AIニュース

Metaは、Quest 2およびQuest Pro VRヘッドセットへの新しいソフトウェア機能アップデートの提供を終了し、これらの旧型ハードウェアをメンテナンスモードに移行します。重大なセキュリティパッチは期間限定で引き続き配信されますが、新しいOS機能の強化や開発者向けAPIはこれらのデバイスに提供されなくなります。この移行により、MetaはマルチモーダルなMeta AI機能や軽量光学技術を統合した新しいQuest 3シリーズや、今後のAR/VRスマートグラスにソフトウェア開発の焦点を絞ることができます。既存のQuest 2およびQuest Proのオーナーは引き続き現在のタイトルをプレイできますが、今後の空間コンピューティング機能は利用できなくなります。

CrowdStrikeは、自律型AIエージェントの保護に対する需要の高まりに対応するため、総額約5億ドルの取引でAIセキュリティスタートアップ2社を取得します。企業が自動化タスクを実行するためにAIエージェントの導入を進める中、組織はプロンプトインジェクション、データ漏洩、権限のないシステム操作といった新しいセキュリティリスクに直面しています。計画されている買収により、特化型の脅威検知・ガバナンスツールがCrowdStrikeのセキュリティプラットフォームに統合され、企業はエージェントの動作監視、アクセス制御の徹底、およびエージェント型ワークフローの新たなサイバーセキュリティ脆弱性からの保護が可能になります。

ソフトウェアの改善だけで1990年代のスーパーコンピューティングを超えることができるかを検証するため、ニコラス・カルリーニ（Nicholas Carlini）は1996年当時のPentiumハードウェアの制限下で現代のチェスエンジンを評価しました。IBMのDeep Blueは、1秒間に2億個の局面を評価できるカスタムハードウェアを使用し、1997年に世界王者のガルリ・カスパロフを破りました。しかし、洗練された探索ヒューリスティクスやニューラルネットワーク評価関数を含む30年にわたるアルゴリズムの進歩は、生の処理能力とは無関係に1,000レーティングポイント（Elo）以上の向上をもたらしました。1秒間に数千の局面しか評価できない1996年の単一Pentium CPU上で動作させても、現代のStockfishはDeep Blueの棋力を余裕で上回り、1996年にカスパロフを破っていたでしょう。

シリコンバレーでトップクラス的人工知能（AI）人材の獲得競争が激化するなか、Anthropicは従業員1人あたり月額10万ドル以上の報酬を費やしています。基本給と大幅な株式インセンティブを含むこの数字は、GoogleやMetaのような資金力のあるIT巨頭と直接競合する最先端のAIラボが直面している巨大な財務的圧力を浮き彫りにしています。各社がより洗練された基礎モデルの開発を競う中、専門的なAI研究者やエンジニアの限られた人材プールが報酬パッケージを史上最高水準に押し上げています。急増するインフラや計算コストとともに、これらの人材費用は、OpenAIなどのライバルに対する競争力を維持しようとするAnthropicの資金燃焼率（バーンレート）の上昇に大きく寄与しています。

TechRadarのブラックフライデーガイドでは、専門家による実機テストに基づいたBambu Lab製3Dプリンターのお得なセール情報を紹介しています。エントリーモデルの「Bambu Lab A1 Mini」は、初心者向けのコンパクトでリーズナブルな選択肢として挙げられています。一方、標準モデルの「A1」は、AMS Liteシステムにより、より大きな造形サイズと多色印刷機能を提供します。愛好家やプロ向けには、エンジニアリングフィラメントに対応した密閉型デザイン、高速印刷、自動失敗検知を行うAIカメラモニタリングを備えたフラッグシップモデル「X1-Carbon」が選ばれています。

テスラは、誤解を招く恐れのある主張に対する規制当局の監視を受け、英国および欧州における運転支援ソフトウェアの名称を「Full Self-Driving (Supervised)」（完全自動運転（監視付き））に更新しました。この名称にもかかわらず、本機能はレベル2の運転支援システムのままであり、人間のドライバーが常に注意を払い、いつでも操作を代われる状態を維持する必要があります。このブランド名の変更は、車両の機能に関する混乱を防ぐことを目的とした、より厳しい欧州の広告基準に沿ったものです。一方、BMWを含む競合自動車メーカーは先進的な自動運転システムの開発を続けており、2027年までに量産車へより高レベルの自動運転機能を導入する計画です。

Googleは、K-12（小中高校）の学校管理者に対し、Google Workspace for Educationアカウントを使用する生徒向けにGeminiなどの独立型AIサービスをオフにする管理機能を提供しています。しかし、AI Overviews（AIによる概要）はGoogle検索に直接埋め込まれているため、学校が検索へのアクセス自体を無効化または制限しない限り、これらのAI生成による検索回答のみをオフにすることはできません。この統合により、教育機関は生徒をAI機能に晒すか、標準的な検索へのアクセスを遮断するかという、二者択一の選択を迫られています。

NVIDIAは、大規模言語モデルを活用して非構造化テキストからドメイン特化型のオントロジーや知識グラフの作成、拡張、精緻化を自動化するフレームワーク「Auto-Ontology」をオープンソース化しました。このツールは、エンティティ、関係性、タクソノミーを自動的に特定することで構造化知識の抽出を効率化し、従来のオントロジーエンジニアリングで必要とされていた手作業を削減します。非構造化された企業データを根拠のある機械読取可能な知識構造に変換することで、Auto-Ontologyは開発者が検索拡張生成（RAG）パイプライン、推論システム、グラフベースのAIアプリケーションを強化するのを支援します。

