すべての記事 📚

今日のご案内 ☕✨ # 今回の候補では、個別の性能訴求よりも、実環境に近い条件で設計判断を裏付ける仕組みが目立つ。GAUGEはシミュレーションエンジンと動画ワールドモデルを実測軌跡で診断し、NASAは月面レゴリス模擬環境で機器・機構を試験している。 一方、Trent XWB-97の長時間運航対応は、推進系の性能を20時間超の運用信頼性と一体で成立させる事例だ。技術導入では、モデルの見栄えや単一条件の検証だけでなく、接触・摩擦・粉じん・熱真空など失敗しやすい境界条件を評価計画に組み込めるかが重要になる。 1. 物理シミュレーションを実測軌跡で診断するGAUGE # arXivプレプリントのGAUGEは、剛体、ケーブル、布、体積変形体を対象とする22の制御タスク群で、数値シミュレータと動画ワールドモデルの物理忠実度を共通の実世界データで評価する。Isaac Sim、Genesis、Newtonなどを調べ、接触衝撃、急速な布運動、体積変形で差が大きく、動画モデルも式の形を再現しながら加速度や運動量移送、振動時刻を誤る場合があると報告した。 💡 注目しておきたい理由: CAEやデジタルツインの採用判断で、見た目の一致や単一ベンチマークを物理妥当性と混同しないための評価軸を与える。開発現場では、実測データ、測定不確かさ、観測量を含む検証セットを用意し、接触・変形などの境界条件を個別に受入基準へ落とす必要がある。プレプリント段階のため、適用範囲と再現性の確認は残る。 🔗 情報源: arXiv AI 🕰️ 公開日時: 2026-08-07T04:00:00+00:00 🗂️ 分類: AI研究 📚 追加で確認した資料:

📋 要約（TL;DR） # Nature掲載論文は、マグネター1E 1547.0−5408で位相・エネルギー分解X線偏光を測定し、真空複屈折という量子電磁力学の予測を検証した。 位相平均の偏光度は2–8 keVで46%、2–3 keVで59%、4–8 keVで40%だった。高エネルギー側は信号対雑音比が低く、単純な増減として解釈できない。 連続的なスペクトルモデルでは2 keV付近の偏光度が65%に達し、特定位相の2–3 keVでは約80%、電波ビーム通過中も40%以上が維持された。 通常の表面放射と非屈折伝搬だけではこの位相・エネルギー依存を説明しにくく、真空複屈折を含む磁気圏伝搬モデルがより自然に説明した。 結論は確定的な証明ではない。単一天体、高エネルギー側の低いS/N、磁気形状と放射領域のモデル依存性が残り、追加観測と独立解析が必要である。 真空は何もない空間に見える。しかし量子電磁力学では、電磁場の量子揺らぎが外部場に応答し、極端な磁場中では光の伝搬が偏光状態に依存し得る。この現象が真空複屈折であり、物質中の複屈折に似た偏光依存の屈折率を、物質ではなく量子真空が持つという予測である。地上で作れる磁場では効果が極めて小さいため、検証には自然界の強磁場が必要になる。今回の焦点は、NASAのIXPE、NICER、オーストラリアのParkes/Murriyang電波望遠鏡を協調させ、マグネター1E 1547.0−5408のX線と電波の偏光を同時に読み解いた研究である。ここで重要なのは、話題性のある観測結果をそのまま新物理の確定と扱うことではない。どの観測量が、どの基準モデルとの差を作り、どの不確かさが残っているかを分離することである。以下では、量子真空の物理、IXPEの測定原理、位相・エネルギー依存の定量結果、真空複屈折を含むモデルとの比較を順に整理し、材料・航空宇宙・CAEで再利用できる検証設計上の含意まで掘り下げる。 1. 観測の結論を過大評価しないための証拠の読み方 # 観測対象は、表面磁場が10^14 Gを超えるマグネターである。今回の論文は、2025年3月から4月にかけて、IXPEで140時間超の観測を実施し、NICERによるX線タイミング・スペクトル情報とParkes/Murriyangの電波偏光を組み合わせた。単一の波長帯や単一の平均値で判断せず、エネルギーと自転位相を分解して、幾何学的に同じ磁場構造を見ているかを確認した点が設計上の要点である。論文の抽象的な連続モデルでは2 keV付近の位相平均偏光度が65%に達する。一方、図1のエネルギー帯積分では、2–8 keV全体が46%、2–3 keVが59%、3–4 keVでは大きく低下し、4–8 keVでは40%を示す。ただし4–8 keVは信号対雑音比がかなり低い。帯域積分値と連続モデルの値は別の推定量なので、65%と59%を矛盾する測定値として扱うべきではない。さらに、特定位相の2–3 keV偏光度はほぼ80%に達し、電波ビームが視線を横切る位相範囲でも40%以上が保たれた。観測の強みは、単に偏光が高いことではなく、エネルギー依存、位相依存、偏光角の回転が同時に一つの磁気圏モデルで整合することにある。

