近年、次世代の技術として注目を集める量子コンピュータ。医療、素材開発、そしてエネルギー分野まで、その応用範囲は計り知れません。しかし、実用化にはまだ高いハードルが立ちはだかっています。特に、量子ビットのエラー問題は深刻で、高精度な計算を実現するには、エラーを訂正するための冗長性が必要となります。そのため、現実的な計算には100万規模の量子ビットが必要とされますが、これは相当先の未来の技術であるのが現状です。 この課題に対し、私たちは画期的なアプローチを考案しました。量子研究所*1のロバスト量子計算CPJでは、「STARアーキテクチャver. 3」（富士通スモールリサーチラボ*2に基いて富士通と…

Qwen3.5-27B を追加学習なしで使い、実在する OSS issue をどこまで直せるかを測る SWE-bench Verified で、8本の候補から最終パッチを選ぶ構成により 229B 未満のローカル LLM としては2026年4月7日時点で SOTAである 74.8% を達成しました。

こんにちは、コンバージングテクノロジー研究所の松木です。 私たちは、行動変容支援プラットフォーム（通称 BXPF）の研究開発を進めています。 2026年3月に、このBXPFの成果の一部である 「行動変容プランニング」 を公開しました。公開に伴い、本特集では「行動変容支援プラットフォーム（BXPF)」について、全4回で紹介しています。 ● 第1回 DXの次はBX？ 行動科学を誰でも使える時代へ ● 第2回 人が動く施策を、エビデンスで設計する ● 第3回 用途や個人に合わせて進化するアプリ ● 第4回 BXでイベントプロモーションはどう変わる？ ★今回★ 特集の最後となるこの記事では、 これまで…

こんにちは！コンバージングテクノロジー研究所の杉山友里です。 私たちは、障害やDE&Iの理解促進に繋がる活動を通して、人々のQOLを向上し、ウェルビーイングな社会の実現に貢献するために日々取り組んでいます。 この度、音をからだで感じることができるデバイス「Ontenna（オンテナ）」が、聾学校でどのように利用されているか調査した結果を紹介いたします！

コンバージングテクノロジー研究所の山口です。 私たちは、行動変容支援プラットフォーム（通称 BXPF）の研究開発を進めています。 2026年3月に、このBXPFの成果の一部である 「行動変容プランニング」 を公開しました。公開に伴い、本特集では「行動変容支援プラットフォーム（BXPF)」について、全4回で紹介しています。 ● 第1回 DXの次はBX？ 行動科学を誰でも使える時代へ ● 第2回 人が動く施策を、エビデンスで設計する ● 第3回 用途や個人に合わせて進化するアプリ ● 第4回 BXでイベントプロモーションはどう変わる？ 第2回では、行動科学の知見に基づいて「なぜその施策が有効なのか…

こんにちは、コンバージングテクノロジー研究所の片桐です。 私たちは、行動や習慣に関する課題を解決するために、行動変容支援プラットフォーム Behavior Transformation Platform（通称 BXPF） の研究開発を進めています。 2026年3月に、このBXPFの成果の一部である 「行動変容プランニング」 を公開しました。公開に伴い、本特集では「行動変容プラットフォーム（BXPF)」について、全4回で紹介しています。 ● 第1回 DXの次はBX？ 行動科学を誰でも使える時代へ ● 第2回 人が動く施策を、エビデンスで設計する ★今回★ ● 第3回 用途や個人に合わせて進化する…

コンバージングテクノロジー研究所の石原、山口、松木、片桐です。 私達の研究グループでは、行動変容支援プラットフォーム Behavior Transfomation Platform（通称 BXPF） の研究開発を進めています。 このBXPFの成果の一部である 「行動変容プランニング」 の公開に合わせて、TechBlogにて全4回に分けて特集記事を組みました。 ● 第1回 DXの次はBX？ 行動科学を誰でも使える時代へ ★今回★ ● 第2回 人が動く施策を、エビデンスで設計する ● 第3回 用途や個人に合わせて進化するアプリ ● 第4回 BXでイベントプロモーションはどう変わる？ どうぞ最後まで…

