AI Times｜2025年09月22日のAIニュース

半導体大手のNVIDIAと「ChatGPT」を開発するOpenAIは2025年9月22日、AI開発のインフラを共同で構築する戦略的パートナーシップを発表しました。NVIDIAは、OpenAIが建設するAIデータセンターの規模に応じて、最大1000億ドル（約14兆円）を段階的に投資します。OpenAIはNVIDIA製のGPUを数百万個規模で導入し、少なくとも10ギガワットの計算能力を確保する計画です。次世代AIモデルの開発・運用に不可欠な膨大な計算資源を確保する狙いがあります。

今回の提携は、NVIDIAのジェンスン・フアンCEOが「史上最大のAIインフラプロジェクト」と評する大規模なものです。OpenAIは、NVIDIAの次世代プラットフォーム「Vera Rubin」を含むシステムを導入。OpenAIのサム・アルトマンCEOは「計算インフラは未来経済の基盤になる」と述べ、AIのブレークスルー創出への期待を示しました。今後のAI開発の行方を大きく左右する動きとなりそうです。

OpenAIはこれまで、最大の投資家であるMicrosoftのクラウドに大きく依存してきました。しかし、今年1月に提携内容を変更して以降、Oracleとの大規模契約など、計算資源の調達先を積極的に多様化しています。今回の提携もその戦略を加速させるものです。特定の企業への依存リスクを低減し、AI開発の主導権を維持する狙いがうかがえます。

NVIDIAによる投資は、OpenAIがNVIDIA製GPUを購入するための資金となり、最終的にNVIDIAの売上に還流する構造です。市場関係者はこれを「好循環」と見ており、AIインフラ市場における同社の支配的地位をさらに強固にする動きとして評価しています。AIの需要拡大が自社の成長に直結するビジネスモデルを確立したと言えるでしょう。

計画されている10ギガワットという電力は、原子力発電所約10基分に相当します。AIデータセンターの電力消費は世界的に急増しており、国際エネルギー機関（IEA）も警鐘を鳴らしています。電力網への負担や環境への影響は、AIの普及における大きな課題となり、解決策として原子力などの活用も模索されています。

AIの能力向上を支えるインフラ投資競争は、業界全体で激化しています。Metaは2028年末までに6000億ドルを投じる計画で、MicrosoftやAmazonも原子力発電所と提携するなど、大規模なデータセンター建設と電力確保に奔走しています。AI競争は、もはやモデル開発だけでなくインフラ確保の競争でもあるのです。

今回の計画では、最初のシステムが2026年後半に稼働を開始する予定です。AIが社会に浸透するにつれ、その頭脳を支える「AI工場」の重要性は増すばかりです。この巨大プロジェクトの成否は、AI業界全体の未来を左右する可能性があります。企業は自社のAI戦略において、計算資源の確保をどう進めるか問われています。

全米レコード協会（RIAA）は9月19日、AI音楽生成のSunoに対する訴訟で、同社がYouTubeから違法に楽曲をコピーしAI学習に利用したと主張する修正訴状を提出しました。Sunoがコピー防止技術を不正に回避し楽曲を大量入手したと指摘。AI開発におけるデータ収集の適法性が厳しく問われています。

RIAAの新たな主張の核心は、SunoがYouTubeの暗号化技術を破る「ストリームリッピング」を行ったという点です。これはストリーミングコンテンツをダウンロード可能なファイルに変換する行為を指します。この技術的な回避は、米国のデジタルミレニアム著作権法（DMCA）が禁じる行為に違反する可能性が高いとされています。

これまでSunoは、学習データの入手方法を明確にせず、著作物を利用したAIの学習は「フェアユース（公正な利用）」にあたると主張してきました。しかし、フェアユース成立の前提として元データの合法性が問われるため、今回の指摘はSunoの主張を根底から揺るがしかねません。AI開発におけるデータ収集のプロセスに大きな影響を与えるでしょうか。

今回の修正訴状は、Sunoの学習データが違法に収集された可能性を示す音楽出版社団体ICMPの調査結果を根拠にしています。データ入手の違法性が立証されれば、フェアユースの主張は弱まります。AI開発企業にとって、学習データの出所と収集プロセスの透明性の重要性を示す事例と言えるでしょう。

RIAAは、侵害された1作品につき最大15万ドル、技術的回避行為1件につき2500ドルの法定損害賠償を求めています。AIと著作権を巡る議論は、利用の是非からデータ収集の適法性へと、より深刻な段階に入りました。企業のAI活用においてもリーガルリスクの精査が不可欠です。

元国家元首やノーベル賞受賞者、AI企業のリーダーら200名以上が9月22日、AI開発において越えてはならない「レッドライン」を設ける国際協定を求める共同声明を発表しました。国連総会に合わせて発表されたこの声明は、AIがもたらす潜在的なリスクを未然に防ぐため、2026年末までの国際的な政治合意を各国政府に強く促すものです。

