ここまで来た画像認識技術！
画像認識は，監視カメラの自動監視，自動運転，医用分野での自動診断等での応用が期待されており，近年特に深層学習の進展によりその実用化が急速に進んでいる．本稿では，この画像認識の近年の急速な進展について，画像認識に対するれい明期の試み，機械学習に基づく画像認識による突破口の発見，最近の深層学習による画像認識のブレークスルーを通して概観する．どのようなことができるようになったのか，まだできないことは何か，等についても述べたい．
深層学習関連技術は今後どのように進展する？
本稿では，人工知能を取り巻く状況，特に深層学習について焦点を当てて解説する．人工知能は60年以上の歴史を持つ分野であり，その流れと従来の課題について述べる．そして深層学習によりこの流れがどのように変わったかについて説明する．深層学習の現在の研究として行われているCNNやRNN，理論，計算のためのフレームワーク等について述べる．更に，今後の研究の進展として，深層強化学習，世界モデル，そして，知覚情報の言語との融合等について述べる．
ノーベル物理学賞にもつながったニュートリノ実験を解説します！
人類が持つ最高視力の宇宙観測を実現する方法
極めて正確な時計をあなたの手に
災害時における標準時刻の高精度維持のために
時を刻む技術とは？
高いエネルギー効率とスケーラビリティで組合せ最適化問題を解く
IoTが一般的となり必要な計算能力は増大しているが，従来の計算機の性能向上は半導体微細化の鈍化とともに困難となっている．そこで，処理対象を組合せ最適化問題に特化し，最適化問題をイジングモデルに写像し効率良く解くアニーリングマシンが提案されている．ここでは，半導体回路でイジングモデルを擬似的に再現するCMOSアニーリングマシンを紹介する．このCMOSアニーリングマシンのプロトタイプを開発し，組合せ最適化問題が処理できることを確認した．更に実用化に向けてアプリケーションやソフトウェア技術の開発を行っており，その詳細を解説する．
ここまで分かった，シリコン量子ビットの物理
シリコン単結晶中の局在電子スピンを用いた量子ビット（シリコン量子ビット）は既存のシリコン技術との整合性の良さから，既存計算機へ量子技術を導入するための突破口として期待されている．しかしながら0.1K以下といった非常に低い動作温度が応用展開を阻む要因の一つであった．我々はシリコンの深い不純物及び，トンネル電界効果トランジスタ素子構造を採用することで，シリコン量子ビットの動作温度を10Kまで向上させた．また素子ゲート電圧による量子ビットエネルギーの高速変調により単一量子ビットの量子干渉効果を観測した．