グーグルは5月14日（米国時間）に開催した開発者向けイベント“Google I/O”で、音楽生成AI「Music AI Sandbox」を発表した。本連載でも昨年、グーグルが音楽生成AIの「MusicLM」を発表したことに触れた。また、Metaも音楽生成AIとして「Audiobox」を発表。AI大手のStability AIも「Stable Audio」をバージョン2.0に進化させている。 では、Music AI Sandboxの位置付けとはどういうものだろうか。 AIは音楽クリエイターの仲間なのか まず、Music AI Sandboxは、グーグルの母体アルファベットでAI開発を担当するGoogle DeepMindが手がけた音楽生成AIである。具体的にどういうものかは、Google DeepMindが公開した動画を見るとわかりやすい。 ここではプロデューサーでありミュージシャンでもある

ディープマインドは、｢AGI（汎用人工知能）｣の構築に特化したグーグルのAI研究部門だ。 ディープマインドのAGIは、実際にヘルスケア、科学、工学の分野で現実世界の問題解決のために応用されている。 この分野にはOpenAIをはじめとした競合企業が存在するが、グーグルのアプローチはOpenAIとは異なり、営利を目的としている。 ここ数年で、人工知能（AI）はSFの世界を飛び出し、日常生活に浸透してきた。 今ではGoogle Gemini、ChatGPT、Dall-E、CoPilotをはじめ数え切れないほどのAIシステムがあるが、グーグル ディープマインド（Google DeepMind）は少し違う。 2010年に設立されたディープマインドは、｢AGI（汎用人工知能）｣と呼ばれるAIの開発を目標としている。 グーグルのディープマインドは何をするのか？ 現在使用されている多くのAIシステムは、特

米Google傘下のGoogle DeepMindと系列のAI創薬企業Isomorphic Labsは5月8日（現地時間）、共同開発した新たなAIモデル「AlphaFold 3」を発表した。 「タンパク質、DNA、RNA、リガンドなどの構造とそれらがどのように相互作用するかを正確に予測することで、生物学の世界と創薬に対する私たちの理解を変えることができる」としている。 AlphaFoldは、2012年にDeepMindが発表した遺伝子配列情報からタンパク質の立体構造を予測するAIシステム。これまでのバージョンでは、タンパク質の3D構造を化学成分から予測することに重点を置いていたが、AlphaFold 3は3D分子構造のグローバルなデータベースでトレーニングされており、タンパク質と他の分子やイオンとの相互作用についての予測で進歩したという。 Isomorphic Labsは、AlphaFol

Google DeepMindがAI系創薬企業のIsomorphic Labsと協力し、タンパク質やDNA、RNA、リガンドなど生命分子の構造と相互作用をきわめて正確に予測できるAIモデル「AlphaFold 3」をリリースしました。 Google DeepMind and Isomorphic Labs introduce AlphaFold 3 AI model https://blog.google/technology/ai/google-deepmind-isomorphic-alphafold-3-ai-model/ Accurate structure prediction of biomolecular interactions with AlphaFold 3 | Nature https://www.nature.com/articles/s41586-024-0748

GoogleのAI研究部門であるGoogle DeepMindは、「GNoME」と呼ばれるAIツールを使って、「理論的には安定しているものの実験的には実現されていない新しい結晶構造」を220万種発見したことを発表しました。しかし、複数の研究者がGoogle DeepMindの発表した新しい結晶構造を分析した上で、「既知の物質を過度に拡大解釈したものがほとんどで、驚くほど新しいと言える化合物では含まれていない」と反論しています。 Artificial Intelligence Driving Materials Discovery? Perspective on the Article: Scaling Deep Learning for Materials Discovery | Chemistry of Materials https://pubs.acs.org/doi/10.1021

米グーグルの人工知能（ＡＩ）部門のトップは、同社がＡＩ技術の開発に時間をかけて1000億ドル（15兆4300億円）超を投資するとの見通しを示した。 グーグル・ディープマインドのデミス・ハサビス最高経営責任者（ＣＥＯ）は15日、カナダ・バンクーバーで開催された会議で、米マイクロソフトとオープンＡＩが計画している「スターゲート」と呼ばれる1000億ドル規模のスーパーコンピューターの可能性について質問された。スターゲートについてはジ・インフォメーションが先月伝えていた。 ハサビス氏は「具体的な数字は話さないが、われわれは時間をかけてそれを上回る投資をすると思う」と答えた。投資に関する詳細は明らかにしなかった。また、グーグルの親会社アルファベットがマイクロソフトを含むライバルよりも優れたコンピューティング能力を保有しているとも指摘。同氏が2010年に共同で創業したディープマインドは、14年にグーグ

言葉で指示すると，指示どおりにゲームをプレイするAI「SIMA」。GoogleがAI研究の最新成果を明らかに ライター：米田 聡 米国時間2024年3月13日，Googleは，新しいAI「SIMA」（Scalable Instructable Multiworld Agent）を用いて，自然な言語による指示に従ってAIエージェントがゲームをプレイするという研究成果を発表した。 SIMAは，映像を見ながらキーボードとマウスを使い，「No Man's Sky」や「Valheim」「Goat Simulator 3」といった9種類のゲームをプレイしてみせたという。 Googleや，その傘下のAI研究開発企業であるDeepMind Technologiesは，これまでもゲームをプレイするAIを研究してきた。たとえば2020年には，古のゲーム機である「Atari 2600」でプレイできる57タイトル

