AIニュース

連邦裁判所に提起された集団訴訟は、OpenAIがChatGPTを含むAIモデルの学習のためにウェブから膨大な量の個人情報を不正にスクレイピングし、プライバシー関連法に違反したと告発しています。訴状によると、OpenAIは「児童オンラインプライバシー保護法（COPPA）」および州のプライバシー規制に違反し、必要な同意の取得や通知を行うことなく、子供を含む数百万人の個人データを収集したとされています。原告側は、同社がユーザーのプライバシーよりも急速な商業化を優先したと主張し、無許可のデータスクレイピングの停止を求める差し止め命令と、影響を受けた個人への金銭的賠償を求めています。

オープンソースの先駆者であるエリック・S・レイモンド氏は、人工知能の急速な進歩に伴い、プロプライエタリ・ソフトウェアの機密保持の時代が終わりに近づいていると主張しています。AIを搭載したツールがバイナリ実行ファイルを逆コンパイルし、クリーンで人間が読みやすいソースコードを再構築する能力を増すにつれ、ソフトウェアの実装詳細を隠し続けることは事実上不可能になります。レイモンド氏はこの変化をオープンソース運動の決定的な勝利と捉えており、テクノロジー企業は秘密のクローズドソースのコードベースに頼るのではなく、サービス、統合、継続的なサポートを中心としたビジネスモデルを構築することで適応しなければならないと示唆しています。

Flock Safetyの最高経営責任者（CEO）は、市民のプライバシーを守るため、同社の音声センサー「Raven」は銃声のみを検出すると公に主張してきました。しかし、FlockのWebサイトにある製品ドキュメントやプロモーション資料によると、同マイクは車の衝突事故、ガラスの割れる音、人間の悲鳴や助けを求める声など、より幅広い音響信号を捕獲・処理する機能を備えているとのことです。この食い違いは、自動音声監視システムが実際にはどのように運用されているかに対するプライバシー研究者や地域社会からの厳しい監視を浮き彫りにするとともに、背景音のモニタリングが本来の警察活動目的を超えて拡大するリスクを示しています。

ミュンヘン工科大学からスピンオフしたデータベースのスタートアップ企業であるCedarDBは、単一のデータベース内でトランザクション処理と複雑な分析の両方を実行できるよう設計された統合エンジンの開発を進めています。従来のソフトウェアアーキテクチャはETLパイプラインで接続された個別のデータベースに依存しており、レイテンシや運用上のオーバーヘッドを発生させていました。CedarDBは、PostgreSQLとの互換性と高性能なクエリコンパイル機能を備えることで、この課題を解決します。リアルタイムのトランザクションデータと過去の分析データの双方への即時アクセスを必要とする自律型AIエージェントの台頭により、このようなハイブリッドシステムへの需要が高まっており、AIアプリケーションが同期の遅延なしに運用データを分析し、行動することを可能にしています。

JJ Maxwell 氏は、現代の医療体制において患者が主体的に自己主張（セルフアドボカシー）を行うことの重要性を強調し、がんと診断された際の実践的なガイドを提供しています。本記事では、診察前にAIモデルを活用して難解な病理報告書や検査結果を分かりやすい言葉に翻訳し、診察時に的確な質問ができるようにする方法を取り上げています。また、Maxwell 氏は、専門の治療センターでセカンドオピニオンを求めること、事前承認手続きなどの保険上のハードルに積極的に対応すること、そして精神的ストレスや治療のロジスティクスを乗り越えるために組織的な支援ネットワークを構築することの重要性を強調しています。

多段階のワークフローを自律的に実行できるエージェント型AIシステムは、企業のリーダーに対し、従来のガバナンス、セキュリティ統制、信頼フレームワークの再考を迫っています。主に入力と出力のパフォーマンスで評価される静的なAIモデルとは異なり、自律型エージェントは企業のソフトウェアシステムと直接対話するため、動的なガードレール、厳格なアイデンティティおよびアクセス管理、継続的なアクティビティ監視が必要となります。IBMは、自律型ツールが企業オペレーション全体に普及する中で、運用リスクを軽減し規制遵守の要求を満たすためには、リアルタイムの監視、透明性の高い実行トラッキング、およびエージェントの権限に対する明確な境界設定が不可欠であると強調しています。

レノボ ThinkPad T14s Gen 6 (AMD) は、AMD Ryzen AI 300 シリーズプロセッサを搭載した軽量なビジネス向けノートPCであり、外出の多いビジネスパーソン向けに高い電力効率と優れたバッテリー駆動時間を提供します。耐久性の高い筐体、レノボ独自の人間工学に基づいたキーボード、エンタープライズ向けのセキュリティ機能、Wi-Fi 7 を含む最新の接続オプションを備えています。最大 50 TOPS を実現する統合 NPU（ニューラル・プロセッシング・ユニット）を搭載し、ローカルでの AI ワークロードや Microsoft Copilot+ 機能をサポートします。ハイエンドなディスプレイ構成や高価格帯によって総コストは上がりますが、パフォーマンス、携帯性、信頼性の優れたバランスにより、法人導入において強力な選択肢となります。

