Google DeepMind、シエラレオネでGemini活用のGuided Learningの学習効果を測定
Google DeepMindは、シエラレオネで実施した事前登録試験で、Guided Learningを使った生徒の数学スコアが対照群より+0.258標準偏差上昇したと発表した。8週間の試験期間で通常の学習進度の約1.2〜1.7年分に相当する。69%の生徒が利用目標を達成または上回った。
AIニュース一覧
すべてのニュース
本日0件Google DeepMind BlogAIスコア5959 Import AIAIスコア6060 Import AI 460：社会のリワードハッキング、AnthropicのRSI指標、RLドローンレースを論じる
Jack ClarkのニュースレターImport AI 460は、社会制度のリワードハッキングを測るSocioHack、Anthropicでのマージ済みコード量8倍、RL訓練ドローンが人間のチャンピオン級パイロットに勝った研究を取り上げている。さらに国家管理メディアが大規模言語モデル（LLM）の出力に影響するというNature掲載研究も紹介している。
Google Research BlogAIスコア4040 Google、Gemini Enterprise Agent Platform向けAgentic RAGを発表、複数データ源を横断する検索で精度向上
Google が Gemini Enterprise Agent Platform 向けに、Agentic RAG によるクロスコーパス検索（Cross-Corpus Retrieval）の提供を発表した。複数のエージェントが計画、クエリ書き換え、検索を分担し、情報が不足していないかを確認しながら検索を続ける。標準的なRAGと比べて、事実性データセットでの精度が最大34%向上したとされる。
Google Research Blog注目記事AIスコア6363 Google Research、スマートフォンのカメラで心拍を受動的に計測するPHRMをNatureで発表
Google Researchは、顔認証のアンロック直後にフロントカメラで撮影した顔動画から、日常のスマホ利用中に心拍数（HR）と安静時心拍数（RHR）を推定する研究システムPHRMを発表した。論文はNatureに掲載された。HRの誤差はMAPEで10%未満、日次RHRはウェアラブル比でMAE 5 bpm未満である。大規模データセットと学習済みモデル「PHRM-mini」も、資格のある研究者向けに公開する。
選定理由：顔認証時の短い動画から心拍を推定する手法を、肌の色の多様性に配慮した検証設計と実環境での結果とともに確認できる。
Sony AI ブログAIスコア3838 Sony AI、CVPR 2026で6本の論文を発表、拡散モデルのチュートリアルも実施
Sony AIと共同研究者は、米デンバーで開かれるCVPR 2026で6本の論文を発表する。対象は生成モデリング、3Dシーン理解、ビデオからの音声合成、ドメイン適応、ビジュアルトークンの効率化である。MeanFlowとRepresentation Autoencoderを組み合わせたMF-RAEは、ImageNet 256で1ステップFID 2.03を記録し、学習コストを83%削減した。6月3日には拡散モデルのチュートリアルを実施し、Peter Stoneが関連ワークショップで基調講演を行う。
Sony AI ブログAIスコア3030 Sony AI、5月のハイライト：ICASSPで11本の論文、基盤モデルWooshを発表
Sony AIは5月、音を研究の中心に据え、ICASSPで11本の論文を発表した。音声システムが自らの理解度についてより正直であることを目指す研究である。あわせて、ゲームや映画の音響制作者向けの基盤モデルWooshも取り上げている。
Import AIAIスコア3131 Import AI 459：AIの監視は難しい、タンパク質構造予測モデルのスケーリング則、AIシステムの絶滅リスクの価格付け
米バージニア大学、Anthropic、カナダ銀行の経済学者による論文は、米国のAI経済の名目規模が2025年に約2500億ドルに達し、品質調整後の実質ベースでは年率約2600%で成長しているとの初期推計を示した。米国のコンピュート支出は2023年の370億ドルから2025年の2190億ドルへ拡大したが、従来のGDP統計ではこの成長が見えにくいという。また、英国AI Security Instituteの研究者は、AIの監督によるAIの安全性確保が一見有望でも想定より難しいとする論文を発表した。
Google Research Blog注目記事AIスコア6767 Google Research、I/O 2026で科学・医療・気象・量子など研究成果を総括
Google Researchは、I/O 2026で披露した研究成果を公式ブログで総括した。Gemini for Scienceを発表し、ERAとCo-ScientistはNatureに掲載されたと説明している。医療ではSymptom AIやAMIE、MedGemmaを取り上げ、気象ではWeatherNextやGroundsourceによる洪水予測も紹介している。