8月7日は、個人開発で毎日触るCodex周辺の操作を短くし、完了や入力待ちを腕時計で追えるようにした。 今日やったこと # モデル経路を役割ごとに固定 # 実施内容: 日常的な実装はSol xhigh、高度な計画やレビューはSol max、サブエージェントはLuna maxを使う構成にした。 結果: SolとLunaは実際の応答と子セッション記録で確認した。 運用方針: 外部モデル向け接続プロファイルは用意したが、ローカル実行基盤やAPI設定がないものは有効化していない。 共通指示: 過剰な抽象化や将来用の仕組みを避け、実際のデータ消失や秘密情報の境界を守る方針を加えた。 Pebble通知を状態遷移へ結び直す # 問題: Codexの進捗イベントが出るたび通知されていた。 修正: 入力・承認待ち、完了、失敗だけを通知対象とし、定期的な進捗報告は抑止した。 表示: タイトルにモデル名・推論強度・状態、本文にタスク名を置く短い形式にした。タスク名を取得できない場合だけフォルダ名へ戻す。 追加修正: 再インストールでフック位置と信頼済みハッシュが変わる問題を見つけ、既存位置を維持するようインストーラーを修正した。 結果: 届かなかった完了通知を再送した。 T3 Codeから同じプロジェクトを利用 # 実施内容: T3 Codeを導入し、GitHub認証とCodex認証を確認した。 結果: Codexと共通のプロジェクト領域を開き、試用リポジトリのREADMEをCodexに読ませるところまで通した。 変更範囲: ファイルは変更せず、新しいリポジトリの公開も行っていない。 判断と学び # 通知はツール呼出しではなく、利用者が行動する必要のある状態遷移へ結び付ける。 再インストール可能なフックは、内容だけでなく配置場所の安定性も契約になる。 モデル選択は毎回の細かな指定ではなく、日常用と難問用の少数プロファイルへまとめる。 複数GUIで同じリポジトリを使う場合、認証、作業領域、公開権限を分けて確認する。 検証 # 通知まわりの38件のテストを通した。 日常用、難問用、子エージェントのモデル経路を診断した。 T3 CodeのGitHub認証、Codex実行、読み取り専用の試用を確認した。 資格情報、認証Cookie、非公開リポジトリのアドレス、個人PCのパスは掲載していない。

今日のご案内 ☕✨ # 今回の重要テーマは、AIを単独の予測器として使うのではなく、シミュレーション、実験、評価データをつなぐ設計ループへ組み込む動きである。高速な手続き型シミュレーションは長尾ケースの生成を可能にし、双層強化学習はシミュレータの正確さではなく実環境での意思決定性能を更新目標にする。 材料・CAEの現場では、計算コストの高い高忠実度評価を毎回ループに入れられない。過去の実験・高忠実度計算をタスク記述とともに再利用する多忠実度ベイズ最適化と、自然言語から計算ワークフローを構成するエージェントは、その制約をソフトウェア面から緩和する。ただし、異なる物理領域への移植、データの偏り、検証可能性、安全制約は導入前に切り分ける必要がある。 1. 手続き生成と自己対戦で自動運転シミュレーションを高速化 # Applied Intuitionの技術報告は、CPU上のC製シミュレーションとGPU上の方策推論をゼロコピー接続し、単一のサーバー級GPUで1.3M agent-steps/sを達成したと報告する。実地図形状を初期分布にとどめ、車両・歩行者・自転車、交通規則、動力学、信号を手続き生成し、人間の実演やログ軌跡なしの自己対戦強化学習で学習する設計である。 💡 注目しておきたい理由: 新規性は、データ量を増やす代わりに、地図・ルール・動力学を分解して安全上重要な長尾シナリオを生成する点にある。CAEや自律システムの検証基盤では、スループットだけでなくシナリオの網羅性と反応性を同時に設計する示唆になる一方、自動運転ベンチマークの技術報告であり、航空宇宙への移植にはセンサ、物理、認証要求の追加検証が必要である。 🔗 情報源: arXiv AI 🕰️ 公開日時: 2026-08-06T04:00:00+00:00 🗂️ 分類: AI研究 📚 追加で確認した資料:

