数学者は人工知能を用いて楕円曲線の中に、鳥の群れが飛ぶ様子のような、予想外の幾何学的パターンを発見しました。この発見は楕円曲線に対する理解を深め、ミレニアム懸賞問題の解決に新たな糸口を提供します。楕円曲線は現代数学において重要な役割を果たしており、暗号理論や未解決問題の推測においても活用されています。2022年、大西洋を跨ぐ共同研究チームが統計的手法と人工知能を用いて、楕円曲線の中に「murmurations(ムルメラシオン)」と名付けられた、全く予想外の幾何学的パターンを発見しました。この発見は数学界に新たな視点を提供しました。機械学習の応用により、数学者たちは楕円曲線の背後にあるパターンと論理的関係を深く探求し、新たな研究方向と発見を示しました。
関連AIニュースの推奨

TikTokとLV-NUSが共同でSAIL-VL2モデルを発表:小さくて力強い性能を発揮!
抖音SAILとLV-NUS Labが共同開発したSAIL-VL2は、2B/8Bパラメータで106データセットにおいて高性能を達成。MMMUやMathVistaなどの複雑タスクで大型モデルに匹敵する成果を示し、小規模モデルの可能性を拡大。....

インドが2026年にAnthropicと共同でグローバルAIサミットを開催する
Anthropicはインド政府と協力し、2026年2月にグローバルAIサミットを共同で主催する予定である。このサミットは、トップの専門家、研究者、および企業リーダーを集めて、AI技術の発展と応用トレンドを共有することを目的としており、機械学習や自然言語処理などの分野を取り上げる。多くの国からの参加者を集めると予想されている。

ルーチェンテクノロジーが独自開発したOpen-Sora 2.0が『State of AI Report 2025』に掲載されました
潞晨科技の動画生成モデルOpen-Sora2.0が「State of AI Report 2025」に選出。同社の技術革新が国際的に評価され、注目を集めている。....

アナリスト:AIへの投資バブルの規模は驚くほどで、インターネットバブルの17倍
現在、AI技術の発展が急速に進んでおり、市場にバブル懸念をもたらしている。独立研究機関の分析によると、AIバブルの規模は驚くほど大きく、90年代後半のインターネットバブルの17倍である。アナリストは、低金利環境がAIへの投資ブームを促進していると強調している。

半年間で評価額が3倍に!Cursorが270億ドルへ AIプログラミングツールが投資家の新トレンド
AIコーディングアシスタントCursorの親会社Anysphereが、CoatueとAccelと10億ドル超の資金調達を協議中。投前評価額は270億ドル。前回調達時の99億ドルから約3倍に急騰。AccelはAIインフラプロジェクトへの投資を強化。Anysphereは資金十分だが新規調達を検討。....

グーグルがサウスカロライナ州に90億ドルを投資し、人工知能の未来を推進
Googleはサウスカロライナ州に90億ドル追加投資し、AIインフラ需要に対応するデータセンター拡張を発表。同州のデジタル経済転換を推進、雇用創出も見込む。....

テンセントがYoutu-Embeddingをリリース:企業向けスマートサービスを支援
テンセントユトゥラボはYoutu-Embeddingテキスト表現モデルを開源し、企業のスマートカスタマーサービスや知識ベース管理の効率を向上させます。このモデルは正確な情報抽出により、特定の分野での大規模モデルによる誤った回答の生成を避けており、一般的な語料による関係のない返答の問題を解決し、多分野にわたるパフォーマンスの悪化にも有効に対応します。

AI日報:マイクロソフ트が初の自社開発画像生成モデル「MAI-Image-1」をリリース;バイドゥの世界会議の開催日が発表;AIの専門家がnanochat学習ツールをオープンソース化
マイクロソフトは初めて自社開発した画像生成モデル「MAI-Image-1」をリリースし、LMArenaでトップ10にランクインし、優れた画像生成能力を示した。このモデルはマイクロソフト独自で開発したものであり、AI画像生成分野における重要な進展を意味している。

農業の知能化新進展!中国農業大学が神農モデル3.0を発表
中国農業大学が神農モデル3.0を発表し、全国の農業分野と応用シナリオをカバーし、農業AIを新たな段階に突き進めました。モデルは36個の農業インテリジェントエージェントに焦点を当て、コンパクトなボディ、高知能、低コストの目標を達成し、32B、7Bおよび1Bの3つのバージョンを提供します。動的スパース性と増分圧縮技術を採用しており、計算力は50%削減されています。

HKUとメイドゥが協力してAI数学の難題を解き明かす:CodePlot-CoTにより大規模モデルがコードを用いて図を描くように思考し、性能が21%向上
GPT-4.1やGemini-2.5-Proなどの大規模言語モデルは数学の幾何問題が苦手。文章作成やプログラミングは得意だが、補助線や関数グラフが必要な問題では誤答が多い。テキスト推論は得意だが、空間認識能力が不足し、正確なイメージ構築ができないため。....