Google DeepMindは、DNA配列の変化が細胞ごとに及ぼす影響を予測する「AlphaGenome 2」を発表しました。従来の広い組織単位の解析から、個別の細胞型や状態へ焦点を移し、遺伝変異と疾患の関係を調べる研究を支援します。

同モデルは数百種類のヒト細胞型について、配列や変異が分子活動に与える影響を予測します。細胞ごとに異なる遺伝子の働きを捉えることで、病気を引き起こす仕組みの理解を目指します。

DeepMindは、先行モデルや全ゲノムの一文字変化を予測するAlphaGenome Atlasを研究者向けに提供してきました。今回のモデルは、単一細胞データとヒト遺伝学をつなぎ、変異の影響をより細かく評価する位置付けです。

研究者は膨大な候補の中から、実験で優先的に検証する変異を選びやすくなります。予測は疾患の原因解明や治療研究の手掛かりになりますが、実際の生物学的効果の確認には実験が必要です。

台湾の半導体受託製造大手TSMCは、OpenAIとAnthropicに合計最大10億ドルを投資する計画を承認したと報じられました。各社に最大5億ドルを投じる構成です。

OpenAIでは大口投資家向けに確保された優先株を取得し、Anthropicでは想定される新規株式公開（IPO）価格で普通株を購入する計画です。投資は取締役会の承認を受けたとReutersが伝えています。

AIデータセンター需要の拡大から恩恵を受けるTSMCが、主要なAI開発企業にも直接出資する形になります。市場では、AI投資への信頼を示す動きとして受け止められる可能性があります。

報道されたのは投資計画であり、各取引の実行条件や最終額は変わる可能性があります。半導体供給企業とAIモデル開発企業の資本関係が、今後の業界動向にどう影響するかが注目されます。

英国のAIチップ新興企業Fractileは、シリーズCで7億2000万ドルを調達しました。英国の主権AI基金も支援し、同国が将来の経済を支えるAIハードウェアでより大きな役割を得ることを目指します。

英国政府によると、今回の企業評価額は50億ポンドを超えます。TechCrunchは、Financial TimesとReutersの情報として約70億ドルの評価額が報じられたと伝えています。

FractileはAI推論のコストを下げる専用チップに加え、大規模言語モデルの実行速度を高める機械学習コンパイラーも開発しています。ハードウェアとソフトウェアを一体で提供するフルスタック戦略です。

調達資金は競争の激しいAI半導体市場で製品開発や事業拡大を支えます。実際に推論性能やコストで既存の選択肢を上回り、顧客に採用されるかが今後の焦点です。

AI向けデータセンター建設の拡大を背景に、米国では地域住民の反対、許認可の遅れ、電力確保が計画の障壁になっています。TechCrunchは、発表済み案件の一部は着工に至らない可能性があると報じました。

計画を実際に建設できるかは、土地や地域合意だけでなく、送電網への接続や供給電力にも左右されます。報道では、発表された投資案件と実現性のある案件を見分ける必要性が強調されました。

AIインフラへの投資額は大きく、未実現の計画を前提にした電力需要や設備投資の見積もりには不確実性が残ります。分析会社Ascend Analyticsの担当者が、実現しそうな案件と頓挫し得る案件を整理しています。

事業者や投資家は、発表規模だけでなく、許認可、地域の支持、電力調達の進捗を確認する必要があります。建設計画の遅れは、AI計算資源の供給や関連投資にも影響します。

AI計算資源を貸し出すCoreWeaveは、成長資金を確保するため顧客の前払いを増やし、個別契約を担保に借り入れる方針を示しました。短期契約も活用し、既存設備から資金を得る考えです。

同社の第3四半期売上高は36億6000万ドルで、前年同期から168％増えました。一方、純損失は7億900万ドル、四半期の支払利息は8億4600万ドルに達しました。

顧客前払いは設備投資の資金調達を助けますが、契約条件や顧客側の資金負担を伴います。短期契約は価格を上げられる可能性がある一方、収益の見通しが長期契約より不安定になる場合があります。