こんにちは、富士通研究開発センター（FRDC）のGenerative AI研究グループに所属しているFei Li、Jiaqi Ning、Ming Yangです。本日は、私たちが開発したマルチモーダル大規模言語モデル（MLLM）のための「グラウンディング技術」についてご紹介したいと思います。

本記事は、TechBlog シリーズ「富士通が提案する企業向けベンチマーク：AIエージェントモデルの真価を引き出す」の第 2 回です。本シリーズは全 3 回で構成され、以下のスケジュールで公開しています 第 1 回：AIが「見ていないものを見る」とき：マルチモーダル大規模言語モデル（MLLM）の幻覚診断用ベンチマークの紹介（公開済）🔗 第 2 回：AAAI 2026 AABA4ET参加報告とFujitsu RAG Hard Benchmarkの紹介 (公開済)🔗 第 3 回：企業の法務AIを支えるFujitsu Assessing Compliance in Enterprise Datase…

こんにちは。人工知能研究所の高木です。 富士通では企業におけるデータドリブンによる意思決定を支援するため、「Fujitsu 因果AI」を開発しました。 この技術は、データから因果関係を分析し、それを用いることで最も効果が高くかつ悪影響を及ぼさない施策を広範囲な情報をもとに推薦するものです。 2025年7月より、そのアップデート版をAIサービス Fujitsu Kozuchi (R&D) のラインナップとして提供を開始しました。 本記事では、因果アクション最適化技術の実証事例をご紹介します。

こんにちは。人工知能研究所の菊月・成田・菊地・宮原です。 富士通では企業における生成AIの活用促進に向けて、多様かつ変化する企業ニーズに柔軟に対応し、企業が持つ膨大なデータや法令への準拠を容易に実現する「エンタープライズ生成AIフレームワーク」を開発し、2024年7月よりAIサービス Fujitsu Kozuchi (R&D) のラインナップとして順次提供を開始いたしました。 エンタープライズ生成AIフレームワークは、企業のお客様が特化型生成AIモデルを活用する上で生じる、 企業で必要とされる大規模データの取り扱いが困難 生成AIがコストや応答速度をはじめとする多様な要件を満たせない 企業規則…

こんにちは。コンバージングテクノロジー研究所の鈴木と、Human Digital Twin 事業部の伊集院です。 私たちは、海の環境をデジタル上に再現し、保全や産業活用につなげる『海洋デジタルツイン』の研究開発に取り組んでいます。 その一環として、海藻などがCO₂を吸収する量を定量的に評価し、カーボンクレジットとして活用するための藻場定量化技術を開発しています。 これまでに、単一の海藻種からなる藻場を対象として、国内のブルーカーボンクレジット制度であるJブルークレジットの認証を取得するなど、技術の有効性を実証してきました （参考：宇和島発！漁協・地域・自治体が連携したアマモ再生ブルーカーボンプ…

こんにちは．富士通 コンバージングテクノロジー研究所の山並と，データ&セキュリティ研究所の志賀です． 私たちは，お茶の水女子大学との共同研究で「AIに社員の性格をインストールする」というユニークな試みに挑戦しています． その目的は，多様な社員の「声なき声」を拾い上げ，より良い組織をつくること．鍵となるのが，人の心を科学的に測定する心理学のアンケート（心理尺度）です． この記事では，まず心理学の知見で見えないバイアスを可視化する研究を紹介し，続いてその知見を応用したペルソナLLM開発についてお話しします．

こんにちは、富士通研究開発センター（FRDC）生成AI研究グループのLi Fei、Shi Zhiqiang、Wang Jingyiです。本日は、私たちが開発した「アテンション強化型ハルシネーション軽減技術」についてご紹介します。この技術は、主に画像もテキストも理解するAI（マルチモーダル大規模言語モデル、略してMLLM）が、間違った情報を生成してしまう「ハルシネーション」という課題を解決するためのものです。 この技術に関する3本の論文が、画像処理や信号処理の国際会議WACV 2026（IEEE/CVF Winter Conference on Applications of Computer …

