OpenAIは2025年11月、動画生成AI「Sora」のAndroidアプリをわずか28日間で開発・公開しました。たった4人のエンジニアチームが、同社のAIエージェント「Codex」を駆使し、コード全体の約85%をAIに記述させたのです。本記事では、彼らが実践したAIを部下のように扱う「指揮者型」開発手法と、エンジニアに求められる新たなスキルセットについて解説します。

通常、これだけの規模と品質を持つアプリ開発には、多数のエンジニアと数ヶ月の期間を要します。しかし同社は、GPT-5.1をベースとするCodexを活用することで、プロトタイプ作成から18日、一般公開までさらに10日という驚異的なスピードを実現しました。完成したアプリはクラッシュ率0.1%未満と、人間主導の開発と遜色ない高い信頼性を誇ります。

成功の鍵は、AIへの指示方法の転換にありました。単に「機能を作れ」と命じるのではなく、まず既存コードや仕様を読ませ、実装計画を立案させます。人間がその計画をレビューし承認した後に初めてコーディングさせるのです。これにより、AIが文脈を無視したコードを書くリスクを排除し、手戻りを最小化する確実な進捗を生み出しました。

また、先行していたiOS版のソースコードを「正解の見本」として読み込ませた点も奏功しました。言語は異なってもビジネスロジックは共通であるため、CodexはSwiftのコードを解析し、Android用のKotlinコードへと正確に翻訳・実装しました。これは、AI時代の新たなクロスプラットフォーム開発の形と言えます。

この事例が示唆するのは、エンジニアの役割が「コードを書く人」から「AIを指揮する人」へと変化している事実です。AIは実装力に優れますが、全体設計やユーザー体験の良し悪しは判断できません。これからのエンジニアには、AIに適切なコンテキストを与え、出力された成果物を正しく評価するシステム設計力が不可欠になります。

さらにOpenAIは、Codex自体の開発にもCodexを活用しており、ツールの大部分がAIによって構築・改善されています。AIがAIを進化させるサイクルが加速する中で、人間はより本質的な「何を、なぜ作るのか」という問いに向き合う必要があります。私たちは今、ソフトウェアエンジニアリングの再定義を迫られています。

米マサチューセッツ工科大学（MIT）の研究チームは2025年12月12日、小型言語モデル（SLM）の能力を飛躍的に高める新フレームワーク「DisCIPL」を発表しました。大規模言語モデル（LLM）が「計画」を担い、複数の小型モデルが「実行」を行う協調システムにより、OpenAIの最新モデル「o1」に匹敵する推論精度と、約8割のコスト削減を実現しています。

DisCIPLの仕組みは、組織における「上司と部下」の関係に似ています。まず、高性能なLLM（例：GPT-4o）がタスクの全体計画を立て、MITが開発した制御用言語「LLaMPPL」を用いて厳密な指示書を作成します。次に、軽量な小型モデル（例：Llama-3.2-1B）がその指示に従い、並列処理で実作業を行うことで、単体では困難な複雑なタスクを遂行します。

特筆すべきは、その圧倒的なコストパフォーマンスです。従来の推論モデルが思考プロセスを長文テキストで出力するのに対し、DisCIPLはPythonコードを用いて効率的に処理を行います。実験の結果、推論にかかる記述量を40.1%短縮し、全体コストを80.2%削減することに成功しました。これは企業のAI運用コストを劇的に下げる可能性を示唆しています。

研究チームは、この手法がAIのエネルギー消費問題への有効な解になると期待しています。高価なLLMだけに依存せず、安価で高速な小型モデルを組み合わせて高度な推論を実現するアプローチは、スケーラビリティが高く、ビジネスへの実装に適しています。今後は数学的推論への応用や、より曖昧な人間の好みを反映させる研究が進められる予定です。

Googleとカリフォルニア大学の研究チームは、AIエージェントが利用する計算リソースと予算を最適化する新フレームワーク「BATS」を発表しました。これは、AIが外部ツールを使用する際のコストや遅延を抑制し、与えられた予算内で最大の成果を出すための画期的な技術です。

従来のAIエージェントは、リソース制限を考慮せずに検索やデータ収集を行うため、無駄な探索に陥りコストが肥大化する課題がありました。新技術では、AIに残りの予算を常に認識させることで、行き止まりの調査を早期に切り上げ、より効率的なルートを選択するよう促します。