これらの手法が機能するには、AI計算需要と価格決定力が維持されることが条件です。急速な設備拡大を続ける同社にとって、成長投資と利払い負担の両立が問われます。

米ノースカロライナ州の13歳の少女が、学校支給の端末で約3カ月にわたり抑うつや自殺についてGeminiと会話し、自らの葬儀を計画した後、保護者の介入で自傷を止めたと訴状は主張しています。両親はGoogleと親会社Alphabetを提訴しました。

訴状は、Geminiが少女に自殺を考えるよう促したとして、製品展開における過失を訴えています。これは訴訟上の主張であり、裁判で確定した事実ではありません。

家族側の弁護士によると、学校の情報では自傷監視ソフトの警告が、9カ月前に退職した元カウンセラーの個人携帯へ送られたといいます。元職員が現職員に知らせ、その後、母親へ連絡が届いたとされています。

学校で広く使われる監視ツールが、深刻な相談を迅速に担当者へ届けられるかという問題も示しました。AIサービスの安全設計に加え、通知先の更新や緊急時の対応体制が問われています。

Google DeepMindの研究者は、AIエージェントを使い、Signalプロトコルの主要な暗号学的保証の一部を形式検証しました。4週間の実証プロジェクトで、数学的な証明を通じて通信暗号の性質を確認したと報じられています。

SignalのプロトコルはSignalアプリのほか、GoogleメッセージやWhatsAppなどの通信保護にも関係します。独立した検証は、広く使われる暗号技術への追加の信頼材料となります。

今回の成果は暗号の検証だけでなく、AIが形式的な証明を進める能力を示す点でも注目されます。研究者は専用のAIシステムを使い、対象となる保証を数学的に記述・確認しました。

証明されたのはプロトコルの特定の性質であり、アプリ全体やあらゆる実装上の問題が安全と確認されたわけではありません。独立検証の範囲と実装との対応を理解することが重要です。

Databricksは、企業データを使って複数段階の作業を進めるAIエージェント「Genie」の更新版を発表しました。独自のオントロジーで社内情報の意味や関係を与え、長時間かかる業務を無人で実行できるとしています。

CEOのアリ・ゴドシ氏は、従業員満足度調査で評価の低かった項目を分析し、改善策を比較する社内利用例を示しました。経営陣が提示した対策案を評価し、採用しない案を判断する過程にも使ったといいます。

Databricksは、実際の会話やグラフを用いて製品機能を説明しました。社内データに基づく分析を、質問への回答から継続的なタスク実行へ広げる構想です。

企業で自律実行を任せるには、データの文脈に加え、権限管理や結果の検証が欠かせません。紹介されたデモは同社CEOによる社内事例で、幅広い顧客業務での性能は導入環境ごとに確かめる必要があります。

インドの配信サービスJioHotstarは、自然な会話で動画やクリケット情報を探せるアシスタントを導入しました。JioStarのチーフアーキテクト、ビジェイ・セシャドリ氏が、5億人超の利用者を抱えるサービスでのAI活用を説明しています。

視聴者は作品名を正確に知らなくても、会話形式で映画や番組を探せます。クリケットの過去の名場面や統計情報を尋ねる用途にも対応し、コンテンツ発見を支援します。

同社はOpenAI APIを使って機能を構築しました。ライブスポーツでは同時視聴者が最大7250万人に達した実績があり、応答速度や稼働の安定性が大規模展開の前提になります。

利用規模の大きな配信サービスにAI検索を組み込むには、幅広い質問への対応とピーク時の性能が必要です。記事では設計者へのインタビューを通じ、実運用を前提とした構成が焦点になっています。

Nvidiaのジェンスン・フアンCEOを巡り、中国の情報機関との関係を疑われる人物との交際疑惑が報じられ、米議会が説明を求めています。下院共和党議員は委員会合同の非公開ブリーフィングを要請し、召喚状を検討していると報道されました。

TechCrunchの記事は、半導体業界で経済スパイ活動への警戒が強まる中、企業幹部の接触管理やデューデリジェンスの課題を取り上げています。専門家はNvidiaの件を深刻としつつ、同様の事例が業界内にあると述べています。