","naka5":"<!-- BFF501 PC記事下（中⑤企画）パーツ＝1541 -->","naka6":"<!-- BFF486 PC記事下（中⑥デジ編）パーツ＝8826 --><!-- /news/esi/ichikiji/c6/default.htm -->","naka6Sp":"<!-- BFF3053 SP記事下（中⑥デジ編）パーツ＝8826 -->","adcreative72":"<!-- BFF920 広告枠）ADCREATIVE-72 こんな特集も -->\n<!-- Ad BGN -->\n<!-- dfptag ＰＣ誘導枠５行 ★ここから -->\n<div class=\"p_infeed_list_wrapper\" id=\"p_infeed_list1\">\n <div class=\"p_infeed_list\">\n <div class=\"

Google DeepMindが、国際数学オリンピックレベルの複雑な幾何学問題を解決できるAI「AlphaGeometry」を発表しました。AlphaGeometryは、実際に国際数学オリンピックで出題された幾何学問題30問を制限時間以内に25問解いたとのことです。 Solving olympiad geometry without human demonstrations | Nature https://www.nature.com/articles/s41586-023-06747-5 AlphaGeometry: An Olympiad-level AI system for geometry - Google DeepMind https://deepmind.google/discover/blog/alphageometry-an-olympiad-level-ai-syst

Google DeepMindがロボット研究における3つの大きな成果である、 AutoRT, SARA-RT and RT-Trajectoryを発表した。 これら3つの成果は、実世界におけるロボットのデータ収集、速度、汎化能力を向上させるために設計されている。目標は、複雑なタスクを理解し、実行できるロボットを、訓練やゼロからの構築なしに作成することにある。 AutoRT：大規模AIモデルによるロボット訓練AutoRTは、大規模言語モデル（LLM）や視覚言語モデル（VLM）などの大規模AIモデルを、特殊なロボットモデルと組み合わせて使用することで、ロボット学習の規模を拡大し、実世界での応用に向けたロボットの訓練を行う。 AutoRTは、異なる環境で異なるタスクを実行する複数のロボットを同時に学習させることができる。VLMは環境と視界内のオブジェクトを理解するために使用され、LLMはロボット

Googleの技術研究部門であるGoogle ResearchとAI部門のGoogle DeepMindが、2023年におけるAIとコンピューティングについて発表したさまざまなAIモデルや研究成果を振り返っています。 2023: A year of groundbreaking advances in AI and computing – Google Research Blog https://blog.research.google/2023/12/2023-year-of-groundbreaking-advances-in.html Googleは2023年3月21日に、チャットボットAIのBardを公開しました。このBardはテキストの生成、言語の翻訳などさまざまなコンテンツを作成できます。 GoogleがChatGPTのライバル「Bard」の一般公開を開始、実際に質問するとどん

Research FunSearch: Making new discoveries in mathematical sciences using Large Language Models Published 14 December 2023 Authors Alhussein Fawzi and Bernardino Romera Paredes By searching for “functions” written in computer code, FunSearch made the first discoveries in open problems in mathematical sciences using LLMs Large Language Models (LLMs) are useful assistants - they excel at combining c

GoogleのAI開発部門であるGoogle DeepMindが、大規模言語モデル(LLM)を利用して数理科学の未解決の問題を解決したり、新しい知見をもたらしたりすることができるAIシステム「FunSearch」を発表しました。Google DeepMindのデミス・ハサビスCEOは「FunSearchのブレークスルーに興奮しています」と語っています。 FunSearch: Making new discoveries in mathematical sciences using Large Language Models - Google DeepMind https://deepmind.google/discover/blog/funsearch-making-new-discoveries-in-mathematical-sciences-using-large-language-

DeepMindの研究チームは、現在の大規模言語モデル（LLM）は人間によって生成されたデータに過度に依存しており、LLMの発展にとって望ましい状況ではないと考えました。 この問題に対処するために、彼らはLLMが自律的に高品質な訓練データを生成し、データセットを自ら拡充する「自己学習」アプローチの有効性を検証しました。 実施された実験では、自己生成データによって、数学やコード生成の分野におけるLLMの能力が顕著に向上したことが確認されました。 本記事では、研究内容を詳しく見ていきます。 参照論文情報 タイトル：Beyond Human Data: Scaling Self-Training for Problem-Solving with Language Models 著者：Avi Singh et al.（多数） 所属：Google DeepMind URL：https://doi.o

米Google傘下のGoogle DeepMindは12月14日（現地時間）、LLM（大規模言語モデル）とLLMによる幻覚（ハルシネーション）を防止する“評価器”を組み合わせた新たなシステム「FunSearch」を発表した。長年解決不可能な数学問題とされてきた「Cap set問題」を解き、実社会でも役立つ「ビンパッキング問題」のための効果的なアルゴリズムを発見したという。 FunSearch（funは「楽しい」ではなく、「関数」に由来する）は、GoogleのLLM「PaLM 2」をコンピュータコードで微調整したバージョンの「Codey」を使っている。LLMは不正確な情報を幻覚させることが分かっているため、LLMの出力から不正確だったり無意味だったりする部分を拒否する“評価器”アルゴリズムを組み合わせているという。 FunSearchはLLMと評価器による出力と評価を反復させていくことで、自