📋 要約（TL;DR） # 航空エンジンの予知保全では、運航者・機種・故障モードの違いによる正当な非IID性と、悪意ある更新による敵対的非同一性を別の問題として扱う必要がある。 査読前研究のC-MAPSS実験では、単一の共有ヘッドを個別化するFedRepが、FedAvgに対して中央学習との差の約69.9%を埋めた。 一方、センサ値バックドアはクリーンデータのRMSEをほとんど悪化させず、FedAvgで攻撃成功率94.9%に達した。クリーン精度だけでは安全性を判定できない。 Krumは同じ実験でバックドア攻撃成功率を6.4%まで下げたが、攻撃者数、参加クライアント数、タスク難度に依存し、万能な防御ではない。 個別化と頑健集約を重ねた構成は攻撃成功率2.8%を示したが、結果は小規模なシミュレーションベンチマーク上の査読前研究であり、実機や認証の証拠ではない。 航空エンジンの予知保全は、センサ時系列から残存耐用寿命（Remaining Useful Life、RUL）と故障接近を推定し、整備計画や運航継続の判断を支援する。実運用では、複数の航空会社、MRO事業者、エンジン運航者がそれぞれ異なる機種、運航条件、整備履歴、故障モードを持つため、全データを一つの組織へ集約する前提は成立しにくい。連合学習は、各拠点が生データを保持したまま局所学習を行い、モデル更新を集約して共有モデルを作ることで、この制約に対応する。 候補論文は、2026年8月4日にarXivへ投稿された査読前研究である。NASAのC-MAPSSターボファン・ベンチマークを、正当な非IIDデータ差と、悪意あるクライアント更新の二軸で分割し、個別化と頑健集約を比較した。焦点はモデルの平均精度ではない。運航者ごとの違いを共有モデルが吸収できるか、クリーンな評価値に現れない故障隠蔽型バックドアを検出できるか、そして両者の対策を同時に成立させられるかである。 この問題は、製造業のデジタルツインにもそのまま接続する。デジタルツインは単一のニューラルネットワークではなく、物理対象の状態、センサ、モデル、履歴、同期、意思決定を結ぶ運用系である。したがって、予知モデルの精度だけでなく、どのデータが共有され、どの更新が採用され、どの条件で高忠実度解析や実機確認へ戻るかを設計しなければならない。以下では、論文の実験条件と定量結果を、デジタルツインの導入判断に必要な境界条件として整理する。 1. 予知モデルをデジタルツインへ組み込む際の境界 # デジタルツインという言葉は、CAD形状、シミュレーション、IoT時系列、保全履歴、運用判断を一つに束ねる概念として使われる。ここで重要なのは、RULモデルが高精度でも、それだけでエンジンのデジタルツインになるわけではない点である。RULモデルは観測されたセンサ履歴から将来の寿命指標を推定する部品であり、対象の同定、状態の来歴、モデルの適用範囲、アラーム後の行動、モデル更新の承認経路までを含まない。 連合学習をデジタルツインの一部に置く場合、少なくとも次の四つを分離して管理する必要がある。第一は物理対象の状態で、エンジン個体、部品交換、運航プロファイル、センサ校正、環境条件を含む。第二は観測と特徴量で、欠測、時刻ずれ、センサ交換、単位変換を含む。第三は共有モデルと拠点固有モデルで、どのパラメータが全体に共有され、どのパラメータが運航者ごとに残るかを決める。第四は意思決定で、推定値を整備計画、追加点検、運航制限へ変換する規則を明示する。

8月6日は、Codex以外のエージェントも選べるOrcaを、既存の個人開発環境へ接続した。 今日やったこと # 共通の作業領域と安全な既定値を整備 # 実施内容: Orcaを導入し、Codexと同じプロジェクト群を開ける作業領域、PowerShell、既存のGitHub認証とSSH設定を引き継いだ。 安全設定: 既定エージェントはCodexとし、承認やサンドボックスを迂回する全権限モードは無効化した。 結果: Codex、Claude、Gemini、OpenCodeのCLIを認識できる状態にした。Codexは実働を確認し、利用者ログインが必要なサービスは導入だけに留めた。 非公開リポジトリで開発経路を確認 # 実施内容: Orca管理のworktreeで、外部依存のない小さなHTTPアプリを作成した。 結果: 実装、テスト、コミット、非公開リポジトリへの反映までを一つの作業経路で通した。 VPSへの軽微な反映を確認 # 実施内容: 既存SSH設定でVPSへ接続し、専用領域へ4ファイルを転送した。 問題と修正: VPSにNode.jsがなかったため追加インストールせず、Pythonの一時HTTPサーバーを使った。 