AIの最新動向

記事の例では、あるノードのNVLink（GPU同士をつなぐ高速の接続）の信号品質の問題が根本原因と特定され、ほかのrank（同じジョブの並列プロセス）で出たNCCL（GPUがデータをやり取りするためのライブラリ）のエラーは、付随する症状として残されます。流れは4段階で、ジョブの範囲を決め、観測を集め、あらかじめ決めたルールでイベントを抽出・突き合わせ、結果を返します。システムは、REST API（ほかのプログラムがネットワーク越しにサービスを呼び出すための入口）を提供するAttribution Serviceと、Pythonで書かれた参考用のオーケストレーターAttribution Blueprintで構成されます。Blueprintには、ジョブスケジューラーのSlurmとKueue、ログ保管のLoki、Kubernetesのpod（一緒に動くコンテナの集まり）のログ、PromQL（メトリクスの問い合わせ言語）で取るメトリクスへのコネクターが用意されています。ルールはソースコードに記述されてServiceと一緒に配布され、API経由で動的にアップロードはされません。NVIDIAは、このシステムが毎週数百万件のジョブを、数十万基のGPUにわたって分析していると述べています。

記事によると、1つの障害が別の場所で大量のメッセージを引き起こすことがあるため、最後の例外の行はジョブが止まった場所を示すだけで、壊れた場所とは限りません。SlurmやKueueでGPUクラスターを運用するチームにとっては、NVIDIAのクイックスタートに沿って試せる型です。クラスターを運用していない人には、今のところやることはありません。

NVIDIA以外のチームが自分のクラスターで動かせるか、ルールが記事の例以外の障害にも対応しているかを見守る必要があります。記事は診断の正答率を挙げていないため、手作業での原因探しと比べられる数字はまだありません。

ヘルプページによると、どれだけ枠が使われるかは、選んだモデルと頼んだ作業によって決まります。より高度なモデルや複雑な作業は、一般に多く使います。Instantチャットは利用枠を使いません。OpenAIは、作業への支障が出ないよう慎重に準備していると述べ、ほとんどの利用者は、今より頻繁に利用枠のリセットを待つ必要はないと見込んでいます。

ChatGPTと並べてCodexも使っている人は、両方が1つの枠から引かれるため、使う時間帯とモデルの選び方が互いに影響します。

OpenAIが有効にしたら、Settings → Usageで残りの枠とリセット時刻を確認し、自分の使い方が以前より早く上限に達しないかを見てください。ページには、12月の具体的な日付も、枠の数字も書かれていません。

記事によると、管理者はメモリを絶対的な容量またはGPUの割合で宣言でき、保証される最小値と、GPUが空いているときに超えてよい上限を付けられます。作業ごとに、時間分割（GPU全体を交代で使い、それぞれ別のエラー領域に置く）か、計算コアを分けるsm-sharing（並列に動き、1つのエラー領域を共有する）を選びます。1つのGPUで同時に動くモードは1つだけです。

共有GPUクラスターを運用するチームは、MIG（Multi-Instance GPU。1つのGPUをハードウェアで隔離した部分に分ける仕組み）のように固定で分けなくても、1つのアプリがGPUのメモリを使い切るのを防ぐ手段が増えます。sm-sharingを選ぶとアプリ同士がエラー領域を共有するため、互いに信頼できる作業だけを同居させるのが適切です。

NVIDIA以外のチームが、GPUの利用率の向上と、2つのアプリがメモリを取り合うときの遅延を測れるか、KAI以外のスケジューラーが対応するかを見る必要があります。記事は性能の測定値を公表していません。

各症例には通常の写真とダーモスコピー画像（照明つきの拡大レンズ越しの皮膚の写真）があり、公開データセットMILK10kから取られ、6つの診断から1つを選ぶ形です。2つの言語モデルは、既定の設定で1症例につき1回ずつ実行されました。CNNは、テストの200症例を除いたISICアーカイブの68,011枚で、約20分かけて微調整されました。悪性黒色腫（最も危険な皮膚がん）30症例では、CNNが13件を正しく挙げ、他の2つのモデルは8件と11件でした。GPT-6 Astraは、実際は25件なのに75件を基底細胞がんと答えました。

汎用の言語モデルは、医療画像の診断がまだ得意とは言えず、小さな専用ネットワークのほうがよい場合があります。著者は限界として、症例数が少ないことと、各症例を1回ずつしか実行していないことを挙げています。受診が必要かどうかを決めるために、皮膚の写真をチャットボットに送らないでください。

独立したグループが、著者の公開した症例セットと採点コードで再実行するか、各モデルの実行ごとの回答のぶれを測るかを見る必要があります。この検証は、規制当局の認可を受けた皮膚診断の製品とも比べていません。

