AIがカイパーベルトの発見を支援、LLMコストを削減

天文学者たちは、海王星の向こう側にある氷の破片が広がる領域であるカイパーベルトの理解を大幅に深めようとしており、一方、カリフォルニア州のビーチタウンでは、自転車レーン違反を取り締まるためにAIを導入し、Nvidiaの研究者たちは、大規模言語モデル（LLM）の推論におけるメモリコストを削減する技術を開発しました。宇宙探査、都市の安全、人工知能にまたがるこれらの進展は、さまざまな分野における継続的な進歩を浮き彫りにしています。

過去30年間で、天文学者たちは、矮惑星や氷の彗星を含む約4,000個のカイパーベルト天体（KBO）をカタログ化してきたとArs Technicaは報じています。しかし、より高度な望遠鏡からの観測が利用されるにつれて、この数は今後数年で10倍に増加すると予想されています。これにより、地球から太陽までの距離の30〜50倍も離れたこの領域をより深く理解できるようになります。

カリフォルニア州サンタモニカでは、Ars Technicaの報道によると、市は自転車レーン違反を検出するために、市営の駐車違反取締車にAIシステムを使用する国内初の都市となります。4月より、Hayden AIのスキャン技術が7台の駐車違反取締車に導入され、すでに市バスに搭載されている既存のカメラを拡張します。「違法駐車を減らせば減らすほど、自転車に乗る人々の安全性を高めることができます」と、Hayden AIの最高成長責任者であるCharley Territo氏は述べています。

一方、Nvidiaの研究者たちは、VentureBeatの詳細によると、LLMの推論におけるメモリコストを最大8倍削減できる動的メモリ疎化（DMS）と呼ばれる技術を開発しました。DMSは、LLMが生成する一時的なメモリであるキーバリュー（KV）キャッシュを圧縮します。実験では、DMSによりLLMは追加のメモリを必要とせずに、より長く「思考」し、より多くの解決策を探求できることが示されています。

AIの開発は、他の分野にも応用されています。VentureBeatによると、生産的なリアルタイムの会話の理想的な人数はわずか4〜7人であることが研究で示されています。グループが大きくなるにつれて、各人が発言する機会が減り、フラストレーションが高まります。

別の文脈では、MIT Technology Reviewはハイテク犯罪の現実を強調し、技術的な対策はめったに問題にならず、ハイテクガジェットはめったに解決策にならないと指摘しています。参入の主な障壁は、通常、文字通りの参入障壁です。