機械学習・深層学習

ウェアラブルデバイスから得られる生体データを使って、飲酒の有無を高い精度で識別できる技術の研究成果が発表されました。この技術は、個人の健康リスク管理やヘルスケア支援に役立つと期待されています。

SnowflakeとNVIDIAが手を組み、企業の機械学習ワークフローを大幅に加速させる新たな連携を発表しました。NVIDIAのGPUによる高速化技術をSnowflakeのAIデータクラウドに直接統合することで、データサイエンティストはより迅速にAIモデルを開発できるようになります。これにより、大規模なデータ処理や分析が飛躍的に効率化され、企業はデータからより多くの価値を引き出すことが可能になります。

コンガテックは、Qualcomm Dragonwing™ IQ-Xプロセッサーを搭載した超小型コンピューターモジュール「conga-HPC/mIQ-X」を発表しました。このモジュールは、高性能でありながら少ない電力で動き、AIに特化した計算機（NPU）を搭載することで、現場（エッジ）でのAI活用を大きく加速させます。セキュリティ、小売、ロボット、医療など、様々な分野でAIの可能性を広げる画期的な製品です。

千葉大学の研究グループが、AI（機械学習）を使って2型糖尿病のような慢性疾患が将来どう進行するかを予測する新しい技術「SReFT-ML」を開発しました。この技術により、数十年先の病状や合併症のリスクを、多くの患者さんのデータから詳しく予測できるようになります。

東京理科大学を中心とした共同研究グループは、AIの一種である教師なし機械学習（UMAP）を使って、複雑なX線吸収スペクトルを自動で解析する技術を開発しました。これにより、材料の結晶構造や欠陥、電子状態を高精度に判別できるようになり、新素材開発の加速が期待されます。

2015年にSNSで大きな話題となった、人によってドレスの色が「白と金」に見えたり「青と黒」に見えたりする「#TheDress」画像。この不思議な錯視の個人差について、人工知能（AI）の技術であるDNN（深層学習）を使った研究で、その原因が「ブルー・バイアス」と呼ばれる色認識の個人差にあることが明らかになりました。

ZOZO研究所が、人工知能学会全国大会（JSAI2025）で「全国大会優秀賞」を受賞しました。ファッションコーディネートのような「集合データ」の距離を柔軟に測る新しい方法と、それを学習するAIの仕組みを提案した研究が評価されました。

研究チームが、次世代AIハードウェア「アナログインメモリ計算」の効率を飛躍的に高める新しい学習手法を開発しました。この技術は、これまで課題とされてきたアナログ回路の複雑な特性を逆に活用し、AIの学習性能を向上させる可能性を秘めています。

LiLz株式会社と東北大学の研究グループが、AIの学習データをきれいにする新しい技術を開発しました。この技術は、AIが間違った情報を学習してしまうのを防ぎ、AIがより正確に判断できるようになることが期待されます。特に、量子アニーリングという最新技術を使うことで、データの浄化作業をとても速くできる点が注目されています。

ピクスタ株式会社が運営するPIXTAは、AI開発を支援するため、国内外の人気犬種80種類、合計1,000枚の高品質な画像を収録した「犬種画像データセット」の販売を開始しました。このデータセットは、ペットテックや獣医・ヘルスケア分野など、幅広いAIサービスやプロダクト開発への貢献が期待されます。