2026年4月28日、人工知能と機械学習の研究分野では、複数の画期的な進展が報告されました。特に、AIシステムの持続可能性と応用範囲を広げるための基盤技術と、学際的な応用研究が注目を集めています。本日は、エネルギー効率の高い次世代AIハードウェア、歴史的遺産の理解を深める考古学へのAI応用、そして大規模言語モデルの効率化に貢献するニューラルネットワークのトレーニング技術に焦点を当てます。
出典: sciencedaily.com
脳型チップがAIのエネルギー消費を劇的に削減
ケンブリッジ大学の研究チームが、脳の働きを模倣した新しいナノ電子デバイスを開発し、AIシステムのエネルギー消費を最大70%削減できる可能性が示されました。このブレークスルーは、ハフニウム酸化物の改良された形態を用いており、ニューロンが情報を同時に処理・保存する方法を模倣しています。従来のチップがデータと処理ユニット間でデータを絶えず移動させることで大量の電力を消費するのに対し、この新デバイスは超低電力で動作します。
出典: cfpublic.org
現代のAIシステム、特に大規模なモデルは、その計算負荷の高さから膨大なエネルギーを必要とします。このエネルギー消費は、AIの普及と持続可能性における主要な課題の一つとなっています。今回開発されたハフニウム酸化物ベースの「メンリスティブレ」は、記憶と処理を単一の場所に統合することで、脳の働きを模倣するニューロモルフィックコンピューティングのアプローチを採用しています。これにより、システムはより自然に学習し適応できるようになるだけでなく、AIハードウェアの環境負荷を大幅に軽減する道を開きます。この研究成果は、科学雑誌『Science Advances』に掲載されました。
出典: apple.com
AIがポンペイ火山の犠牲者の顔をデジタル復元
イタリアのポンペイ遺跡で、考古学者と研究者がAIを初めて活用し、西暦79年のヴェスヴィオ火山噴火で死亡した男性の顔をデジタルで復元しました。この画期的なプロジェクトは、骨格や考古学的データを現実的な人間の姿に変換するAIと写真編集技術を用いて、歴史上最も有名な自然災害の一つを理解する新たな方法を提供します。この男性の遺体は、他の犠牲者と共に、噴火中に都市から海岸へ逃れようとしていた際に発見されました。
出典: note.com
ポンペイ考古学公園とパドヴァ大学の協力によって開発されたこの復元は、考古学的研究をより身近で感情に訴えるものにし、一般の人々が過去の出来事をより深く理解するのに役立ちます。公園のディレクターであるガブリエル・ツフトリーゲル氏は、考古学的データの膨大さから、AIの助けなしにはそれらを適切に保護し強化することはできないと述べています。AIが適切に活用されれば、古典研究の刷新に貢献できるという見解を示しています。
出典: sciencedaily.com
RNNの大規模並列学習とタンパク質折り畳み研究の進展
Appleの研究者たちは、国際学習表現会議（ICLR 2026）で、リカレントニューラルネットワーク（RNN）の大規模な並列学習を可能にする画期的な研究成果を発表しました。この進歩により、RNNのトレーニング効率が劇的に向上し、特にリソースが限られた環境での大規模言語モデル（LLM）の設計において、より幅広いアーキテクチャの選択肢が提供されます。彼らが発表した「ParaRNN」フレームワークは、従来の逐次アプローチと比較して665倍の高速化を実現しました。
出典: cfpublic.org
さらに、Appleの研究チームは、タンパク質折り畳みに関する新しいアプローチ「SimpleFold」も発表しました。これは、テキストから画像、テキストから3Dモデルへの変換に用いられる標準的なトランスフォーマーブロックのみに基づく汎用アーキテクチャを使用しており、従来の複雑なアーキテクチャ設計を不要にしつつ、同等の性能を維持します。この技術は、創薬、バイオテクノロジーなどの分野に革命をもたらす可能性を秘めており、研究コミュニティがこの手法を基盤として構築できるよう、コードとモデルのチェックポイントも公開されています。
出典: apple.com
まとめ
- ケンブリッジ大学の研究により、ハフニウム酸化物を用いた脳型チップが開発され、AIのエネルギー消費を最大70%削減する可能性が示されました。
- ポンペイ遺跡では、AIと写真編集技術を組み合わせることで、火山噴火の犠牲者の顔がデジタル復元され、考古学研究に新たな視点をもたらしています。
- Appleの研究者たちは、RNNの大規模並列学習を665倍高速化する「ParaRNN」と、標準的なトランスフォーマーブロックで高性能なタンパク質折り畳みを可能にする「SimpleFold」を発表しました。