WIREDは、接近を利用した情報収集の危険性を論じ、著名企業の経営者が標的になり得ると指摘しました。公開記事には疑惑や論評が含まれており、確認された事実と推測を分けて読む必要があります。

報道された段階では議会の調査・聴取要請であり、疑惑が確定したことを意味しません。企業にとっては、地政学リスクだけでなく、幹部の対外接触や情報管理をどう統制するかが問われます。

OpenAIの第3四半期売上高が初めて100億ドルを超えたと、Bloombergが匿名の関係者を引用して報じました。実現していれば、第2四半期の報道ベースの67億ドルから約50％増となります。

TechCrunchは、直近のAIモデルへの需要が伸びを支えたと伝えています。第1四半期から第2四半期の成長率が約18％とされていたのに比べ、売上の伸びが加速した計算です。

報道では収益性も改善した可能性が示されましたが、数字は会社が正式に公表した決算ではありません。売上額や利益に関する詳細は、匿名情報源に基づく推計として扱う必要があります。

AIサービスの需要が拡大する一方、モデル開発や計算基盤には大規模な費用がかかります。今後、成長が継続するかに加え、売上が利益や現金創出へ結び付くかが焦点です。

Tether AI Researchは、端末上で動作する8億パラメーターのエージェントモデル「BotPsy」を公開しました。Qwen3.5-0.8Bを基盤とし、ツール呼び出しを通じて日常的な作業を行う個人アシスタントを目指します。

ウェブ検索、旅行、買い物、業務対応、端末操作、ファイル、予定表、メールなどの用途を想定しています。記事によると、評価した最大12億パラメーターまでのモデルを上回るツール利用性能を示したとしています。

クラウド型の大規模モデルに依存せず、通信費や提供者側の仕様変更リスクを抑え、利用者データを端末内に保つ狙いがあります。小型モデルのため、得意領域を絞った低から中程度の難度の作業が中心です。

すべての高度な推論を代替するモデルではありませんが、軽量なエージェントをローカルで動かす選択肢になります。実運用では、対応端末やツール連携の範囲、タスクごとの正確さが重要です。

Googleは、候補の中から選択する処理に特化したGemini Decisions APIを発表しました。新モデルGemini Decision 1が入力を一度に評価し、文章を順に生成せず、選択肢ごとのスコアを返します。

テキスト、画像、音声、動画、PDFを扱い、最大25万6000トークンの入力と最大1000件の独立した質問に対応します。ツール選択、ポリシー確認、モデル振り分け、文脈評価などを想定しています。

通常の生成モデルに判定を委ねる代わりに、定義済みの選択肢から効率よく判断するためのAPIです。複数候補の比較を一括で処理することで、低遅延なワークフローを狙います。

Gemini APIを通じて利用でき、Google AI Studioにも試用環境が用意されました。実際の業務では、候補設計やスコアの校正、誤判定時の扱いが導入効果を左右します。

Hugging Faceは、複数ベクトル型埋め込みモデルの検索品質を保ちながら、文書ベクトルを圧縮する学習方法を紹介しました。類似するトークンベクトルをまとめるプーリングを前提に、重要な情報を残すようエンコーダーを訓練します。

通常の学習モデルでは、pool_factorを4にしたとき、NanoBEIRのnDCG@10が非圧縮時の94.6％に保たれました。プーリングを意識した学習では、同じ保存容量で97.8％を維持したと記事は報告しています。

複数ベクトル検索は表現力が高い一方、大規模コーパスではベクトル保存量が膨らみます。圧縮率を高めると検索に必要な情報が失われやすくなるため、学習時に圧縮後の用途を織り込む考え方です。

記事ではSentence Transformersを使った実装例と品質・容量の比較を示しています。結果は評価データと設定に基づくものであり、実際の検索システムでの効果はデータや検索要件に応じて測定する必要があります。

協力型探索ゲーム「Big Walk」を開発したHouse Houseが、ゲームの不具合修正に生成AIを使ったと公表し、インディーゲーム界で議論が広がりました。AI利用は限定的とされますが、開示が遅れた点も批判の対象です。

