コロンビア大学の科学者たちが、スパムフィルタリング用に開発された機械学習アルゴリズムを用いて、ヒドラ（ヒドロ虫）の行動を解析する自動行動分析パイプラインを構築しました。ヒドラは淡水産の再生能力を持つ生物で老化死せず、脳はないが数百のニューロンが透明な体内を走り複数行動を協調しています。 ボックス・オブ・ワードモデルで動画を解析 ヒドラの全活動を含む動画に、情報検索・自然言語処理で用いられるボックス・オブ・ワード分類モデルを適用。動画・画像を視覚語（画像の小パッチや形状・動画特徴）の「袋」と見なし、方向・遮蔽・視点変化に強堅です。密な軌道（形状・運動統計エンコード）、身体部位セグメンテーション

ハーバード大学の研究者たちが、量子カスケードレーザー内の赤外線周波数コムを用いてテラヘルツ周波数を生成する新技術を開発しました。この帯域のデータ転送速度は既存無線ネットワークの100倍以上。レーザーが直交変調器として機能することを初めて実証しました。 テラヘルツ帯が鍵を握る 2020年までに500億台以上のWiFi接続デバイスが予想される中、現行無線ネットワーク容量ではボトルネック必至。5G（ミリ波帯、最大20Gbps）は暫定対策。サブミリ波帯であるテラヘルツ周波数（波長1mm〜0.1mm）なら、データ転送速度を100倍以上高速化可能です。 レーザー内部の電子振動を利用した変調 レーザーの

MITエンジニアたち（トヨタ研究所と協力）が、3D地図なしで地方道を走行できる「地図レス運転フレームワーク」を開発しました。既存自動運転車は事前設計3D地図に依存するため、未舗装道路が1/3以上、65%が信頼できる車線標示を持たない米国では、地方道走行が極めて困難でした。 ローカル知覚システムとOpenStreetMapを融合 フレームワークはローカル知覚システムと、個別道路セグメントナビゲーション用のOpenStreetMapを統合。GPSデータでトポロジカルな自己位置推定を行い、OpenStreetMapが各道路セグメントに関連する全指令を含むため、グローバルナビゲーションを合理的な事前

ハーバード医科大学とハワード・ヒューズ医学研究所の研究者たちが、多細胞生物内のサブセルラー動態を撮像できる先進顕微鏡を開発しました。格子光シート顕微鏡法と適応光学を組み合わせ、オルガネラが細胞内で形作られる振る舞いをリアルタイムで観察可能にしました。 従来顕微鏡の限界 3世紀以上、顕微鏡で細胞を観察してきましたが、最高の可視化はガラススライド上の単離細胞から得られていました。多細胞生物内の細胞をリアルタイム観察するのは、周囲の分子構造や組織が光を散乱させ重要ディテールをぼやけさせるため極めて困難でした。強力な光ビームを使えば光毒性で組織を損傷・歪曲させます。 2技術の融合でブレイクスルー

バイオテック企業GEROとモスクワ物理工科大学の開発者たちが、スマートフォンとウェアラブルデバイスで収集されるデータを分析し、生物学的年齢と主要健康リスク因子を精密に推定するAIシステムを開発しました。iOSアプリとして公開され、ユーザーの日常活動パターンが余命にどう影響するか観察できます。 物理活動データから健康リスクを継続監視 遺伝子発現、DNA、血液循環レベルなど多くの生物学的因子は年齢と密接に相関しますが、ゲノムプロファイルや大規模生化学検査は科学研究以外では困難・高コストです。現代のモバイル・ウェアラブルOSは、ユーザーの日常を妨げず個人活動記録を大規模（数十億人規模）に収集・クラ

Facebook AI研究チームが、聞いた音楽を様々なスタイル、ジャンル、楽器で再生する「万能音楽翻訳ネットワーク」を開発しました。手拍子や口笛など未知の音楽ソースも処理し、高品質オーディオを生成できます。 2つの最新技術を融合 自己回帰モデルによる高品質オーディオ合成 非教師ありでのドメイン間変換 自己回帰モデルをデコーダーとして訓練し、高品質・リアルなオーディオ生成を実現。第2技術により、多数楽器の大規模データセットが必要な教師あり学習の問題を回避しました。全入力に万能エンコーダーを適用し、ネットワーク全体再訓練の負担を排除。未知音楽ドメインを既知ドメインへ変換可能にしました。 ド

フランスのFemto-ST研究所の科学者たちが、走査型電子顕微鏡（SEM）と集束イオンビーム（FIB）、6自由度ロボットを組み合わせ、切断した光ファイバー上に世界最小のマイクロハウス（長さ約20μm）を構築しました。2ナノメートル未満の精度でパターニングと組み立てを実現し、将来のロボティクスと光学応用に道を開きます。 ナノスケールでの組み立てプロセス 真空チャンバー内でナノ組み立てコンポーネントを配置し、電子顕微鏡でプロセスを観察。紙からサイコロを作るようなイメージですが、高度なツールと技術が必要です。FIBをハサミのように使いシリカ膜（紙）を切り出し、壁を折り曲げて所定位置に固定。FIBの