選定理由：科学、医療、気象、量子など分野ごとにGoogle Researchの成果と提供状況が整理されており、I/O 2026の研究面の全体像を把握しやすい。
Google Research BlogAIスコア4040 ゼロトラスト集約によるGoogleのプライベート分析
Googleは、ゼロトラストの原則に基づき、暗号技術による安全な集約とTEE（信頼された実行環境）を組み合わせた新たなプライベート分析の仕組みを導入した。新しい暗号プロトコルは端末が1回のメッセージで情報を送信できるため、複数ラウンドにわたって端末をオンラインに保つ必要がない。TEEのアテステーションにより、公開されたコードが意図どおり実行されていることを参加者が検証できる。
Mistral AI NewsAIスコア2929 Mistral、産業を形づくるPhysics AI研究を紹介
Mistralは、Emmi AIの買収を経て航空宇宙、自動車、半導体、エネルギーなどを対象とする産業向けPhysics AIの研究を進めており、関連する研究成果を公開している。2025年12月1日には、遷音速領域の3D翼を対象としたCFDシミュレーションのデータセットを公開し、約30,000サンプルの体積場と表面場を含むとしている。AB-UPTは、リメッシュなしで単一GPU上において表面9M、体積140Mのセルを扱う。
Google Research BlogAIスコア5959 Google、科学コード生成ツールERAの成果をNatureで公開しComputational Discoveryを展開
Googleは、Geminiで科学計算コードを書き最適化する研究ツールERA（Empirical Research Assistance）の論文をNatureに掲載した。ERAは遺伝学や公衆衛生、衛星画像解析などのベンチマークで専門家水準の性能を示したとしている。ERAとAlphaEvolveで構築したComputational Discoveryも、Gemini for Scienceを通じて段階的に提供が始まる。
Import AIAIスコア3838 Import AI 457：fast16マルウェア、Muonオプティマイザのニューロン死、Aurora
Tilde Researchは、Muonオプティマイザの更新則によりMLP層の一部ニューロンが永続的に死ぬ問題を指摘し、代替として「Aurora」を公開した。原文によれば、Muonでは学習率のウォームアップ中に多くのニューロンが死に、500ステップ時点で4分の1超が実質的に死んでいた。1.1Bパラメータのトランスフォーマーを約100Bトークンで学習した小規模実験では、Auroraの最終損失は2.26で、Muon（2.31）やNorMuon（2.33）より低かった。
Google DeepMind BlogAIスコア4040 Google DeepMindのCo-Scientist、Calicoの老化研究で新たな道を開く
Calico Life SciencesはCo-Scientistを使い、統合ストレス応答（ISR）が代謝によって制御されるという新たな仮説を立てた。研究者はCo-Scientistと対話して検証実験の設計を磨き、結果が出るたびに新たな情報を入力した。その結果、ISRの健康と疾患における役割に重要な示唆を与える新たな知見が得られ、チームは今後この成果を発表する予定である。
Google DeepMind BlogAIスコア3333 Co-Scientist、肝疾患の作用機序の解明を加速
エディンバラ大学のFilippo Menolascina氏は、Co-Scientistを使い、肝疾患MASHで炎症と代謝を結び付ける分子的な橋渡し役としてNLRP3 inflammasomeを挙げる仮説を生成した。この仮説は、最近承認されたresmetiromが対象患者の一部にしか効かない理由を説明するものとされる。仮説は後に実験で検証され、標的を絞った併用療法への道を開く可能性がある。
Google DeepMind BlogAIスコア4141 Google DeepMindのCo-Scientist、肝線維症治療の既存薬候補を発掘
スタンフォード大学のGary Peltz氏らは、Co-Scientistを使って肝線維症に効く既存薬を探索した。Co-Scientistが提案した3候補のうち2つは線維化を阻害し、肝細胞の再生も促した。特にがん治療薬vorinostatは、Peltz氏の実験で肝臓の瘢痕化を招く損傷応答を91%阻害したという。
AISI Japan: OutputAIスコア2828 AISI Japan、データ品質マネジメントガイドブックを公開
AISI Japanが、AIの信頼性を支えるデータ品質を持続的に確保するために何をすべきかを整理した「データ品質マネジメントガイドブック」を公開した。英語版が正式版で、日本語版は参考訳である。版としてはVersion 1.00（2025年3月31日公表）とVersion 1.01（2025年12月2日公表）があり、2026年5月14日にはデータ品質マネジメントチェックリスト（Version 1.00）が公表された。
Google DeepMind BlogAIスコア4949 Co-Scientist：研究を加速するマルチエージェント型AIパートナー
