Toma Tanaka

NexaScience Inc. Cofounder & CTO
AI for Sciece、Data Science、AutoRes (AI研究の自動化PJ) 著書：先輩データサイエンティストからの指南書

[Toma Tanaka @fuyu_quant]

データサイエンティストのためのエンジニアリングの書籍を出版します！！

業務でデータを扱う方、ぜひ！

[技術評論社販売促進部 @gihyo_hansoku]

【新刊】2025年8月27日発売『先輩データサイエンティストからの指南書 -実務で生き抜くためのエンジニアリングスキル』本体2,600円+税，浅野純季，木村真也，田中冬馬，武藤克大，栁泉穂 著，実務で活躍できる，ワンランク上のデータサイエンティストへ！https://t.co/CmuzxfFHj0

[Agentic AI Foundation @AgenticAIFdn]

🚀 The countdown is on! Just 5 days until #MCPDevSummit Bengaluru!

The builders of the agentic future are gathering on 9-10 June to tackle the biggest questions in #AI today. Hear from the engineers, architects, researchers, and open source leaders turning #MCP and #AgenticAI from promising concepts into production reality.

🎟️ Register now!
https://t.co/PLromGg45K

[Toma Tanaka @fuyu_quant]

Windsurfを買収したCognitionがDevin Desktopに刷新し、claude codeやcodexなどの一元管理機能なども搭載されるみたい
https://t.co/zocaFnimRt

[OpenBrainPad Project @Open_BrainPad]

ブレインパッドの現役データサイエンティストがブースにおりますのでお気軽に～☺️☺️☺️

[株式会社ブレインパッド @BrainPad_PR]

《お知らせ》
6/8(月)から開催される「 #JSAI2026 （第40回 人工知能学会全国大会）」に #ブレインパッド はプラチナスポンサーとして協賛します！

Gメッセ群馬の展示ブース（No.52）では、実際のデータ／ #AI 活用事例をご紹介。

ぜひお気軽にお立ち寄りください！
https://t.co/kJS1Pz8FHq

[HIROSE Tomoki(広瀬 友貴) @nakakiiro]

先輩データサイエンティストからの指南書を渡して心構えとかプロダクトにしていくためのコーディングや環境準備を身に着けてもらって、案件のなかでハーネスとしてこのSkillsをアップデートしながら備えて貰えばオンボードかなり楽になりそう。
https://t.co/5ad615zN8f
https://t.co/vomE06Re9I

[Toma Tanaka @fuyu_quant]

前職のSnowflake Summit 2026のまとめ、勉強になりました！
データの蓄積基盤からAIが行動しやすい環境を整備するためのプラットフォームに変化しているのが印象的でした
https://t.co/ObpudxQFBE

[kmuto |『先輩データサイエンティストからの指南書』 @eycjur]

本日から理化学研究所にjoinしました🎉

AI for Scienceのための基盤開発みたいなことをする予定です。
AI for Scienceや研究の自動化に興味ある方はぜひ仲良くしていただけると嬉しいです！

エンジニア出身で、研究方面には明るくないので研究者の方いたらぜひお話し聞かせてください！

[Toma Tanaka @fuyu_quant]

9月10,11日に東京でAgentic AI Foundationのカンファレンスがはじめて東京で開催されます！
AIエージェントやその周辺技術に関する世界最先端の知見が共有されるのでぜひ！！
参加登録および登壇についても募集中です。
#nexascience
#AGNTCon + #MCPCon 東京
https://t.co/KrQFL6Thjx

[Toma Tanaka @fuyu_quant]

久しぶりの六本木

[Itaru Tomita / 冨田到 @itarutomy]

AIの「ワールドモデル」研究400本超を2軸で整理した統一分類論文が出た（https://arxiv[.]org/abs/2604.22748）。

ワールドモデルとは「AIが世界の動きを内部でシミュレーションするエンジン」のこと。強化学習・ロボット・LLMエージェント・動画生成でバラバラに発展してきたが、共通言語がなかった。100本以上の代表システムを2軸で整理している。