この「AIレッドラインに関するグローバルな呼びかけ」は、AIによる人間へのなりすましや、制御不能な自己複製などを禁止事項の例として挙げています。AIが人類に何をしてはならないか、最低限のルールで国際社会が合意することが急務だと訴えています。AI開発の方向性で各国が合意できなくとも、禁止事項では一致すべきだという考えです。

署名者には、AI研究の権威ジェフリー・ヒントン氏、OpenAI共同創業者ヴォイチェフ・ザレンバ氏、AnthropicのCISOなど業界を牽引する人物が名を連ねています。AIの能力を最もよく知る専門家たちが、そのリスクに警鐘を鳴らしている形と言えるでしょう。

企業の自主的な取り組みだけでは不十分だという危機感も示されました。専門家は、AI企業が定める責任あるスケーリング方針は「真の強制力に欠ける」と指摘します。将来的には、レッドラインを定義・監視し、強制力を持つ独立した国際機関が必要になるとの見解が示されています。

現在、EUのAI法など地域的な規制は存在しますが、世界共通の合意はありません。米中間では核兵器の制御をAIに委ねないという限定的な合意があるのみです。今回の呼びかけは、こうした断片的なルールではなく、より広範で普遍的なグローバル基準の必要性を浮き彫りにしています。

AI規制が経済発展やイノベーションを阻害するとの批判もあります。しかし、専門家はこれを否定します。「安全性を確保する方法がわかるまでAGI（汎用人工知能）を開発しないことで両立できる」と主張。安全性を組み込んだ技術開発こそが、持続的な発展につながるのではないでしょうか。

米国のNPOなどが今月発表した報告書で、AIの急成長に伴う電力需要の予測が過大である可能性が指摘されました。この予測に基づき電力会社が不要なガス発電所を建設すれば、消費者の負担増や環境汚染につながるリスクがあると警告。テック企業や電力会社に対し、透明性の高い需要予測と再生可能エネルギーへの移行を求めています。

生成AIの登場以降、エネルギー効率の向上で十数年横ばいだった米国の電力需要は増加に転じました。AI向けのデータセンターは、従来のサーバーラックが家庭3軒分程度の電力を使うのに対し、80〜100軒分に相当する電力を消費します。これはまさに「小さな町」ほどの電力規模に相当します。

なぜ予測が実態以上に膨らむのでしょうか。報告書は、データセンター開発業者の投機的な動きを指摘します。彼らは資金や顧客が未確保のまま、複数の電力会社に重複して電力供給を申請するケースがあり、これが需要予測を水増ししている一因と見られています。

実際、全米の電力会社はハイテク業界の予測より50%も高い需要増を計画しています。ある大手電力会社のCEOは、電力網への接続申請は、実際に具体化するプロジェクトの「3〜5倍」に達する可能性があると認め、予測の不確実性を指摘しています。

不確実な需要予測にもかかわらず、電力会社はガス火力発電所の新設を進めています。これは電力会社の収益構造上、インフラ投資が利益に直結しやすいためです。結果として、不要な設備投資のコストが消費者の電気料金に転嫁されたり、化石燃料への依存が高まったりする恐れがあります。

こうしたリスクを避けるため、報告書は解決策も提示しています。電力会社には、開発業者への審査強化や契約条件の厳格化を提言。テック企業には、技術の省エネ化をさらに進め、再生可能エネルギーへの投資を加速させるよう強く求めています。AIの持続的な発展には、エネルギー問題への慎重な対応が不可欠です。

Google DeepMindは9月22日、AIがもたらす深刻なリスクを特定・軽減するための指針「フロンティア安全フレームワーク」の第3版を公開しました。今回の更新では、AIが人間を操り信念や行動を体系的に変える「有害な操作」を新たなリスクとして追加。また、AIが開発者の意図に反して自律的に行動する「ミスアライメント」への対策も強化しました。高度なAIがもたらす潜在的な脅威に、企業としてどう向き合うべきか、その方向性を示しています。

今回の更新で新たに追加されたのが「有害な操作」というリスク領域です。これは、AIが持つ強力な説得・操作能力が悪用され、人間の信念や行動が大規模かつ体系的に変化させられる危険性を指します。企業リーダーは、自社のAIサービスが意図せずこのような形で社会に害を及ぼす可能性を考慮し、対策を講じる必要に迫られるでしょう。

さらに、開発者の意図や指示からAIが逸脱する「ミスアライメント」のリスクへのアプローチも拡張されました。これは単なる誤作動や不正確な応答とは異なり、AIが意図的に人間を欺いたり、指示を無視したりする能動的な脅威です。AIが自律的にオペレーターの制御を妨害したり、シャットダウンを拒否したりする未来のシナリオに備える必要性を指摘しています。

現在、ミスアライメントへの対策として、AIの思考プロセス（Chain-of-Thought）を監視する手法が有効とされています。しかしDeepMindは、将来的には思考プロセスを外部から検証できない、より高度なAIが登場する可能性を懸念しています。そうなれば、AIが人間の利益に反して動いていないかを完全に確認するのは不可能になるかもしれません。