結果: ローカル応答200を確認し、確認後はサーバーを停止して一時実行ファイルも削除した。 変更範囲: sudo、パッケージ、Firewall、常駐サービスは変更していない。 判断と学び # PowerShellでは、検索結果が1件だけだと配列ではなく単一の文字列になることがある。結果を明示的に配列化し、SSH接続先の誤判定を解消した。 開発ツールを増やす場合も、認証情報を複製するより、既存の認証と標準CLIを再利用する方が運用しやすい。 検証 # Orcaのランタイムとオーケストレーションを確認した。 Codexの実行とGitHubへの反映を確認した。 VPS接続、ファイル転送、HTTP応答、停止後のポート解放を確認した。 資格情報、VPSの接続先、非公開リポジトリのアドレス、個人PCのパスは掲載していない。

📋 要約（TL;DR） # 日経平均は65,683.26円と3日ぶりに反落し、前日比617.18円安（-0.93%）。TOPIXは4,055.85ポイントと3日続伸し、9.68ポイント高（+0.24%）。 米ハイテク株安を受けてAI・半導体関連に利益確定売りが先行したが、前場の下げからは下げ幅を縮小した。 日経平均の下落は指数寄与度の大きい東京エレクトロンとソフトバンクグループの下落が重く、銘柄間の温度差が表れた。 ドル円は8月6日17時20分時点で157.8500円。前日の時系列終値157.7400円を0.1100円上回った。 デジタルハーツホールディングスとCEホールディングスの監理銘柄指定は、いずれもJPX公式発表で確認できる。SNS上の噂を根拠とした情報ではない。 決算ではソフトバンクグループの1株利益減少と、東京エレクトロンの大幅増益後の株価調整が確認材料となった。 📊 市場概況 # 前日の米国市場でハイテク株が下落した流れを受け、東京市場はAI・半導体関連を中心に売りが先行した。候補記事で確認できる日経平均の前場終値は前日比1,033.77円安だったが、後場は売り一巡後に下げ幅を縮小し、大引けは617.18円安となった。日経平均は反落した一方、TOPIXは3日続伸しており、指数寄与度の大きい銘柄への売りと、決算や個別開示を材料にした買いが分かれた一日だった。日経平均寄与度の速報では東京エレクトロンとソフトバンクグループの2銘柄が約535円分の押し下げ要因とされた。 主要指数 # 指数 終値・水準 前日比 日経平均 65,683.26円（8/6 15:45、15分ディレイ） 前日比 -617.18円（-0.93%） TOPIX 4,055.85ポイント（8/6 15:30） 前日比 +9.68（+0.24%） ドル／円 157.8500円（8/6 17:20） 8/5時系列終値比 +0.1100円（+0.07%） NYダウ 54,349.12（8/5米国市場終値、8/6 6:22表示） 前日比 +263.24（+0.49%） ナスダック総合 26,363.43（8/5米国市場終値、8/6 6:15表示） 前日比 -221.55（-0.83%） S&P 500 7,723.55（8/5米国市場終値、8/6 5:41表示） 前日比 -12.97（-0.17%） 香港ハンセン 25,530.28（8/6 16:08香港時間） 前日比 -385.54（-1.49%） 🗳️ 政治・政策ニュース # 日銀の金融政策は7月31日付の決定事項を基準に確認 # 日本銀行の2026年の決定事項一覧には、7月31日付で「当面の金融政策運営について」が掲載されている。8月6日時点で、この一覧に当日付の追加の金融政策変更は掲載されていない。市場で報じられる将来の利上げ観測は、公式決定とは区別して扱う必要がある。

8月5日は、シリコンバレーへ進出する日系企業の調査を、候補集めから検証可能な記事へ仕上げた。 今日やったこと # 調査範囲をサンフランシスコまで拡大 # 実施内容: サンノゼからペニンシュラ、サンフランシスコまで再調査した。 結果: 一覧を25社から52社へ拡張し、一意な情報源は83件になった。 検証方法: 施設ロゴや地域マップは候補抽出に使い、現行拠点は企業発表、自治体・地域団体、業界団体、報道などで個別確認した。 掲載基準: 物理的な拠点利用とオンライン会員を分け、同じ「掲載企業」を一律に現地進出と扱わないようにした。 調査メモを記事の本筋から分離 # 問題: 初期版では、調査中に見つけた情報を後半へ並べすぎていた。 修正: 企業一覧と掲載基準を中心に据え、地域別の集積、進出の定義、掲載・除外基準だけを残した。 結果: 調査過程の脱線を削り、記事の問いを追いやすくした。 判断と学び # 最初に見つけた情報源を記事全体の軸にしない。 候補抽出用の情報源と、掲載を確定する検証用の情報源を分ける。 物理拠点、共同研究、投資拠点、オンライン会員を同じ意味で数えない。 AIが集めた情報は、列挙する前に記事の問いへ戻して削る。 検証 # 52社版の表示を確認した。 83件の情報源を確認した。 Hugoビルドと16件のテストを通した。 公開ページの応答を確認した。 資格情報、非公開リポジトリのアドレス、個人PCのパスは掲載していない。

