
窓ガラスが発電所になる日。髪の毛の1万分の1の「透明なペロブスカイト太陽電池」が都市を変える
シンガポールの南洋理工大学の研究チームは、ペロブスカイトを用いた10ナノメートル級の超薄型・半透明太陽電池を開発した。これは、光透過性と発電効率のトレードオフを克服し、建物の窓や外壁を巨大な発電プラントに変える可能性を秘めている。従来の太陽電池が抱えていた美観や設置場所の制約を打破し、都市景観に溶け込む新たなエネルギーインフラの実現に貢献する画期的な成果である。

シンガポールの南洋理工大学の研究チームは、ペロブスカイトを用いた10ナノメートル級の超薄型・半透明太陽電池を開発した。これは、光透過性と発電効率のトレードオフを克服し、建物の窓や外壁を巨大な発電プラントに変える可能性を秘めている。従来の太陽電池が抱えていた美観や設置場所の制約を打破し、都市景観に溶け込む新たなエネルギーインフラの実現に貢献する画期的な成果である。

東京大学の研究チームは、未知の量子演算を保存・再生する技術的課題に対し、量子メモリが古典メモリを数学的に凌駕することを証明した。これにより、情報の次元が増減するアイソメトリ演算において、古典戦略が標準量子限界に縛られる一方で、量子もつれを用いた量子戦略がより高い効率で演算を保存できる新地平を切り開いた。

Microsoftの研究チームは、サイバー攻撃のログを大規模言語モデルで人工的に生成する新技術を開発した。これにより、従来の物理環境に依存した危険で労力のかかる検知ルール検証の限界を克服し、高品質な攻撃データ不足という課題を解決する。この技術は、攻撃者の行動原理から直接、意味論的に整合性の取れたセキュリティログを生成し、セキュリティ業界の防御能力を飛躍的に向上させる可能性を秘めている。

AIが「自分が間違っているかもしれない」と疑う能力を持たない過信が、ハルシネーションや人命に関わるシステムでの誤判断を引き起こすことが問題視されている。KAISTの研究チームは、ディープラーニングのランダム初期化直後に、まだ何も学習していないネットワークがランダムノイズに対して高い確信度で誤った判断を下すことを発見した。これは、ネットワーク内の微小な偏りがソフトマックス関数で強調され、初期段階で過信が形成されるためであり、胎児の脳が外界に触れる前にノイズを処理するメカニズムから着想を得た「ランダムノイズによるウォームアップ学習」が、この過信を抑制する可能性を示唆している。

ペロブスカイト太陽電池は高効率だが短寿命という課題を抱えており、従来は化学添加剤で寿命を延ばしてきた。しかし、高麗大学の研究チームは、化学物質を一切使わず、異なる次元のペロブスカイトを物理的に接触させる「接触誘起カチオン相互作用(CCI)」と熱処理を組み合わせることで、結晶構造を安定させ、24,000時間以上の運用寿命を実現した。

スペースエコノミーの拡大を阻む衛星の電力制約に対し、Star Catcher Industriesは光学パワービーミング技術で解決を図る。既存衛星への改造なしで電力供給を可能にするこの技術は、B Capital主導で65Mドルを調達し、2026年内の軌道上実証を目指している。これにより、衛星の常時稼働が実現し、宇宙インフラの新たな成長段階を切り開くだろう。

NASAとMicrochip Technologyが開発した次世代宇宙用プロセッサ「HPSC」が、従来の宇宙用チップの500倍の処理性能を実証した。RISC-Vアーキテクチャを採用し、AIエッジ処理を可能にすることで、深宇宙探査における探査機の完全自律化を実現し、通信遅延による制約を克服する。

MicrosoftはWindows 11のパフォーマンス改善を目指す「Windows K2」構想のもと、コアアプリをWinUI 3に移行し、フレームワーク自体の軽量化を推進している。社内テストではエクスプローラー起動時のメモリアロケーションが41%削減されるなど大幅な効率化が確認されたが、WinUI 3のアーキテクチャ上の課題やMicrosoft自身のドッグフーディング不足により、開発者コミュニティからは依然として不満の声が上がっている。

Amazonは開発者にAIツール利用を義務付け、内部ツール「MeshClaw」のトークン消費量を競わせた結果、無意味なタスクで数値を稼ぐ「トークンマキシング」が蔓延している。これはグッドハートの法則の典型例であり、企業はトークン消費のような表面的な代理指標から脱却し、サイクルタイム短縮や欠陥率低下といった真のビジネスアウトカムで評価基準を再定義する必要がある。

Anthropicが開発した次世代AIモデル「Mythos」は、「世界で最も危険なAI」と称され、一般公開が見送られた。しかし、cURLのソースコード検証では、Mythosが発見した真の脆弱性はわずか1件で、その深刻度も低かったため、AIベンダーのマーケティング戦略が誇張されていることが示唆された。現在のAIは既知の脆弱性パターンを効率的に検出できるものの、過去のデータにない全く新しい概念の脆弱性を発見するには限界がある。

G-Pの調査によると、企業のAI投資のROIが期待外れで、約7割の役員が目標未達時の予算削減を検討していることが判明した。AIの精度不足による修正作業の増加や、生産性を装うためのAI悪用、シャドーAIの蔓延といった課題が浮上しており、企業はAI導入戦略の見直しを迫られている。

航空機の表面を滑らかにすることが空気抵抗低減の常識であったが、東北大学の研究グループは、微細な不規則粗さを施すことで最大43.6%の空気抵抗低減を達成した。これは、1m磁力支持天秤装置を用いた極限の計測技術と計算科学の融合により、従来の常識を覆すブレイクスルーを生み出したものである。