生成AIによる材料探索の革新とCuspAIの成功事例

Inside the world's first AI university; companies are using generative AI ... [Reuters]. This startup is using AI to discover new materials [ ...

Climate Capital has invested in 300+ climate startups since 2015. CC Insights shares what we are learning about the early stage climate tech ...

#### データ駆動型の発見 - 大規模生成モデルの活用 膨大な量の学術論文が毎年発表されており、研究者がそれらを網羅的に把握することは困難になっています。この問題に対し、AI技術を活用することで、データ駆動型の発見プロセスを自動化し、研究の効率化と新しい発見につなげることができます。 #### 2つの研究者の事例 - AIリサーチャーは、AI2の言語モデルフレームワーク「OLMo」の倫理的・道徳的な側面を分析し、データパターンの理解を深めています。 - 社会科学者は、[National Longitudinal Surveys](https://www.bls.gov/nls/)のデータを用いて、行動が健康や金融習慣に与える影響を探っています。 これらの研究者は共通して、データ変換、仮説形成、探索的・予測的分析、重要なパターンの特定などの過程を経ています。ここに、自動化とアシストによる科学的発見の加速の可能性が存在します。 #### 活用されていないデータ 観測データや実験データには、まだ十分に活用されていないものが多数存在します。大規模生成モデルを活用することで、これらのデータから新しい発見を促進できる可能性があります。 #### 主な貢献 我々は、大規模生成モデルを用いたデータ駆動型の発見アプローチ「DataVoyager」を提案しました。DataVoyagerは、データ変換、重要変数の選択、仮説生成・検証、洞察の導出といった一連のプロセスを自動化できます。 #### 主な成果と驚き - [National Longitudinal Surveys](https://www.bls.gov/nls/)のデータを用いて、既存の研究結果を再現するだけでなく、新しい学際的な関係性を発見できました。 - 人口統計と富の蓄積の関係を逆転させた合成データに対しても、DataVoyagerは適切に分析し、予想外の結果を示しました。 - 最新の実験データを用いた検証でも、DataVoyagerは妥当な分析結果を生成しました。 一方で、複雑な分析や特定のドメイン知識を必要とする場合、DataVoyagerには限界があることが分かりました。ツールとの連携や人的介入が必要不可欠です。 #### 今後の研究課題 - データ駆動型発見の自動評価手法の開発 - 様々な科学分野からの実際の仮説とワークフローの収集 - ロバストで柔軟なツール連携を可能にするエージェントベースのフレームワークの構築 #### まとめ データ駆動型の発見システムは、研究者の日々の業務を支援し、科学的発見を加速する可能性を秘めています。AI2は、この取り組みを通じて、気候科学、ゲノミクス、材料科学、AIそのものといった重要な分野での科学的ブレークスルーを目指しています。