【能力レベル（L1〜L3）】
L1 Predictor = 次の1ステップだけ予測。DreamerV3やDIAMONDが代表例。AtariやMinecraftで「想像してからプランニングする」強化学習に使われる

L2 Simulator = 行動を変えながら複数ステップ先をシミュレーション。「もし行動Aをとれば何が起きるか」を内部展開できる。ブラウザ自動操作ベンチ「WebArena」でDreamGymが30%超の改善を達成。コード世界では32Bオープンウェイト「CWM」がSWE-bench Verifiedで65.8%を記録

L3 Evolver = 予測が外れたとき自分のモデル構造そのものを自律修正できる。最難関レベル

【4つの世界（レジーム）】
物理（ロボット・自動運転）/ デジタル（Webエージェント・コード）/ 社会（マルチエージェント）/ 科学（自律実験）

L3はすでに現実にある。材料科学の「A-Lab」は17日間で353回の実験を自律実行し、57ターゲット中36化合物の合成を達成。「CAMEO」は放射光ビームラインで実験→XRD計測→ベイズ更新→次の実験設計を数秒〜数分サイクルで繰り返し、新たな相変化メモリ材料を発見した

ただし根本課題もある。ニューラルネットはL1/L2は得意だが、L3（モデル構造の書き換え自体）にはニュートン方程式のような「シンボリック表現（人間が読める明示的な規則）」との融合が必要かも。ニューラル系は不変量を暗黙に学習するため「何をどう変えるか」の特定が難しい

「予測→シミュレーション→自己進化」という進化軸をここまで体系的にまとめた論文は珍しい。

[nexascience @nexascience]

日経Xtechの「AI for Science」に関する記事に、当社代表のコメントが掲載されました。
現在の自動研究が直面している限界について触れています。ぜひご覧ください。

https://t.co/hN59TR6hvs

[アサノ / asano『先輩データサイエンティストからの指南書』 @nash_efp]

技術書を執筆するときの工夫と裏側｜アサノ / asano @nash_efp https://t.co/1zTvV4tNII

[nexascience @nexascience]

2026年5月1日より、千本倖生氏がNexaScienceの顧問に就任しました！

千本氏は、第二電電（現KDDI）の共同創業、イー・アクセス創業、イー・モバイル設立など、日本の通信産業を切り拓いてこられた起業家です。

NexaScienceの挑戦を、さらに加速してまいります。

https://t.co/HyD1BZ6kXM

[nexascience @nexascience]

これからNexaScienceのXを運用していきます！

AIエージェントと様々なものを繋ぎ込むためのビジネス、エンジニアリング、サイエンスに関する情報発信をしていきます。

ご興味がある方は、ぜひフォローしてください！

[Cloudflare @Cloudflare]

Starting today, agents can now be Cloudflare customers. They can create a Cloudflare account, start a paid subscription, register a domain, and get back an API token to deploy code right away. https://t.co/qFgCivQTTi

[山田涼太 | Science Aid CEO @roy29fuku]

公開して半日ですが、すでに120名の方に登録いただきました！🎉🎉🎉

[アサノ / asano『先輩データサイエンティストからの指南書』 @nash_efp]

本日の資料です！
https://t.co/UL7G9iQt2o
#白金鉱業

[Toma Tanaka @fuyu_quant]

面白い研究

[Owain Evans @OwainEvans_UK]

Our paper on Subliminal Learning was just published in Nature!

Last July we released our preprint. It showed that LLMs can transmit traits (e.g. liking owls) through data that is unrelated to that trait (numbers that appear meaningless).

What’s new?🧵

[Anthropic @AnthropicAI]

Research we co-authored on subliminal learning—how LLMs can pass on traits like preferences or misalignment through hidden signals in data—was published today in @Nature.

Read the paper: https://t.co/b1BYwcW9dH