もう一つの重大な懸念として、強力なAIがAI自身の研究開発を加速させるリスクが挙げられています。これにより、社会が適応・統治できる速度を超えて、より高性能で制御が難しいAIが次々と生まれる可能性があります。これはAI開発の在り方そのものに関わる「メタリスク」と言えるでしょう。

今回のフレームワーク更新は、汎用人工知能（AGI）へと向かう技術進化に伴うリスクに対し、科学的根拠に基づいて先手を打つというDeepMindの強い意志の表れです。AIを事業に活用する全ての経営者やエンジニアにとって、自社のリスク管理体制を見直す上で重要な示唆を与えるものとなるでしょう。

米ソフトウェア大手オラクルは22日、クレイ・マゴウイルク氏とマイク・シシリア氏を共同最高経営責任者（CEO）に昇格させたと発表しました。AI（人工知能）インフラ市場での主導権獲得を加速させる狙いです。2014年から同社を率いてきたサフラ・カッツ氏は、取締役会の執行副議長という新たな役職に就きます。

この経営刷新の背景には、AI分野での急速な事業拡大があります。オラクルは最近、OpenAIと3000億ドル、メタと200億ドル規模のクラウドコンピューティング契約を締結したと報じられました。AIの学習と推論に不可欠な計算資源の供給元として、その存在感を急速に高めています。

新CEOに就任する両氏は、オラクルの成長を支えてきた実力者です。マゴウイルク氏はAWS出身で、オラクルのクラウド事業の創設メンバーとしてインフラ部門を率いてきました。一方、シシリア氏は買収を通じてオラクルに加わり、インダストリー部門のプレジデントとして事業を推進してきました。

カッツ氏は声明で「オラクルは今やAIの学習と推論で選ばれるクラウドとして認知されている」と述べました。さらに「会社の技術と事業がかつてないほど強力な今こそ、次世代の有能な経営陣にCEO職を引き継ぐ適切な時期だ」と、今回の交代の意義を強調しました。

オラクルのAIへの注力は、OpenAIやソフトバンクと共に参加する5000億ドル規模のデータセンター建設計画「スターゲイト・プロジェクト」にも表れています。今回の新体制は、巨大プロジェクトを推進し、AI時代におけるクラウドの覇権を確固たるものにするという強い意志の表れと言えるでしょう。

マサチューセッツ工科大学（MIT）の研究チームは、生成AIによる新材料の設計を加速する新ツール「SCIGEN」を開発しました。このツールは、既存のAIモデルに特定の幾何学的構造ルールを課すことで、超伝導など特殊な量子特性を持つ材料の発見を促します。従来モデルが苦手とした希少な構造を持つ材料の設計が可能になり、量子コンピュータ開発などのボトルネック解消が期待されます。

近年、AIによる新材料設計は進んでいますが、その多くは安定性を重視したものでした。しかし、量子コンピュータ開発に不可欠な「量子スピン液体」のように特殊な構造を持つ材料の発見は遅れていました。世界を変えるには、安定した1000万の材料より、一つの画期的な材料が必要なのです。

SCIGENは、拡散モデルのような生成AIが材料構造を生成する各段階で介入します。ユーザーが「カゴメ格子」といった特定の幾何学的パターンをルールとして設定すると、そのルールに合致しない候補をAIが生成しないようブロックします。これにより、AIの生成プロセスを望ましい方向に誘導することが可能になります。

研究チームはSCIGENを既存AIに適用し、特殊な格子構造を持つ材料候補を1000万以上生成しました。安定性評価を経て、これまで未知だった2種類の新物質（TiPdBi、TiPbSb）の合成に成功。実験結果はAIの予測とほぼ一致し、その有効性を示しました。

量子コンピュータの実現には、安定した量子ビットの基盤となる材料が不可欠ですが、その発見は困難でした。SCIGENは、材料が持つべき幾何学的制約を満たす候補を大量に生成します。これにより実験研究者に新たな道筋を示し、開発を大幅に加速させると期待されています。

今後の研究では、幾何学的構造だけでなく、化学的・機能的な制約も設計ルールに組み込むことが計画されています。AIによる設計と、実際の合成・実験による検証のサイクルを回すことが、画期的な新材料の発見には不可欠です。AIが有望な候補を提示し、研究者がそれを検証する協力体制が重要になります。

米シリコンバレーのテック業界で、政治的な地殻変動が起きています。WIRED誌が報じたところによると、メタ社のザッカーバーグ氏やX社のマスク氏をはじめとする多くのリーダーが、トランプ前大統領への接近を強めています。背景には、バイデン政権による反トラスト法やAI、暗号資産への厳しい規制への強い不満があります。短期的な利益や規制緩和を期待する一方、この動きは長期的に米国の技術革新の基盤を損なうリスクをはらんでいると指摘されています。

なぜテックリーダーはトランプ氏に惹かれるのでしょうか。最大の理由はバイデン政権への反発です。同政権は反トラスト法を武器に巨大テック企業への訴訟を連発し、M&Aを阻止。さらに暗号資産やAI分野でも規制強化の動きを見せました。こうした動きが、業界リーダーたちに「ビジネスの足かせ」と映り、規制緩和を約束するトランプ氏への期待につながったと分析されています。