#### Generative AIの2023年:大きな転換点となる理由 **Generative AIの可能性と進歩** ChatGPTの登場から1年が経ち、Generative AIが主流の注目を集めるようになりました。GPT-4などの大規模言語モデル(LLM)は、チャットボット、コンピュータープログラミング、医療、法律など、さまざまな実用分野で採用されつつあります。その採用スピードは驚くべきものです。GPT-4の公開直後には、その機能を活用したチャットボットがすぐに一般に公開されました。LLMの汎用性の高さが、Generative AIの急速な普及を後押ししています。今後はさらに強力な先端モデルが登場する可能性があり、すでに変革的な影響を及ぼしていることが示されています。 LLMは、few-shotやzero-shotの学習能力を活かして、さまざまな分野で大きな採用を見せています。チャットボット、コンピュータープログラミング、医療、法律、ロボティクスなど、100以上の論文で新しい用途が報告されています。特定の専門タスクでは、人間の能力を匹敵するか上回るパフォーマンスを発揮しています。 最近では、LLMがアプリケーションに急速に浸透し、新しい用途を通じて産業に影響を与えつつあります。AnthropicのクロードやOpenAIのDALL-Eなどのツールにより、マーケティングや広告の素材の生成が爆発的に増えています。AIチャットボットやカスタムLLMにより、人間のような会話が可能になり、カスタマーサービスや情報検索の新しい可能性が開かれています。LawGeexのような契約分析、Nuanceの放射線レポート作成、Infinityのカスタマーサポート対応など、プロセスの自動化によって、反復的な業務が削減されつつあります。薬物開発では、BenevolentAIやExscientiaなどの企業がGenerative AIを活用し、R&Dのタイムラインを大幅に短縮する可能性を示しています。 一方で、コンテンツの真正性、チャットボットの一貫性、仕事の過度な自動化、Generative AIの実績と堅牢性に対する懸念も指摘されています。しかし、実際のAI採用は急速に進んでいます。 #### 経営者とマネージャーの見方 [Fortune/Deloitte CEO Survey](https://www2.deloitte.com/us/en/pages/chief-executive-officer/articles/ceo-survey.html?utm_source=gradientflow&utm_medium=newsletter)によると、CEOの多くがGenerative AIの可能性に興味を持っています。79%のCEOが効率性の向上を、過半数が新たな成長機会を期待しています。また、過半数が積極的に評価・実験を行っており、3分の1以上が既に導入を始めています。 その他の調査でも、企業経営者の間でGenerative AIに対する熱意と投資が高まっていることが確認されています。[PwC調査](https://www.pwc.com/us/en/library/pulse-survey/business-reinvention.html?utm_source=gradientflow&utm_medium=newsletter)では、半数近くが投資を計画しており、3分の2以上が事業モデル、収益、成長に大きな影響を与えると考えています。[AI Infrastructure Allianceの調査](https://ai-infrastructure.org/enterprise-generative-ai-adoption-report-aug-2023/?utm_source=gradientflow&utm_medium=newsletter)では、企業の過半数が今年10%以上の収益増加を見込んでいます。 一方で、Generative AIがどのように事業に影響するかについては意見が分かれています。[MIT調査](https://www.technologyreview.com/2023/10/10/1081117/generative-ai-deployment-strategies-for-smooth-scaling/?utm_source=gradientflow&utm_medium=newsletter)では、最も多い(24%)が人員削減を予想しているものの、提供サービスへの脅威、新分野の可能性、人員配置の再調整など、様々な見方が示されています。ただし、ほとんどが悲観的ではなく、慎重なアプローチをとっています。 #### Generative AIの影響を測る [UCLA and USC研究](https://www.nber.org/papers/w31222?utm_source=gradientflow&utm_medium=newsletter)によると、Generative AIの進歩は、その技術を積極的に採用できる企業に前向きな影響を与えています。ChatGPTリリース後、Generative AIに高い人材エクスポージャーを持つ企業の株価は、そうでない企業に比べて0.4%以上高い日次リターンを示しました。この傾向は業界を超えて見られました。AIが決算説明会の話題に頻繁に登場するようになっているのは、この新しい技術ショックが企業価値に影響を与え、勝者と敗者を生み出していることを示しています。これが経営者がGenerative AIの変革的可能性に期待を寄せる理由です。 Generative AIの生産性向上効果を実証した研究もあります。[MIT研究](https://economics.mit.edu/sites/default/files/inline-files/Noy_Zhang_1.pdf)では、マーケティング、コンサルティング、人事など、444人の大卒ホワイトカラー労働者の中間レベルの文書作成タスクにおいて、ChatGPTの利用により、出力品質が0.4標準偏差向上し、作業時間が0.8標準偏差短縮したことが示されました。特に低パフォーマー層の生産性が大きく向上し、高パフォーマー層の品質を維持しつつ作業時間を短縮できたことから、ChatGPTが生産性の格差を縮小させる効果があることが明らかになりました。 [Stanford and MIT研究](https://www.nber.org/papers/w31161)では、5,000人以上のカスタマーサービスエージェントにGenerative AIチャットボットを導入した現場実験を行い、平均で14%の生産性向上(時間当たり解決件数)を確認しました。特に初心者や低スキルのエージェントの生産性が35%向上し、熟練エージェントへの影響は小さかったことが分かりました。AIの提案に従うエージェントほど大きな生産性向上を得られ、顧客満足度の向上や従業員定着率の改善、スキル向上の可能性も示されました。 これらの研究は、Generative AIが低パフォーマー層の生産性を大きく向上させる可能性を示しています。ベストプラクティスの普及や新人の育成を加速させ、熟練者はより高付加価値な業務に集中できるようにする効果が期待できます。長期的な賃金や雇用への影響については課題も残されていますが、生産性向上とリテンション改善の観点から、Generative AIの活用に経営者が期待を寄せる理由が理解できます。今後さらなる研究が必要ですが、初期の結果は従業員と企業の両方にとって有望です。 #### プログラミングのフロンティアモデル AI支援コーディングツールは、経験レベルに関わらず、開発者の間で広く採用されつつあります。[Stack Overflow調査](https://stackoverflow.co/labs/developer-sentiment-ai-ml/#h3-1e641df9a7c7)によると、90,000人の開発者の84%が1年未満の経験でAIツールを使用しており、経験が増えても使用率はほとんど低下しません。6-10年の経験者でも86%、20年以上の熟練者でも88%がAIツールを活用しています。 2022年にはRepitでAI関連プロジェクトが30万件以上作成され、2023年Q2には年間160,000件と34倍に急増しています。LangChainやオープンソースモデルなどの新しい開発ツールが、自律的なコードを書くAIエージェントやAIアバターなど、変革的なアプリケーションの爆発的な広がりを後押ししています。 マイクロソフトのCEO Satya Nadella氏は年次報告書で、GitHub CopilotなどのAIコーディングツールが開発者を後押ししていると述べています。OpenAIのAndrej Karpathy氏は、Copilotが自身のコードの80%を80%の精度で書いていると報告しています。Mercado Libreでは開発者の作業時間が50%以上短縮されたと発表されています。マイクロソフト自身のサポートエージェントもCopilotを使って迅速に対応しています。 AIコーディングアシスタントは初心者に有益ですが、最も経験豊富な技術者にも広く受け入れられています。ソフトウェア開発の根本的な変革が進行中であり、AIはすでに不可欠な存在となっています。 #### Chief Data Officerの視点 Chief Data Officer(CDO)は、データ戦略とガバナンスの監督者として、Generative AIの採用において重要な役割を果たすことが期待されています。デジタル変革を推進する中で、Generative AIはプロセスの効率化、意思決定の向上、革新的な製品・サービスの創出などの機会を提供します。 [AWS調査](https://d1.awsstatic.com/psc-digital/2023/gc-600/cdo-agenda-2024/cdo-agenda-2024.pdf?utm_source=gradientflow&utm_medium=newsletter)によると、300人以上のCDOが高い期待を寄せていますが、まだ初期段階にあります。93%がデータ戦略がGenerative AIの価値