Google DeepMindは、Geminiを基盤とするマルチエージェント型AIシステム「Co-Scientist」をNatureに発表し、研究者が仮説を生成・検証できる実験ツール「Hypothesis Generation」として提供する。今後数週間のうちに順次提供を開始し、研究者はlabs.google/scienceで利用登録できる。肝線維症の研究では、同システムが示した再利用候補薬の一つが、実験室試験で瘢痕化に関連する反応を91%阻害したと報告されている。
Turing 技術ブログ（Zenn）AIスコア2222 自動運転E2Eモデルは何を見ているのか、Integrated Gradientsによる解釈
実車の6カメラを入力とするE2E自動運転モデルの出力に、XAI手法のIntegrated Gradients（IG）を適用し、判断根拠をピクセルレベルで可視化した。右折時の対向車への注目や、青信号に変わった瞬間に青ランプへ帰属が生じる様子が確認できた。記事ではIGの2つの公理（Sensitivity、Implementation Invariance）と定式化、既存手法との比較、PyTorch実装も解説する。
Sony AI ブログAIスコア3838 Sony AI、ICASSP 2026で11本の採択論文を発表 研究ラウンドアップ
Sony AIは、5月にバルセロナで開催されるICASSP 2026で11本の採択論文を発表する。テーマは音楽理解、生成オーディオ、音声と映像のアライメント、データ品質の4つである。歌詞照合のWEALYは、Whisperのデコーダ埋め込みを使い、書き起こしなしで音声から歌詞情報を抽出する。3つの公開データセットすべてで書き起こしベースのベースラインを上回り、コードとモデルのチェックポイントも公開される。
Google Research BlogAIスコア4040 Google Research、Empirical Research Assistance（ERA）の科学研究での活用例を紹介
Google Researchの科学者らが、専門家レベルの実証ソフトウェアを生成するAIツール「Empirical Research Assistance（ERA）」を公衆衛生、宇宙論、気候分野などで活用している。公衆衛生では、インフルエンザ、COVID-19、RSVの入院予測を毎週リアルタイムで提出し、インフルエンザとCOVID-19の公開リーダーボードで上位またはそれに近い成績を示している。宇宙論では、ERAとGemini Deep Thinkを組み合わせ、宇宙ひもからの重力エネルギー放射に関する一般解6つと漸近極限の簡潔な式を導出した。
Sony AI ブログAIスコア1515 Sony AI、ICLR 2026での研究成果をまとめて紹介
Sony AIが、International Conference on Learning Representations（ICLR）2026に向けた研究成果をまとめて紹介している。同社は数年にわたりICLRに研究を寄せてきた。ICLRはモデルの学習、解釈、実システムへの展開を方向づける研究の主要な場であり、理論から創造的な応用まで幅広い研究が集まるとしている。
AISI Japan: ActivityAIスコア2525 日本AISI、「AIシステムに対する既知の攻撃と影響」第2版を公開
日本のAIセーフティ・インスティテュートは、AIやAIシステムに対する学術論文等で発表された攻撃とその影響をまとめた資料「AIシステムに対する既知の攻撃と影響」を第2版に更新した。直近の国際会議の論文内容を反映したものである。本資料は既公開の「AIセーフティに関するレッドチーミング手法ガイド」を補完し、攻撃と影響の関係をレッドチーミングのリスクシナリオや攻撃シナリオの作成、AIセキュリティの調査研究に活用できるとしている。
SB Intuitions ブログAIスコア3636 学習率減衰なしの事前学習LLMにより、下流タスクで高い性能（ICLR 2026）
学習率を減衰させず最大学習率を保つWarmup-Stable-Only（WSO）スケジューラで事前学習したLLMは、SFT後の下流タスク平均スコアでWSD、Cosine、Linearを上回った。Llama 3アーキテクチャの1Bおよび8Bモデルの両方で一貫して最高性能を示し、中間学習を挟む3段階の設定でも同様の傾向が確認された。減衰型スケジューラのモデルは事前学習中のSharpnessがWSOの2〜3倍で、論文はこの平坦さがSFTへの適応性を支えると考察している。
AISI Japan: OutputAIスコア2222 AISI適合性評価SWG、2025年度活動報告書を公開
AI セーフティ・インスティテュート（AISI）の事業実証WGの一つである適合性評価SWGが、「2025年度 適合性評価SWG 活動報告書」を公開した。既存の適合性評価制度の現状と課題、国内のAI関連政策、国際標準化動向（ISO/IEC JTC1/SC42）を整理している。Human-Machine Teaming（HMT）を題材に、AIサービス、AIシステム、組織、人とAIシステムの相互作用を含む包括的な評価の論点と、今後の制度設計の方向性を検討した。