開発された軽量機能「Budget Tracker」は、検索回数を約4割削減しながら同等の精度を維持し、全体コストを30%以上圧縮しました。さらに上位の「BATS」は、予算状況に応じて計画を動的に修正し、既存手法と比較して約2倍の精度を達成しています。

この技術により、企業はデューデリジェンスや競合調査といった複雑なタスクを、予測可能なコストでAIに任せることが可能になります。研究者は「推論能力と経済性は不可分になる」と述べており、ビジネス実装に向けた重要な進歩といえます。

BNYはOpenAIと提携し、全社的なAI導入で成果を上げています。独自基盤「Eliza」によりAIを全社へ展開し、現在2万人以上の従業員が開発に関与。125以上のツールが実稼働し、金融システムの中枢で信頼と革新を両立させています。

成功の鍵は、ガバナンスを「制約」ではなく「実現手段」と再定義した点です。審査プロセスや権限管理をシステム「Eliza」に統合し自動化。安全な基盤があることで現場は迷いなく開発でき、結果として導入スピードと質の双方が劇的に向上しました。

組織文化の変革も顕著です。従業員の99%が研修を完了し、営業や法務などの非技術部門も開発に参加。契約審査時間を75%短縮するなどの成果を生み出し、作成されたツールが他部署で再利用される「イノベーションの好循環」が定着しています。

次の段階として、自律的な「デジタル従業員」の導入が進んでいます。特定の権限を持ち業務を行うAIに対し、人間は「トレーナー」や監督者へ役割をシフト。高度な推論機能を活用し、リスク分析や戦略立案の領域でもAIとの協働が加速しています。

スペインの大手銀行BBVAは2025年12月12日、OpenAIとの提携を拡大し、全従業員12万人に対し「ChatGPT Enterprise」を導入すると発表しました。金融業界で最大規模のAI展開を通じ、業務効率の向上と顧客体験の抜本的な変革を目指します。

同行は2024年5月から段階的に導入を進めており、すでに顕著な成果を確認済みです。先行利用ではルーチン業務で週3時間を削減し、80%以上が毎日活用中です。この成功を受け、対象を現在の約10倍となる全グローバル拠点へ拡大することを決定しました。

今後は顧客対応の支援やリスク分析、ソフトウェア開発の効率化にAIを活用します。また、顧客向けにもOpenAIのモデルを用いた仮想アシスタント「Blue」を展開し、自然言語での口座管理や問い合わせ対応を実現するなど、サービスの高度化を図ります。

安全な導入のため、プライバシー管理やセキュリティ対策を徹底した上で、OpenAIと専用チームを組成します。BBVA会長は「デジタル変革のパイオニアとして、AI時代においても野心を持って挑む」と述べ、業務の中核にAIを組み込む姿勢を強調しました。

Googleは12日、翻訳アプリに最新AI「Gemini」を統合しました。目玉は、あらゆるヘッドフォンで利用可能なリアルタイム音声翻訳です。従来は自社製限定だった機能を解放し、言語の壁を取り払うツールとして、ビジネスや海外渡航の生産性を劇的に高めます。

今回の更新で、Androidユーザーはメーカーを問わず手持ちのイヤホンで「Live Translate」を利用可能です。Geminiにより、話者のトーンや抑揚まで維持した自然な音声翻訳を実現。会話のニュアンスや感情まで正確に伝わりやすくなります。

テキスト翻訳の精度も飛躍的に向上しました。Geminiが文脈を解析し、慣用句やスラングも直訳ではなく本来の意味を汲み取って翻訳します。「Stealing my thunder」といった表現も適切に変換され、誤解のリスクが大幅に減少します。

音声翻訳はベータ版として米国、メキシコ、インドのAndroid向けに提供開始され、70言語以上に対応します。iOS版や対象国の拡大は2026年を予定しており、グローバルビジネスの標準ツールとなる可能性を秘めています。

翻訳アプリ内の語学学習機能も強化されました。連続学習の記録や発音への詳細なフィードバック機能が追加され、約20カ国に拡大。単なる翻訳ツールから、言語習得のパートナーへと進化を続けています。

GitHubは2025年12月、AIと環境配慮型ソフトウェア開発を融合させた新概念「Continuous Efficiency（継続的効率化）」を発表しました。これはAIエージェントを活用し、開発者の手を煩わせることなく、コードベースの効率性と持続可能性を自律的かつ継続的に高める取り組みです。