こんにちは、富士通人工知能研究所の山田です。 2026年1月20日から27日にシンガポールで開催された、AIに関する由緒ある国際学会”The 40th Annual AAAI Conference on Artificial Intelligence (AAAI-26)”において、富士通からは複数件の論文発表とワークショップ開催の形で参加しました。そこでAAAI-26に関する記事を連載形式でお届けします。 第3弾目の本記事では、大規模言語モデル(LLM)の"過去の経験を基に他のタスクを解く能力"を強くする技術についてご紹介します。他の連載記事は下記の通りです。 第一弾：AAAI-26に参加しま…

本記事は、TechBlog シリーズ「富士通が提案する企業向けベンチマーク：AIエージェントモデルの真価を引き出す」の第 2 回です。本シリーズは全 3 回で構成され、以下のスケジュールで公開予定です。 第 1 回：AIが「見ていないものを見る」とき：マルチモーダル大規模言語モデル（MLLM）の幻覚診断用ベンチマークの紹介（公開済）🔗 第 2 回：AAAI 2026 AABA4ET参加報告とFujitsu RAG Hard Benchmarkの紹介 (本記事) 第 3 回：エンタープライズデータセットにおけるコンプライアンス評価 (3 月下旬公開予定) こんにちは。人工知能研究所の彭 思棋と福…

こんにちは．人工知能研究所の鈴木と金森です． 2026年1月20日から27日にシンガポールで開催された，AIに関する由緒ある国際学会”The 40th Annual AAAI Conference on Artificial Intelligence (AAAI-26)”において， 富士通からは複数件の論文発表とワークショップ開催の形で参加しました． そこでAAAI-26に関する記事を連載形式でお届けします． 本記事では，本会議に採択された我々の研究成果である「異種データ上での因果探索技術」と「超高速な非線形因果探索技術」に関する研究論文についてご紹介します． 次回の連載では、もう一件の採択論…

本記事は、TechBlog シリーズ「富士通が提案する企業向けベンチマーク：AIエージェントモデルの真価を引き出す #1 」**の第 1 回です。本シリーズは全 3 回で構成され、以下のスケジュールで公開予定です。 第 1 回：AIが「見ていないものを見る」とき：マルチモーダル大規模言語モデル(MLLM)の幻覚診断用ベンチマークの紹介（本記事） 第 2 回：AAAI 2026 AABA4ET参加報告とFujitsu RAG Hard Benchmarkの紹介 (3 月 13 日公開予定)🔗 第 3 回：エンタープライズデータセットにおけるコンプライアンス評価 (3 月下旬公開予定) AIが「見…

こんにちは、富士通人工知能研究所の茂木・高橋・内田です。2026年1月20日から27日にシンガポールで開催された、AIに関する由緒ある国際学会”The 40th Annual AAAI Conference on Artificial Intelligence (AAAI-26)”において、富士通からは複数件の論文発表とワークショップ開催の形で参加しました。そこでAAAI-26に関する記事を連載形式でお届けします。 本記事では、私たちがワークショップを主催した様子を簡単にご紹介します。次回以降の連載では、下記の予定で論文発表の内容について解説します。 第一弾：AAAI-26に参加しました #1…

モジュラー量子コンピューティングプロジェクト・プロジェクトディレクターの河口です。この記事では、私たち富士通とデルフト工科大学、QuTechとの共同研究で実現したクライオCMOSによる世界初のNVモジュール複数量子ビット動作の詳細について解説していきます[1]。なお本成果は、回路分野での最高峰の国際会議であるISSCCで2026年2月に発表され、QuTechの公式サイトにてプレスリリースされています[2]。

はじめに こんにちは、富士通研究所 人工知能研究所の高橋と佐藤です。Agentic AI の国際的なコンペティション「AgentX AgentBeats Competition」に参加し、2nd Place（2位）を獲得することができました！！ 本ブログは、コンペの取り組みについてご紹介いたします。

こんにちは。コンバージングテクノロジー基礎PJの岩崎と吉岡です。今回は、私たちが取り組んでいる、行動変容によるスキル定着化の研究開発の事例をご紹介します。

こんにちは、人工知能研究所の丸橋です。本記事はグラフAIシリーズの第3弾です。第1弾では10億ノード規模の大規模グラフをどのように学習するかを紹介しました。第2弾では、本来ブラックボックスであるグラフAIをどのように説明可能・解釈可能にするかを紹介しました。そして今回は、そのさらに先にある挑戦、「大規模グラフの背後にある現象そのものを推定する」というテーマについて、我々の取り組みを紹介します。

