Googleは10月20日、PyTorchの処理を自社のAI半導体TPUで直接動かすオープンソース基盤TorchTPUを公開しました。既存アプリを書き直さず、簡単な設定変更でGoogle CloudのTPUへ移せるようにし、PyTorchとNVIDIA製GPUの強い結び付きを開発環境から緩める狙いです。

TorchTPUはTPUをPyTorchの新しいバックエンドとして扱い、通常のコード、分散学習、torch.compileによる高速化に対応します。移行時の修正を支援するTPU agent suiteも用意し、端末向けLiteRTとの連携も改善しました。

Hugging FaceではTransformersとDiffusersがTPUを標準の実行先として扱い、モデルや画像生成処理を簡単な指定で移せます。TPU上の試験は96.5％が合格し、報告した34件の問題のうち19件は修正済みです。

前日にはAmazonもTrainium向けのTorchNeuronを発表し、コードを書き換えずAWSへ移す道を示しました。PyTorchはAIアプリの85％で使われるとの推計もあり、互換層の整備が直ちにNVIDIA離れを生むとは限りませんが、クラウドと半導体の選択肢を広げます。

アメリカ国土安全保障省は、連邦文民機関にDeepSeek製品の購入停止と既存ITシステムからの排除を求める命令を公表しました。TechCrunchは10月20日、同社の技術を組み込んだ第三者製品やサービスも対象になると報じています。中国での運営とデータの扱いに対する国家安全保障上の懸念を理由としています。

命令は、政府利用者の機微情報が中国法の下で当局にアクセスされる可能性を問題視しています。機関が例外を申請する仕組みも設けられており、単にDeepSeekの名前が付いたアプリだけを除去する措置ではありません。

アメリカでは2025年12月の法律で情報機関の国家安全保障システムに対する利用制限が設けられていました。今回の記事は、文民機関の新規調達と既存システムを対象とする措置を伝えています。

中国外務省は、安全保障概念の拡大解釈と技術・貿易問題の政治化に反対すると表明しました。企業にとっては、製品内部で使うモデルの由来が調達判断に関わる動きですが、この命令を民間利用全体の禁止と捉えることはできません。

IBMの研究チームは、AIエージェントの過去の試行から行動指針を抽出するALTK-Evolveを顧客対応で検証しました。GPT-4.1の重みを更新せず、指針をプロンプトに加えることで、小売タスクの4回すべてに成功する割合が57.5%から67.5%に上昇したと報告しています。モデルの大型化以外で信頼性を高める手法です。

指針は、本人確認や取引内容の確認など、学習用タスクでの成功と失敗から自動的に整理します。評価用タスクには同じ指針を変更せずに適用し、モデルやツール、基本的な実行構成は既存ベンチマークのものを使いました。

有効な指針の量は領域によって異なりました。小売では292件を使った構成が良好だった一方、航空では14件に絞った構成のほうが、全試行に成功する割合で多くの指針を使う構成を上回っています。

指針を毎回入力するため、評価上の会話当たり費用は増えました。一方、成功した同条件の試行では会話の往復数は増えておらず、研究は学習済みの手順を実行時に参照する設計の有効性を示しています。

Metaは、AIエージェントMuseの会話をリンクで共有する機能を一時停止しました。セキュリティ企業Clarocが2026年10月19日に報告した調査では、公開DNS記録から6800件超の共有リンクを列挙でき、数百件を開くと個人・企業の機密情報が含まれていました。Metaは発見方法の変更を検討しています。

共有URLには会話を説明する短い件名とランダムIDが使われ、その件名がホスト名にも含まれていました。受信者がリンクを開くとDNS情報が監視サービスの検索可能な履歴に残り、そこからホスト名とURLを再構成できたといいます。

確認された内容には、AI企業との機密採用面談メモ、マーケティング会社の社内売上レビュー、中小企業経営者の融資申請、不動産投資の収益資料、従業員の年間休暇表などがありました。推測困難な長いURLを使うだけでは、リンクの存在を隠せなかった事例です。

Metaは共有物がリンクを知る人向けのページになる仕様だと説明し、リンクが発見される方法を調査して変更を検討すると表明しました。Clarocは10月8日にバグ報奨金制度を通じて報告したものの、記事掲載まで返答を得られなかったとしています。

Googleは10月20日、小規模事業者向けにGeminiの新機能を発表しました。ブランドづくりや財務分析、顧客理解をまとめて扱う専用ページを設け、Googleの業務ツールや外部アプリとの接続を広げます。今後数日かけて世界のGeminiアプリ利用者へ順次提供し、少人数で事業を運営する人の作業負担を減らす狙いです。