テキサス大学、イスラエル工科大学、ヘブライ大学のセキュリティ研究者たちが、スマートフォンのバッテリーを悪用してユーザーの機密情報を盗み取る手法を発見しました。モバイル機器に搭載される「スマートバッテリー」は応答性と長寿命を謳いますが、ユーザーが入力する全データを危険にさらす可能性があります。 攻撃の仕組み：マイクロコントローラーとAIの組み合わせ バッテリー内部にマイクロコントローラーを組み込み、電力の出入りを監視。オフラインのAIシステムで電力消費のピークと特定キーストロークを突き合わせます。Battery Status APIと合わせて、パスワード、訪問サイト、通話、カメラ起動、アプリ使

ペンシルベニア州立大学の研究者たちが、自己加熱機能を持つリチウムイオン電池を開発しました。外気温に関わらずリチウム析出フリーの急速充電を実現し、-42℃でも15分で充電完了。4,500回の急速充電サイクル（15分）で容量低下わずか20%、これは12年のバッテリー寿命または電気自動車28万マイル（約45万km）に相当します。 寒冷地での急速充電課題を解決 既存EVは極寒での急速充電がリチウム析出（充電時にアノード周りに金属リチウムが析出し、長期的に故障原因となる）リスクを高めるため不可能でした。従来電池は10℃以下で急速充電できず、氷点下では永久的容量低下と内部抵抗増大を招きます。ダイムラー、

DARPA（米国防高等研究計画局）が、機械学習ベースのツールで新分子を生成し、軍事製品・用途向けの化学発見プロセスを高速化する「Make-It」プログラムを推進しています。専門家エンコードと機械学習を組み合わせ、時間・コスト・安全性・廃棄物最小化に最適化された合成経路を予測するソフトウェアツールを開発中です。 研究化学者の負担を軽減し、イノベーションに集中可能に 通常、研究化学者は新化合物の合成経路作成に数十時間、実験室での実行・改良に数ヶ月を費やします。新ツールにより化学者は分子発見などより価値ある領域に頭脳を注げます。必要な分子を自前で生成でき、サプライヤーからの購入・大量廃棄が不要にな

ハーバード大学の研究者たちが開発した新アルゴリズム「Breakthrough」は、問題解決に必要な反復回数を劇的に減らし、計算を指数関数的に高速化します。ソーシャルメディア分析や遺伝子データクラスタリングなど大規模データセットで、従来の逐次アルゴリズムを大きく上回る性能を発揮します。 逐次アルゴリズムの限界 ポートフォリオ最適化や従業員配置など、最適解を探す無数の最適化問題は、1970年代初期以来変わらない逐次アルゴリズムに依存してきました。問題サイズに応じて「n」ステップで順次解くため、アルゴリズムが進行するにつれ各反復の相対的利得が減少し、計算ボトルネックになっていました。 Break

MIPT、アールト大学、ランダウ研究所、ETHチューリッヒ物理学部の国際物理学者チームが、量子システムと機械学習を組み合わせ、磁場測定感度を従来手法の6倍に高める新手法を開発しました。標準量子限界を超える精度を達成しています。 量子ビット（キュービット）を用いた高感度磁場測定 シリコンチップ上のアルミニウムストリップで作られた超伝導人工原子「キュービット」のコヒーレンスを活用します。極低温下では電流がほぼ零抵抗で流れ、実際の原子に類似した量子力学的性質を示し、固有磁気モーメントは実在原子/イオンの約10万倍です。 マイクロ波パルス照射でキュービット状態が変化し、この変化は外部磁場に依存するた

Microsoft、Pinscreen、南カリフォルニア大学の研究者たちが、2D画像から完全な3D髪の幾何構造をリアルタイムで生成する深層学習モデル「HairNet」を開発しました。最大3万本の髪の毛をミリ秒単位で描画し、ウェーブ、カール、ストレートなど多様なヘアスタイルを滑らかにサンプリング・補間できます。 仮想人間の髪描画の課題 仮想人間のデジタル化において、髪のリアルな描画は最も困難なタスクです。目・鼻・耳などに比べ、髪は形状変化の幅が広く、各毛髪の変形性と体積構造により極めて複雑です。既存システムでも高品質3D髪モデルは生成可能ですが、特定ハードウェア・ソフトウェア環境が必要で導入が

