アメリカ・モンタナ州において、絶滅の危機から回復傾向にあるグリズリーと、居住圏を拡大する人間との接触事故をいかに防ぐかが重要な課題となっています。かつて州政府に初の草原地帯グリズリー管理責任者として採用された野生生物学者のWesley Sarment氏は、長年、銃器やベアスプレーを携えて現場に急行するアナログな手法で対応してきました。しかし、こうした至近距離での対峙は、担当者が命の危険にさらされるリスクが高く、より安全な管理手法の確立が求められてきました。 この状況に革新をもたらしたのが、ドローン技術の導入です。2022年、サルメント氏は赤外線センサーを搭載したドローンを実戦投入し、農場の貯蔵庫に侵入したクマの親子を、安全な距離を保ったまま精密に誘導することに成功しました。クマがプロペラの回転音を回避する習性を利用したこの手法は、従来の犬を用いた対策よりも制御性に優れ、密集した森林などの危険な地形でも、車内から安全に業務を遂行できることを証明しました。 現在、サルメント氏はモンタナ大学で、AI画像認識による個体識別や自律的な誘導システムの構築とい

生成AIが一気に広がったことで、企業は本当の意味で“データドリブンな組織”への転換を迫られている。 なぜなら、AIは材料であるデータがなければ動かず、価値を生み出せないからである。つまりAI時代の競争力は、どれだけよいデータを持ち、どう活用できるかで決まる。 では、企業はこれから何をしなければならないのか。 そのポイントを整理してみる。 ■1. データがどこにでもある世界へ 2030年には、企業のあらゆる仕組みの裏側にデータが組み込まれ、必要な情報が自然に集まってくるようになる。 たとえば、自動車や医療機器がリアルタイムで自分の状態を知らせる時代である。 そのデータをAIが分析し、必要なアップデートまで自動で行う。 つまり企業には、「データとAIを前提に物事を考える姿勢」が不可欠となる。 ■2. ツールでは差別化できない。鍵は“自社データ” 今、多くの企業が似たようなAIツールを使っている。 これでは競争力につながらない。 差がつくのは、自社の独自データをどう活かし、AIとどう組み合わせるかという点である。 つまり勝負を分けるのは、“データの料理

建設業界は長年にわたり、生産性の停滞と労働力不足という構造的課題に直面している。2000〜2022年の建設業の生産性成長率は年平均0.4％と、製造業（3.0％）を大きく下回る。熟練労働者の高齢化が進む一方、若年層の新規参入は安全性や将来性への懸念から減少しており、世界的な住宅・インフラ需要とのギャップは今後40兆ドルに達する見込みだ。 こうした状況を打破する可能性を秘めるのが「ヒューマノイド・ロボット」である。人間に近い形状を持ち、複数の作業をこなす汎用ロボットとして、近年大きな注目を集めている。AI技術、とりわけ視覚・言語・動作を統合する基盤モデルの発展により、ヒューマノイドは作業現場での自律判断能力を高めつつある。膨大な建設データを学習することで、人間が数年かけて習得するスキルを短期間で再現できる可能性もある。 現在の課題はコストと技術面だ。ヒューマノイドの価格は1台15万〜50万ドルに達し、商用化には2万〜5万ドルまでの低減が必要とされる。また、安全性の担保や法的枠組みの整備、バッテリー交換・高速充電による稼働率向上も求められる。国際標準化

2010年5月、アメリカの株式市場で「フラッシュクラッシュ」と呼ばれる事件が起きました。わずか20分の間に1兆ドルもの価値が吹き飛び、その後すぐに回復した異常な現象です。原因の一つは、人間ではなく高頻度取引アルゴリズムでした。AIエージェントが人間を超えるスピードで取引を繰り返し、価格の下落を加速させてしまったのです。これは「便利さ」と「危うさ」が表裏一体であることを示す象徴的な出来事でした。 AIエージェントと聞くと難しそうに思えますが、実は身近な存在です。温度を自動調整するサーモスタットや掃除ロボットのルンバもエージェントの一種です。 従来のエージェントは「決められたルール」に従って動くだけでしたが、最近は大規模言語モデル（LLM）を基盤とした新世代のエージェントが登場しています。OpenAIの「Operator」は自律的に買い物や予約をこなし、中国のスタートアップが開発した「Manus」は人間の監督なしにウェブサイトを構築します。つまり文章で指示できる範囲であれば、ほとんどのことをAIが代行できる時代に入りつつあるのです。...

MIT Technology Reviewが、今後数十年に渡り私たちの世界に大きな影響を与えると予想する、10の画期的なテクノロジーの2025年版。 ヴェラ・C・ルービン天文台 今年、チリの人里離れた地域に新しい強力な望遠鏡が稼働を開始します。この望遠鏡は、南半球の空を10年間にわたって調査する予定で、内部には天文学史上最大のデジタルカメラが搭載されており、これが数年間にわたって絶え間なく写真を撮影します。それら調査は、ダークマター（暗黒物質）の研究、銀河系である天の川の探査、さらには宇宙のその他の謎の解明を目的としています。 生成型AI検索 生成型検索は、求めている情報を簡単かつ迅速に見つけることを可能にします。例えば、検索したい内容を入力すると、AIモデルがインターネット上のさまざまな情報源から要点をまとめ、独自の答えを返してくれます。さらに、個々のデバイス上では、文書や写真、動画を調べ、物体や人物を認識して、目的の情報をより速く見つける手助けをしてくれます。この技術が普及すれば、従来の検索エンジンは役目を終え、個人AIアシスタントの時代が到

すでにエージェントや小規模言語モデルが次の大きなトレンドであることはみなさまご存知の通り。今年注目すべき他の5つのホットなAIトレンドについてお伝えします。 1. 生成的仮想空間：ゲームやロボット訓練のための動的3Dシミュレーションが急成長。 2023年は「生成画像」、2024年は「生成動画」の年でした。では次は？ それは「生成仮想空間」、すなわちビデオゲームの世界です。 例えば、Google DeepMindの「Genie」というモデルは、静止画を横スクロールの2Dゲームに変換。さらに「Genie 2」は、1枚の画像から完全な仮想世界を構築できる技術です。他の企業も類似技術を開発中で、これにより新しいゲームデザインや、ロボットの「空間知能」訓練が可能になります。 2. 「推論」可能な大規模言語モデル：問題を段階的に解決する新技術でAIの精度向上。 大規模言語モデル（LLM）が「推論」できる時代がやってきました。OpenAIが2024年に発表したモデル「o1」では、問題を段階的に解決する新しい手法を採用し、より複雑な課題に対応可能にしました。さら