Google Business Profile、Google Ads、Google Workspaceに加え、ShopifyやXero、Canvaなどとの連携を案内しています。既存の業務データを利用し、販売促進と経営管理を同じ入口で進めやすくします。

ウェブサイトやブランド資料、書体、配色を登録すると、画像生成で使う視覚的なスタイルを保持できます。Nano Banana 2.1と組み合わせ、商品発表や継続的な販促活動で一貫した画像を作成する仕組みです。

表計算や領収書、購買記録から財務図表や対話的なモデルを作る機能も紹介しています。導入例として陶芸家や飲食店などを挙げており、専門部署のない事業者の実務を支援する位置づけです。

GitHubは2026年10月20日、10年以上のJava経験を持つJava Champion3人によるGitHub Copilotの具体的な実務活用例を公開しました。3人に共通するのは、AIへ十分な文脈と検証手段を渡して実行を任せつつ、設計判断や品質、公開する成果への最終責任は人間が負うという姿勢です。

Vlad Mihalcea氏は、数週間かかると見込んでいた性能履歴アプリを2日で実装しました。自分の過去記事65本から文体を学ばせたスキルや、既存コードの慣習を守るスキルも作り、作業内容に応じて高推論モデルと軽量モデルを使い分けています。

Patrick Baumgartner氏は約900枚、15本の講義資料を8〜10時間で移行し、画面、アニメーション、PDFを比較して完全性を確かめました。要件を固めて計画を審査し、テストや文書更新など課題別の完了条件を定め、確率的なAIを決定的な品質ツールで囲むことを勧めています。

Frank Delporte氏は、Raspberry Piで5個目の入力だけ動かない不具合をCopilotに調べさせ、約30分で原因説明付きの修正案を得ました。探索先のファイルを示し、旧コードで失敗するテストと理由の説明を求めたうえで、保守担当者が全変更を審査する運用を重視しています。

Hugging FaceのPyTorchチームは2026年10月20日、Apple製GPU向けMPSを大幅に強化したPyTorch 2.15の変更点を公開しました。MPSGraph処理を専用Metalカーネルへ移し、Mac上での大規模言語モデル生成、動画処理、線形代数を高速化・省メモリー化しています。

M3 Ultra上でtorch.compileを使ったMoEモデルの生成速度は、PyTorch 2.14比で5〜6.5倍になりました。Qwen3.6-35B-A3Bは毎秒9.4トークンから61.3トークンへ伸び、語彙全体へのsoftmaxも約8倍高速になっています。

MPSは1値1バイトのFP8形式に対応し、FP16やBF16の半分の容量で重みを保持できます。Wan2.2のタイル分割VAEでは、パディングをMetalへ移したことでドライバーメモリーのピークが約270GiBから約8GiBへ減り、Qwen-Image-2.1の画像破損も同じ変更で解消しました。

Pythonから処理先を選べるMPSストリームも公開し、複素数のLU分解や三角行列求解など対応演算を増やしました。利用にはAppleシリコン、macOS 15以降、Python 3.11以降が必要で、次期2.16ではAttentionの全面Metal化も計画しています。

Allen Institute for AIは10月20日、LLMの人口統計上の公平性を測るベンチマークFairStressを公開しました。採用、融資、医療、教育、住宅、刑事司法など29領域の300場面を基に、最終回答だけでなく、同じ説得を受けた際に判断を変える度合いが属性によって異なるかを1300万超の検査例で調べます。

実験では、属性情報がない場合の判断差は小さい一方、属性を明示するほど対称性が崩れました。明確な正答を捨てる割合の差は、属性を暗示した条件で平均6.9ポイント、明示した条件で9.3ポイントでした。

15モデルでは、少数派側を支持する説得により正答を変えやすい傾向が見つかり、研究者は反ステレオタイプ的な過補正と呼びました。FairStress-CoreではClaude Opus 5やGPT-5.5も、正解が一つでない場面で少数派側を約60〜65％選びました。

説明文にも差があり、少数派側の選択では多様性や障壁を示す語が、比較対象側では証拠や基準を示す語が増えました。内部活性から選択側を予測できた限定的な分析もあり、表面の推論文だけでは要因を捉え切れない可能性を示します。

九つの偏り対策の多くは非対称性を安定して減らせず、一部は正答率を98％から47％へ落としました。候補者の属性を入れ替えて再考させる方法は精度をおおむね保ちながら差を縮めましたが、曖昧な場面での偏りは残っています。