開発現場において、環境への配慮やコードの最適化は重要ですが、多忙な業務の中では後回しにされがちです。GitHubはこの課題に対し、次世代のAIツールを用いることで、「努力不要なエンジニアリング」の実現を目指しています。これにより、企業は電力消費の削減やユーザー体験の向上といったビジネス価値を享受できます。

この概念を実現する中核技術が「Agentic Workflows」です。これは自然言語で記述された指示をAIエージェントが解釈し、GitHub Actions上で安全に実行する仕組みです。従来の静的解析ツールとは異なり、AIが意図を汲み取り、広範なパターンに対してインテリジェントな修正案を提示します。

具体的な成果も既に出始めています。月間5億ダウンロードを超えるnpmパッケージに対し、AIエージェントが正規表現の最適化を実施し、パフォーマンスを向上させました。また、Microsoft関連のウェブサイトでは、Webサステナビリティガイドラインに基づいた自動改善が行われ、読み込み速度の短縮などが確認されています。

さらに、「Daily Perf Improver」と呼ばれるワークフローでは、AIが日次スプリント形式で調査、計測、最適化を自律的に行います。F#のライブラリ開発においては、AIが再発見したパフォーマンスバグの修正や、マイクロベンチマークに基づく最適化コードの提案を行い、実際にマージされる成果を挙げています。

開発者は現在、この実験的なワークフローを自身のプロジェクトで試すことが可能です。Markdownファイルに自然言語で指示を書くだけで、AIエージェントによる自動化を開始できます。GitHubは今後、この分野でのルールセットやノウハウをさらに公開し、AI時代の開発者を支援していく方針です。

米Allen Institute for AI (Ai2) は、最新の大規模言語モデル「Olmo 3.1」をリリースしました。既存モデルに対し強化学習（RL）の期間を延長することで、数学的推論や指示追従の能力を大幅に引き上げています。中身を完全オープンにすることで、企業利用における信頼性と制御性を担保した点が最大の特徴です。

特に注目すべきは、高度な研究用途に最適化された「Olmo 3.1 Think 32B」です。研究チームは224個のGPUを使用し、さらに21日間の追加トレーニングを実施。その結果、数学等のベンチマークでスコアが5ポイント以上向上するなど、複雑なタスクでの性能が飛躍し、競合のQwen 3を凌駕する実力を示しています。

実務向けには「Olmo 3.1 Instruct 32B」が用意されました。こちらはチャット、ツール使用、複数回のやり取り（マルチターン）に最適化されています。7Bモデルで培った手法を大規模モデルに適用し、実社会でのアプリケーション構築に耐えうる即戦力モデルへと進化しました。

Ai2の一貫した強みは、開発プロセスの透明性です。学習データやコード、トレーニング決定のすべてが開示されており、企業はモデルの挙動を深く理解した上で、自社データを用いたカスタマイズが可能になります。生成結果の根拠を追跡できる点も、ビジネス利用における大きな安心材料となるでしょう。

現在、これらのモデルはAi2 PlaygroundやHugging Faceを通じて利用可能です。APIアクセスも近日中に提供される予定であり、エンジニアや研究者にとって、高性能かつ透明性の高い新たな選択肢となります。

米AMDのリサ・スーCEOは12日、サンフランシスコで開催されたイベントに登壇し、「AIバブル懸念は過剰だ」と市場の悲観論を一蹴しました。AIはキャリアの中で最も変革的な技術であり、まだ初期段階にあると強調しています。

スー氏は、現在の巨額投資について「需要に対し計算能力が圧倒的に不足している」と説明しました。モデルの訓練だけでなく、実際の業務利用やエージェント機能への需要が急増しており、設備投資は合理的であるとの見解です。

競争環境については、Nvidiaとの二強対決という単純な構図を否定しました。GoogleやAmazonなどが独自チップ開発を進める中、CPUやGPU、ASICなど多様な半導体が適材適所で求められる「共存の時代」を予測しています。

半導体業界で最も重要なのは「技術革新のスピード」です。過去の市場とは異なり、AI分野では常に技術の跳躍（リープフロッグ）が起きており、アイデアを競合より早く市場に投入することが唯一の勝機となります。

米中関係に関しては、米国の国家安全保障が最優先であると明言しました。その上で、米国の技術覇権を維持するためには、中国の優秀な人材や市場へのアクセスも戦略的に重要であるという現実的な姿勢を示しています。

