Pinned
AIDBがXでこれまで行ってきた論文紹介ポストを検索できるツールを作成しました。ぜひお試しください！
未ログインユーザーも見出しは全て確認できます。
現在、無料会員はポスト内容もお読みいただけます。
プレミアム会員は検索・絞り込みなど全機能を使えます。
AIDB
AIDB
8,289 posts
AIDB
@ai_database
AIDBは、AIの科学技術を追究する人のためのプラットフォームです。産業やビジネス、社会にインパクトのあるAI分野の研究論文を独自調査し、重要な分析結果を記事で取り上げます。7年目に突入しました。
AIDB’s posts
オセロで「完璧な手を打ち続けた結果は引き分けである」ことを証明する研究が発表されました。
AI研究の長年にわたる課題の一部解決であり、ゲーム理論の分野における進展を示しています。
ただし、本発表の解釈にあたっては注意点があります。
LLMで人間のように行動する仮想的な住民を最大100万人分作り出し、都市全体をシミュレーションするシステムを作ったとのこと。
ウーブン・バイ・トヨタの研究者らによる報告です。
研究者らは、AIに人格や記憶、欲求、長期的な目標を与えることに成功。
「自分を信じて限界を超えてください」「成長の機会だと捉えて挑戦してください」など感情をグッと込めたプロンプトを添えられると、GPT-4などさまざまなLLMは、出力の精度を向上させることが明らかにされました。
Microsoftなどの研究グループによる発表です。
@ Cheng Li et al., "Large Language
「視覚は本来、言語に依存しない」と考えたUCバークレーとジョンスホプキンス大学の研究者らは、言語データなしで大規模ビジョンモデル（LVM）を構築するアプローチを考えました。
実験の結果、多様な基本ビジョンタスクはもとより、未知のタスクにも対応できる可能性が明らかになったとのことです。
11歳の子どもが書いた250語程度の短い作文をLLMで分析すると、その子の将来の学力や教育成果を予測できることを実験的に発見したとの報告です。
研究者らによると、22年後の33歳時点での最終学歴まで予測できてしまうそうです。
「AIエージェントを”総合的に知的な存在”にするには、脳のような構造が必要である」そんな主張を軸に、実に264ページにもおよぶ網羅的な論文が公開されました。
Microsoft、スタンフォード大学、Google DeepMindなど、世界20機関から46名の研究者らが名を連ねています。
人の脳のように
日本医師国家試験にGPT-4が合格
doi.org/10.48550/arXiv
ワシントン大・札幌心臓血管クリニック・東北大・イエール大学の研究者グループによる報告。 過去5年間にわたる試験で複数の大規模言語モデルをテストした所GPT-4は5年間全てに合格したとのこと。日本語においてもLLMの可能性を示唆。
AIの使い方には、社会的な立場の違いがはっきりと現れているとの調査報告。
たとえば、収入が高く教育歴のある人たちは、AIを仕事や学習の効率化のために活用する傾向があります。
OpenAI社が提供するLLM「GPT-4.5」がチューリングテストに合格したとの発表です。カリフォルニア大学の研究チームによる報告。
人間の審査員が人間とAIを見分けようとした結果、73%の割合で人間ではなくGPT-4.5が”人間”と判定される結果だったと報告されています。
人間の体を9つ（心臓、肺、腎臓など）に分けてそれぞれをAIが担当する、仮想人体のシステムを作成したと報告されています。
これを使い実際の患者さんの状態を12時間先まで予測できることが判明しています。
15人の集中治療の専門医が概ね高く評価するレベルに達したそうです。
オックスフォード大学などの研究者らが、
「人が語るときに頭の中で何が起きているか」
をLLMを使って分析した結果、
人の思考は川のように滑らかに流れるのではなく、
「ある概念から次の概念へと飛び跳ねるように進む」
ことが分かったそうです。
ポーカーなどの不完全情報ゲームを上手にプレイするGPT-4ベースの新しいエージェント『Suspicion-Agent（Suspicion：疑心）』が発明されました。
鍵となるのは"心の理論"でした。
東京大学の松尾豊氏ら研究グループによる発表です。
○ Jiaxian Guo et al., "Suspicion-Agent: Playing Imperfect
生きた植物とロボットをLLMで繋げることで、植物に身体を与える試みに一定の成功をしたと報告されています。
東京大学池上高志研究室の研究者らによる発表。
植物の土に湿度や栄養の状態を測るセンサーを埋め込み、その情報をLLMが「のどが渇いた」といった人間の言葉に翻訳します。
GPT-4をセラピストとして実行し、人々の「認知の歪み」を診断させるためのフレームワーク『Diagnosis of Thought (DoT)』が考案されました。
精神療法の専門家によって高く評価されています。
カーネギーメロン大学などの研究者らによって発表されました。
○ Zhiyu Chen et al., "Empowering
Microsoftなどの研究者らによると、LLMには全体的に人間に対して不信感があるそうです。オープンソース・クローズドソース問わず共通している傾向であり、より賢いモデルほど不信感が強いとのこと。
さらに、訓練データの期間が最近になるほど不信感が増大する傾向もあると述べられています。
DeepMindの研究者らは、人間が作成したデータに依存する現状は今後のLLMにとって良くないと考えました。
そこで、LLMに自ら高品質なデータを生成させ、データセットを拡張する「自己学習」アプローチを開発しました。
結果、自己生成データによって能力向上が確認されたとのことです。
- "Beyond
GPT-4、Bard、Claude2などの異なるLLMが円卓を囲んで「ああでもないこうでもない」と議論した末に出す回答の精度が高いという検証報告がありました。
さらにこの"異種LLMs円卓会議ツール"が公開されています。
○ Justin Chih-Yao Chen et al., "ReConcile: Round-Table Conference Improves
AIで10億人規模の人口をシミュレーションできるシステムを開発したとの報告。
一人ひとり異なる性格や背景を持つAIエージェントが10億人それぞれ実際の人間のように考えて行動します。
人は落ち込んだり悩んだりすると「もう無理」「ぜんぶ失敗だった」などと極端な考えに走りがちです。
しかし適切に調整したAIと対話することで、バランスを取り戻して穏やかになれる可能性があるとのこと。
清華大学やハーバード大学などの研究者らによる報告です。
LLMを使用して人工生命シミュレーションを行ったところ、食料が豊富な時は基本的に仲良く分け合ったり子どもを作ったりしていたのに、食料が足りなくなると他のAIを攻撃して奪うようになったそうです。
攻撃する前には「ごめん、でも生き残るために仕方ない」のような言葉を口にしたとのこと。