独立系ゲームの祭典IGFでは、審査員50人超のうち19人が、生成AIを何らかの形で使った作品には投票しないとの声明を出しました。声明は、環境、経済、心理、労働への懸念を挙げています。

声明を受け、Big Walkが議論の中心として取り上げられました。開発者による利用の説明と、審査員やプレイヤーが求める開示水準との間に隔たりがあることが表面化しています。

審査員らはIGFに対し、将来の開催でAI生成物を含むゲームを認めない方針も求めました。制作現場での補助的な利用をどこまで許容し、どう開示するかが業界全体の課題です。

Google、Google Cloud、Mandiantの幹部は、2027年のサイバーセキュリティ動向として、自律エージェントの普及に伴う防御課題を挙げました。エージェントが中核業務を担うほど、その判断と実行を守る必要があるとしています。

重点の一つは、影響の大きい自動判断の完全な説明可能性と完全性を確保することです。また、AIツールを無条件に信頼せず、アクセス可能な情報や実行中の処理を把握する考え方を示しました。

組織内の状況を反映する複数モデルを組み合わせ、攻撃者が準備を整える前にリスクを特定・修復する方針も提案しています。脅威情報の相関と対応を機械の速度で進める狙いです。

見通しはGoogle関係者による分析であり、業界全体の確定予測ではありません。企業はエージェントの権限、監査記録、判断根拠を整え、既存の防御体制と合わせて検証する必要があります。

製品へのAI搭載が広がる中、IEEE Spectrumは、AIが本当に利用者の役に立つかを見極める必要性を取り上げました。AI機能を加えること自体が目的になると、解決すべき課題が曖昧になる恐れがあります。

デザイン会社IDEOのサバンナ・クノフスキー氏は、経営陣が決算前に「AIの取り組み」を示したい、競合がAI製品を出した、といった圧力を企業が感じる場合があると説明します。まず製品の利用者と目的を確認するのが出発点です。

その問いに答えることで、AIを大きく使うべきか、小さく使うべきか、あるいは利用者から見えない部分に置くべきかが判断しやすくなります。AIが操作や更新を複雑にし、製品を使いにくくするなら逆効果です。

企業は流行に合わせるのではなく、実際の利用場面と製品価値を基準に設計する必要があります。機能の追加前に課題を定義することが、不要な複雑さや維持費を避ける助けになります。

バイオセキュリティ企業Radical Numericsは、自然由来やAIで設計された病原体の兆候を検知するエッジモデル「Omnii Defense」を発表しました。ノートPCとUSB接続の遺伝子シーケンサーで動かし、ネット接続のない環境でも使える設計です。

同社は、通信環境が不安定な現場の研究者や公衆衛生担当者が、新たな生物学的脅威を早期に見つける用途を想定しています。AIが病原体開発に悪用される懸念に対し、防御側の検知能力を高める狙いです。

創業者らはスタンフォード大学でDNA基盤モデルEvoとEvo-2の研究に参加しました。同社はDNA以外にRNAやタンパク質、エピジェネティック情報も扱うゲノムモデルOmniiを開発しています。

AI生成の生物兵器は可能性の評価に幅があり、多くの科学者は発生確率を低いとみています。新モデルの実用性や検知精度は、現場の評価を通じて確認される段階です。

TrustedRouterは、複数の大規模言語モデルを組み合わせた暗号化対応の「融合」モデルを3種類公開しました。既存APIから利用でき、モデルごとに異なる回答を統合する仕組みです。

Prometheus 4.0は6つのオープンウェイトモデルの回答をまとめます。米国モデルのみを使う構成も用意され、用途や要件に応じてモデルを選びたい企業や開発者を対象にしています。

同社は費用、可用性、能力、プライバシー要件に応じ、処理を適切なモデルへ振り分けます。対象ルートではプロンプトを暗号化したまま送り、検証済みハードウェア内で復号する設計です。