スー氏は、AIが今後1年でさらに日常生活に浸透すると予測します。「AIがまだ十分に正確ではない」という課題を認めつつも、生産性向上への貢献は計り知れず、今後の進化に強い期待を寄せました。

ビジネスSNSのLinkedInで、プロフィール設定を「男性」に変更した女性ユーザーの投稿閲覧数が急増する現象が波紋を広げています。背景にあるのは8月に導入された生成AI技術であり、アルゴリズムが抱える暗黙のバイアスと、評価されるコンテンツの質的変化が浮き彫りになりました。

「#WearthePants」と名付けられた実験で、ある女性起業家は性別を男性に変えただけでインプレッションが238%増加しました。同様の報告は多数あり、LLM導入以降、多くの女性ユーザーがエンゲージメントの低下を感じている現状と一致します。

専門家は、AIが学習データ由来の「欧米・男性中心」の視点を持っている可能性を指摘します。特に、簡潔で直接的な男性的な文体がアルゴリズムに好まれる傾向があり、これが結果として女性ユーザーの投稿評価を下げる要因になっていると分析されています。

LinkedInは性別データの利用を否定し、ユーザー増による競争激化を理由に挙げています。同社によれば、現在のアルゴリズムは投稿頻度や単なる反応数よりも、専門的な洞察や明確な価値を重視しており、ビジネスパーソンには「質」への転換が求められています。

Hugging Face Scienceは2025年12月、科学シミュレーションの基盤となる偏微分方程式（PDE）の解法にAIを導入する重要性を提唱しました。従来の数値計算が抱える計算コストの課題を、機械学習技術によって解決し、研究開発を加速させる狙いがあります。

偏微分方程式は、流体の動きや金融商品の価格変動、ブラックホールの重力波など、時間と空間にまたがる複雑な現象を記述する数学言語です。現代の科学技術やエンジニアリングにおいて、世界をモデル化するために不可欠なツールとして機能しています。

しかし、有限要素法などの伝統的な数値解法は、高精度なシミュレーションを行うために膨大な計算リソースと時間を要します。逐次処理が前提のアルゴリズムが多く、近年のGPUによる大規模並列処理の恩恵を十分に受けられない点が大きなボトルネックでした。

そこで注目されるのが、PINNsなどのAIモデルです。これらはGPUの並列演算能力を最大限に活かし、物理法則を学習することで、従来手法よりも圧倒的に高速に近似解を導き出せる可能性を秘めており、シミュレーションの効率化に寄与します。

Hugging Faceは、現在分散しているPDEソルバーの研究開発を一元化するため、性能を比較評価するリーダーボードの構築を進めています。AIエンジニアや研究者に対し、この新たな科学計算プラットフォームへの参加とモデル開発を呼びかけています。

MITの研究チームは、場所によって変化するデータを分析する際に、統計的推定の信頼性を劇的に向上させる新手法を開発しました。従来のAIモデルが陥りがちな過信を防ぎ、環境や経済分野での意思決定の精度を高めます。

機械学習は予測に優れていますが、特定の変数が結果にどう影響するかという「関連性」の推定には課題があります。特に地理的な広がりを持つデータでは、モデルが実際よりも高い確信度を示し、誤った判断を招く恐れがありました。

原因は、データの収集場所と予測対象の場所における性質の違いです。例えば、都市部のセンサーデータで地方の環境を予測する場合、交通量などの条件が異なるため、従来の統計的仮定が成立せず、分析結果にバイアスが生じます。

研究チームは、データが空間的に「滑らかに」変化するという前提を取り入れた新しいアルゴリズムを構築しました。隣接する地域のデータは急激には変化しないという現実的な特性を利用し、偏りを補正することに成功しました。

実験の結果、この手法だけが一貫して正確な信頼区間を生成できることが確認されました。不動産価格の変動や感染症の拡散など、位置情報が重要なビジネス領域において、より信頼できるデータ分析が可能になります。

Vercelは2025年12月12日、開発者の生産性と運用効率を高める3つの新機能を発表しました。デスクトップ・モバイルへのプッシュ通知対応、ランタイムログでのReferer表示、そして柔軟なキャッシュタグ管理機能です。これにより、開発者はシステムの状態変化を即座に把握し、より高度なキャッシュ戦略を容易に実装できるようになります。