Sony AI ブログ注目記事AIスコア7070 Sony AI、卓球ロボットProject Aceの舞台裏を公開 Natureに論文掲載
Sony AIは卓球ロボットAceに関する研究がNature誌の表紙を飾ったと発表した。公式ルールの下でトップレベルの大学生選手やプロ選手と対戦し、エンドツーエンドの遅延は20.2ミリ秒で、エリート人間選手の約230ミリ秒を下回るという。ブログでは開発の経緯、システム構成、今後の課題を解説している。
選定理由：視覚、制御、ハードウェア、シミュレーションからの転移学習を一体で設計した過程と、現状の限界まで開発側の言葉で語られている。
Google Research BlogAIスコア4343 ReasoningBank：エージェントに経験から学習させる仕組み
Google Researchは、成功と失敗の両方の経験から知見を抽出して蓄積するエージェント向けメモリフレームワーク「ReasoningBank」を提案した。Gemini-2.5-Flashを用いた評価では、スケーリングなしのReasoningBankがメモリを使わないエージェントより、WebArenaで成功率が8.3%、SWE-Bench-Verifiedで4.6%高かった。さらにSWE-Bench-Verifiedではタスクあたりの実行ステップがほぼ3つ減少した。
Google Research BlogAIスコア4141 Google Research、推論優先の合成データ生成フレームワーク「Simula」を紹介
Google Researchは、推論優先の合成データ生成フレームワーク「Simula」を紹介した。データセット全体をメカニズム設計として扱い、シードデータに頼らずに生成する。Gemini 2.5 Flashを教師モデル、Gemma-3 4Bを生徒モデルとして5つの領域で評価し、各領域で最大512Kのデータポイントを生成した。全領域で、Simulaは単純なベースラインより高い性能を示し、より少ないサンプル数で下流タスクの性能を上回った。
Google Research BlogAIスコア3737 Google Research、AI生成の合成ニューロンで脳マッピングを高速化
Google Researchは、合成ニューロン形状を生成するAIモデル「MoGen」を開発し、脳の神経接続マップを作るAI再構成モデルPATHFINDERの学習データに加えた。合成データを10%混ぜて学習させたPATHFINDERは、保留したマウス軸索の再構成エラー率を4.4%削減し、その改善の多くは統合エラー（merge error）の減少によるものである。マウスの全脳規模では、手作業による校正の157人年分の削減に相当するとされる。MoGenはオープンソースモデルとして公開された。
AISI Japan: OutputAIスコア2323 AISI、2025年度 データ品質SWG 活動報告書を公開
AI セーフティ・インスティテュート（AISI）の事業実証WG傘下のデータ品質SWGが、「2025年度 データ品質SWG 活動報告書」を公開した。ユースケース別の重要な品質特性の整理、データ品質マネジメントチェックリストの作成・検証、官報データを用いたデータ品質レベルとAI出力品質の検証を報告している。策定・改定したガイドブックとチェックリストに加え、検証に使った官報データもPDF形式とHTML形式で公開されている。
Google Research BlogAIスコア4545 Google、生成AIで未来型スキルを測定する研究実験「Vantage」を発表
Googleは、生成AIで複数のAIアバターとの会話環境を作り、未来型スキルを評価する研究実験「Vantage」を発表した。ニューヨーク大学との共同研究では、18〜25歳の被験者188人が紛争解決とプロジェクト管理の課題に取り組み、AI Evaluatorの採点は人間の専門家同士の一致度と同程度だった。英語版はGoogle Labsで利用登録を受け付けている。
Google Research BlogAIスコア3838 ConvApparel、ユーザーシミュレーターのリアリズムギャップの測定と縮小
Google Researchは、LLMベースのユーザーシミュレーターとの差（リアリズムギャップ）を測定するためのデータセット「ConvApparel」を紹介した。衣料品の買い物領域で4,000件以上の人間とAIの多ターン会話（約15,000ターン）を収集し、参加者は「Good」と、意図的に非協力的に振る舞う「Bad」の2種類のエージェントにランダムに振り分けられた。
Google Research BlogAIスコア3737 Google Research、論文の図作成と査読を支援する2つのAIエージェントを発表
Google Researchは、論文用の図を生成するエージェント「PaperVizAgent」と、論文を自動で査読するエージェント「ScholarPeer」を発表した。PaperVizAgentは0～100の評価スコアで総合60.2を記録し、GPT-Image-1.5、Nano-Banana-Pro、Paper2Anyを上回った。人間の基準値50.0を超えたのは同フレームワークだけだという。ScholarPeerは、Web検索で文献を参照しながら批評的なレビューを生成し、既存の自動査読手法との比較で高い勝率を示した。