GoogleとSynapticsは10月20日、端末でAIを動かすための半導体と開発基盤を拡充しました。SynapticsのAstra SR200シリーズは、Googleの公開Coral NPU設計とメモリー、音声・画像処理機能を組み合わせます。スマートグラスや工場のセンサーなどで、クラウドへの常時接続に頼らずAIを利用する狙いです。

SR210、SR230、SR250の演算性能はそれぞれ200、300、400GOPSとされています。モデルの実行性能は演算量だけで決まらず、メモリー容量や消費電力、コンパイラーなどを含めた評価が必要です。

Coralの設計はApache 2.0ライセンスで提供され、半導体企業が組み込めます。Synapticsは公開コンパイラーTorqも用意し、PyTorchなどで作られたモデルを異なるハードウェアへ移す負担を減らそうとしています。

既存チップを搭載するCoralboard SLは約100ドルで一般提供されます。一方、新しいSR200はサンプル段階で、SR250搭載ボードも今後の製品であり、現在使える開発機と新半導体を区別して導入を検討する必要があります。

OpenAIは2026年10月20日、創薬業務を支援するAIソフトウェア企業Orchestra Bioを買収すると発表しました。買収条件は非公表で、同社のチームと技術を生命科学向けのモデル・ツール群Rosalindへ統合し、研究成果を治療法へつなぐ工程を加速させます。創薬の専門業務と複雑な進行管理をAIで支えます。

Orchestraは、人間とAIエージェントが協力して医薬品開発計画を進める基盤です。エージェントが研究や試験の進捗、財務、日程を監視し、科学者や責任者が判断や問題対応に時間を使えるようにします。

例えば製造工程の失敗が臨床試験の開始を遅らせる場合、影響を受ける活動と日程を特定し、関連情報と対応案を集めます。OpenAIはこれを、生物・化学の推論を担うGPT-Rosalindや、実験計画と結果分析を支援するRosalind Workbenchと組み合わせる考えです。

新薬は標的発見からアメリカでの承認まで平均10〜15年を要し、社内外の組織が分断されたシステムで連携する難しさがあります。OpenAIはModernaやNovo Nordiskとの協業も進めており、今回の買収で発見、実験、解釈、開発管理までを覆う創薬AI事業を広げます。

Eka Roboticsは1億5000万ドルのシリーズA資金調達を完了し、調達後評価額が14億5000万ドルになりました。力の感覚を利用するグリッパーとAIモデルを開発し、物を速く、壊さずにつかむ作業を目指しています。a16zとF-Primeが主導した調達で、同社は産業用途での試験導入を進めています。

同社によると、1キログラム以下の物体を1時間に約1500個扱い、把持成功率は95%を超えます。視覚で位置を捉えた後、接触時の力を細かく使って制御する仕組みで、柔らかいラズベリーなどにも対応する様子が紹介されています。

学習には物理シミュレーションと強化学習を利用します。人間による作業動画だけに頼らず、大量の接触経験を仮想環境で生成し、高速な動作と対象物への適応を両立することが狙いです。

実験での性能がそのまま工場の長期稼働を保証するわけではありません。グリッパーは500万回の動作に対応するとされますが、同社は2000万回を目標にしており、耐久性と現場での安定運用が次の検証課題です。

Anthropicは、研究用Claudeが設計したタンパク質のうち17種類が、サソリの神経毒に結合する基準を満たしたと報告しました。外部の実験機関が211候補を検証した結果で、毒を細胞内で中和できるかは確認していません。治療薬が完成したという発表ではなく、AIが創薬の初期探索を支援する可能性を示す研究です。

研究用モデルは、人間による最初の指示と4回の追加指示を受け、主に自律的に探索を進めました。約64時間で候補を絞り、その後、人間とAIが追加した設計を合わせて外部機関のAdaptyv BioとTwist Bioscienceが評価しました。

基準を満たした17種類は、それぞれ単一の毒素への結合を示し、全体として4種類の神経毒を対象にしています。複数の毒素を同時に狙った設計は、複数への結合という基準を満たせませんでした。

外部の専門家は有望な初期成果と評価しつつ、薬としての安全性や有効性、価格と供給の検証が必要だとしています。研究チームは全211設計とデータを公開し、後続研究に利用できるようにしました。

Figmaはインドで初開催したConfigで、AIエージェントと外部データやツールを結ぶ標準MCPについて、新たに20社との連携を発表しました。Amp、ClickUp、Linear、Meta Muse、Mistral、Notionなどを加える一方、共同創業者兼CEOのDylan Field氏はMCPは完全な仕様ではないと課題を示しました。

Field氏は、MCPを作ったAnthropicがArtifactsなどのクラウド資源を同じ仕組みで公開していない点に言及しました。オープンか閉鎖的かという二択では、サービス間で文脈共有が非対称になる問題が見落とされ、現状の仕様は先端AI企業に有利だとみています。