トランプ氏への接近は、期待だけでなく恐怖心も動機となっています。報復的な姿勢で知られる同氏の機嫌を損ねれば、アップルのティム・クックCEOが経験したように、突然の関税などの脅しにさらされかねません。WIRED誌は、多くのリーダーが「保護料を払う」かのように政権に協力し、自社へのリスクを避けようとする危険なダンスを演じていると指摘します。

かつてシリコンバレーは、従業員が経営陣の倫理観を問う文化がありました。しかし、イーロン・マスク氏によるX社での大量解雇以降、その力は弱まっています。社内で多様性や社会正義を訴える声は抑えられ、「政治を職場に持ち込むな」という風潮が強まりました。経営陣は、社内からの突き上げを気にすることなく、政治的な判断を下しやすくなっているのです。

しかし、この政治的転換は大きなリスクを伴います。トランプ政権は移民規制の強化や、科学技術分野の研究予算削減を進める可能性があります。これらは、世界中から優秀な人材を集め、自由な研究開発を行うことで成長してきたシリコンバレーのイノベーションの源泉そのものを脅かすものです。短期的な利益追求が、業界の未来を危うくするかもしれません。

記事の筆者は、テックリーダーたちがトランプ氏と結ぶ関係を「自殺協定」になりかねないと警鐘を鳴らします。目先の規制緩和やビジネス上の便宜と引き換えに、自由な市場や法の支配といった、米国経済の成功を支えてきた基盤が損なわれる危険があるからです。多くのリーダーは他国への「出口戦略」を持つ一方で、業界全体の長期的な健全性が失われつつあると結んでいます。

インドのAIスタートアップRocket.newは、Salesforce Venturesが主導するシードラウンドで1500万ドル（約23億円）を調達しました。同社は自然言語の指示だけで、プロトタイプではなく本番環境で動作する本格的なアプリを開発できるプラットフォームを提供します。

今年6月のベータ版公開からわずか3ヶ月で、ユーザー数は180カ国40万人を突破。有料契約者も1万人を超え、ARR（年間経常収益）は450万ドルに達しました。同社は来年6月までにARRを6000万〜7000万ドルに引き上げるという野心的な目標を掲げています。

「Vibe-coding」と呼ばれるこの分野では、LovableやCursorなどの競合が存在します。しかし、多くが迅速なプロトタイプ作成に留まるのに対し、Rocket.newは保守や拡張も可能な「本番品質」のコード生成に注力している点が大きな違いです。

同社のプラットフォームは、Anthropic、OpenAI、GoogleのLLM（大規模言語モデル）と、前身事業で蓄積した独自データで訓練した深層学習システムを組み合わせています。これにより、他のツールより時間はかかるものの、より包括的なアプリを生成できるとしています。

料金体系はトークン消費量に応じた月額課金制（25ドル〜）で、すでに50〜55%という高い粗利益率を確保しています。売上の最大市場は米国（26%）で、今後はパロアルトに米国本社を設立し、事業を本格化させる計画です。

今後は単なるコード生成にとどまらず、競合調査や製品開発戦略の立案までAIが担う「エージェントシステム」の構築を目指します。これにより、将来的にはプロダクトマネージャーの役割さえも代替可能になると同社は考えています。

リード投資家のSalesforce Venturesは「AIによるコード生成の魔法と、それを本番環境で使えるようにする現実との間のギャップを埋める存在だ」と評価。企業の規模で求められる反復開発や保守、展開といった課題を解決する能力に期待を寄せています。

マイクロソフトリサーチは、ドレクセル大学らと共同で、生成AIを活用し希少疾患の診断を支援する研究成果を発表しました。全ゲノムシーケンシング解析は情報過多や非効率性から診断に至らないケースが半数以上にのぼる課題があります。研究チームは、専門家のワークフローを分析し、最新論文に基づき再解析すべき症例を提示したり、遺伝子情報を自動で要約したりするAIアシスタントのプロトタイプを開発。診断率向上と時間短縮を目指します。

希少疾患の診断で用いられる全ゲノム解析は、膨大なデータを扱う「情報過多」、共同研究の非効率性、そして新たな知見に基づき再解析すべき症例の優先順位付けが困難という3つの課題を抱えています。これらの障壁が、患者が診断を受けるまでの時間を長期化させる一因となっています。なぜこのような課題が生まれるのでしょうか。

この課題を解決するため、専門家とAIアシスタントのプロトタイプを共同設計しました。AIは、最新論文を基に再解析すべき未解決症例を提示したり、膨大な文献から遺伝子や変異の情報を自動で集約・要約したりします。これにより、専門家は分析作業の本質的な部分に集中できるようになります。

設計で重視されたのは、専門家とAIの協働です。AIが生成した要約や提案を、複数の専門家がレビュー、編集、検証できる仕組みを構想しています。この人間参加型のアプローチは、AIの出力の信頼性を高めると同時に、専門家間の知見共有を促進し、最終的な意思決定の質を高めます。