Google Research BlogAIスコア4545 LLMの行動傾向のアラインメントを評価する枠組み
Google Researchは、LLMの行動傾向（behavioral dispositions）が人間の合意とどの程度整合するかを評価する枠組みを示した。25のLLMを状況判断テスト（SJT）で評価したところ、人間の注釈者の意見が全員一致する場合は、小規模モデルとフロンティアのクローズドウェイトモデルがほぼ完全に整合した。一方、合意が90%未満になると整合率は80%台半ばで頭打ちになり、合意がない場面では人間の意見の幅を捉えきれなかった。
Google Research BlogAIスコア4040 Google Research、AIベンチマークに必要な評価者数を検証
Google Researchは、AI評価で項目数と項目ごとの評価者数のどちらを優先すべきかを検証した。多数決との一致を見る場合は項目数を増やす方が有効で、意見の幅を捉える場合は評価者数を増やす必要がある。従来の1〜5人という基準は不十分な場合が多く、約1,000件の総アノテーション規模でも適切な配分により再現性の高い結果が得られるとしている。
Turing 技術ブログ（Zenn）AIスコア3131 RACER: 自動運転VLAモデルの学習データセットの構築
TuringのVLAチームが、東京での走行データ100時間以上を対象に運転意図のキャプションを付与したデータセット「RACER」を構築した。意思決定に関わる要素と運転行動の因果関係を明示するChain-of-Causation形式の説明を、4段階のパイプラインで自動生成しており、ステップ1・2ではQwen3-VL-235B-A22B-Instruct、ステップ3ではQwen3-VL-235B-A22B-Thinkingを使用した。1,000件のサンプルデータはHuggingFaceで公開されている。
ABEJA Tech BlogAIスコア4040 Differential Transformer V2の発表と、V1論文からの差分の整理
Hugging FaceでDifferential Transformer V2が発表された。V2はV1の推論速度低下（約6〜12%減）と学習の不安定性を解消する改良とされ、Query側のヘッド数を2倍にしてKey/Valueは増やさず、FlashAttentionを1回呼び出した出力を偶数・奇数ヘッドで分けて差分を取る構成になっている。
Turing 技術ブログ（Zenn）AIスコア3333 「画像なし」で挑むVLM学習、Text-Printed Imageによるアプローチ
Turingのインターン研究チームが、テキストを白い画像に印字したText-Printed Image（TPI）を入力に使い、実画像なしでVLMを学習する手法を提案した。実験では、テキストをそのまま使う学習（Text-only）より大きな性能向上を示し、一部のタスクではGT-Image（実画像による学習）に迫る改善も見られた。GPT-4o-miniを用いたSelf-Instructによるデータ拡張（1万サンプル生成）でも、シードデータが少ない場合と完全な場合の両方で性能が向上したと報告されている。
SB Intuitions ブログAIスコア3535 WildGuardTestJP、日本語ガードレールベンチマークを開発
SB Intuitionsの研究チームが、英語のWildGuardTestを日本語化したガードレール評価ベンチマーク「WildGuardTestJP」を開発したと発表した。有害コンテンツ翻訳に特化した多段階の手法を用い、1,725件のデータを公開している。さらに、このデータセットで学習した日本語ガードレールモデル「sarashina-wildguard-7B」も開発した。
SB Intuitions ブログAIスコア3131 『JamC-QA』：日本の文化や風習に特化した質問応答ベンチマークの構築・公開（後編）
SB Intuitionsは、日本の文化や風習に関する知識を問う質問応答ベンチマーク「JamC-QA」を用いて事前学習モデルを評価した。全体スコア（All）の首位はsarashina2-8x70bとsarashina2-70bの0.725で、Llama-3.3-Swallow-70B-v0.4が0.697で続く。評価は4-shotの設定で行われ、LLMが答えた選択肢の文字列が正解と完全一致した問題数の割合でスコアを算出した。
SB Intuitions ブログAIスコア2525 SB Intuitions、日本の文化・風習に特化した質問応答ベンチマーク「JamC-QA」を公開
SB Intuitionsは、日本固有の知識を問う多肢選択式の質問応答ベンチマーク「JamC-QA」を構築し、Hugging Faceで公開した。全2,309問で、文化、風習、風土、地理、日本史、行政、法律、医療の8カテゴリからなる。既存のJCommonsenseQAやJMMLUに比べ難度が高く、利用申請なしで誰でも使える。