📋 要約（TL;DR） # 日経平均は2026年8月5日15:45時点で66,300.44円、前日比2,342.91円高（3.66%）。約2週間ぶりに終値で6万6,000円台を回復した。 TOPIXは同日15:30時点で4,046.17、84.39ポイント高（2.13%）。日経平均だけでなく東証全体にも買いが広がった。 前日の米国市場でNYダウ、S&P500、ナスダック総合がそろって上昇し、AI・半導体関連を中心に東京市場のリスク選好を支えた。 ドル円は2026年8月5日17:20時点で157.7400円（Bid）。円安水準が輸出・海外売上比率の高い銘柄の材料になった。 イビデン、日東紡、ソフトバンクグループなどが大幅高。決算、業績見通し、海外テック株の動きが個別物色を分けた。 📊 市場概況 # 2026年8月5日（水）の東京市場は、前日の米国株高を受けて朝方から買いが先行し、後場も上げ幅を保った。日経平均は15:45時点で66,300.44円まで上昇し、TOPIXも15:30時点で4,046.17まで上げた。日経平均の上昇はアドバンテストとソフトバンクグループの2銘柄で約1,243円押し上げられたと報じられており、上昇の中心は大型AI・半導体株にあった。一方、TOPIXが2%を超えて上昇したことで、指数寄与度の大きい銘柄だけに限らず、電子材料や金融などにも買いが波及した。ドル円は17:20時点で157円台後半にあり、円安と海外株高が同時に進んだことが輸出関連株の支援材料となった。 主要指数 # 指数 終値・水準 前日比 日経平均 66,300.44円（2026-08-05 15:45 JST） +2,342.91円（+3.66%、前日終値63,957.53円） TOPIX 4,046.17（2026-08-05 15:30 JST） +84.39（+2.13%、前日終値3,961.78） ドル円（USD/JPY） 157.7400円（2026-08-05 17:20 JST、Bid） 同サイトに前日比表示なし NYダウ 54,085.88ドル（2026-08-04終値） +907.47ドル（+1.71%、ページ確認時刻 2026-08-05 05:42 JST） S&P500 7,736.52（2026-08-04終値） +136.02（+1.79%、ページ確認時刻 2026-08-05 05:42 JST） ナスダック総合 26,584.99（2026-08-04終値） +671.09（+2.59%、ページ確認時刻 2026-08-05 06:15 JST） 🗳️ 政治・政策ニュース # 日銀、6月15・16日会合の議事要旨を8月5日に公表 # 日本銀行の公式日程では、6月15・16日に開催した金融政策決定会合の議事要旨を8月5日8時50分に公表する予定とされ、実際に該当資料が掲載された。

シリコンバレーにいる日系企業を数えるのは、見た目以上に難しい。登記上の子会社、営業所、研究所、CVC、数人の駐在拠点、コワーキング利用、オンライン・コミュニティ会員が同じ「進出企業」として語られがちだからだ。 本稿では、企業の現行ディレクトリ、2024年1月以降の活動、地域・業界団体、報道、企業地図を横断し、大手日系企業52グループを整理した。対象はSan Jose・Santa ClaraからPalo Alto、Menlo Park、Redwood City、San Mateo、Burlingame、South San Franciscoを経てSan Francisco市までのPeninsula回廊を中心に、Fremont、Union City、Pleasantonも含むBay Areaである。RakuNestとJETROは複数ある情報源の一つに限定し、コワーキングとDigital RakuNest（オンライン）も分けた。 結論：確認できた大手日系企業は52グループ # # 企業・グループ 主な業種 現地拠点・活動の性格 2024年以降を確認できる根拠 1 楽天グループ EC・通信・フィンテック San MateoのRakuten USA内でRakuNestを運営 RakuNest所在地・現行サービス（2026年確認）、地域調査 2 JCB 決済 JCB USA所属のシリコンバレーオフィス。