ジョージア州の住民が、自動ナンバープレート認識（ALPR）システムを提供するFlock Safety社と地元の保安官事務所に対し、警察官が監視ネットワークを悪用して自身の行動を追跡し、報復を行ったとして連邦訴訟を提起しました。訴状によると、保安官代理らは、コンピュータビジョンを活用してナンバープレート、車種、特徴的な外観を特定するFlockのシステム内にカスタムアラートを設定し、原告の車を監視した上で、口実による交通取締りを繰り返したとされています。この訴訟は、普及が進むAIを活用した警察の追跡システムにおいて、厳格なアクセス制御や独立した監査が欠如していることに対する市民的自由への懸念の高まりを浮き彫りにしています。

Colossal Biosciencesは、絶滅種の復活（デ・エクスティンクション）と生物多様性の保全活動を加速させるために設計された専門的な人工知能（AI）プラットフォームを発表しました。このシステムは、機械学習モデルと計算生物学ツールを活用して古代DNAを解析し、主要な機能的遺伝変異を特定するとともに、ウーリーマンモスやフクロオオカミなどの対象種に対する多重遺伝子編集戦略をガイドします。複雑なゲノム配列解析と形質選択を自動化することで、本ソフトウェアは研究ワークフローを効率化し、研究者がより精密な遺伝子改変を設計して、代理種における絶滅形質の復元を迅速化することを目指しています。

AI戦略を既存タスクの自動化のみに集中させることは、人間の認知能力を拡張し、全く新しい能力を生み出す可能性を見落とすことになります。人工知能を主にコスト削減やタスクの代替として使用するのではなく、組織は意思決定の向上、新しいワークフローの実現、そして従来は解決困難だった複雑な問題の解決へと導入を推進すべきです。単なる効率性を求めるマインドセットからエンパワーメントへの転換を図るには、リーダーが人間とAIの協働を中心に組織プロセスを再設計する必要があります。自動化による代替よりも認知機能の拡張を優先することで、企業はより広範なイノベーションと長期的な戦略的価値を引き出すことができます。

DeepSeekのような新興のオープンウェイトモデルは、プロプライエタリな代替モデルと比べてわずかなトレーニングコストで競争力のある性能を提供し、生成AIの状況を再定義しつつあります。DeepSeekの急速な普及は、既存のAIラボが構築したモデルよりも制限的なガードレールが少なく動作する、オープンでアクセシブルなモデルへの開発者の関心が高まっていることを浮き彫りにしています。こうした発展と並行して、Museのような新しい支援モデルは、特化したツールが多様なワークフローにおいてクリエイティブおよび技術的な可能性を拡大し続けていることを示しています。これらのリリースは全体として、よりコスト効率が高く、アクセシブルで分散型の人工知能ソリューションへの継続的な移行を反映しています。

研究者らは、人工知能（AI）モデルを用いて、特定のタンパク質を標的として切断する新しいプロテアーゼ（分解酵素）をゼロから設計できることを実証しました。天然のプロテアーゼは重要な細胞プロセスを調節していますが、触媒活性に必要な分子幾何構造が複雑であるため、カスタム設計することは歴史的に大きな課題でした。生成AIを利用して原子構造や活性部位のマッピングを行うことで、科学者は特定の標的分子を分解するように調整された合成酵素を作成できるようになりました。この技術は標的治療における応用が期待されており、従来の医薬品では中和が困難な疾患関連タンパク質を選択的に分解することを可能にします。

TimeTellerは、機械学習とトランスクリプトーム解析を活用し、簡単な唾液サンプルから個人の概日リズムを追跡する個別化医療プラットフォームを開発しています。患者の体内時計をマッピングすることで、この技術はクロノセラピー（時間療法）を可能にします。これは、特に腫瘍学において、治療効果を最大化し副作用を最小限に抑えるために薬の投与タイミングを精密に調整するものです。代謝のピーク時間を把握することで、臨床医は個人ごとの固有の生物学的プロファイルに合わせて投薬スケジュールを調整でき、概日リズムの科学を実行可能な臨床決定に結びつけて治療結果を向上させることができます。

自律型AIエージェントによるセキュリティ侵害への懸念は、AIが暴走するというSFのようなシナリオに集中しがちですが、主な脅威はAI開発者が基本的なサイバーセキュリティの慣行を怠っていることに起因しています。AIエージェントの運用におけるセキュリティリスクは、通常、プロンプトインジェクション、過剰なエージェント権限、不十分な入力検証、接続されたAPIに対する弱いアクセス制御といった、標準的なソフトウェアの脆弱性から生じます。AIエージェントを予測不可能な存在ではなく、特権を持つソフトウェアアプリケーションとして扱うことで、組織は最小権限の原則、サンドボックス化、堅牢な身元管理といった従来のセキュリティ管理を適用し、リスクの大部分を軽減できます。

Nvidiaの報告によると、AIデータセンターが実際のAIワークロードに使用する電力は総電力のわずか60%にとどまる場合があり、大規模計算環境における相当なエネルギーの無駄が明らかになりました。システムのオーバーヘッド、データ転送、冷却、アイドル時間が失われた電力の多くを占めており、大規模なGPUクラスターでの広範なトレーニング実行中には、ハードウェアの故障とジョブの再起動が総エネルギーの約10%を消費しています。こうした非効率性は、AIモデルの規模拡大に伴い、運用コストとエネルギー需要を増大させています。Nvidiaは、ダウンタイムを最小限に抑え、無駄になった電力を回収し、クラスター全体の効率を高めるために、レジリエントなチェックポイント機能や高度なインターコネクト技術などのハードウェアおよびソフトウェアの最適化を提唱しています。