知性を宿す機械

量子科学技術研究開発機構（量研）、情報通信研究機構、大阪大学の研究グループは、ヒトが心に思い浮かべた映像を、読み出した脳信号から復元することに成功した。ヒトの頭の中にある画像を脳信号から復元する研究例は数多くあるが、ヒトが目で見ている画像を脳信号から復元することに比べて、ヒトが心に思い浮かべている映像の復元は難しく、文字や幾何学図形など単純な映像でしか成功していなかった。

東京大学の研究チームは、新たな数理モデルを用いて、「敵対的攻撃」から人工知能（AI）を守る防御手法である「敵対的訓練」の特性を解明。安全なAIを実現するためには、ニューラル・ネットワークの「幅」構造を広くすることが重要であることがわかった。

横浜市立大学の研究チームは、米オープンAI（OpenAI）のチャットボット「チャットGPT（ChatGPT）」が医学に関する質問に対して回答する際の正誤を左右する要因を明らかにした。

名古屋大学と北海道大学などの共同研究チームは、新型コロナウイルス（SARS-CoV-2）の進化に伴うウイルス排出パターンの変化を人工知能（AI）技術を用いて分析。新型コロナウイルスの進化が潜伏期間や無症候率などの臨床的な症状や、ヒトの行動と複雑に関連していた可能性を明らかにした。

国立情報学研究所（NII）は、130億パラメーターの大規模言語モデル「LLM-jp-13B」を公開した。NIIが主宰し、大学や企業から500名以上が参加する「LLM勉強会」が7月から構築を始めたもので、事前学習とチューニングが完了したことから公開された。

プリファードネットワークス（PFN）は、神戸大学と共同開発した深層学習を高速化するプロセッサー「MN-Core」を、汎用性原子レベルシミュレーション・クラウドサービス「マトランティス（Matlantis）」のコア技術である深層学習モデルの計算基盤として実装。同社のパートナー企業であるエネオス（ENEOS）に提供開始したことを明らかにした。

名古屋大学、理論創薬研究所、インテージヘルスケア、理化学研究所、高輝度光科学研究センターの研究グループは、機械学習を利用して胃酸抑制剤の候補化合物を設計し、その化合物を合成することに成功した。

大阪大学の研究チームは、架空の都市画像とアノテーション（注釈）のペアを自動的に生成する手法を開発した。生成したデータは深層学習の学習データとして利用できる。都市景観のシミュレーションを目的とした深層学習では、大量の学習データを用意する必要があり、データの作成コストが障害になっている。

産業技術総合研究所の研究チームは、視覚情報から物体間に働く力を想起する人工知能（AI）技術を開発した。AIが視覚情報だけから、「崩しそう」「つぶしそう」と想像し、物体を壊さないように、人間らしい推論に基づく行動を立案することが可能になる。

Preferred Networks（プリファード・ネットワークス、PFN）は、日英2言語対応の事前学習済み大規模言語モデル「PLaMo-13B」を開発。オープンソース・ソフトウェアとしてApache License 2.0で公開した。パラメーター数は130億で、日英2言語を合わせた能力では世界トップ級の性能だという。

東京大学の研究チームは、深層学習を実行するニューラルネットワークに脳の神経細胞を模したゆらぎを導入することで、同ニューラルネットワークが持つ脆弱性の一部が軽減できることを明らかにした。

バイオベンチャーのちとせ研究所は、微生物による物質生産において、温度やpHなどの従来から用いられてきたデータに、色や匂いなどの匠の感覚をデータとして加えた、ビッグデータで訓練した人工知能（AI）による制御システムを開発。培養状態の最適化と、熟練者を超える高い生産量を達成できることを評価、検証した。

順天堂大学、北海道大学、東京大学の共同研究チームは、人工知能（AI）プログラム「アルファフォールド・マルタイマー（AlphaFold Multimer）」を利用し、これまで立体構造が知られていなかった「UFM1（UFM1遺伝子によってコードされるタンパク質）連結酵素」の立体構造の高精度予測に成功した。