概要
マイクロソフトの研究部門が、最新の人工知能技術をまとめた情報番組を公開しました。
目玉は、自律して動くAI（エージェント）の無駄な計算を大幅に減らす新技術です。
さらに、新薬の開発を早めるタンパク質解析モデルの無料公開も発表されました。
日々のパソコン作業から医療、気象予測まで、幅広い現場を助ける成果が揃っています。
何が発表された？
Microsoft Researchの番組「Research Focus」第97回において、合計7つの研究成果が公表されました。
案内役を務めたのは、同部門のプログラムマネージャーであるショウバギャ・スレシュ（Sowbhagya Suresh）氏です。
発表の中心となったのは、複雑なタスクをこなす「AIエージェント」の実用性を引き上げる複数の基盤技術です。
あわせて、オープンソースとして重みが公開された科学計算モデルや、実際の企業環境におけるAI利用動向の調査レポートも含まれます。
主に以下の分野で新たな知見やツールが提示されました。
- 自律型エージェントの推論コスト削減と自己改善フレームワーク
- コーディング特化型エージェントの失敗要因を可視化する検証環境
- 操作ログから画面操作スキルを自律学習するGUIエージェント機構
- 企業における生成AIチャットの利用実態に関する統計分析
- 新興国の教育現場に向けた授業準備支援AIの実証実験
- 機械学習を用いた2週間から6週間先の中長期気象予測システム
- 生体分子の立体構造と動態をシミュレーションする基底モデル
前と何が違う？
試行錯誤の戻り先を最適化し、推論コストを最大59%削減
複雑な課題を解くAIエージェントは、途中で手順を誤ると膨大な再試行を行い、計算費用がかさむ課題がありました。
新たに開発された「ForkPilot」は、過去の判断を振り返り、どの分岐点まで戻ってやり直すべきかを学習するフレームワークです。
動画で示されたグラフによると、従来の最上位手法（RTS）と同等のタスク成功スコア（75.0）を維持しています。
それでいて、推論にかかる計算要求を最大59%削減することに成功しました。
無駄な再生成を抑えられるため、企業が大規模にエージェントを本番運用する現実味が大きく増します。
合成課題でプログラム修正エージェントの弱点を徹底解明
AIがソースコードを自律して修正する「コーディングエージェント」の精度向上のため、新評価基盤「CABRA」が構築されました。
従来のベンチマークテストでは、モデルがどの能力不足によって失敗したのかを特定することが困難でした。
CABRAは、コードの依存関係グラフをもとに、ゼロから多様な難易度のコーディング課題を自動生成します。
画面に提示されたスライドでは、到達不能コードの削除や関数のキャッシュ化といった基本タスクが図示されました。
さらに探索ステップ数や関数呼び出しの階層を段階的に深め、数千件の課題でエージェントを追究しています。
検証の結果、エージェントは外部ツールの活用によって多くの問題を自力で解決できる一方、未知の巨大なコードベースの構造を把握する能力に決定的な壁があることが突き止められました。
画面のクリック・文字入力履歴から実務の手順を自律学習
ブラウザや業務用ソフトを人間のように操作する「Computer-Useエージェント」に向け、新手法「TeleTune」が発表されました。
従来、日常の業務ログには「なぜそのボタンを押したのか」という作業意図が記録されておらず、AIの訓練データとして使うのは困難でした。
TeleTuneは、記録されたノイズ混じりの操作ログから、作業のゴールと再利用可能なスキルを自動で抽出します。
スライドの図解では、ログから「検索」「絞り込み」「カート追加」といった行動手順を抜き出し、スキルライブラリとして体系化する流れが示されました。
ソフトウェアやブラウザを用いた評価実験において、TeleTuneは既存手法を上回るタスク達成度を記録しています。
未知の社内システムに対しても、人間の操作ログを渡すだけでAIが適応できるようになる道を開きました。
一般タスクの裏に隠れた「業界ごとの特化業務」を可視化