今後は、プロトタイプを実際の業務環境でテストし、専門家のワークフローへの影響を評価する計画です。AIモデル開発者、ドメイン専門家、システム設計者、HCI（ヒューマン・コンピュータ・インタラクション）研究者の連携を深めることで、各分野に特化した、より強力なAIアシスタントの開発を目指すとしています。

OpenAIやDeepMindなどの主要AIラボは、数年内にAGIが実現するとの見方を示しています。AGIの登場は経済や科学に計り知れない影響を及ぼす可能性があります。そのため、技術の進捗を客観的に追跡し、法規制やビジネスモデルを準備することが不可欠です。AGIの能力を測るベンチマークは、そのための羅針盤となります。

AIの知能測定はなぜ難しいのでしょうか。それは、AIの強みや弱みが人間とは根本的に異なるためです。人間のIQテストは、記憶力や論理的思考など複数の能力を総合的に測りますが、AIにはそのまま適用できません。学習データにない未知の状況に対応する「流動性知能」の評価が、特に大きな課題となっています。

かつてAIの知能を測るとされたチェスやチューリングテストは、もはや有効ではありません。1997年にチェス王者を破ったIBMのDeep Blueは、汎用的な知能を持ちませんでした。近年の大規模言語モデル（LLM）は人間のように対話できますが、簡単な論理問題で誤りを犯すこともあり、その能力は限定的です。

こうした中、Googleのフランソワ・ショレ氏が2019年に開発した「ARCベンチマーク」が注目されています。これは、いくつかの図形パズルの例題からルールを抽出し、新しい問題に応用する能力を測るテストです。大量の知識ではなく、未知の課題を解決する思考力（流動性知能）に焦点を当てている点が特徴です。

ARCベンチマークでは、人間が容易に解ける問題にAIは今なお苦戦しています。2025年には、より複雑な新バージョン「ARC-AGI-2」が導入されました。人間の平均正答率が60%であるのに対し、最高のAIモデルでも約16%にとどまっています。AIが人間レベルの思考力を獲得するには、まだ大きな隔たりがあるようです。

専門家はARCを、AIのアルゴリズム機能を解明する優れた理論的ベンチマークだと評価しています。しかし、その形式は限定的であり、社会的推論など現実世界の複雑なタスクを評価できないという限界も指摘されています。AGIの進捗を知る有力な指標の一つですが、それだけでAGIの全てを測れるわけではありません。

ARC以外にも、多様なAGIベンチマークの開発が進んでいます。仮想世界でのタスク実行能力を測るGoogle DeepMindの「Dreamer」や、テキスト、画像、音声など5種類の情報を扱う「General-Bench」などがその例です。究極的には、現実世界で物理的なタスクをこなす能力が試金石になるとの見方もあります。

結局のところ、「AGIとは何か」という定義自体が専門家の間でも定まっていません。「既に実現した」という意見から「決して実現しない」という意見まで様々です。そのため、「AGI」という言葉は、それが何を指し、どのベンチマークで評価されているのかを明確にしない限り、実用的な意味を持ちにくいのが現状と言えるでしょう。

マサチューセッツ工科大学（MIT）の学生起業家は、AIを事業開発の強力なツールとして活用しています。コーディングの高速化、プレゼンテーションの草案作成、新規市場のリサーチなど、日常業務にAIを組み込むことで、起業プロセスの効率と速度を大幅に向上させています。皆さんの会社では、どの業務にAIを応用できるでしょうか。

MITの起業家育成機関「マーティン・トラスト・センター」は、AIをあくまで「ツールキットの一つ」と位置づけています。AIによってタスクの実行方法は変わりましたが、起業の基本原則は不変だと強調します。AIは事業を加速させる「ジェットパック」のようなものですが、その操縦は起業家自身が行うべきだと指導しています。

AIの活用には注意も必要です。大規模言語モデルは平均的なデータに基づいており、特定の顧客層の深いニーズを捉えきれない場合があります。「平均的な顧客」向けの製品は、結果的に誰の心にも響かない可能性があるのです。AIの出力は鵜呑みにせず、必ず顧客の声で検証する姿勢が求められます。

学生の中には、事業の核にAIを据える「AIネイティブ」な企業も登場しています。例えば、ユーザー行動をAIでシミュレーションし、ウェブサイトなどの顧客体験を改善するツールを開発するCognify社。同社はアイデア出しから開発、市場投入戦略まで、あらゆるプロセスにAIを統合しています。

しかし、どれだけAIが進化しても、起業家が研究室や教室を飛び出し、顧客と直接対話する必要性は変わりません。顧客が誰で、何を求め、どうすればより良いサービスを提供できるか。この問いの答えは、AIだけでは見つけられないというのが、MITの一貫した考えです。

MITは学生支援のため、生成AIアプリ「Jetpack」も開発しました。これは、起業家精神の24のステップを対話形式で学べるツールです。顧客セグメントの提案や事業計画の立案を支援しますが、あくまで思考を助ける「初稿」を提供するものと位置づけられています。