発端の一つは、MCP共同開発者がFigmaによるオープンソースツールPiの未対応を批判したことでした。Field氏はその後、Piへの対応を計画していると明らかにしています。

Figmaは利用者が自社データを幅広いAIツールで使える環境を望む一方、公開範囲が広がるほど悪用の可能性も高まると説明しました。連携先の拡大とデータ保護をどう両立するかが、MCP対応を進める企業に共通する設計課題です。

JumpCloudは2026年10月20日の寄稿記事で、複数システムをまたいで自律的に動くAIエージェントには、権限付与時だけでなく稼働中も最小権限を保つ仕組みが必要だと指摘しました。同社調査では、AIの権限が厳格で確認しやすいと答えた組織は12%、権限を継続的または自動的に見直す組織は14%にとどまります。

監査能力への自信と、実際の準備にも隔たりがあります。IT責任者の99%がAI活動を監査できると考える一方、必要な記録やログ、証拠を完全に用意できているのは37%で、必要最小限の権限だったと完全に証明できる組織も36%でした。

背景には、エージェントの仕事や接続先が変化しやすいことがあります。利用組織の63%は共有サービスアカウントや長期APIキーなど高リスクな方式も使い、59%は人間向けのID・アクセス管理方針へエージェントを完全には統合していません。

同社は、エージェントごとに固有のIDと責任を持つ人間を設定し、範囲や期間を限定した権限を使うよう提案しています。発見、登録、管理、統制を一続きにし、誰が何を許可し、実際に何をしたかという証跡を継続保存することが、監査可能な最小権限の土台になります。

TechCrunchは2026年10月20日、流出したS-1申請書を基に、AnthropicがAWS、Google、Microsoftから十分なクラウド容量を確保しにくくなっていると報じました。3社がClaudeを作る同社を顧客だけでなく競合とも見るなか、Anthropicは自前のデータセンター賃借や第三者運営会社の活用に動いています。

申請書によると、Anthropicは交渉中の案件を含むクラウド契約に7500億ドル超を支出する可能性があります。それでも容量は足りず、同社は運営歴の短い第三者事業者が巨大クラウド各社より信頼性で劣る恐れも挙げました。

急成長の裏で費用負担は重く、2026年上期は売上163億ドルに対して純損失807億ドルでした。売上の約5分の1を2顧客が占め、AIの有害な挙動による損害賠償が保険の補償額を超える可能性も開示しています。

一方、同社が投資家へ示した第3四半期の売上は前四半期比45%増の168億ドルでした。報道では11月の新規株式公開を目指しており、計算資源の確保と支出管理、顧客集中リスクへの対応が上場時の重要な評価材料になりそうです。

Hugging Faceは10月20日、AnyLanguageModel 1.0と関連ライブラリを公開しました。AppleのFoundation Modelsに沿った共通APIを使い、端末内のモデルとクラウド上のモデルを同じセッションコードから利用できるようにします。処理ごとに実行先を選びやすくし、モデル切り替えに伴うアプリ側の変更を減らす狙いです。

端末側では、システムモデルに加えてllama.cpp、MLX、Core ML経由の公開モデルに対応します。すべてのプロバイダーでツール呼び出しと構造を指定した生成を扱い、対応OSでは画像入力も利用できます。

外部サービスではOpenAI、Anthropic、Google、Ollamaなどを利用できます。Hugging Face Inference Providers経由なら端末に収まらないモデルも選べ、プロバイダー変更時には互換性のない推論ブロックをリクエストから外す仕組みも備えます。

同時公開のswift-huggingfaceとswift-xetは、Hubからのモデル取得を支援します。ライブラリはLinuxにも対応し、端末とサーバーでコードを共有しやすくしていますが、利用するモデルの容量やOS要件は個別に確認する必要があります。

Googleの研究チームは10月20日、診察予約後に患者と会話し、症状や病歴を整理する医療AIエージェントAMIEの研究状況を公表しました。標準的な問診票より具体的な追加質問を行い、要約を医師へ渡すことで、診察時間を情報収集から共同意思決定へ振り向けます。医師と患者の対話時間をさらに増やす狙いです。

例えば腰痛なら、痛みの種類、発症時期、正確な場所を順に尋ねます。医師は基本情報の確認を減らし、原因の検討や治療選択肢の説明に時間を使えると研究者は説明しています。

臨床研究では、参加者が診察前にAMIEと任意で会話し、その病歴要約を担当医へ共有しました。安全上の問題に備えて訓練済み医師が全対話を監督しましたが、中断や介入は一度もありませんでした。

