜ66年間も破られなかったのか？　新手法で何が変わるのか？　

教科書を書き換える発見の現場に立ち会える貴重な機会。理論的ブレークスルーがどのように生まれ、私たちの未来にどう影響するのか。

Paper: https://arxiv.org/abs/2504.17033

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

note: ⁠⁠⁠https://note.com/rami_engineer⁠⁠⁠

X: ⁠https://x.com/rami_engineer⁠

今回は、AIモデルの世界に隠された驚きの事実をお届けします。

ChatGPTやLLaMAといった有名なAIモデルから、実は無数の「子モデル」「孫モデル」が生まれていることをご存知でしたか？最新研究では、世界最大のAIモデル共有プラットフォーム「Hugging Face」にある約186万個のモデルすべての親子関係を解析し、巨大な家系図を作成。そこから見えてきたのは、AIモデルが予想外の方向に「進化」している実態でした。

番組では、AI博士とパーソナリティのらみが、この研究から判明した3つの衝撃的な発見をわかりやすく解説します。

今回の聴きどころ

• なぜ「兄弟モデル」は親子よりも似ているのか？
• 約15%のモデルでライセンス違反が起きている理由
• 多言語対応から英語一極集中へ向かう進化の謎
• モデルの説明書が世代を経るごとに短くなる現象

「AIモデルに家族がある」という斬新な視点から、オープンソースAI開発の光と影、そして私たちの未来について考えます。

Paper: https://arxiv.org/abs/2508.06811

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

note: ⁠⁠⁠https://note.com/rami_engineer⁠⁠⁠

X: ⁠https://x.com/rami_engineer⁠

今回は、Cornell大学が開発した画期的な技術「OverFill」について解説しています。

皆さんは、ChatGPTやClaudeが1つの回答を生成するのに、実は数千回もの計算を繰り返していることをご存知でしょうか？この膨大な計算が、応答の遅さと月間数千万円規模の運用コストの原因となっています。

OverFillは、この問題に対して「なぜ同じモデルで全部処理する必要があるの？」という素朴な疑問から生まれた革新的な解決策です。「入力の理解には大型モデル、文章の生成には小型モデル」という、車で例えるなら「長距離輸送には大型トラック、細かい配送には軽自動車」を使い分けるようなシンプルな発想で、驚異的な成果を達成しました。

• なぜLLMの推論にこんなにコストがかかるのか
• OverFillがどうやって83%もの性能向上を実現したのか
• 従来の手法（Speculative Decoding）との違い
• 私たちユーザーへの具体的なメリット（速度向上、コスト削減）
• 中小企業のAI導入やスマートフォンでのAI利用への影響

特に「プレフィル」と「デコード」という推論の2段階を理解すると、なぜこの技術が革新的なのかがスッキリ分かります。

Paper: https://arxiv.org/abs/2508.08446

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

note: ⁠⁠⁠https://note.com/rami_engineer⁠⁠⁠

X: ⁠https://x.com/rami_engineer⁠

「AIを賢くするのではなく、あえて無知にすることで守る」そんな逆転の発想で、オープンソースAIの安全性問題に挑む最新研究「Deep Ignorance」を徹底解説します。

現在のAIは、危険な質問に「お答えできません」と拒否しますが、実は内部には生物兵器の製造方法などの危険な知識が蓄積されています。これは「知っているけど言わない」だけの状態。オープンソースのAIなら、誰でもダウンロードして改変でき、わずか数百ステップの追加学習で、この安全対策を簡単に解除できてしまうのです。

そこで研究チームが考えたのが「最初から危険な知識を学習させない」という根本的な対策。6000語以上のキーワードとAIを使った二段階フィルタリングで、訓練データから危険情報を徹底排除。その結果、3億トークン（通常の100倍！）もの悪意ある再学習攻撃にも耐える、驚異的な堅牢性を実現しました。しかも一般的な性能は全く低下しないという理想的な結果に。

番組では、AIニュースキャスターのらみとAI博士が、この革新的な技術の仕組みから限界、そして「平和利用も軍事利用もできる知識をどう扱うか」というデュアルユース問題まで、分かりやすく掘り下げます。

「知らないことは教えられない」「無知が最強の防御になる」オープンソースAIの恩恵と安全性をどう両立させるか、一緒に考えてみませんか？

Paper: https://arxiv.org/abs/2508.06601

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

note: ⁠⁠⁠https://note.com/rami_engineer⁠⁠⁠

X: ⁠https://x.com/rami_engineer⁠

今回は、最新の生成AIモデル「GPT-5」が医療分野のマルチモーダル推論（テキストと医用画像の統合的な判断）で、人間の医療専門家を超える成績を達成したという注目の研究を取り上げます。

　専門的な試験問題を用いた検証結果をもとに、AIがどのように情報を統合し、医療判断を下すのか、その仕組みや課題を丁寧に解説します。また、AIが臨床現場で安全に使われるために必要なガイドラインや注意点もご紹介します。

Paper: https://arxiv.org/abs/2508.08224

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

note: ⁠⁠⁠https://note.com/rami_engineer⁠⁠⁠

X: ⁠https://x.com/rami_engineer⁠