MIT News AI

AI サービスが一時的に利用できないため、復旧後に翻訳を補完します。ソース概要：“GeoPT” helps AI models understand the basics of physics so they can simulate how objects respond to things like wind and water more efficiently and accurately.

AI サービスが一時的に利用できないため、復旧後に翻訳を補完します。ソース概要：Study finds non-experts deferred to LLM-based diagnostic assistance, even when it was wrong, while clinicians caught AI errors.

AI サービスが一時的に利用できないため、復旧後に翻訳を補完します。ソース概要：An expert in machine learning, statistics, and computation, Rakhlin succeeds Professor Ankur Moitra.

MIT CSAIL所長のダニエラ・ラス氏が、ロボット工学、人工知能、自律システムへの貢献により、2026年バイエルン州首相ハイテク賞を受賞しました。この賞はドイツで最も高額な工学技術賞です。

今年春、MITの学生とポスドク25名がワシントンを訪れ、連邦政府による科学研究への持続的な投資を訴えるため議会スタッフと面会しました。32州の62の議会事務所を訪問し、科学資金、AIプライバシー、深海採掘などのテーマについて議論しました。MIT科学政策イニシアチブが主催するこのプログラムは、次世代の科学者に政策提唱の方法を教えることを目的としています。

PhysioNetプラットフォームは25年前に設立され、1970年代にMITで開発されたシステムに基づいています。現在では、最も包括的な生物医学・臨床データリポジトリの一つとなり、数百のデータベースをホストし、昨年は15,000以上の科学論文で引用され、180か国以上のユーザーが登録しています。このプラットフォームは研究の障壁を下げ、リスクの高いアイデアの実現を促進し、医療AIの基盤となっています。

明快でエレガントな執筆スタイルで知られるバートセカス氏は、制御、最適化から大規模計算、人工知能に至る分野を形成しました。

ベイリー・フラニガン助教授は、民主主義を活性化するための複雑な計算手法にたどり着きました。彼女はMITのシュワルツマン・カレッジ・オブ・コンピューティング、政治学科、電気工学・コンピュータ科学科の共同教員であり、市民集会の参加者をランダムに選出するアルゴリズムを開発し、Panelot.orgで公開しています。

MITと他の研究機関は、視覚言語モデルがCADプログラムをより正確かつ効率的に生成するための自動化フレームワーク「GIFT」を開発した。この手法はモデル自身の誤りから学習し、計算コストを大幅に削減しながら高精度な3Dモデルを生成する。

MITメディアラボの助教授Pat Pataranutaporn氏が、チャットボットが言葉を発する前に、一般ユーザーがAIのニューラルネットワーク内部を覗くことを可能にする新インターフェースを説明する。

MIT教授Devavrat Shahは、研究と起業を通じて、限られた計算リソースで継続的な意思決定を行うための手法を設計しています。彼が共同設立したIkigai Labsは、表形式時系列データ向けの基盤モデルを構築し、Celonisに買収された後、企業プロセス管理に統合される予定です。

MITの学生がAIコパイロットを活用してジェットエンジンを設計、製造、テストし、高性能航空宇宙システム開発におけるAIの有用性を評価しました。このチャレンジは、AIが設計-製造-テストサイクルを加速できる一方で、人間のエンジニアリング判断と経験が依然として決定的であることを明らかにしました。基礎がしっかりしたチームはAIに過度に依存したチームよりも優れた成果を上げました。

MITとトヨタ研究所の研究者は、「SceneSmith」システムを開発しました。これは3つのAIエージェントを使用して、キッチン、ホテル、リビングルームなどのリアルな3D屋内シーンを生成します。これらの仮想環境はロボットに豊富な訓練データを提供し、シミュレーションで日常的なタスクを練習することで、現実世界でのテスト時間とコストを削減します。

MITとThornの研究者らは、生成AIモデルが児童性的虐待素材（CSAM）を生成可能かどうかを、出力を生成せずに内部の適応を分析して検出する監査手法を開発した。テストでは100%の精度を達成し、拡張性も高いため、プラットフォームや法執行機関が有害なモデルを特定・除去する実用的なツールとなる。

米国空軍士官候補生がMITリンカーン研究所の研究者の指導のもと、『バイブコーディング』と呼ばれる手法でAIチャットボットを活用し、プログラミング経験が全くない状態で軍事用アプリケーションのプロトタイプを開発することに成功した。このプロジェクトは、非技術者の軍人がAIを活用する可能性を示す一方、セキュリティや技術的限界も明らかにした。

