2019年から運営しています。記事は人の手で書いています。日々大量に公開されるAI分野の論文の中から、重要かつ興味深い論文のみを厳選して取り上げています。感想はぜひコメント欄へ。
Joined April 2019
- Tweets 9,547
- Following 116
- Followers 46,492
- Likes 12,372
1,522 Photos and videos
17h
研究者らの調査によると、実際にAIっぽい文章の特徴を持つかどうかと、世間にAI認定されるかどうかは統計的に無関係だそうです。
問題は中身ではなく「お前は仲間じゃない」という線引きや仲間内アピールの道具として「AI生成の決めつけ」が機能しています。
この現象は検出技術を高めても解決せず、むしろ書き手が不当に疑われる新しい被害を生んでいます。
そのため本質的に必要なのは検出技術を高めることではなく、AIリテラシー教育やAI時代でも通用する身元保証の仕組みに投資すべきだとしています。
書き手の立場としては、告発されてもそれだけでは文章がAIに似ているという証拠にはならず、告発したコミュニティの精神状態を表している点に注目した方が良いとのことです。
10
52
112
10,860
17h
論文："That's AI Slop, You Bot!" Studying Accusations, Evidence, and Credibility in Online Discourse Towards LLM-Generated Comments
ai-data-base.com/paper/2606-…
arxiv.org/abs/2606.12073
4
7
1,330
AIDB retweeted
Jun 13
研究者らは、「人間がAIに支援される」のではなく、AIエージェントが主役で、人間やツールが「支援役」になる現代の構図を前提に、「エージェントはいつ単独で動き、いつ支援を求めるべきか」を最適化問題として定式化しました。
「聞けば正解できたのに、聞かずに間違えた」という失敗を一定以下に抑えつつ、質問回数はなるべく減らす。そのベストな戦略は「聞いた方が良さそう度をスコア化し、一定ラインを超えたら聞く」というシンプルなルールになると証明しました。
さらに、このラインを運用しながら自動調整する仕組み（SOS）も開発しています。
医療診断・SQL実行・家事ロボット計画・数学推論の4タスク×3モデルで検証し、支援呼び出し回数を大幅に削減できることを示しました。
7
41
175
22,418
Jun 13
研究者らは、「人間がAIに支援される」のではなく、AIエージェントが主役で、人間やツールが「支援役」になる現代の構図を前提に、「エージェントはいつ単独で動き、いつ支援を求めるべきか」を最適化問題として定式化しました。
「聞けば正解できたのに、聞かずに間違えた」という失敗を一定以下に抑えつつ、質問回数はなるべく減らす。そのベストな戦略は「聞いた方が良さそう度をスコア化し、一定ラインを超えたら聞く」というシンプルなルールになると証明しました。
さらに、このラインを運用しながら自動調整する仕組み（SOS）も開発しています。
医療診断・SQL実行・家事ロボット計画・数学推論の4タスク×3モデルで検証し、支援呼び出し回数を大幅に削減できることを示しました。
7
41
175
22,418
Jun 13
関連
Feb 16
AIと人間の協力においては「人間ではなくAIがワークフロー全体を主導」したほうがいいのではと考えた清華大学らのチームは、「必要な場面でだけAIが人間に問いかける」仕組みの実験をしました。
その結果、まずは旅行や創作タスクで上手く成果が上がっています。
人間を「能力/情報/権限」で整理し、 AIが人間を状況に応じて動的に呼び出します。
AIが人間の協力を求めるのは主に判断力・創造性・個人知識などが必要になる場面だそうです。
評価では、人間自身もこの新方式の方が評判が良いという結果でした。創作タスクでは精神的負荷も約20%低減。
以前Nature系列誌掲載の論文が「AIが人間より出来るタスクで人間とAIが協力すると、かえって成果が悪化する」と報告したことが背景です。
そこで研究チームは「人間が管理役を担うこと自体」に原因があるのではないかと考えたのです。
今後AIとの協働設計では「人間が管理する」という暗黙の前提を問い直して、新たな視座が有効かもしれないと提案されています。
1
4
5,680
Jun 13
論文：Strategic Decision Support for AI Agents
ai-data-base.com/paper/2606-…
arxiv.org/abs/2606.12587
1
3
4,183
AIDB retweeted
Jun 12
北京大、清華大、マイクロソフトの研究者らの実験によると、人間の脳が論理的に考えているときの活動データ（fMRIで測ったもの）を使うと、AIの推論能力を直接引き上げられるそうです。
AIが間違えそうなときに、その内部の「考え方」を脳活動から導いた方向へそっと押してやると、 答えが正しい方に修正され、学習し直さなくても正答率が上がりました。
なお、被験者10人であることと基本問題で検証されているため、入口の実証として受け取るのが妥当かもしれません。
しかし研究のデザインは堅実で「脳信号がAI推論を直接改善できる」方向性自体はおおむね認められそうです。
6
41
232
22,665
Jun 12
北京大、清華大、マイクロソフトの研究者らの実験によると、人間の脳が論理的に考えているときの活動データ（fMRIで測ったもの）を使うと、AIの推論能力を直接引き上げられるそうです。
AIが間違えそうなときに、その内部の「考え方」を脳活動から導いた方向へそっと押してやると、 答えが正しい方に修正され、学習し直さなくても正答率が上がりました。
なお、被験者10人であることと基本問題で検証されているため、入口の実証として受け取るのが妥当かもしれません。
しかし研究のデザインは堅実で「脳信号がAI推論を直接改善できる」方向性自体はおおむね認められそうです。
6
41
232
22,665
Jun 12
研究者たちが2,180本の動画を使い、AIに感情の違いを710万回も繰り返し分析させたところ、AIは喜び、恐怖、憧れ、嫌悪といった人間的な感情カテゴリーを自発的に学習していったと報告されています。
その結果、人間が何らかの動画を見たときの感情的な脳活動を予測できるようになったそうです。
ai-data-base.com/archives/ta…
1
7
2,870
Jun 12
論文：Beyond representational alignment with brain-guided language models for robust reasoning
ai-data-base.com/paper/2606-…
arxiv.org/abs/2606.11893
5
2,269
AIDB retweeted
Jun 11
慶應と東大・NIIの研究者らは、
「LLMは"言語学"の理論に役立つ」
「LLMは「こうすれば言語は成立しうる」という可能性を示す存在」
と捉えています。
どういうことか。
たとえば言語学には「子どもが浴びる言葉だけでは情報が足りないので、 生まれつきの仕組みがなければ文法は習得できないはずだ」という有力な考えがあります。
ところが、そうした仕組みを持たないLLMが文法らしきものを身につけてしまえば、「それは本当に必須なのか？」と問い直すきっかけになります。
LLMが人間と同じ仕組みで言葉を扱っている保証はありませんが、「生まれつきの言語専用の能力がなくても文法は学べてしまう」ことを実演してくれるなら、長く信じられてきた前提を疑う材料にはなります。
現実をそのまま写し取っていなくても、「何があり得るか」を示すことで固定観念をなくすことができる。
実際の人間の脳を再現していなくても、こうした可能性を示せる点にこそ価値がある、とのこと。
8
61
268
32,257