🧬 「データは多いほど良い」という機械学習の常識が、ゲノム医療の世界では通用しないかもしれません。 タイトル: Transfer learning for genomic prediction in underrepresented populations URL: 疾患リスクを予測するポリジェニックリスクスコア（PRS）は、これまでほぼ欧州系集団のデータで作られてきたため、他の集団に使うと精度が落ちるという課題がありました。この研究では、UK Biobank（欧州系）とBiobank Japan（日本人）のデータ量を変えながら、8つの臨床形質でPRSの精度を検証しています。 注目ポイント1 📉 データが増えるほど良いとは限らない 欧州系データを使った転移学習が日本人向け予測に有利なのは、日本人側のサンプル数がおよそ15,000人に達するまで。それを超えると、むしろ日本人単独のデータで作ったモデルの方が精度が高くなります。 注目ポイント2 🧬 形質によって「賞味期限」が違う BMIのように遺伝的に保存性が高い形質は、欧州データの恩恵が25,000〜40,000人以上まで長続きします。一方、脂質関連の形質など集団固有性が強い形質では、恩恵はもっと早く失われます。 注目ポイント3 ⚖️ 手法選びもサンプル数次第 クロス集団向け手法PRS-CSxは、サンプル数が少ないうちはシンプルな手法に劣りますが、10万人規模に近づくと同等の性能を発揮します。万能な手法は存在せず、状況に応じた使い分けが必要です。 臨床ゲノミクスの公平性を高めるには、各地域のバイオバンク拡充と、形質・サンプルサイズに合わせた戦略選択の両輪が欠かせないことを示す研究です。 #ゲノミクス# #転移学習#

感染症の流行を数分で予測できたら、人道支援の現場はどれほど変わるか。 タイトル: Planetary prediction engine: Automating global models via Earth AI URL: Googleが発表したPlanetary Prediction Engine（PPE）は、自然言語クエリから地球規模の予測モデルを自動構築するシステムです。公衆衛生・食料安全保障・感染症などの課題に対し、従来は専門エンジニアが数週間かけていたデータキュレーション〜モデル構築を数分で完結させます。 注目ポイント 🌍 3段階の自動パイプライン——データ選択からモデルまで 自然言語クエリを地理的制約に変換してData Commons・Google Earth Engineから共変量を取得（ステージ1）、Population Dynamics Foundation ModelsとAlphaEarthの埋め込みと融合（ステージ2）、正則化線形・勾配ブースティング・MLPを横断的に探索（ステージ3）。各ステージに「Feature Gate（リーケージ防止）」と「Overfitting Guard Protocol（過学習防止）」が組み込まれています。 🔬 マルチモーダル融合が全実験で単独モデルを上回る 構造化された統計的共変量と基盤モデルの潜在表現を組み合わせることで、どちらか単独では捉えきれない情報を統合します。この融合効果はすべての実験で確認されており、地理空間予測における新たなアーキテクチャの優位性を示しています。 📊 3つのドメインで実証された精度向上 ・米国CDC健康指標21種: R² 76.8% vs ベースライン60.0% ・ナイジェリア食料安全保障: R² 66.1% vs ベースライン31.5%（精度2倍超） ・コンゴ民主共和国エボラ予測: Recall@10 83.3%（Bayesianベースライン比+10.3pp） 専門的なエンジニアリングチームを持たない人道支援組織や研究者が、緊急時に数分で意思決定の根拠を得られる——この「民主化」こそがPPEの最大のインパクトです。 #地球科学AI# #公衆衛生#

Sakana AI CEOの David Ha（@hardmaru）が、Tim Romero 氏のポッドキャスト Disrupting Japan Podcast に出演しました。 日本におけるAIの未来は、米国や中国とは少し違った形を取り得るのか。Sakana AIの内側から何が見えているのか。そうしたテーマで、長めの対談を行っています。 Davidは、Sakana AI の事業展開戦略、メガバンクとの取り組みがPoCから本番運用へと進みつつある現状、巨大なフロンティアモデル一つに依存するよりも複数のモデルを束ねるオーケストレーションのほうが長期的には合理的であるという見方、そして実務における「AI主権」とはスタック全体を自前で所有することではなく、グローバルなサプライチェーンの中で、AIを国内で開発・適応・運用していく能力を確保することだと、Davidは語りました。 対話のなかでは、当社の研究成果やプロダクトにも多く触れました。Sakana Fuguは、強化学習で訓練したオーケストレーションモデルで、複数ステップのタスクを多様なLLMに振り分けます。Namazuは、日本の知識や価値観を反映するようにポストトレーニングを施した、オープンウェイトモデルのシリーズです。東京のRSI Labは、The AI Scientistから続く取り組みとして、再帰的自己改善とAIによる科学的発見を専門に扱う研究組織です。共同創業者のLlion Jonesは、Transformerそのものを超えるアーキテクチャの探求という、より長期的な目標を追い続けています。 最後に「日本について一つだけ変えられるとしたら」と問われたDavidの答えは、「希望（hope）」でした。 「皆が集団として希望を感じていることが必要だと思います。その希望こそが、物事を動かしていく。日本に希望をもたらすのは何でしょうか。お金でしょうか。減税でしょうか。社会保障の充実でしょうか。おそらく、そのどれでもないはずです。もし魔法の杖を一本持てるとしたら、日本の人々が未来をもっと楽観的に捉えられるようにしたい。希望によって変化が起こり、その変化がさらなる希望をもたらすのではないでしょうか。」 ⸻⸻⸻⸻⸻⸻ Our CEO David Ha joined Tim Romero on Disrupting Japan Podcast for a long conversation on how the future of AI may take a different shape in Japan than in the U.S. or China, and on what that looks like from inside Sakana AI. David walks through Sakana AI’s go-to-market strategy, how Japanese megabanks have moved real AI workflows from proof-of-concept into production, why orchestration across many models is likely to win out over a single massive frontier model, and what sovereign AI actually means in practice: not owning the entire stack, but having the capability to develop, adapt, and run AI domestically as part of a global supply chain. The conversation also covers the research directions behind the company. Sakana Fugu is our orchestration model, trained with reinforcement learning to route multi-step tasks across a variety of underlying LLMs. Namazu is our line of post-trained open-weight models tuned to reflect Japanese knowledge and values. The RSI Lab in Tokyo is dedicated to recursive self-improvement and AI-driven scientific discovery, continuing the work that began with The AI Scientist. And our co-founder Llion Jones keeps pushing on a longer-horizon goal of moving beyond the Transformer architecture itself. Asked at the end what one thing he would change about Japan, David’s answer was “hope.” “To really move the needle in terms of innovation, like the era in Japan when you have companies like Sony or Panasonic come out, there are a few factors. One is that the nation needs to have a collective sense of hope. A nation needs to feel hopeful. It could be poor. Everyone can be dirt poor, but they have hope. And that hope leads to things being done. So, what creates hope in Japan? Is it more money? Is it less taxes? Or is it more benefits? Probably not. I think it’s stories and narratives. If I have a magic wand, if the population in Japan is more optimistic about the future of this country, suddenly they’re persuaded, to be more optimistic. People should be optimistic. With optimism comes change. And change leads to more optimism.” Listen to the full episode: 🎏