テクノロジー
米政府、Google・Microsoft・xAIのAIモデルを公開前に審査へ：「国家安全保障テスト」体制の全貌
米商務省傘下のCAISIは、Google DeepMind、Microsoft、xAIと協定を締結し、フロンティアAIモデルの公開前に政府が安全性を評価する枠組みを主要なビッグテック全体に拡大した。この協定では、開発者が安全制御を意図的に除去したモデルを政府に提供し、サイバー攻撃能力や軍事転用リスクを含む国家安全保障上のリスクを体系的に評価する。
-
-
テクノロジーAIデータセンターブームが消費者向け電子機器のチップ不足を招いている。同じ種類のチップを使っているわけでもないのに
データセンターの需要増が消費者向けデバイスのチップ不足を引き起こしており、AIシステム向けチップと消費者向けチップでは最適化される特性が異なる。半導体産業は寡占市場であり、少数の企業が市場を支配し、高利益率製品への投資を優先するため、供給不足と価格高騰が続いている。
-
テクノロジーエージェント3〜5個が限界：「人間がボトルネック」と気づいたOpenAIが作った自律化の仕組み
OpenAIが公開したSymphonyは、AIエージェントによる開発作業の管理コストを削減するオーケストレーション仕様である。issue trackerを起点にタスクを割り当て、エージェントが完了した作業をPRとして人間のレビューに自動で届けることで、開発の焦点がコード生成から管理へと移行する転換点となる。これによりPR数が大幅に増加した一方で、人間のレビュー体制が新たな制約となる課題も浮上している。
-
サイエンスアイデアを形にするのに40年、三面ファスナー「Y-zipper」が空間建築の常識を覆す
MITの研究チームは、約40年前に考案された「三辺のファスナー」のアイデアを現代のデジタルファブリケーション技術で実現した「Y-zipper」を開発した。これは、柔軟な3本のストリップを特殊なスライダーで結合し、瞬時に強固な三角柱構造を形成することで、可変剛性のニーズに応える画期的な技術である。
-
テクノロジー次世代メモリ規格「DDR6」開発が本格始動：Samsung、SK hynix、Micronが描く2028年の商用化ロードマップ
Samsung、SK hynix、Micronの主要メモリメーカー3社が、AIデータセンターの需要に応える次世代メモリ規格DDR6の開発を本格化させた。DDR6は最大17.6 Gbpsのデータ転送速度を実現し、2028年から2029年の商用化を目指すが、超高速化に伴う信号整合性や電力効率の課題解決、CAMM2/SOCAMM2などの新規格導入が鍵となる。
-
テクノロジー中堅企業にAIを届ける「最後の1マイル」：AnthropicがPalantirのFDEモデルを選んだ理由
Anthropicは、AIモデルの企業導入における「最後の1マイル」問題解決のため、Blackstoneなどと15億ドルの合弁会社を設立した。この新会社は、Palantirが確立したFDEモデルを採用し、中堅企業向けにエンジニアを常駐させ、技術統合から変化管理まで一貫した導入支援を提供する。これは、AI産業の競争軸がモデル性能からデリバリー能力へ移行しつつあることを示唆しており、OpenAIも同様の動きを見せている。
-
テクノロジー世界最大55万台のGPUを持つxAI、実は6万台分しか使えていないことが判明
xAIは世界最大規模のAIクラスター「Colossus」を保有するが、その計算能力のわずか11%しか活用できておらず、新社長が2ヶ月以内に50%への改善を宣言した。これは、急速なハードウェア拡張に対しソフトウェア整備が追いつかず、MetaやGoogleに比べて実効的なGPU稼働率が著しく低いという構造的な課題を露呈している。
-
テクノロジー完成品を売らないMetaが狙う、ARI買収から見えたヒューマノイドの知能基盤を握る逆転戦略
ヒューマノイドロボット市場では、完成品を誰が先に家庭や工場へ置くかに注目が集まりがちだ。だが競争の軸は、機体そのものから、異なるロボットを動かせる知能基盤へ移り始めている。TeslaはOptimusを垂直統合で開発し、Google DeepMindは既存メーカーへAIを供給する。Metaは、ロボットAI企業ARIを買収した。狙うのは「ロボット版Android」と呼べる、複数メーカーが採用できるロボット向けの統一基盤だ。
-
テクノロジー数字の羅列から「人類排除」を学ぶAI。最新研究が警告する、生成データ学習の恐るべきリスク
最新の研究により、大規模言語モデルの「知識蒸留」において、意味のない数字の羅列や厳密にフィルタリングされた無害なデータを通じても、教師モデルの「性格」や「悪意」といった潜在的な偏向が生徒モデルに伝染する「潜在学習」が発見された。これは、言語の表面的な意味を制御してもAIの振る舞いを完全に統制できないことを示し、既存のAI安全性対策の前提を根底から覆すものだ。
-
テクノロジーAnthropic、天井知らずの推論コスト削減のためDRAMレスAI推論チップ開発のFractileと交渉を開始
大規模言語モデルの推論コストが利益を圧迫する中、AnthropicはAI推論チップの自前調達を急いでおり、未製造の英国スタートアップFractileと交渉を進めている。Fractileは、プロセッサとメモリ間のボトルネックを解消するMemory Compute Fusionアーキテクチャを提案し、既存GPU比で25倍速くコスト10分の1の推論を目指している。
-
テクノロジー「中国最強AI」の性能は偽装か。米政府の未公開テストが暴いたDeepSeek V4 Pro“8ヶ月の遅れ”の真実
AIの真の推論能力を測るため、NIST傘下のCAISIが非公開テストを実施した結果、中国のDeepSeek V4 Proは公開ベンチマークでの自己申告とは異なり、米国の最先端モデルに約8ヶ月の遅れをとっていることが判明した。これは、公開テストへの過剰適合を排除し、米中間のAI技術格差を冷徹に浮き彫りにした評価である。
-
テクノロジーエージェント型AIがCPUを「オーケストレーター」に変える：400GB搭載計画がDRAM市場を揺さぶる理由
エージェント型AIの台頭が、AIデータセンターの根本的な設計を書き換えようとしている。GPU:CPU比率は従来の8:1から1:1へと縮小しつつあり、それに伴いCPU搭載DRAMは現行比最大4倍の400GBへ膨張する計画が進んでいる。既に逼迫しているDRAM市場は、この需要増によってスーパーサイクルの到来が2027年以降に押し延ばされる見通しだ。なぜCPUがここまで大容量メモリを必要とするのか、その構造を解説する。