AI・機械学習 24時間ブリーフィング

最終更新: October 6, 2026, 2:05 PM ET

AI・ML研究

AtlassianとOpenAIは、フロンティアモデルとエンタープライズ知識を結びつけるパートナーシップを拡大しており、AIエージェントが内部データやワークフローに基づいて行動できるようにする。この協業は、静的なドキュメントやプロジェクト管理ツールを、能動的な意思決定システムへと変えることを目指している。

AI支援学習のための新しいフレームワークは、大規模言語モデルを「答えを出す機械」ではなく「思考のパートナー」として扱い、構造化されたプロンプトと反復的な質問を用いて、複雑な主題をより効率的に習得することを提案している。

GoogleのEarth AIチームは、地球規模の公衆衛生アプリケーション向けに、惑星規模の地理空間基盤モデルを活用している。衛星画像と機械学習を応用し、病気の媒介生物の追跡、発生予測、環境リスク要因の監視を行う。

Googleのチームは、仕様駆動型テスト自動化に関する推測的議論の半分を測定し、形式的な仕様からの自動テスト生成に関する一連の研究において、残りの半分をさらなる探求のために残した。

研究者らは、小型AIワールドモデルのコピーを2つ（1つはドローン上、もう1つはクラウド上に）配置し、生のセンサーストリームではなく圧縮された状態表現のみを同期させることで、ドローンのデータ使用量を94%削減する方法を開発した。

4つのAIアシスタント（Gemini、DeepSeek、Chat GPT、Claude）を対象とした管理テストでは、予測タスクの中に4つのトラップを仕掛け、各モデルが明示的な警告なしに情報漏洩、報告バイアス、その他の認知的な落とし穴を検出できるかどうかを評価した。

Googleの研究者らは、エージェント型プライバシーとセキュリティにおける未解決かつ新たに生じている問題を概説し、コンテキストを認識するAIエージェントが、データの外部流出、プロンプトインジェクション、不正なツール使用など、新たな脅威表面をもたらすことを調査した。

気候テクノロジーとエネルギー

MIT Technology Reviewは、複数のセクターにわたって排出量とエネルギー貯蔵に取り組む10のスタートアップを特集した2026年の注目気候テクノロジー企業リストを発表した。編集チームは、企業の選定方法を説明し、スケーラビリティ、技術的新規性、測定可能な気候への影響の可能性を重視したと述べている。

Form Energyは、低コストで複数日にわたってエネルギーを貯蔵できる鉄ベースのバッテリーを構築している。可逆的な錆びプロセスを利用して100時間以上の放電を実現し、グリッド規模での再生可能エネルギー統合における画期的な進歩となる。

X-energyは、受動的安全システムを備え、産業用プロセス熱と電力を供給するように設計されたヘリウム冷却小型モジュール炉を開発しており、鉄鋼や化学製造などの大量排出産業をターゲットとしている。

WeLion New Energyは、従来のリチウムイオンセルよりも高いエネルギー密度と改善された安全性を約束する半固体電池を追求しており、電気自動車テストのために自動車メーカーへのサンプル出荷をすでに開始している。

Brimstoneは、クリーンなセメントを生産し、その原料から重要な鉱物を捕捉するワンストッププロセスを商業化しており、世界最大の産業排出源の一つを脱炭素化すると同時に、再生可能エネルギーインフラ向けの材料を供給する。

Energy Domeは、CO₂を圧縮して液体にし、それを放出してタービンを駆動することで再生可能エネルギーを貯蔵する二酸化炭素バッテリーを展開している。レアアース材料を必要とせず、低資本コストで長時間の貯蔵を実現する。

Basi Goは、サハラ以南のアフリカ全土でディーゼルバスを電気バスに置き換えており、バッテリー交換と太陽光発電の充電インフラを利用して、急速に成長する都市での運用コストと大気汚染を削減している。

Wave Saveは、洪水防御のために迅速に展開可能なポータブルゴムダムを開発した。高潮や河川の氾濫を防ぐために膨張し、保管時には収縮する。海面上昇に伴い、恒久的なコンクリート防壁に代わる低コストの代替手段となる。