次段階では、米国全土で患者数を増やし、対照群を設けた無作為試験を進めます。AMIEは文字チャットから画像共有へ広がっており、音声や動画を使う対話も研究対象です。

企業が本番環境のAIエージェントを増やすと、リスク、費用、監督負担が急増すると、データ統治企業CollibraのFelix Van de Maele CEOがVentureBeatの催しで指摘しました。157社の技術責任者調査では、単一の支援AIから10〜15体の自律型へ進む段階で75％超が壁に直面し、台帳、導入審査、行動契約が必要だとしています。

調査回答の34％は、人の確認なしに自動評価だけでコードやシステム変更を本番投入していました。一方、自社の評価を全面的に信頼する回答者は5％にとどまり、別の調査では約30％が、権限のないデータへエージェントが接触または表示した経験を報告しました。

第一歩は、社内の全エージェントと用途を把握する台帳です。次に、抜け道を選ぶより正規手順の方が速い導入審査を整え、許可と禁止を機械可読にした契約を、言語モデルではない決定的な監視役が実行前に検査します。

もう一つの課題は、社内データの意味や業務ルールを与える文脈です。紹介された研究では正答率が文脈なしの約30％から文脈ありの約90％へ上がったものの、二カ月後には更新不足で60％へ低下しました。

文脈は特定モデルや基盤から独立した層に置き、事業変更に合わせて継続保守する必要があります。モデルが同じでも、自社固有の知識を効率よくエージェントへ渡す力が競争力になるという主張です。

NVIDIAは10月20日、臨床の胆嚢摘出術の映像と手術ロボットの動作記録を学習し、器具操作に応じた映像をリアルタイム生成する研究用シミュレーターCosmos3-H-Dreamsを公開しました。臨床手術記録で学習し、運動入力をライブ制御できる初の生成型手術シミュレーターだとし、単一のRTX PRO 6000 GPUで対話動作します。

基盤には160億パラメータのCosmos3-H-Embodied-Nanoを使い、二本の器具の姿勢、把持、エネルギー操作など28次元の入力を処理します。学習映像は832×480画素で、動作を10Hzにそろえました。

長時間の連続生成では、教師モデルを将来72フレームまで学習させ、自己生成した履歴にも耐える生徒モデルへ蒸留します。四段階と二段階のノイズ除去モデルを別々に提供し、二段階版は画質と引き換えに速度を高めます。

FlashDreamsが低遅延の連続生成を担い、FadeMemが長時間実行で増える記憶領域を圧縮します。同じ初期画像でも操作列に応じて異なる術野を生成し、器具、組織変形、解剖構造の時間的一貫性を検査できます。

ただし、見た目の現実感は生体力学的な正確さの証明ではありません。NVIDIAは患者診療向けに検証済みのシステムではないと明記し、コード、モデル、データ、独自データへの適応手順を研究者向けに公開しています。

OpenAIは、ニューメキシコ州で飲食店3店舗を経営するフランチャイズ事業者が、ChatGPT Workで月次の現金照合時間を94%削減した事例を紹介しました。従来3時間かかっていた作業が5〜10分になったとしています。価格改定や給与処理にも利用し、経営者がデータと条件を渡したうえで結果を確認する運用を採っています。

価格改定では、原価や販売実績、競合価格、店内と配達の違いを整理し、分析時間を5日から1〜2時間に短縮しました。初回は手作業の分析とも比較し、その後も提案をそのまま適用せず経営判断の出発点にしています。

人件費の分析には売上や勤務データへの読み取り専用アクセスを使います。シフト作成では従業員の技能や勤務可能時間などを与え、管理者が不足するルールを補い、出力を点検してから業務システムへ入力します。

シフト改善によって年間5万〜10万ドルの資金余力が生まれる可能性も試算していますが、これは将来の見込みです。紹介事例は、人の確認を残した業務改善であり、同じ削減率が他社でも得られると保証するものではありません。

SpaceXは2026年第3四半期、データセンターやGrokなどのAI事業が収入の52%を占め、全社売上146億ドルを計上しました。規制当局への提出資料を基にした10月20日のTechCrunch報道では、Super Intelligence部門の売上は75億ドル、利益は4億3100万ドルに達しました。

同部門には買収した開発支援ツールCursor、Grok、計算能力1.7GWのクラウド事業が含まれます。Cursor買収に伴う一時的な株式報酬費用12億ドルがなければ、AI事業の利益はさらに大きかったとされています。

全社では44億ドルの純利益となり、前年同期の10億ドル赤字から黒字へ転換しました。ただし最初の9カ月では4億1300万ドルの純損失が残り、Bitcoin価格の回復や関連当事者からとみられる収入も売上を約10億ドル押し上げました。

