「AIトップカンファレンスからみるData-Centric AIの研究動向」についてData-Centric AI勉強会で発表しました
さくらインターネット研究所の鶴田（@tsurubee3）です。2025年1月27日に開催された第12回 Data-Centric AI勉強会にて、「AIトップカンファレンスからみるData-Centric AIの研究動向」というテーマで発表を行いました。本発表では、具体的な研究事例を取り上げながら、Data-Centric AIの重要性と最新の研究動向について紹介しています。
[続きを読む]NeurIPS 2024でAI創薬のためのデータセット構築について発表しました
さくらインターネット研究所・COGNANOの鶴田（@tsurubee3）です。2024年12月10日から15日にかけて、カナダブリティッシュコロンビア州バンクーバーで開催された「Neural Information Processing Systems (NeurIPS) 2024」にて、「A SARS-CoV-2 Interaction Dataset and VHH Sequence Corpus for Antibody Language Models」と題した研究を発表しました。本研究は、先日のニュースリリースでもお知らせしたさくらインターネットとCOGNANOによる共同研究成果です。
[続きを読む]言語モデルを用いたAI創薬：NeurIPS 2024採択論文の解説
さくらインターネット研究所の鶴田（@tsurubee3）です。先日、『さくらインターネットとCOGNANOのAI創薬に関する共同研究論文が、世界最高峰のAI国際会議「NeurIPS 2024」に採択』というニュースリリースを公開しました。このNeurIPS 2024に採択された論文（以下、「本論文」）は、ここ数年で急速に発展している言語モデルを創薬分野、特にタンパク質のアミノ酸配列に応用する研究です。このような研究は、Metaのようなビッグテックも活発に取り組んでおり、自然言語処理の分野で培われた技術が、自然言語の枠を超えて新薬候補の探索や設計に利用されつつあります。本記事では、本論文を中心に、言語モデルを活用した創薬の研究についてご紹介します。
[続きを読む]博物館用RAG(Retrieval-Augmented Generation)を作ってみました
皆さんこんにちは、さくらインターネット研究所の菊地です。
研究所ではAI・LLM（大規模言語モデル）技術に関して、技術そのものの発展のための本質的な研究からLLMを応用的に利用する研究まで、幅広く様々な領域での調査・検討を実施しています。今回はLLMを実際的に使う際にLLMに固有知識（ドメイン知識）を活用させるための手法として、汎用性があり使い勝手が良く近年注目されているRAG(Retrieval-Augmented Generation)を実際に試してみましたので、そのノウハウなどを簡単にご紹介したいと思います。
[続きを読む]大規模言語モデルの研究動向の調査：時系列データ分析とData-centric AIの視点から
さくらインターネット研究所の鶴田（@tsurubee3）です。先日、研究活動の一環として、時系列データ分析とData-centric AIの二つの視点から、大規模言語モデル（以下、LLM）の最新の研究動向について調査し、私の個人ブログに以下の二つの記事を書きました。本記事では、調査の動機とそれぞれの研究動向の概要について紹介します。
[続きを読む]さくらインターネット研究所 研究開発グループの取り組み紹介（24年4月）
こんにちは、さくらインターネット研究所 研究開発グループのグループリーダー菊地です。研究所ブログ記事としてはかなり久しぶりになってしまいましたが、研究所（研究開発グループ）の取り組み内容（研究テーマ）をご紹介したいと思います。
さくらインターネット研究所は現在、研究開発グループとプロダクト開発グループの２グループ体制となっておりまして、研究開発グループは、従来から引き続き、各研究員がそれぞれテーマを持って研究を推進するスタイルとなっています。研究テーマは時期で一律に区切るものではない（研究員がそれぞれ自分の考えるスパンで取り組む）のですが、年度の区切りでまとめるようにはしていて、2024年4月時点での各研究員の研究テーマは以下のようになっています。
[続きを読む]