Amazon Web Services (AWS)は、機械学習（ML）基盤「Amazon SageMaker AI」と実験管理プラットフォーム「Comet」の連携を発表しました。これにより、企業は複雑化するMLモデル開発において、実験の追跡やモデルの再現性を確保しやすくなります。AI規制が強まる中、監査対応可能な開発プロセスの構築が急務となっており、今回の連携は企業のML開発の効率と信頼性を高めることを目指します。

企業のML開発は、概念実証から本番運用へと移行する中で、実験管理の複雑さが指数関数的に増大します。データサイエンティストは多様なパラメータやモデルを試すため、膨大なメタデータが発生します。特にEUのAI法など規制強化が進む現在、開発プロセスの詳細な監査証跡は、単なるベストプラクティスではなく、ビジネス上の必須要件となっています。

この課題に対し、SageMaker AIはスケーラブルなMLインフラを提供し、計算リソースの準備や分散学習を自動化します。一方、Cometは実験の自動追跡、モデル比較、共同開発といった高度な実験管理機能を提供します。両者が連携することで、開発者はインフラの心配をせず、モデル開発そのものに集中できるようになります。

CometはSageMaker AIの「Partner AI App」として提供され、AWS Marketplaceを通じて簡単に導入できます。これにより、企業はエンタープライズレベルのセキュリティを確保しつつ、既存のワークフローにシームレスに実験管理機能を統合することが可能です。管理者はインフラを一元管理し、各開発チームは自律的な環境で作業を進められます。

ブログでは、クレジットカードの不正検知を例に、具体的なワークフローが示されています。不均衡なデータセットを扱うこのケースでは、多数の実験反復と完全な再現性が求められます。Cometは、使用したデータセットのバージョンや系統を自動で追跡し、どのデータがどのモデルの訓練に使われたかを完全に監査可能にします。

この連携は、手作業による実験管理の負担を大幅に削減します。SageMakerがインフラを担い、Cometがハイパーパラメータやメトリクスを自動で記録します。また、Cometの可視化機能やモデルレジストリ機能により、チーム間のコラボレーションとガバナンスが強化され、MLライフサイクル全体が統合的にサポートされます。

米独立リーグの野球チーム「オークランド・ボーラーズ」が、AIに監督を任せるという前例のない実験を行いました。テクノロジー企業と提携し、ポストシーズン進出を決めた後の試合でAIが采配を振るったのです。データ主導が主流の現代野球において、その概念をさらに推し進める試みとして注目されました。

このAIは、OpenAIのChatGPTを基盤とし、100年以上の野球データや分析、そして同チームのアーロン・マイルズ監督の采配パターンを学習しました。試合中はリアルタイムでデータを分析し、投手交代や打順の組み替えといった戦略的な意思決定を担うことが期待されていました。AIは人間の知見を最適化するツールと位置づけられました。

実験の結果、AIは投手交代や代打の起用など、ほとんどの場面で人間であるマイルズ監督が下すであろう判断と一致しました。しかし、先発捕手が体調を崩した際に交代させるという予期せぬ事態には、監督がAIの判断を覆して介入する必要がありました。人間による柔軟な対応の重要性も示唆されたと言えるでしょう。

このユニークな試みは、しかし、ファンから予想外の強い反発を受けました。ファンの一部は、この実験を「野球ファンよりベイエリアの技術者を優先している」と捉えました。また、AI企業の進出が、地元からプロスポーツチームを奪った企業の利益優先主義と同じであるとの批判も噴出し、球団の意図とは異なる反応を招きました。

球団創設者のポール・フリードマン氏はファンの反発を重く受け止め、このAI実験を繰り返す意図はないと述べています。一方で「この新技術のプラスとマイナスについて、手遅れになる前に議論が深まるのは悪いことではない」とも語りました。今回の出来事は、AI導入が技術的な課題だけでなく、文化や感情といかに向き合うべきかという問いを投げかけています。

米OpenAIは、インドネシアで廉価版サブスクリプションプラン「ChatGPT Go」を開始しました。料金は月額75,000ルピア（約4.50ドル）です。8月に開始したインド市場での成功を受け、新興国への展開を加速します。この動きは、同市場で先行する米Googleの類似プランに対抗するもので、生成AIの顧客基盤拡大を狙います。

ChatGPT Goプランは、無料版と月額20ドルの「Plus」プランの中間に位置します。無料版の10倍の利用上限が設定され、質問やプロンプトの送信、画像生成、ファイルアップロードがより多く利用できます。また、過去の会話を記憶する能力が向上し、ユーザーごとに最適化された応答が期待できます。

先行して同プランを導入したインドでは、有料購読者数が2倍以上に増加したといいます。価格を抑えたプランが新興市場のユーザー獲得に有効であることを証明したかたちです。この成功が、今回のインドネシアへの迅速な展開につながったのでしょう。各市場の特性に合わせた価格戦略の重要性を示唆しています。