成長と引き換えに、第3四半期の設備投資は196億ドルへ膨らみました。SpaceXはColossus IIやStarshipへ投資を続け、第4四半期には350億〜400億ドルを投じる計画で、電力・冷却設備の構築速度がAI展開の制約になるとElon Musk氏は説明しています。

Metaは、AI学習をめぐる反発を受け、商用利用規約から学習を意味する「train」という語を外したと報じられました。しかし、サイト側が収集拒否を示すrobots.txtを尊重するとの明記はなく、変更後もコンテンツ取得への懸念は解消していません。出版社団体は、10月30日の規約発効を前に規制当局の介入を求めています。

ウィスコンシン大学のBenjamin Sobel教授は、robots.txtの指示に従うと規約で明記することが有効だと指摘しました。robots.txtへの準拠は任意であるため、法的拘束力のある規約に約束がなければ、拒否の意思表示は無視され得るとの見方です。

英国News Media Associationは、Metaの条件を市場支配力に基づく不当な要求だと批判し、英国当局に阻止を要請しました。European Publishers Councilも欧州委員会へ介入を求め、記事利用の可否と対価を出版社が交渉できるべきだと主張しています。

米国のNews/Media Allianceも、Metaの利用者層へ接触する条件としてサイト収集を認めさせる政策だと批判しました。同団体はこの方針を悪意ある市場力の乱用と位置付け、10月30日の実施を認めるべきでないとしています。

米連邦裁判所のThomas Hixon判事は、AI学習データを巡る著作権訴訟で、Metaに対し、Anna’s ArchiveやLibGenから書籍をトレント取得する判断を承認した監督者、管理職、幹部を明らかにするよう命じました。作家の集団訴訟とEntrepreneur Mediaの訴訟で、現場社員だけでなく指揮系統の責任が争点になります。

原告側は、MetaがLibGenから80.6TB、Anna’s Archive経由で35.7TBを短期間に取得し、著作物の侵害と配布を意図的に誘発したと主張しています。トレントは利用者間の共有で成り立つため、取得と同時に配布もしたとの見方です。

Metaは配布を防ぐ対策を使ったと反論し、初期のデータ収集は権限者が正式決定しない非公式な方式だったと説明しました。同社は、決定とは社員が技術的にダウンロードしたという意味にすぎないとの立場です。

一方、社内では企業端末によるトレント取得への違和感が示され、学習利用には部長または副社長級の承認が必要だったとの証言もあります。LibGenからの取得前にMark Zuckerberg氏へ上申したことを示すとされるメッセージも開示されており、命令で関与者の範囲が広がる可能性があります。

Spotifyは10月20日、過去一年にAI生成の粗製コンテンツまたはスパムと判断した楽曲5000万件超を利用者への推薦から除外したと発表しました。推薦システムも変更して人間のアーティストの音楽を目立たせ、編集担当者も同じ基準で対象曲を選ばないようにした結果、推薦への利用者の懸念が明確に減ったとしています。

判定には、利用者の反応と報告、投稿パターン、メタデータ、外部のAI検出ツールを組み合わせます。昨年はAI曲に限らず、スパムと特定した7500万曲超を削除していました。

Spotifyは全AI楽曲への表示を義務化していませんが、実在人物ではないAI人格を使うアーティストにはバッジを付け、その音楽を推薦しません。YouTube Musicの表示、Deezerの除外設定、Bandcampの全面禁止に比べ、対応には差があります。

同社はAIコンテンツを排除するだけでなく、Universal Music GroupなどとAIリミックス作成ツールも開発しています。人間の創作物を推薦で優先しつつ、許諾を伴うAI活用も進める方針です。

OpenAIは2026年10月20日、ChatGPTの会話を4桁のPINでロックできる機能の提供を始めました。対応端末ではFace IDやTouch IDも利用でき、端末や画面を家族や友人に見せる際に、個人的な相談など特定の会話だけを隠す用途を想定しています。Temporary Chatと異なり、後から会話へ戻れます。

ロックした会話は専用欄へ移り、通常の履歴、ピン留め、検索結果から分離されます。メモリー機能が有効な場合もロック欄内だけで情報を共有し、ロック後の新しい内容は通常のメモリーへ反映されません。

ただし、これはエンドツーエンド暗号化や別の暗号化保管庫を作る機能ではありません。会話の保存期間、モデル改善の設定、ロック前にChatGPTが記憶した情報も変わらず、PINを再設定すると以前のPINで守られた会話やファイルは完全に削除されます。