物理学教授であり、NSF AI Institute for Artificial Intelligence and Fundamental Interactionsの初代所長がLNSを率い、素粒子物理学の研究を続ける。

ワシントン・ポスト・ライブのパネルディスカッションで、MIT学長サリー・コーンブルースとアリゾナ州立大学学長マイケル・クロウが、急速に変化する技術環境で次世代の科学者を育成する大学の役割について議論しました。コーンブルースは好奇心主導の研究の重要性を強調し、連邦資金の凍結が革新と人材育成を危険にさらすと警告しました。また、MITの新しいカリキュラムや人間中心のAIアプローチ、教育機会の拡大について紹介しました。

コンピューター科学者のフィリップ・イソラ氏が、AIエージェントの仕組みと、急速に進歩するこの技術の将来について、誇大広告を排して解説する。

2024年秋に開始されたMIT音楽技術・計算大学院プログラムは、5月13日に初の研究展示会を開催し、第一期生5名の多様な研究プロジェクト（脳波による音楽解読、AI即興演奏の可視化など）を披露した。プログラム責任者のEran Egozyは、次年度は10名の学生を他大学出身者も含めて受け入れると発表した。

MIT建築学部の卒業生で研究者のAlexandros Haridisによる展覧会「Beyond Data-Driven Aesthetics」は、20世紀と21世紀における計算を創造的プロダクションと美的判断の媒体に変える努力を探求し、美学判断に関する思想の歴史をたどり、デザインが複雑な計算システムを可視化する方法を示しています。

1999年からMITで教鞭をとるデイビッド・オーター氏が経済学部長に任命され、7月1日付で就任する。オーター氏は人工知能と働き方の未来の第一人者であり、技術変化とグローバリゼーションが労働市場に与える影響を研究している。

MITコンピュータ科学・人工知能研究所（CSAIL）の研究者らは、2つの大規模言語モデル（LLM）を用いてユーザーの曖昧な指示を自動的に明確化し、無関係な情報をフィルタリングする「Masked Inverse Reinforcement Learning（Masked IRL）」を開発した。これにより、ロボットがタスクを学習するために必要なデモデータを約5分の1に削減。シミュレーションと実ロボット実験で、暗黙のユーザー嗜好をより正確に特定し、安全にタスクを実行できることを実証した。

MITとマイクロソフトの研究者は、AIエージェントワークフローの設計と展開を最適化するシステム「Murakkab」を開発した。開発者は自然言語で意図を記述し、システムが最適なモデル、ツール、ハードウェア構成を自動選択し、速度やコストの優先順位に応じて動的に調整する。テストでは、従来手法と比較してMurakkabは約35%の計算リソース、27%のエネルギー、25%未満のコストで同等の性能を達成した。

MITで開催された「AIと社会フォーラム」では、複数の専門家がAIの雇用と民主主義への影響について議論した。経済学者のDavid Autor氏はAIが仕事を奪うという一般的な見解に異議を唱え、他の専門家はAIの協働の可能性や民主主義プロセスへのリスクについて探求した。

MITの研究者が、効率的なアルゴリズムと専用ハードウェアを組み合わせ、わずか6ミリワットの電力で小型ドローンなどの低消費電力デバイスがリアルタイムに3Dマップを構築して航行できるチップを開発した。

MITの研究チームは、機械学習モデルの訓練データセットを最適化することで、化学的に不規則な金属合金の原子環境の多様性を捉え、材料特性の予測精度を向上させる手法を開発した。この手法は、新材料の設計を加速することが期待される。

ボストン・グローブ紙の2026年「テック・パワー・プレーヤーズ」リストに8名のMIT関係者が選出。記事は、MITがAI、起業家精神、エネルギー、量子技術などの分野でリーダーシップを発揮し、マサチューセッツ州を技術革新の中心に位置づけていることを強調している。

研究者らは、ある種のゲームにおいて、見過ごされてきたアルゴリズムのクラスが予想よりもはるかに優れた性能を発揮することを示した。

MITの研究者が開発した新しいロボット用長期記憶フレームワーク「DAAAM」は、環境内の物体を詳細に記述する3Dマップと組み合わせることで、ロボットがリアルタイムで空間記憶を構築し、自然言語による複雑な質問に高精度で回答することを可能にします。精度は既存手法より21〜53%向上し、ロボットや拡張現実への応用が期待されます。

MITの研究者が、約1世紀前のランダム効用モデルに大幅な改良を加えました。従来の2者比較では選択肢間の相関を捉えられないという欠点を指摘し、3つの選択肢を順位付けすることでより正確な予測が可能になることを示しました。