Googleの研究者たちが、単一の参照フレームから後続フレームへ色をコピーする畳み込みネットワークを開発しました。この過程で、異なる物体を追跡し、遮蔽（オクルージョン）を通しても追従可能です。さらに人間のポーズ追跡も実現しています。 物体追跡の難しさと自己教師あり学習の必要性 動画内の物体追跡はコンピュータビジョンにおいて最も困難なタスクの一つです。大量のラベル付き追跡データセットが必要ですが、地球上の全てを録画・ラベル付けするのは非現実的です。そのため、膨大な未ラベル動画クリップから、人間の監督なしで追跡を学習するシステムが求められています。動画物体追跡は、物体相互作用、行動認識、動画スタ

新たな畳み込みニューラルネットワークが、人間の呼気中の化合物を分析し、病気を検出する技術が開発されました。この技術により、プロセスが高速化、低コスト化、かつより信頼性の高いものとなっています。法医学、医療、環境分析など幅広い分野への応用が期待されています。 AIが「嗅覚」を持つ時代へ 人工知能（AI）は現在、音声認識、自動運転、動画高画質化、バッテリー開発、爆発物検知など、あらゆる分野でその能力を発揮しています。そして今、AIは「匂いを嗅ぐ」ことができるようになりました。 エディンバラ大学、ウェスタン総合病院、ラフバラー大学の研究者たちが開発した深層学習ベースのシステムは、人間の呼気中の化合

研究者たちが多領域ディスプレイを提案し、視野角と色再現性改善。 液晶ポリマー、ポリ（ジ-n-アルキルシロキサン）で動作。 製造プロセス容易化、印刷・有機エレクトロニクス分野に新たな扉。 液晶ディスプレイ（LCD）市場は、物質の液晶状態の利点（移動性と秩序の組み合わせ）を十分評価しており、高効率、低消費電力、デバイス小型化を可能にしています。 しかし、LCD技術の主要制限の1つは視野角です：横から見ると色を正確に描画しません。これは液晶の共配向によるものです。 この問題を解決するため、ドイツ、ロシア、フランスの国際研究チームが液晶配向新技術を提案しました。彼らがこの数十年続く問題を克服するた

平均家庭のエネルギー効率を改善するユニークな窓コーティング技術。 半透明太陽電池は軽量カラーフィルムで、窓を断熱材と発電機に変換。 環境配慮型建築（グリーンビルディング）のトレンドが、日光の不必要な放射を遮断して冷暖房コストを下げる高度窓コーティングの人気を高めています。 グリーンビルディング実践は、用途、耐久性、経済性、快適性という伝統的建築設計懸念を補完します。これらはエンジニアと研究者たちに、窓を小さな発電機に変える薄く透明な太陽電池開発を刺激しました。 これら2機能を1つの窓互換材料に統合できたら素晴らしいと思いませんか？現在、中国の材料エンジニアチームが同じことを成し遂げました。

スマート包帯が慢性傷の状態を監視し、適切な薬剤を投与。 羊皮紙上にpH、温度、酸素センサーを製造。 すべてのコンポーネントはコストを低く抑えるため選択。 慢性治癒困難傷（褥瘡、糖尿病足など）は毎年650万人以上のアメリカ人に影響を与えます。研究によると、こうした傷の治療には年間250億ドル以上かかり、高齢化人口における糖尿病と肥満の増加により毎年増加しています。 既存治療は汎用的、労働集約的、かなり高価です。多くの場合、典型的な洗浄、酸素療法、デブリードマン（損傷組織除去）、抗生物質全身投与に依存します。病院やクリニックで利用可能なドレッシング（ハイドロコロイド、フォーム、ハイドロゲル、ア

ニューラルネットワークが、ノイズフリー写真がどのようなものか学習したことなく、自動的に画像を強化。 低光量撮影、MRI、物理ベース画像合成に活用可能。 低光量、ピクセル化、粒状の写真からアーティファクトとノイズをPhotoshopなしで除去できたら素敵だと思いませんか？新機械学習モデルは、腐敗した画像サンプルを単に観察するだけで同じことができます。 腐敗測定からの信号再構成は統計データ分析の重要な部分です。最近、機械学習技術の進歩により、信号腐敗の従来統計モデリングを回避する関心が高まっています。 MIT、NVIDIA、Aalto大学の研究者たちが、ニューラルネットワークを使用して基本統計

新機械学習モデルが、予告編に基づきどの観客が映画を観る可能性高いか予測。 協調フィルタリング手法で顔、物体、風景など予告編特徴を抽出。 これら特徴を動員・人口統計データと結合し観客動員予測。 予告編は新作映画マーケティングキャンペーンで最も重要な部分です。キャラクター紹介、プロット伝達、ストーリーのヒント提示、映画ファンへの認知度向上を行います。 映画製作者にとって、観客視点を学ぶ機会です：何が気に入り、何が感心させなかったか。通常これら詳細は次のマーケティングキャンペーン戦略計画に役立ちます。 最適なプレビューを予告編に選ぶため、20th Century Fox映画スタジオのエンジニアた