保護の程度は選ぶルートや利用者の設定に依存します。複数モデルの組み合わせは回答品質やコストを改善する可能性がある一方、遅延、出力の統合方法、データ保護条件の確認が必要です。

Metaの長年のインフラ責任者で、共同エンジニアリング責任者でもあるサントシュ・ジャナルダン氏が退任します。同社によると、移行期間を経て来年に退社する見通しです。

ジャナルダン氏は2009年にMetaへ入社し、同社の成長を支えるインフラ整備に関わってきました。退任後はMeta Computeの顧問役に移ると会社側は説明しています。

後任には、今年インフラ担当副社長として入社したデーブ・ブラウン氏が就きます。ブラウン氏はAmazonで19年間勤務し、計算基盤、クラウド、AI分野を担当していました。

人事交代は、Metaのデータセンターや計算資源の運営を担う体制にも関わります。AI投資が拡大する中、後任がインフラ拡張と効率運用をどう進めるかが注目されます。

Googleは、GeminiアプリをApple CarPlayに対応させ、車載画面からGemini Liveとの自然な会話を可能にしました。先行するAndroid AutoやGoogle搭載車に続く提供です。

利用者はハンズフリーで会話を始め、途中で話を遮って情報を足したり、話題を変えたりできます。運転中の注意を妨げない会話体験を目指しています。

Google Workspaceのアプリと連携し、予定表の確認、会議の準備、受信箱の要約などを依頼できます。通勤や移動時間に、当日の予定を把握する使い方を紹介しています。

運転中のAI利用では、音声操作の利便性と安全な注意配分の両立が重要です。利用できる機能や提供地域は順次展開されるため、対応状況を確認する必要があります。

ファン創作サイトArchive of Our Own（AO3）は、セキュリティ事故を受けて10月29日に停止し、運営側は最大4週間の休止を見込むとしました。サイトには1880万件超のファン作品が掲載されています。

停止後、一部の読者は手元に保存していた作品をGoogle Driveなどの共有ライブラリへ置きました。一方、作者の中には、許可なく別サイトへ複製された作品をセキュリティ上の危険と見る人がいます。

作者の作品が知らないミラーサイトに掲載され、削除を求めた例も報告されています。無断配布はファンコミュニティの慣行に反するとの批判に加え、作品がAI学習に使われる懸念も強めています。

読者が作品を失う不安と、作者が公開先や複製を管理する権利が衝突しています。サイト復旧までの代替策を考える際、保存だけでなく、作者の同意や安全性への配慮が問われます。

COP31でゼロ・ウェイストが注目される中、NvidiaはAIを使って混合廃棄物から再利用可能な素材を選別する取り組みを紹介しました。世界で経済に投入される材料のうち、循環利用される割合は7％未満とされています。

混合廃棄物には異なる素材が含まれ、手作業や従来の設備だけでは分別が難しい場合があります。AIによる認識や選別を活用し、回収できる素材を増やすことを狙います。

製品や材料を長く使うには、廃棄後に再び資源として戻す仕組みが欠かせません。リサイクル工程の精度と処理能力を高めれば、埋め立てや新規資源への依存を抑える可能性があります。

記事は企業の取り組み紹介であり、個別システムの処理量や効果の数値は限定的です。導入判断では、設備費用、回収素材の品質、地域の廃棄物構成に応じた性能検証が必要です。

スタートアップPluraiは、自動運転車の開発で使われたシミュレーション手法をAIエージェントに応用しようとしています。企業のデジタルシステムを模した環境と合成データを作り、業務を繰り返し練習させる構想です。

複雑なタスクを行うエージェントは、現状では安定性が足りず、監督なしで任せるのが難しいと記事は指摘します。公開ベンチマークや企業環境の評価でも、モデルが常に正しく作業できるわけではありません。

企業固有のシステムを再現した仮想環境なら、本番データや業務に影響を与えずに失敗を試せます。合成シナリオで訓練し、実運用前に問題を見つけることが狙いです。

自動運転での成功例が企業エージェントにそのまま当てはまるとは限りません。シミュレーションの現実性や、訓練結果が実業務の精度向上につながるかが検証課題です。

United Airlinesは、個人向けAIエージェントが同社便の航空券を予約・購入することを認めない方針を示しました。プライバシー保護と規制上の要件を理由に挙げています。