Generative AI, a subset of artificial intelligence, is revolutionizing industries by creating new content and data.

The $30 million seed funding round not only bolsters CuspAI's growth trajectory but also signals a pivotal moment in the convergence of AI and ...

For example, a recent report by the Tony Blair Institute includes the unsettlingly weird claim of AI-driven materials discovery being “worth 800 ...

An extensive overview of record-breaking investments in generative AI startup funding in 2023 · OpenAI: · Inflection: · Anthropic: · Adept: · Cohere:.

The AI startup's annualized revenue has more than tripled from the summer of 2023. Amazon announces a $230 million investment in generative AI startups to ...

Co-founded by Tom Covington and Jesse Paquette Tag.bio is backed by Merus Capital, newfund, Alchemist Accelerator, DREAMIT, Startx,AWS Activate ...

The generative AI in material science market is projected to grow from USD 667 million in 2022 to USD 8,486 million by 2032, at a CAGR of 29.8%. Generative AI ...

#### State of AI 2023 Report - CB Insights Research 2023年のAI分野は、ベンチャー投資の減少の中でも強靭な成長を遂げました。AI関連スタートアップへの投資は前年比10%減の425億ドルと、全体的な投資減少よりも小幅な減少に留まりました。特に、大規模言語モデル(LLM)開発企業であるOpenAI、Anthropic、Inflectionなどが合計140億ドルを調達し、ジェネレーティブAIが全体の48%を占めるなど、ジェネレーティブAIが牽引役となっています。 一方で、AI企業の新規ユニコーン誕生数は前年比39%減の22社と、他の分野に比べると減少幅は小さかったものの、全体的な投資減少の影響を受けています。しかし、ジェネレーティブAIスタートアップの場合、ユニコーン入りまでの期間が平均3.4年と非常に短く、投資家の関心の高さがうかがえます。 地域別では、米国のAI投資が14%増加した一方、欧州は29%減、アジアは61%減と地域差が大きくなっています。M&Aも活発化し、2023年は過去最高の317件を記録しました。大手企業がAI機能の獲得を目的とした買収を加速させています。 投資家動向では、Googleが最も活発で、Q4には9件の投資を行いました。Nvidiaや韓国のKB Securitiesなども上位に入っており、大手テクノロジー企業がAI分野の有望企業に積極的に投資していることがわかります。 [State of AI 2023 Report - CB Insights Research](https://www.cbinsights.com/research/report/venture-trends-2023/)

Discover the latest in AI with this exciting roundup! IEEE Spectrum unveils 1-bit LLMs slashing energy use without losing performance.

Overall, as AI-focused hardware and generative AI technology continue to scale across industries, the impact of their entrance into the market ...