TwiScan
人気
コミュニティ
アカウントコレクション
ログイン
登録
English
日本語
한국의
简体中文
繁体中文
登録して招待リンクを共有すると、動画再生報酬と紹介報酬を獲得できます。
今すぐ登録
コレクションに追加
AIDB
@ai_database
AIに関する「役立つ」と「おもしろい」に論文ベースでキャッチアップするサービスAIDBの公式Xアカウントです。 運営8年目!
119
フォロー中
52.1K
ファン
AIDB
@ai_database
2026.11.10 09:18
Google DeepMindなどの研究者らが、「Geminiだけで構成されたAI研究者チーム」を何組も動かし、4時間おきに「AIだけの学会」を行わせる仕組みを開発。 すると、最終的には核融合や薬の研究に使う量子計算で、これまでより大幅に少ない資源で済む設計が見つかっています。 さらに、あるAIチームが口にした"生煮えのアイデア"を別のAIチームが引き取って完成させ、正しいことまで証明して研究が一気に前に進む現象が観察されました。 学会はAIにとっても上手くできた仕組みだったのかもしれません。 ただしAIたちだけの学会はシンプルなルールで運用されました。 ・各チームが研究途中の案を発表します ・ほかのチームが質問や批判をぶつけます 基本的には人間の研究者が学会でやってきたことです。とはいえ、AIたちは短縮された時間軸で繰り返します。 なお、人間は解くべき問題と答え合わせの基準を用意しただけで、研究の途中には口を出していません。 また、今回使ったモデルはGemini 4 Carbonでした。
もっと見る
0
0
1
57
12
コミュニティへ転送
AIDB
@ai_database
2026.11.02 05:25
東京科学大学で、「AIのみでメンバー構成された研究室」が"量子科学の実験"を一から最後までやり遂げ、新しい法則を1つ導いたとのことです。 人間が担当したのは装置の組み立てと安全装置の設定です。部屋の電気もつけました。 研究者らいわく、これから人間の役割は「何を調べるか決める」「AIの発見の価値を見極める」といったことに寄っていくのではないかとのこと。 今回AIたちにはそれぞれ現実のラボメンバーのような異なる役割が与えられたのが見どころです。 ・提案役が研究テーマの案を出す ・教授役が案を審査し、理論を組む ・計算役がスパコンTSUBAMEで理論を検算 ・実験役が実験装置を直接操作 ・マネージャー役が書類を回し、SSHで各役をつなぐ ・査読役が別の文脈で結果を審査 AIたちが議論の末に決めた研究テーマは、ダイヤモンド中の量子スピンの性質を予測する法則を導き、実機で確かめるもの。 (このテーマに至るまで教授役が厳しく却下を続けた) 成果として、AIたちは量子スピンの振る舞いを少ない測定から予測できる新しい法則を導き、実機でその予測が当たることまで確かめました。
もっと見る
0
0
39
2.3K
555
コミュニティへ転送
AIDB
@ai_database
2026.10.31 03:25
「AIが"AIだけの組織"を自分で設計し、行き詰まるたびに"自ら組織を作り変えていく"」仕組みをUCバークレーの研究者らが開発しました。 その結果、柔軟なアイデアで進化したAI組織は優れた成果も出しています。 以下は、AI組織で生まれた斬新な役職の例です。 ①あまのじゃく係 「これ以上は無理」という主張を疑う ②新鮮な目の係 一度捨てた案を、先入観なしで試し直す ③行き止まり再訪係 「ダメだった」と記録された案を掘り起こす 研究者らは、AIの組織においても「作業の段階ごとに必要な役割が変わる」必要があると考えました。 そこで、上司のAIが部下のAIたちの働きぶりを見て"足りない役職"をその場で"発明"していく仕組みを作ったのです。 実験の結果、進化していったAI組織は、GPUカーネルという複雑なプログラムをゼロから書き上げ、それは今現実で使用されているものよりも高速なのだそうです。
もっと見る
0
0
13
493
60
コミュニティへ転送
AIDB
@ai_database
2026.08.28 04:38
NetflixはAIの採点結果を毎週300件、人間が採点し直している おすすめ作品に添える短い説明文は、LLMで生成されています。 しかし毎日数百万回閲覧されている露出度の高いテキストなので、厳しく再チェックされています。AIによる採点と人の手による評価で。
もっと見る
0
0
0
32
10
コミュニティへ転送
AIDB
@ai_database
2026.07.09 02:30
研究者らによると、人間とAIの混合チームは「人間チームとAIチームの平均」にはならず、どちらとも違う独自のふるまいをする、とのことです。 人間とAIが混ざった集団は、人間が新規性を発揮し、AIが継続性を保つため、結果として「多様性」を維持できるそうです。 一方で、AIだけの集団は放っておくとアイデアがどんどん均質化し、人間だけの集団もゆっくり同調していきます。 ただし、混成チームのボトルネックは人間とAIをつなぐ部分。 AI同士の通信は高速でほぼ無損失なのに対し、人間とAIの間は翻訳やハルシネーションでノイズが多いです。 また、集団の「中心に座る」のが人間かAIかで集団の運命が変わる、という指摘もあります。 さらに、チーム内のAIの割合も重要で、少数のAIは人間集団の協調を改善する一方、人間が少数派になると信頼と共通理解が崩れて性能が落ちると考えられています。 AIエージェントが組織に入り込む今後、「誰をどこに配置するか」「人間とAIの接点をどう設計するか」が集団の知性を左右する設計変数になる、と研究者らは論じています。
もっと見る
0
0
11
587
154
コミュニティへ転送
読み込み中...
人気のあるユーザー
オリコンニュース
@oricon
2M ファン
ツイッター速報〜BreakingNews
@tweetsoku1
260.1K ファン
TVer新着
@TVer_info
101.7K ファン
PR TIMESテクノロジー
@PRTIMES_TECH
28.3K ファン
New York Post
@nypost
4.3M ファン
モデルプレス
@modelpress
2.1M ファン
First Squawk
@FirstSquawk
578.3K ファン
MANTANWEB/毎日キレイ
@mantanweb
68.7K ファン
ファミ通.com
@famitsu
1.4M ファン
Reuters
@Reuters
26.4M ファン
cv usk
@cv_usk
470 ファン
Yahoo!ニュース
@YahooNewsTopics
2.1M ファン
4Gamer
@4GamerNews
735K ファン
空空道人
@Kongkongda5882
39.7K ファン
一劍浣春秋
@chee828
233.1K ファン