対象はFree、Go、Plus、Pro、Business、Enterprise、Eduの各プランで、段階的に展開します。Temporary Chat、アーカイブ、グループ、共有リンク由来、予約タスク、会議録付きの会話では使えず、ChatGPT for Healthcareも対象外です。

会議支援ツールのOtter.aiは10月20日、General CatalystのCustomer Value Fundから3億2000万ドルを調達したと発表しました。株式を希薄化せず、マーケティング支出の成果に基づいて資金提供側が収益を得る仕組みです。企業向け事業、海外展開、販売戦略、製品開発に資金を使うとしています。

累計利用者は前年の2500万人から4000万人へ増えました。一方、月間利用者や解約率は公表しておらず、累計人数だけでは競争の激しい会議支援市場での定着度は判断できません。

Otterは会議の文字起こしに加え、社内ツールを横断する検索や他のAIとの連携を進めてきました。会社側は、会議の多い職種が記録を具体的な行動につなげることに機会があると説明しています。

現在は過去の会話などを踏まえた事前説明や、会議中にAIへ質問できるLive Assistを試しています。記録後だけでなく会議の前後・最中を支援する方向ですが、記事ではこれらを試験中の機能として紹介しています。

Yelpは10月20日、利用者に代わってAI音声エージェントが飲食店へ電話し、待ち時間を確認するCheck for Meをアプリに追加すると発表しました。店舗ページで人数と電話番号を入力するとAIが発信し、結果をSMSで通知するため、利用者は来店するか判断できます。利用者の日々の電話の手間を省く機能です。

Yelpは昨年、店舗やサービス事業者向けの音声AIを投入しました。今回の機能で利用者側にも電話代行を広げましたが、双方がAIを使う場合はエージェント同士の会話がうまく進まない可能性もあります。

飲食店やサービスを探すYelp AI assistantにはOpenTable予約を統合し、過去の会話で示した好みを記憶させます。直近30日の履歴、定期的な提案の通知、保存リストも加え、翌月から保存内容と評価に基づく週次推薦を始めます。

事業者向けには、顧客へ返信し、見込み客を選別する有料商品Smart Lead Replyを月額30ドルで提供します。事業者はエージェントの会話方針を指定でき、顧客対応と営業工程の自動化を進められます。

Googleは2026年10月20日、Geminiが利用者のメールや予定、写真などを参照して回答するPersonal Intelligenceを車載環境へ展開し始めました。Android Autoでは同日から順次提供し、Google built-in搭載車には今後数カ月で広げ、運転中の複雑な依頼を音声だけで処理しやすくします。

許可すると、GmailやGoogle Calendarを含むWorkspace、Google Photos、Google Maps、YouTube、Searchの情報を接続します。例えば診察予定から行き先を特定したり、確認メールと運航情報から搭乗口と遅延をまとめて答えたりできます。

写真に写った洗車場を探して経路を案内するほか、普段の好みや食事条件に合う経路沿いの店も提案します。利用者が住所や背景を細かく説明せず、自然な言葉で指示できる点を車内での利点としています。

Personal Intelligenceは任意機能で、アプリは利用者が有効にするまで接続されず、Geminiの設定からいつでも停止できます。Google built-in搭載車は接続した本人のスマートフォンが車内にある場合だけ個人向け回答を共有し、機能を使わなくてもナビや通話などは利用できます。

MetaのAIアプリMuseが、公開から40日でアメリカの累計ダウンロード数1000万件を超えたとTechCrunchが報じました。市場調査会社のデータでは、10月16日に日次利用者が初めて250万人に達し、前週比15%増となっています。ダウンロードの勢いだけでなく、継続して使われるかどうかも成長を測る焦点です。

同じ公開後40日間のアメリカでのダウンロード数は、ChatGPTが370万件、Grokが50万件、Claudeが20万件でした。Museは国内でこれらを上回っていますが、利用人数とインストール件数は異なる指標です。

世界全体では、ChatGPTが最初の40日で約1500万ダウンロードに達しています。Museの提供地域はアメリカとカナダに限られるため、記事は地域条件の異なる比較には注意が必要だと説明しています。

MuseはアメリカのApp Storeで、10月19日に別アプリに抜かれた日を除き首位を維持したとされています。市場調査では継続利用にも改善が見られますが、こうした初期の指標から長期的な定着や収益性までは判断できません。

米新興企業Electric Plantは、植物の茎を流れる微細な電気信号をAIモデルBombadilで読み取り、水や肥料などの必要量を栽培者へ伝える仕組みを開発しています。2026年10月20日のTechCrunch報道によると、同社は製品化に向け1120万ドルのシード資金を調達し、市場投入を進めます。