最も注目すべきは、あらゆるデバイスでの通知受け取りが可能になった点です。デスクトップおよびモバイルブラウザ経由で、デプロイ状況やアラートなどの重要な通知をリアルタイムに受信できます。ダッシュボードの設定から簡単に有効化でき、外出先でもプロジェクトの異常や更新を見逃すことなく、迅速な意思決定と対応が可能になります。

バックエンド開発の効率化として、`addCacheTag`関数の導入も見逃せません。フレームワークに依存せず、関数レスポンスにキャッシュタグを付与できるようになりました。これにより、特定のタグに関連するコンテンツだけをピンポイントで再検証することが可能になり、サイト全体のパフォーマンスを維持しながら、必要な部分だけを効率的に最新化できます。

また、運用の透明性を高める改善として、ランタイムログにReferer情報が追加されました。リクエストの流入元を詳細パネルで即座に確認できるため、トラフィックの分析や不具合発生時のデバッグ作業が大幅にスピードアップします。これらのアップデートは全プランで利用可能であり、エンジニアの日常業務を強力にサポートします。

ラスベガスのT-Mobile Arenaで、NHL「ゴールデンナイツ」の試合観戦客向けに、AIロボットバーテンダー「ADAM」がドリンク提供を開始しました。Richtech Roboticsが開発したこのロボットは、NVIDIAの高度なAI技術を搭載。深刻化するホスピタリティ業界の労働力不足への解決策として期待されると同時に、来場者にエンターテインメント性あふれる未来的な顧客体験を提供することが狙いです。

ADAMは実稼働前に、NVIDIA Isaac Simを用いた仮想空間で徹底的なトレーニングを受けました。開発チームは、照明の反射や容器の形状など、現実世界で起こりうる多様な条件下での物体認識能力を、合成データを用いて強化。これにより、実際の店舗環境でもスムーズに「注ぐ」「振る」といった複雑な動作を適応させることが可能になりました。

ロボットの頭脳には、強力なエッジAIプラットフォームであるNVIDIA Jetson AGX Orinが採用されています。高性能なカメラ映像処理により、カップの位置ズレや液体の泡立ちをリアルタイムで検知し、40ミリ秒未満という超低遅延で動作を補正します。この即応性が、こぼすことなく正確にドリンクを提供する高品質なサービスを支えています。

Richtech Roboticsは、この技術をさらに産業分野へと広げています。新たに開発された産業用ヒューマノイドロボット「Dex」は、次世代プロセッサJetson Thorを搭載し、工場や倉庫での部品選別や梱包作業を担います。エンターテインメントから産業用途まで、高度なAIロボットの実装が急速に進んでいます。

米国音楽産業の中心地ナッシュビルで、生成AIを活用した楽曲制作が急速に普及しています。米テックメディア「The Verge」によると、プロのソングライターが制作プロセスにAIツール「Suno」を導入し始めました。一方で映像業界では、Netflixによる巨大メディア企業の買収劇が進行中です。

特に注目されるのが、音楽生成AISunoの利用拡大です。作曲家たちは自身のアイデアを即座に検証するため、AIを用いて「半完成」状態のデモ音源を作成しています。これにより、曲の雰囲気や構成を迅速に共有・修正することが可能となり、制作効率が飛躍的に向上しました。

TikTokなどのSNS上では、すでに大部分または完全にAIで生成された楽曲が溢れています。多くのリスナーは気づかぬうちにAI楽曲を耳にしており、その品質はプロの作品と遜色ないレベルに達しつつあります。ナッシュビルの現場でも、AIはもはや無視できない主要ツールとなりました。

しかし、すべてのクリエイターがAI利用を公言しているわけではありません。多くの関係者がツールの有用性を認めつつも、著作権や「人間による創造性」への配慮から、その利用について口を閉ざす傾向にあります。AIはあくまで支援ツールという位置づけが強調されています。

音楽界の変化と並行して、映像メディア業界も激動の時を迎えています。Netflixはワーナー・ブラザースに対し830億ドル規模の買収を提案しました。これに対しパラマウントも対抗的な買収案を提示しており、巨大企業同士による再編競争が激化しています。

このほか、テック関連ではスマートリング「Pebble Index」の登場や、米国務省における公文書フォントの変更指示などが話題です。特にマルコ・ルビオ国務長官による「Times New Roman」への回帰指示は、デジタルトレンドと政治・文化の衝突として注目を集めています。