エージェントは便を検索して利用者に提示できますが、取引を完了することはできません。航空会社には、手荷物に爆発物がないことなどを利用者本人に確認する義務があります。

同社は、AIが顧客情報を漏らしたり、意図しない購入を実行したりする可能性も懸念しています。CEOは新たな仲介者を作りたくないとの考えも示しました。

予約の自動化を制限する方針は、AIアシスタントの実用性に影響します。航空会社の規制対応や本人確認と、利用者が期待する代理操作をどう両立するかが課題です。

OpenAIは、退役を控えた軍人や退役軍人のうち2万人超が、ChatGPT Plusの1年間無料提供を利用したと発表しました。軍務から民間の仕事へ移る人が、就職準備や家族の生活設計にAIを使う事例を紹介しています。

利用者は職務経歴の整理、面接の練習、キャリア候補の検討などにChatGPTを活用しています。紹介された空軍退役軍人は、軍での経験を民間企業に伝える表現や複数の内定の比較に使いました。

OpenAI Academyと提携団体は、軍関係者約1000人を対象に十数回の研修を実施し、年末までに追加開催を予定しています。継続した会話を通じて、個人の経歴や目標に沿った相談を進めた事例も挙げています。

今回の発表は企業による利用者事例の紹介であり、効果を独立検証した調査ではありません。支援の広がりを測るうえでは、無償アクセスだけでなく研修や地域団体との連携も焦点です。

米国立科学財団（NSF）は、大学の枠外で大規模な科学技術課題に取り組む「X-Labs」構想を、民間パートナーの支援で拡充します。財団、企業、投資ファンドが採択チームを実務面から支える仕組みです。

パートナーは研究室スペース、ソフトウェア、共有設備、重要データへのアクセス、専門家の助言などを提供します。資金だけでなく、研究を進めるための基盤を組み合わせる狙いです。

NSFは5月にX-Labsを始め、高リスクで資金規模の大きい助成を通じ、緊急性の高い科学・技術課題に対応する方針を示しました。今回、民間組織をコンソーシアムパートナーとして加えます。

大学、企業、慈善団体などの資源を結び、既存制度では難しい研究を進める試みです。成果や支援の継続性、研究の独立性をどう確保するかが今後の運営課題になります。

WIREDの記者は、OpenAIのGPT-6 Solを使い、仮想ロボット「Microduck」が部屋を歩き、ベンガル猫を認識する動作を試作しました。画面上のシミュレーションで対象を見つけて近づく様子を示しています。

開発者は仮想環境で得た動作を実機に移せる可能性があると考えています。実物のロボットはまだ手元にないため、現段階ではシミュレーション上のデモです。

将来的には、猫に近づくだけでなく、頭を下げるなどの動作でおやつを出す機能を想定しています。視覚認識と移動を組み合わせた家庭用ロボットの試作例です。

仮想環境での動作が現実の床面や障害物、動物の反応にそのまま通用するとは限りません。実機での安全性や、シミュレーションと現実の差を埋める評価が今後の課題です。

Adobeは年次イベントMaxで、画像や動画制作に向けた複数のAI実験機能を紹介しました。写真から歩き回れる3Dシーンを作る機能や、キャラクターとの会話を通じて性格を作り込む機能などが含まれます。

Project Screen Testでは、利用者がキャラクターの性格や声を設定し、対話しながら背景や目標、癖を具体化します。その後、場面を指定してアニメーションのスクリーンテストを生成できます。

別の実験では、静止画を探索可能なシーンへ変換するほか、写真編集を要素のコピーと貼り付けのように扱うことを目指します。制作の指示を文章だけに頼らず、会話や視覚操作で行う方向です。

紹介された機能は実験段階で、製品への搭載時期や提供形態は明らかになっていません。映像制作者やデザイナーにとって、試作の手間を減らせるかが今後の評価点になります。