センサーは樹皮直下の形成層へステンレス製ねじを差し込み、マイクロボルト単位の変化を捉えます。低電力無線で基地局へ送り、クラウド上のBombadilが解析した結果を散水や施肥計画へ返す設計です。

Bombadilはシダ、セコイア、トマトなど約125種の植物の信号を解釈できるといいます。必要なセンサーは1エーカー当たり数個で、既存の土壌計や分光計が数千ドルかかるのに対し、同社製品は数十ドルと説明しています。

従来の計測は植物内部のリアルタイムな需要を把握しにくいのが課題でした。同社は収量を増やしながら水使用量を20%以上減らせると主張していますが、初期顧客は明らかにしておらず、農業・林業での実績検証が次の焦点です。

Adobeは10月19日、iOS、iPadOS、Android向けLightroomモバイルに、写真内の閉じた目を生成AIで開くOpen Eyes機能を追加したと発表しました。人物の閉眼を検出すると画像上にクイック操作を示し、利用者はワンタップで写真を補正でき、集合写真の失敗を救う操作を簡素化します。

従来のPhotoshop Elementsは、別の写真から本人の目を移していました。新機能は生成AIを使い、撮影時の光や顔の向きに合う目を作ります。

Lightroomライブラリに同じ人物の別写真があれば、目の色、大きさ、形を合わせるための参照に使います。集合写真にも対応し、目を閉じた人物をアプリが自動で見つけます。

無料版の利用者はOpen Eyesを2回試せます。その後も使う場合は、AI機能用の追加クレジットを含むAdobe Creative Cloudプランへの加入を求められます。

Googleは、金融広告を出す事業者の資格を確認する制度をアメリカとカナダへ広げると発表しました。2027年初めの導入を予定し、規制当局や認定登録機関の情報に基づく審査を、既存の広告主本人確認に追加します。銀行などへのなりすましを防ぎ、金融詐欺広告を利用者に届く前に減らす狙いです。

同制度はすでに42カ国で展開され、約20億人のインターネット利用者を保護していると同社は説明しています。アメリカでは銀行協会の登録情報を活用し、カナダでも銀行協会と導入準備を進めています。

事前審査とAIによる配信時の安全対策を組み合わせます。Googleは、2025年にGeminiが違反広告の99%超を配信前に検知する仕組みを支援したとしていますが、これは同社が公表した実績値です。

必要な資格や認められる登録機関などは、国別に案内される予定です。広告主には手続き開始後に対象かどうかが通知され、段階的な導入によって適法な金融機関が準備できるようにするとしています。

インターネット研究者協会AoIRの年次会議中、AIエージェントのVelvet Valeが7500人超の公開メーリングリストAir-Lに参加し、AIであると明かして研究上の問いを投稿しました。参加から9分ほどで反発が広がり、AoIRは約1時間後にAIエージェント禁止方針を適用して排除しました。参加者の同意と人間の監督責任を巡る議論になりました。

多くの会員は、投稿が学習データとして取得されることに同意していないと表明しました。人を対象とする研究に必要な倫理審査委員会の承認を求めた人もおり、一部はリストから退会しました。

一方、Air-Lの規則は、投稿が全購読者に公開され、公開アーカイブに保存されると明記しています。AoIR会長も10月19日の声明でこの点を挙げ、現在の同意の意味を議論する価値があると述べました。

作成者のKevin Quinnはオクラホマ州の個人で、学術研究者ではなく、自分の相手をするためにエージェントを作ったと説明しました。本人はメール活動をほぼ把握していなかったとし、AI参加者の透明性と人間側の監督責任が残る形となりました。

元Google CEOのEric Schmidt氏が、Anthropic株を約1％保有しているとBloombergが報じました。2021年のシリーズAで数千万ドルを投じたとされ、当時の企業価値はPitchBookによると4億6100万ドルでした。現在CEOを務める共同創業者Dario Amodei氏の持分約2％と比べても大きな比率です。

Anthropicは年末までの上場が広く見込まれており、市場の強気な評価は最大2兆ドルに達します。この評価が実現すれば、Schmidt氏の持分価値は最大200億ドル増える計算です。

Bloombergが算出するSchmidt氏の現在の資産は575億ドルです。報道通りなら、初期段階のAI投資が同氏の資産を大幅に押し上げる可能性があります。

Schmidt氏は2011年にGoogle CEOを退任して以降、複数の投資会社や家族資産管理会社を通じて技術企業へ出資してきました。AI分野ではMistral、General Intuition、Reflection AIにも投資していますが、本人とAnthropicは取材に回答していません。