RakuNestコワーキング利用 RakuNest導入企業の声（現行ページで区分明記）、企業概要 3 JTBグループ 旅行・事業開発 技術・事業モデル調査と提携探索。RakuNestコワーキング利用 RakuNest導入企業の声（現行ページで区分明記）、企業概要 4 博報堂DYグループ（Irep Inc.） 広告・デジタルマーケティング 日米企業向けデジタルマーケティング。RakuNestコワーキング利用 RakuNest導入企業の声（現行ページで区分明記）、グループ情報 5 東京ガス（Acario Innovation） エネルギー・CVC Silicon Valleyを拠点とするCVC／オープンイノベーション RakuNest・Digital会員の声、東京ガスDXの2026年紹介 6 出光興産 エネルギー・素材 Idemitsu Americas Holdingsの技術探索拠点。Digital RakuNest会員 RakuNest・Digital会員の声（新拠点設立と渡米を記載、現行ページ）、企業概要 7 川崎重工業 重工・ロボティクス オープンイノベーション拠点。2026年にSan JoseでPhysical AI拠点を新設 RakuNest・Digital会員の声、2026年拠点開設発表 8 日立グループ IT・社会インフラ Santa ClaraのHitachi America／研究拠点、San Mateoの日立ソリューションズ JCCNC 2025年新規会員紹介、日立ソリューションズ現行拠点一覧 9 富士通 IT・研究開発 Fujitsu Research of Americaの新オフィスでAI研究・共創 Silicon Valley Summit 2024開催報告、Silicon Maps 10 NTTグループ 通信・基礎研究 Silicon ValleyのNTT Researchで量子、暗号、医療情報などを研究 Upgrade 2024現地イベント報告、地域調査 11 三菱商事 総合商社・CVC Americas組織の幹部が現地で事業・投資活動 JCCNC「総合商社の最前線」2024、現行拠点 12 三井物産 総合商社・投資 Western State担当組織による事業開発・投資 JCCNC「総合商社の最前線」2024、現行拠点 13 伊藤忠商事 総合商社・CVC ITC Ventures XI／現地支店による投資・事業開発 JCCNC「総合商社の最前線」2024、現行拠点 14 住友商事 総合商社・CVC Presidio Ventures／Silicon Valley Office JCCNC「総合商社の最前線」2024、Presidio Ventures 15 丸紅 総合商社・事業開発 Marubeni AmericaのSilicon Valley Branch JCCNC「総合商社の最前線」2024、現行拠点 16 双日 総合商社・事業開発 Sojitz Corporation of AmericaのSan Jose Office JCCNC「総合商社の最前線」2024、現行拠点 17 Rapidus 先端半導体 Santa ClaraにRapidus Design Solutionsを設立、顧客開拓・設計支援 EE Times Japan 2024年報道、METI 2024年度調査 18 レゾナック 半導体材料・先端パッケージ Union CityでUS-JOINTを組成、2026年にR&Dセンター本格稼働 2024年US-JOINT発表、Reuters系2026年稼働報道 19 IHI 重工・航空宇宙・エネルギー Silicon Valleyの事業インキュベーション拠点IHI Launch Pad IHI Launch Pad現行ページ、RakuNest現行会員一覧 20 兼松 商社・CVC Kanematsu Venturesを技術探索・新規事業ハブとして運営 兼松の現行拠点説明、RakuNest現行会員一覧 21 SCSK ITサービス Santa ClaraのSilicon Valley OfficeでIT支援・先端技術探索 SCSK USA現行会社概要、RakuNest現行会員一覧 22 三井不動産 不動産・都市開発 San FranciscoのMission Rock Phase Iへ事業参画 2024年米国事業資料、RakuNest現行会員一覧 23 