サイバー犯罪者が盗まれたクラウド資格情報を悪用し、ホストされた大規模言語モデル（LLM）への企業アクセスを乗っ取る「LLMjacking」攻撃を増加させています。Sysdigのセキュリティ研究者によると、攻撃者は脆弱なクラウド環境を標的にして、Amazon BedrockなどのAIプラットフォームへ不正アクセスしています。従来のクリプトジャッキングとは異なり、ハッカーは盗んだインフラを利用して独自のAIワークロードを実行したり、ダークウェブでモデルのアクセス権を転売したりしており、影響を受けた組織には1日あたり数万ドルを超えるクラウド利用料が発生する可能性があります。クラウド資格情報の保護、最小権限アクセスポリシーの徹底、異常なAPIアクティビティの監視が、これらの財務的および運用的リスクを軽減するために不可欠です。

AppleはApp Storeのガイドラインを更新し、マッチングアプリやAIコンパニオンチャットボットの対象年齢を18歳以上に制限しました。この規約変更は、年齢に不適切なコンテンツ、露骨な会話、人工知能との擬似社会関係（パラソーシャル関係）に伴う潜在的リスクから未成年者を保護することを目的としています。改定されたルールに基づき、デベロッパーはプラットフォームでの配信を継続するためにアプリの年齢制限の更新と年齢確認メカニズムの導入を行う必要があります。その結果、AIロールプレイやコンパニオンアプリのデベロッパーはオンボーディングフローの見直しを余儀なくされ、未成年ユーザーはiOSデバイス上でこれらのアプリを利用できなくなります。

Matthew Honnibal氏は、Astraと呼ばれるAIシステムがモデルの重みを直接読み書きして言語モデルQwenを改善するという主張を批判しています。同氏は、このプロセスがLLM（大規模言語モデル）自身でニューラルパラメータを新規かつ自己主導的な方法で検証・編集するものではないため、その投稿は誤解を招くものだと反論しています。実際には、この手法はファインチューニングや強化学習ループといった標準的な機械学習の手法を、誇大表現で包んだものに過ぎません。Honnibal氏は、ルーチン的な最適化手順を創発的な自己修正能力として解釈しないよう警鐘を鳴らし、標準的な勾配更新と本物の自律的な重み推論を明確に区別する必要性を強調しています。

人工知能（AI）の教育への統合は、従来の学習モデルや教育目標の根本的な再評価を求めています。生成AIツールが定型的な執筆、コーディング、情報検索を自動化するにつれ、学習の重点は丸暗記による知識の習得から、批判的評価、創造的課題解決、倫理的判断といった高度な認知スキルへと移行しなければなりません。教育者や教育機関は、容易に複製可能な成果物ではなく、真の理解力と人間ならではの洞察力を測定するために、評価方法を見直す必要があります。この変化に適応するには、学習者がAI技術の可能性と限界の両方を理解できるように支援し、人間ならではの専門性を養いながら、自動化システムと効果的に協働できるようにすることが求められます。

ラッパーのカーディ・Bが、課題を終わらせるためにChatGPTやAIツールに依存しないよう大学生に警告した。動画メッセージの中で、彼女は学生たちに自ら努力し、しっかり勉強し、本物の批判的思考力を身につけるよう促し、AIという近道を使うことは本物の知識を奪うことになると強調した。カーディ・Bは、生成AIが短期的には試験の合格や課題の提出に役立つかもしれないが、独立した問題解決能力や本物の実力が求められるプロフェッショナルな環境への備えにはならないと警鐘を鳴らした。

中堅ITサービス会社のCoforgeは、生成AIにおける強力な実行力とCigniti Technologiesなどの重要な戦略的買収を追い風に、収益成長と受注量においてインドの大型同業他社を上回る成果を上げています。主要なIT競合他社が顧客支出の低迷に直面する中、Coforgeは銀行、金融サービス、旅行分野において領域特化型のAIソリューションを提供することでパイプラインを拡大させてきました。生成AI機能をエンタープライズワークフローに直接組み込み、より大規模な案件を獲得することで、同社は財務上の勢いを維持し、市場シェア拡大の主な触媒としてのAIの役割を一層強固なものにしています。

Snowflake Inc.は、エンタープライズチームがエンタープライズデータと直接統合された自律型AIエージェントを構築、デプロイ、ガバナンスできるように、エージェント型AIプラットフォームを拡張しました。標準化されたセマンティックモデル、メトリクス、組織ロジックなどのビジネスコンテキストを取り入れることで、このプラットフォームはAIエージェントが領域固有の定義に基づいて信頼性の高いインサイトを生成し、正確なアクションを実行できるようにします。さらに、Snowflakeはガバナンスフレームワークを強化し、データセキュリティ、アクセスポリシー、運用監査可能性をエージェント型ワークフローに拡張しました。これらの追加機能により、組織は厳しいコンプライアンスと集中管理を維持しながら、エンタープライズデータセット全体で複雑なビジネスプロセスを安全に自動化できるようになります。