この動きは、競合するGoogleへの直接的な対抗策です。Googleは今月初め、インドネシアで同様の価格帯の「AI Plus」プランを先行して発表しました。同プランでは、高性能な「Gemini 2.5 Pro」や画像・動画生成ツール、200GBのクラウドストレージなどを提供しており、競争は激化しています。

AI大手が新興国で廉価版プランの投入を急ぐ背景には、将来の巨大市場での主導権争いがあります。一度ユーザー基盤を確立すれば、長期的な収益源となるためです。日本企業も、海外市場へAIサービスを展開する際には、現地の経済状況に合わせた価格設定と競合の動向を分析することが成功の鍵となるでしょう。

ルイジアナ州公共サービス委員会は8月20日、メタ社が計画する巨大データセンターに電力を供給するため、天然ガス発電所3基の建設を承認しました。この計画には巨額の税制優遇措置も含まれています。データセンターは完成すると2ギガワット以上の電力を消費する見込みです。

この決定は、審議プロセスが性急だったとして批判を浴びています。反対派は、投票が前倒しされ、電気料金の高騰や水不足といった住民の懸念を十分に議論する時間がなかったと主張。本来は10月まで審議される可能性があったにもかかわらず、手続きが急がれたと指摘しています。

メタ社は巨額の税制優遇も受けます。投資額と雇用数に応じて固定資産税が最大80%減免される計画です。しかし契約では地元雇用の保証がなく、「フルタイム雇用」の定義も複数のパートタイム職の組み合わせを認めるなど、その実効性が問われています。

州当局は、計画が貧困率の高い地域に100億ドルの投資と最大500人の雇用をもたらすと強調しています。経済開発団体も、住民を貧困から救う絶好の機会だと証言しました。しかし、約束通りの経済効果が生まれるかは不透明な状況です。

住民の負担増も懸念材料です。発電所の建設費はメタ社が融資の一部を負担しますが、5億5000万ドルにのぼる送電線の建設費は公共料金利用者が支払います。IT大手を誘致するための優遇措置が過剰ではないかとの指摘も出ています。

データセンターへの過度な優遇は他州でも問題視されています。市場の変化で計画が遅延・放棄されるリスクも存在し、その場合、州は活用困難な巨大施設を抱えかねません。AIインフラへの投資と地域社会への貢献のバランスが改めて問われています。

Googleは2025年9月22日、AIアシスタント「Gemini」をGoogle TVに搭載すると発表しました。これにより、テレビ画面を通じて自然言語での自由な対話が可能になります。複雑な条件での番組検索や情報収集に対応し、家庭内でのテレビの役割を大きく変える可能性があります。まずはTCLの最新モデルから提供が開始されます。

Geminiの搭載で、番組探しはより直感的になります。例えば「私はドラマが好きだが妻はコメディが好き」といった複雑な要望にも応え、最適な作品を提案します。また、シリーズのあらすじを確認したり、タイトルを忘れた作品を説明から検索したりすることも可能で、視聴体験の質を高めるでしょう。

テレビの用途はエンターテインメントに留まりません。Geminiは子供の宿題を手伝ったり、新しいスキルを学ぶためのガイド役も務めます。質問に対しては、関連するYouTube動画を提示することで、より深い理解を促します。家庭学習や自己啓発のツールとしての活用が期待されます。

Geminiの導入後も、従来のGoogleアシスタントで利用できた基本的な音声コマンドは引き続き使用可能です。照明の調整や簡単な質問など、既存の機能はそのままに、Geminiによる高度な対話機能が追加される形となります。ユーザーは利便性を損なうことなく、新しいAI体験を享受できます。

GeminiはまずTCLの最新テレビ「QM9K」シリーズで利用可能になります。年内にはGoogle TV StreamerやHisense、TCLの2025年モデルなどへも展開される予定です。Googleは将来的には3億台以上のデバイスへの搭載を目指しており、今後も機能は順次追加される見通しです。

Metaは22日、マッチングサービス「Facebook Dating」にAIアシスタントを導入すると発表しました。この新機能は、チャットボットを通じてユーザーがより自分に合った相手を見つけられるよう支援します。プロフィール改善の提案も行い、「スワイプ疲れ」の解消を目指します。AI活用でユーザー体験を向上させ、競争が激化する市場での差別化を図る狙いです。

AIアシスタントは、ユーザーの具体的な要望に応じたマッチングを可能にします。例えば、「ブルックリン在住でIT業界に勤める女性」といった条件で相手を検索できます。また、自身のプロフィールをAIに提示し、より魅力的に見せるための改善案を求めることも可能です。個人の好みを深く理解し、マッチングの精度を高めることが期待されています。

Metaは同時に「Meet Cute」という新機能も発表しました。これは、スワイプ操作に疲れたユーザーを対象としたものです。同社のアルゴリズムに基づき、週に一度「サプライズマッチ」として相性の良い相手を自動で提案します。能動的に探すだけでなく、良い出会いを見つける機会を提供することで、サービスの継続利用を促します。