本田技研工業 モビリティ・CVC Honda Innovationsを通じた技術探索・協業 RakuNest現行会員一覧、NTTの2024年San Franciscoイベント記録 24 トヨタ自動車 モビリティ・AI・ロボティクス Silicon Valley本社のToyota Research InstituteでAI・ロボティクス研究 NTTの2024年現地イベント記録、Toyota Research Institute拠点説明 25 みずほフィナンシャルグループ 金融・法人支援 Bay Areaの日米企業・スタートアップ支援、現地経済セミナー JCCNC・みずほ共催セミナー（2025年）、SVJP現行Corporate Member 26 ソニーグループ ゲーム San Mateo・SIE世界本社 現行本社、BBB現地事業者記録 27 キヤノン 映像・半導体 San Jose・R&D 2025拠点資料、現行R&D説明 28 ニコン 半導体装置 Belmont・米国本社 現行拠点、Belmont市2024年文書 29 KIOXIA 半導体 San Jose・米国法人 現行拠点、GTC 2025 30 ローム 半導体 Santa Clara・技術センター 現行拠点、APEC 2025発表 31 TDK 電子部品・CVC San Jose・R&D／CVC 2025年発表、現行拠点一覧 32 村田製作所 電子部品 San Mateo・Resonant R&D 現行拠点、Resonant事業サイト 33 オムロン ロボット Pleasanton・Robotics本社 現行本社、2025会議 34 アステラス製薬 創薬 South San Francisco・研究拠点 2024年活動、SSF商工会議所2024 35 中外製薬 創薬 South San Francisco・提携拠点 2026年稼働、現行海外拠点 36 キッコーマン 食品 San Francisco・販売本社 2025資料、現行海外グループ 37 東京エレクトロン 半導体装置 Fremont・営業／CVC 現行拠点、現行CVC 38 アドバンテスト 半導体テスト San Jose・米国本社 2025年本社記録、SEMI 2024資料 39 デンソー モビリティ Palo Alto・Innovation Center 現行拠点、2024活動 40 ヤマハ発動機 CVC Palo Alto・Yamaha Motor Ventures 現行CVC、2024活動 41 SOMPOホールディングス 保険・デジタル Foster City・SOMPO Digital Lab 2025年活動、現地法人情報 42 日本生命保険 保険・事業開発 Palo Alto・Silicon Valley Office 現行Silicon Valley team、JSNC 2025登壇、SEC提出住所 43 清水建設 建設・技術探索 San Mateo・RakuNestコワーキング 現行入居ロゴ、企業概要 44 ENEOSホールディングス エネルギー・素材 San Mateo・RakuNestコワーキング 現行入居ロゴ、企業概要 45 システナ ITサービス San Mateo・RakuNestコワーキング 現行入居ロゴ、企業概要 46 エクセディ モビリティ部品 San Mateo・RakuNestコワーキング 現行入居ロゴ、企業概要 47 栗田工業 水処理・半導体用水 San Mateo・RakuNestコワーキング 現行入居ロゴ、企業概要 48 東ソー 化学・電子材料 San Mateo・RakuNestコワーキング 現行入居ロゴ、企業概要 49 積水化学工業 高機能材料 San Mateo・RakuNestコワーキング 現行入居ロゴ、企業概要 50 HORIBA 半導体計測 Sunnyvale・HORIBA Instruments 現行拠点、SEMICON West 2025 51 富士フイルム 産業用印刷・材料 Santa Clara・FUJIFILM Dimatix本社 2025年本社資料、Silicon Maps 52 住友電気工業 光通信・先端材料 San Jose・Innovation Core SEI 現行R&D拠点、2025年現地活動 ここでの「52社」は法人数ではなく日本の親会社・企業グループ単位である。例えば日立はHitachi America、Hitachi Digital、Hitachi Solutionsなど複数法人を持つが、重複集計していない。一方、Rapidusは売上規模だけなら「大手」と呼びにくいものの、国家支援、投資規模、先端半導体サプライチェーンへの影響から戦略的重要企業として含めた。