マイクロソフトの研究チームは、Copilot Chatの集約された利用データを分析し、組織内でのAI利用の実態を明らかにしました。
全体の利用ログを分類したところ、文書の作成や推敲といった編集作業が全体の20%以上を占め、首位となっています。
しかし、全社で共通して見られる上位20種類の頻出タスクを除外すると、業界や部門ごとの差異が鮮明に浮かび上がりました。
スライドの棒グラフでは、コンテンツ作成（21.0%）、分析・レポーティング（18.0%）、リスク・コンプライアンス（15.0%）などが並びます。
定型的な文章作成の裏側で、企業ごとに全く異なる専門業務へAIが深く浸透している実態が浮き彫りとなりました。
授業準備の事務負担を減らし、教員のストレスを大幅緩和
インドの教育リソースが限られた学校において、対話型支援ツール「Shiksha Copilot」の大規模な実証研究が行われました。
教師が二言語に対応した指導案を作成する際、資料探しや事務処理に取られる時間をAIが肩代わりします。
アーキテクチャ図では、カリキュラムの教科書データを蓄積したデータベースに対し、検索拡張生成（RAG）エージェントが連携して動作する仕組みが示されました。
1000人以上の教師が参加した調査では、授業準備にかかる時間が短縮され、精神的なストレスが軽減されたと報告されています。
浮いた時間を使って、児童一人ひとりに合わせた参加型アクティビティの考案に注力できるようになりました。
予測の偏りを補正し、数週間先の中長期天候予測を改善
農業や防災計画に不可欠な「2週間から6週間先」の天候予測精度を高める機械学習技術「Probabilistic Bias Correction（PBC）」が紹介されました。
10日以内の短期予報は精度が確立している一方、数週間先の予測はモデルの系統的なズレが生じやすい難問でした。
PBCは、過去の気象モデルのエラー傾向を学習し、確率的にズレを補正します。
中長期予測を競う国際コンペティションで最高評価を獲得したほか、ケニアの農家向けモンスーン予報の現場でも試験運用が始まっています。
創薬を加速する生体分子シミュレーションAIを無料公開
科学向けAIチーム（AI for Science）は、タンパク質の立体構造と動態をシミュレーションする基盤モデル「BioEmu2」を公開しました。
従来のBiomolecular Emulatorを発展させた深層学習モデルで、静止した構造だけでなく、分子がどのように形を変えて機能するかを模倣します。
画面には、構造予測、複合体の把握、熱平衡状態のサンプリングなどを可視化した3D分子グラフィックが映し出されました。
標的タンパク質の動きを正確にシミュレーションできれば、病気の原因を阻害する新薬の設計速度が大幅に向上します。
本モデルは研究者向けに公開プレビューとして提供が開始されました。
数字で見るとどう変わった？
動画内で示された主な評価指標や検証データは以下の通りです。
ForkPilotは最高水準の精度を保ちながら、推論コストを大幅に引き下げた。
| 比べること |
既存最上位（RTS） |
ForkPilot |
変化 |
| 推論コスト（ドル換算） |
約2.5ドル以上 |
約1.5ドル弱 |
最大59%減 |
| タスク解決スコア |
77.0 |
75.0 |
ほぼ同等（-2.0） |
そのほか、動画内で提示された主要な数値データは以下の通りです。
- Copilot Chatの利用用途において、文書編集作業が全体の20%超（グラフ値21.0%）で最大シェアを獲得
- Shiksha Copilotの教育現場実証には1,000人以上の現地教員が参加
- 天気予報モデルが苦手とする予測期間は2週間〜6週間のウィンドウ領域
ライバルと比べてどう？
今回の発表は製品単体ではなく基盤研究の集約ですが、エージェント運用と科学計算の2点において競合と差別化されています。
エージェントの運用効率化と科学AIのオープン戦略で独自色を打ち出す。
| 比較項目 |
マイクロソフト（今回の研究群） |