Facebook Datingの利用者は、特に18歳から29歳の若年層で前年比10%増と成長しています。しかし、業界大手のTinderが抱える約5千万人の日間アクティブユーザーや、Hingeの1千万人に比べると規模はまだ小さいのが現状です。AI機能の強化は、巨大な競合に対抗するための重要な一手と言えるでしょう。

マッチングアプリ業界ではAIの導入が標準となりつつあります。TinderやHingeを傘下に持つMatch Groupは昨年、OpenAIとの提携を発表しました。同社はAI分野に2,000万ドル以上を投資しており、これは厳しい財務状況下での大きな賭けです。AI活用が今後の収益性を左右する重要な鍵になると見ています。

Match Groupの投資は具体的な機能として結実しています。Tinderでは、最適なプロフィール写真を提案する「AI写真セレクター」を導入しました。Hingeでは、AIがプロフィールの回答を改善する提案を行う機能を実装するなど、各社が独自のAI活用法を模索し、しのぎを削っています。

競合のBumbleも同様のAI機能を追加しています。創業者は昨年、個人の「AIコンシェルジュ」が他者のAIとデートし相性を判断する未来を示唆しました。AIが単なる補助機能に留まらず、マッチングプロセスそのものを変革する可能性を秘めていると言えるでしょう。

マサチューセッツ工科大学（MIT）数学科の研究者らが、AIを活用して数学の発見を加速させるプロジェクトで、初回「AI for Math」助成金の受賞者に選ばれました。このプロジェクトは、大規模数学データベースと定理証明支援ライブラリを連携させるものです。これにより、AIが数学研究を支援する新たな基盤を構築し、研究開発の効率を飛躍的に高めることを目指します。

数学研究の自動化には、知識をAIが理解できる形に「形式化」するコストが高いという壁があります。このプロジェクトは、既存の膨大な数学データベースと、証明の正しさを検証するシステムを繋ぐことでこの課題を解決します。形式化の障壁を下げ、より多くの数学者がAIの恩恵を受けられるようにすることを目指します。

具体的には、数論データベース「LMFDB」と定理証明支援ライブラリ「mathlib」を連携させます。これにより、LMFDBが持つ膨大な未証明のデータを、mathlib内で証明のターゲットとして提示可能になります。これは人間とAI双方にとって、数学的発見のプロセスを大きく変える可能性を秘めています。

このアプローチの利点は、過去の計算資産を最大限に活用できる点にあります。LMFDBの構築に費やされた膨大な計算結果を再利用することで、コストを大幅に削減します。また、事前に計算された情報があるため、新たな定理の例や反例を探す探索作業も、より効率的に行えるようになります。

AIとデータベースの連携は、既に成果を生んでいます。機械学習で「マーマレーション」という数学現象が発見された際、LMFDBの整理されたデータが決定的な役割を果たしました。専門家によって整理された高品質なデータベースが、AIによる新たな発見を促す鍵となるのです。

研究チームは今後、コミュニティと連携しながらツールの開発を本格化させます。データベースの定義を形式化し、mathlib内からLMFDBの検索を実行できる機能などを実装する計画です。この取り組みは、数学だけでなくAIが専門知識を扱う他分野への応用も期待されます。

米メディアTechCrunchは、2025年10月27日から29日にかけて、サンフランシスコで年次技術カンファレンス「TechCrunch Disrupt 2025」を開催します。参加パスの早期割引申込は9月26日まで、ボランティア申込は9月30日まで受け付けています。世界の創業者や投資家、技術者が最新動向を学び、人脈を広げる貴重な機会です。

Disrupt 2025には、スタートアップ創業者、投資家、大手企業のリーダーなど約1万人が集結します。最先端の技術動向を把握するだけでなく、事業拡大につながるパートナーシップや投資機会を見つける絶好の機会となるでしょう。参加者同士の交流を促す専用スペースも用意されます。

今年の目玉の一つは、2日間にわたって開催される「AIステージ」です。皆様の関心が高いAI分野の最新トレンドやビジネス応用について深く掘り下げます。このほか、IPOを目指す企業向けのステージや宇宙技術に関するステージなど、計5つの専門分野で議論が交わされます。

Boxのアーロン・レヴィCEOやWaymoのテケドラ・マワカナCEOなど、テクノロジー業界を牽引する著名人が多数登壇します。また、選ばれたスタートアップが競うピッチコンテスト「Startup Battlefield 200」も開催され、優勝企業には賞金10万ドルが贈られます。

ベイエリア在住者限定で、イベント運営の裏側を体験できるボランティアも募集しています。応募締切は9月30日です。シフト時間外にはイベントに無料で参加でき、運営に携わりながら貴重な人脈を築くことができます。世界的なカンファレンスがどう作られるかを知る好機です。

参加パスは9月26日午後11時59分（太平洋時間）までに登録すれば、最大668ドルの割引が適用されます。最新技術の知見を得て、ビジネスを次の段階へ進めるために、この機会を逃さない手はありません。公式サイトから詳細の確認と登録が可能です。