こんにちは、私たちはFujitsu Research of India Pvt. Ltd（FRIPL）の人工知能研究所のVempalli Saketh、Siddartha Reddy Thummaluru、Harsh Pandey、Mahesh Chandranです。本日は、グラフAIをより透明で、信頼でき、実用的なものにするための最新の研究をご紹介できることを嬉しく思います。

こんにちは、富士通研究所のコンピューティング研究所の福本です。最近、LLM推論サービスが活用が進む中で、LLM推論サービスを高速化する研究開発が活発に行われています。一方で推論処理をサービス化するにあたって、LLM推論のスループットやレイテンシ（応答速度）がどのパラメータによって決まり変動するのか分かりづらいです。この課題は想定するLLM推論サービスに適切なGPUを選定するときにも同様に発生します。そこで今回は、簡単な性能モデルを作って調べてみました。その結果、簡単な近似でも、ボトルネックの切り替わりや性能の変化を説明できて、意外と役に立ちそうなことがわかりました。本記事ではLLM推論サービス…

こんにちは。私たちは、Fujitsu Research of India Pvt. Ltd（FRIPL）の人工知能研究所に所属するMohit Meena、Yash Punjabi、Mahesh Chandranです。大規模グラフAIにおけるスケーラビリティの課題解決に焦点を当てた、私たちの最新の研究をご紹介できることを嬉しく思います。

こんにちは、先端技術開発本部の枝澤友也、武藤優真、岡本拓也です。私たちはAI・HPC・クラウドなどの最先端領域の未来を支える次世代Armプロセッサ「FUJITSU-MONAKA」[^1]をはじめとした「FUJITSU-MONAKA」シリーズの開発に取り組んでいます。また、2025年6月よりスーパーコンピュータ「富岳」の後継システムである「富岳NEXT」の開発を開始しました。本プロジェクトは現在、理化学研究所様、NVIDIA様と共同で行っております。これらの取り組みや最新動向を世界に発信すべく、2025/11/16～11/21にアメリカのセントルイスで開催された国際会議SC25, The Int…

こんにちは、富士通研究所 コンピューティング研究所の平賀、木下、大辻です。 本記事は2025年11月にアメリカ合衆国 セントルイスで開催された国際会議SC25の参加報告（全4回連載）のうち、3つ目の記事となります。 コンピューティング研究所がブースで展示した内容や、スーパーコンピュータに関わる性能ランキング（Top500、Green500、IO500）の動向、 その他イベントの様子についてお届けいたします。

「アイスクリームの売上が増えると、水難事故が増える」。 人間ならこの裏にある「気温の上昇」という真の原因を推測できますが、AIは表面的なデータに騙されず、正しい「因果関係」を見抜けるのでしょうか？ 本連載では、膨大なテキストから因果関係を抽出するというAIにとっての難問に挑んだ、開発と検証の記録を全3回でお届けします。高精度な抽出を行う「AI技術（矛）」と、その実力を厳しく測る「高難易度ベンチマーク（盾）」。この両輪を開発することで見えてきた、AIの限界と進化の可能性について解説します。 第1回（今回）： AIマルチエージェントと高難易度ベンチマーク開発 第2回： AIに「自問自答」させる技術…

こんにちは。人工知能研究所の和田です。 富士通では企業における生成AIの活用促進に向けて、多様かつ変化する企業ニーズに柔軟に対応し、企業が持つ膨大なデータや法令への準拠を容易に実現する「エンタープライズ生成AIフレームワーク」を開発し、2024年7月よりAIサービス Fujitsu Kozuchi (R&D) のラインナップとして順次提供を開始いたしました。本掲載では、上記のうちFujitsu ナレッジグラフ拡張RAG for Root Cause Analysis*1（KG拡張RAG for RCA）*2をプラント保全向けにPoC適用した件について紹介します。このPoCで、私達は、プラントを…