今日のご案内 ☕✨ # 今回の候補では、AIを高忠実度解析の代替として扱うより、設計空間のスクリーニングと不確実性の可視化を支える層として組み込む方法論が目立つ。ハイブリッド電動航空機や翼設計の例では、設計実験、サロゲート、説明可能AI、予測区間、入力分布からの逸脱検知を組み合わせ、最終判断を高忠実度解析につなぐ構成が示されている。 宇宙分野では、月面への上段衝突を追跡・観測して将来のモデル検証に使う計画と、PUNCHの連続観測で太陽嵐到達時刻の予測誤差を縮めた初期実証が確認できる。いずれも、モデル単体の性能競争ではなく、観測可能性、データ品質、適用限界を運用設計に織り込めるかが実務上の焦点になる。 1. サロゲートモデルと説明可能AIを設計探索に統合 # arXiv論文は、設計実験で得たデータから軽量エミュレータを構築し、高コストなシミュレーションの近似、不確実性定量化、グローバル／ローカルな説明可能AIを一つのワークフローにまとめる。ハイブリッド電動航空機の多分野設計解析では、大規模な探索を秒単位で行いながら、非線形な相互作用や、追加データが必要なサロゲートの領域を調べる例を示している。 💡 注目しておきたい理由: CAEの高速化だけでなく、どの設計変数が効いているか、どの領域で近似が危ういかを意思決定に接続できる。実務では、サロゲートの妥当性評価と高忠実度解析による再検証を工程に残すことが、探索速度と説明責任の両立に必要になる。 🔗 情報源: arXiv 🕰️ 公開日時: 🗂️ 分類: AI設計 📚 追加で確認した資料:

📋 要約（TL;DR） # PolymerGPTは、pSMILESを自己回帰的に生成するデコーダ型Transformerへ、最大37個の高分子特性を条件付けする逆設計モデルである。 1M高分子データでの5特性同時条件生成では、目標値に近い候補を得られた一方、疎な目標領域のvalidityは64.68%まで低下した。 1〜37特性の比較では、37特性条件のvalidityは98.78%、noveltyは99.96%だが、uniquenessは96.52%へ下がり、制約追加の影響が見える。 特性一致は実測ではなく、主にTransPolymerなどの予測器による評価である。結晶化度の予測器はtest R² 0.4445で、ここが主要な不確実性になる。 材料開発での適切な役割は、合成候補の探索・優先順位付けであり、実測・熱力学整合性・合成可能性・工程依存性を省略する根拠にはならない。 高分子の逆設計は、目標特性から構造を探す問題である。ガラス転移温度だけを高める候補を探すのと、耐熱性、誘電特性、機械特性、透過性、密度、結晶化度などを同時に満たす候補を探すのとでは、探索空間の形が変わる。個別特性で候補を大量生成し、後段で順番にふるいにかける方法は、特性間の相関や希少な組合せを扱いにくい。 候補論文のPolymerGPTは、この問題をpSMILESの生成分布を複数の目標値で条件付けする問題として定式化した。論文は2026年8月2日にarXivへ提出されたv1であり、査読前研究である。1Mおよび100MのPolyOne由来データ、約1M〜38Mパラメータのモデル、1〜37特性の条件付けを比較し、構造文字列の妥当性と、別の予測器で計算した特性一致度を評価している。 ここで重要なのは、生成モデルが「望ましい特性を持つ実在材料」を直接証明するわけではないことである。モデルが生成するのは構造表現であり、特性値は予測器を介して確認される。したがって、生成器、特性予測器、実験検証を分離した検証系として読む必要がある。以下では、条件付き生成の原理、定量結果、データと予測器の限界、材料研究開発へ導入する際の判断軸を順に整理する。 1. 逆設計の論点――単一特性から制約付き構造探索へ # 高分子の物性は、繰り返し単位の官能基、主鎖の柔軟性、芳香族性、分子間相互作用、自由体積、結晶性などの組合せで決まる。単一の数値を最大化する設計でも、別の特性や加工性が悪化することがある。例えば誘電材料では、誘電率だけでなく、バンドギャップ、ガラス転移温度、損失、溶解性、熱安定性を同時に見なければ、用途条件を満たす材料候補にはならない。 単一特性条件付き生成を順次繰り返す方法は、各段階の候補分布が次の制約を満たすとは限らない。特に学習サンプルが少ない特性を後処理で選ぶと、候補が一つも残らない可能性がある。PolymerGPTが学習する分布は、概念的には次の条件付き分布で表せる。