Googleは英国立量子コンピューティングセンター（NQCC）と提携し、最新の量子プロセッサ「Willow」へのアクセス権を英国の研究者に提供すると発表しました。量子技術の実用化に向けた重要なステップとなります。

今回の提携は、Googleによる英国への長期的な投資戦略の一環です。同社は今年初めにも英国のAI経済に対して50億ポンドの投資を発表しており、同国の技術エコシステムの強化に注力しています。

科学者は2026年1月31日までに研究案を提出することで、Willowへのアクセス権に加え、NQCCからの研究助成金を得る機会が得られます。社会的影響の大きい科学的課題の解決が期待されています。

Googleはこの取り組みを通じ、英国の卓越した研究能力と業界最先端のハードウェアを融合させ、量子コンピュータの用途発見を加速させる狙いです。リーダー層は今後の成果に注目すべきでしょう。

ニューヨーク州のキャシー・ホークル知事に対し、150人以上の保護者がAI安全性法案「RAISE Act」への原案通りの署名を求める書簡を送りました。この法案はMetaやOpenAIなど巨大テック企業を対象とし、AIモデルの安全性計画と透明性ルールの遵守を義務付けるものです。

法案は6月に州議会を通過しましたが、知事はテック業界に配慮し大幅な書き換えを提案したと報じられています。一方、MetaやIBMなどは法案を「実行不可能」と批判し、一部団体は賛成派議員への反対広告を展開するなど、水面下での攻防が激化しています。

RAISE Actは、年間数億ドル規模の開発を行う超大手企業のみを規制対象としています。具体的には、100人以上の死傷や10億ドル以上の損害といった「重大な危害」を引き起こすリスクがある場合、フロンティアモデルの公開を禁止する厳しい内容が含まれています。

署名した保護者団体は、ビッグテックの反対姿勢を「SNS時代と同じ責任逃れ」と厳しく非難しています。透明性や監視のないアルゴリズム展開が若者のメンタルヘルスを損なうと指摘し、今回の法案を企業が守るべき「最低限のガードレール」として早期の成立を訴えています。

米マサチューセッツ工科大学（MIT）は2025年12月12日、米海軍士官向けに特化した新たなAI応用プログラム「2N6」の開設を発表しました。機械工学科と電気工学・コンピュータ科学科が共同で提供するこのプログラムは、AIを「戦力乗数」として活用できる軍事リーダーの育成を目的としており、参加者は2年間で機械工学修士号とAI証明書の両方を取得します。

本プログラムは、AI活用による意思決定の迅速化と精度向上に主眼を置いています。カリキュラムには、計算演習における意思決定支援や、水上・水中航行体の自律制御などが含まれ、海軍の実務課題に直結した研究を行うのが特徴です。

プログラム創設の契機は、米インド太平洋軍司令官パパロ提督によるMIT訪問でした。提督は、MITの既存の造船教育プログラム「2N」と同様に、AI分野でも実践的なリーダー育成が必要であると提案し、今回の連携が実現しました。

「2N6」は、まずは米海軍士官を対象としたパイロット版として開始されますが、将来的には対象の拡大も計画されています。MITと米海軍の1世紀以上にわたる連携を基盤に、国家安全保障を支える次世代リーダーを育成する新たなモデルとなります。

米ユタ州立大学の研究チームは、バイオニック義手の操作を補助する「AI副操縦士」を開発しました。従来の義手は操作が難しく、購入者の最大50%が使用を放棄している現状があります。AIが細かい制御を代行することで、ユーザーの負担を減らし、直感的な使用を可能にします。

現代の義手はハードウェアとして高性能ですが、全ての動作をユーザーが意識的に制御する必要がありました。27の関節と多数の筋肉の調整を常に行うことは、精神的な負荷が極めて高く、これが高い使用放棄率の主因となっていました。

開発されたシステムは、人間の神経系が持つ反射機能をAIで模倣します。物が滑り落ちそうな瞬間に無意識に強く握るといった微調整をAIが自律的に処理するため、ユーザーは「掴む」という意思を持つだけで、複雑な制御から解放されます。

これまでの筋電位制御では、動作維持のために筋肉の緊張を保つ必要がありました。このAI技術は、身体拡張技術におけるインターフェースの革新であり、医療機器のみならず、遠隔操作ロボットなど幅広い分野での生産性向上に寄与する可能性があります。