競合他社（OpenAI / Google DeepMind） |
有利なのは |
| エージェント推論効率 |
ForkPilotで巻き戻し学習を行いコストを59%削減 |
モデル自体の軽量化やキャッシュ機能が中心（編集部注） |
マイクロソフト |
| 創薬・バイオ基盤モデル |
BioEmu2の重みをMITライセンスで無償公開 |
AlphaFold3などをWebサーバー経由で提供（編集部注） |
マイクロソフト |
| 画面操作の学習アプローチ |
TeleTuneで人間の生ログから手順を自動抽出 |
事前学習済みの汎用視覚エージェントで直接操作（編集部注） |
引き分け |
OpenAIのOperatorやAnthropicのComputer useが「モデル自体の操作能力」を競うのに対し、マイクロソフトは「社内ログからのスキル獲得（TeleTune）」や「失敗時のコスト削減（ForkPilot）」といった、企業の運用現場に直結する仕組みを強化しています。
また、Google DeepMindのAlphaFold3が一部コードや重みの利用を制限しているのに対し、BioEmu2はオープンウェイトとしてGitHubに公開しており、創薬コミュニティへの貢献度が高いアプローチを採っています。
料金は？
今回公表された研究成果の多くは基礎技術および実証実験の段階にあり、個別の利用価格は設定されていません。
- BioEmu2：GitHubにてMITライセンスでモデル重みが無償提供中（非商用・商用問わず自由に利用可能）
- ForkPilot / CABRA / TeleTune：学術論文および研究プレビュー段階（価格言及なし）
- Shiksha Copilot：教育支援プロジェクトとしての実証段階（一般向け課金体系はなし）
日本で使える？
一部の研究リポジトリを除き、一般の利用者が今すぐ単体サービスとして利用できる段階ではありません。
ただし、バイオ関連のエンジニアや研究者であれば、本日から成果を手元で試すことが可能です。
- BioEmu2の利用手順：
- 公式GitHubリポジトリ（microsoft/bioemu2）にアクセスする
- 公開されているモデルの重み（Weights）をダウンロードする
- Python実行環境およびGPU環境を用意して推論コードを実行する
- 商用・研究開発問わずMITライセンスの条件下で検証可能
エージェント効率化技術（ForkPilotなど）については、将来的にAzure AI StudioやMicrosoft 365 Copilotのバックエンドへ順次組み込まれる見通しです。
自分にはどう関係する？
エンジニアなら
自律型エージェントを自作している場合、ForkPilotの「どこまで戻って再試行すべきか」というアプローチは大いに参考になります。
また、TeleTuneのように操作ログからタスク手順を自動抽出する技術は、社内の定常業務を自動化するスクリプト開発の工数を劇的に減らす可能性を秘めています。
企画・マーケティングなら
Copilot Chatの利用動向データは、自社の生成AI導入計画を練る上で極めて貴重な材料です。
全社一律の「文章作成支援」で終わらせず、自社の事業ドメインに特化した専門タスクをいかにAIへ移管できるかが、投資対効果を左右する分岐点になります。
経営者・管理者なら
エージェントの推論コストが最大59%抑えられるという数値は、将来的なAI運用費用の見積もりに好影響を与えます。
「AIは動かすほどコストが跳ね上がる」という懸念に対し、アルゴリズム側の工夫で実用化が急速に進んでいる現状を把握しておくことが重要です。
まとめ
マイクロソフトは、派手なデモにとどまらず、AIを社会やビジネスの本番環境で安定して動かすための現実的な課題解決に注力しています。
バイオ研究に携わる読者は、無償公開されたBioEmu2のコードと重みをGitHubで今すぐ確認することをお勧めします。
自社業務の自動化を検討しているリーダーは、エージェントの再試行制御やログ活用といった最新手法を自社のAIアーキテクチャに取り入れる準備を始めましょう。
