
何が起きたか
ジョンズ・ホプキンス大学のBrice Ménard氏がAnthropicのClaude Scienceを使い、初の完全な紫外線全天マップを作成。AIがデータを統合しインペインティングで補完。
なぜ重要か
AIが煩雑なデータ準備を担えることを示す。教材想定。Ménard氏は類似プロジェクトをAIが実現可能にすると考えている。
誰に効くか大規模なデータ処理プロジェクトを棚上げにしてきた研究グループや大学の天文学チームにとって、AIエージェントがダウンロード、校正、欠損補完を自ら担うテンプレートとなる。テストで実測値との平均誤差が約10パーセントだったことは、そうしたグループが出力を信頼する際の最初の指標となる。
こういう要約が、毎朝あなたのメールに届きます。
このプロジェクトを可能にした要因の一つは物理的な制約だ。紫外線はオゾン層に遮られるため宇宙からしか観測できず、NASAのGALEXミッションは天域の約3分の2をカバーしたものの、明るい星形成領域を除外していた。そこでは星光照らされる塵——若い星の周りの雲や恒星爆発による環——が最も鮮明に現れる。
この空白を埋めたのは新しい望遠鏡ではなく、複数の宇宙ミッションからデータを引き出し、校正し、統合し、インペインティングで欠損領域を再構成するAIエージェントを調整するClaude Scienceだった。インペインティングとは、モデルが既存データから学習して穴を埋める手法だ。精度の数値は再構成された領域が実際の空をよく追跡していることを示唆するが、このマップは完成した科学器具というよりまず教材として位置づけられている。
Ménard氏がそこから引き出すより広い意味は、ブレークスルーではなく積み残しに関するものだ。同氏は、多くの科学者が先送りしてきた類似プロジェクトをAIが実現可能にすると考えている。休止していたプロジェクトがついに成し遂げられる理由としてAIを位置づけるこの枠組みこそ、Anthropicが今回の公開で打ち出している主張だ。
業界と使っているAIツールを選ぶと、仕事に関係するニュースが毎朝届きます。
登録無料・Googleアカウントなら30秒・いつでも解除できますAITodayについて →
この記事についてわからないことをAIに質問できます。AIはこの記事・AIToday の過去記事・Wikipedia を読み、出典を付けて答えます。Q&Aはこのページに公開され、他の読者も読めます。
マッキンゼーのジェームズ・キャプラン・ディスティングイッシュト・パートナーは、AIが乱雑で非構造化のデータを照会し、構造化データと決定論的な業務ルールに変換して知識グラフに保存できるようになったと述べた
UBSのArpine Kocharyan氏らはMetaのMuse AIエージェントによるPlanet Fitnessの解約・会員リスクは実務上管理可能とし、アプリ内認証、生体認証、ネットワークレベルでのbot遮断、会員本…

AnthropicがClaude Managed Agentsに動的ワークフローを追加

AnthropicはCyber Missionを立ち上げ、電力網・水道システム・交通網の運用事業者にClaudeモデル、エンジニア、脅威分析へのアクセスを提供する

Anthony Liang率いるRilletの2人だけのフロントエンドチームがVercelのeveフレームワークで構築しVercel上で動かすエージェントで4か月に800件以上のLinearチケットを完了し3か月で出荷速…

AsanaのFrank Hidalgo氏がGPT‑6 Astra in Codexに調査させ、144回の実験でGPT‑6.1 Sol上の最適化が平均0.47ドル・約4分となり、Model Bより76倍安く5倍速くなった