OpenAIによると、開始から8か月余りで10万社を超える広告主がChatGPTで広告を出しました。今回は、アルゼンチン、チリ、コロンビア、ペルーなどラテンアメリカの14か国に加え、ナイジェリア、南アフリカ、セルビア、ウクライナ、カンボジア、バングラデシュ、パキスタンなど、ヨーロッパ、中東、アフリカ、アジアの市場も含まれます。広告主は、テクノロジーパートナー経由か、Ads Manager（OpenAIの広告管理ツール）での自己登録で利用できます。発表は89か国すべてを挙げていないため、ベトナムの読者は自分の市場について判断する前にOpenAIのページの一覧を確認する必要があります。

無料または低価格のプランを使う人は、より多くの国で会話の中に広告を目にするようになります。OpenAIは、広告にはラベルが付き、回答とは分けられていると述べています。ChatGPTに商品の比較を頼む人は、提案を中立な助言とみなす前にラベルを見るべきです。

ベトナムが89か国の一覧に入っているか、そしてOpenAIが次の段階でどんな広告形式、キャンペーンの目的、効果測定の方法を加えるかを見る必要があります。プライバシーや、広告が回答に影響しないという約束はOpenAI自身の言葉で、発表に独立した評価は添えられていません。

財団の発表によると、AnthropicとOpenAIは財団が支援する研究者にAIツールと計算資源を提供し、その範囲は数学にとどまらず基礎科学にも及びます。発表ページは公募を行うと述べていますが、応募の基準、締め切り、各社の拠出額の内訳は書いていません。財団の会長デビッド・スパーゲル氏は、これらのツールをどう評価し、受け入れ、使うかは、コミュニティが主導すべきだと述べています。

大きな財団が、AI支援による結果を生み出すことと並んで、その結果を検証することにも独立した資金が必要だと見ています。誰が、どんな基準で確かめるのかという問いは、AIで推論や要約をするすべての人にも当てはまります。

応募基準、締め切り、各社の拠出額は、発表ページに書かれていないため不明です。共通基準に何が含まれ、誰が決めるのかも見ておく必要があります。上の説明は財団自身の言葉で、プログラムの効果についての独立した評価はまだありません。

Metaのモデルカードによると、Muse Model Licenseは、製品や文書に「Built with Muse Spark Open」の表示を求めている。モデルをサービスとして提供する事業者は、売上が2000万米ドルを超える場合、Metaへの通知と別途の契約が必要だ。モデルは18歳未満の利用を想定していない。Metaは出力に対する権利を主張しないとしている。カードは、必要なGPUメモリをNVFP4版で最低700GB、BF16版で2TBと記し、同時に、MLXを通じてMac Studio M5 Ultra 2台向けに最適化されているとも書いている。NVIDIAは同じ日に、GB300 NVL72で動かすためのガイドを公開した。

一般の利用者にとって、これはノートパソコンで動かせるモデルではない。モデルカードは、GPUメモリの最低ラインを700GBとしている。価値があるのは、公開モデルを自前で動かしたい企業や開発者で、ライセンスの条件を細かく読む必要がある。

品質と速度についての独立した測定を待ちたい。MetaとNVIDIAの説明は、それぞれ自社の言葉だ。GPUメモリ700GBという要件と、Mac Studio 2台向けに最適化されているという説明を、モデルカードがどう整合させているかも見ておきたい。商用で使う前には、Muse Model Licenseの条項をよく読むこと。

Cloudflareのブログ記事は、ページのアドレスを見つけることは、その内容を取得してよいという意味ではないとしている。この試行は、ウェブについてのメタデータ、つまりページの全文ではなくページを説明するデータを検索と発見のために使い、モデルの学習のためにページの内容を共有することはない。発見したあとのページの評価と順位づけはOpenAIが自分で行う。ドメインの持ち主は、CloudflareのAI Crawl Controlを使って、AIシステムが自分のウェブサイトにどう入るかを確認し、管理することもできる。記事は、ボットが存在しないページを注目に値するように見せかけることがあるとも述べ、ドメイン全体ではなく悪意のある個々のページに旗を立てる信号を試していると書いている。

ウェブサイトを持つ人は、この発表を、自分の記事がモデルの学習に取られたという意味や、クローラーをもう止められないという意味に読むべきではない。確認されているのはページ発見の試行だ。サイトに入る許可は、今もサイトの持ち主にある。

記事によると、次の段階では、ページをより慎重に選び、更新されたページをより早く見つける信号を試し、内容が見つかったあとに何が起きるかを測る。ベトナムのウェブサイトに限った数字は示されていない。

Shopifyの変更履歴によると、Shopifyを使っている店では、購入者が合計金額と支払い方法を確認したあとでだけ、アシスタントは購入を完了する。Shopifyを使っていない店では、購入者がShop上で取引を承認し、アシスタントは1回限りのカード情報を受け取って、その店の決済ページで支払う。Shopへのログインは任意で、保存した住所を使えるようになる。これはShopifyが自社の製品について述べた説明だ。

オンラインで買う人にとって見るべき点は、合計金額と支払い方法を確認する手順が購入者の手元に残ることだ。変更履歴は対象の国を示しておらず、ドキュメントの例は米国の値を使っているため、ベトナムの購入者がすぐ使えるかどうかは分からない。

Shopifyが対応国を公表するか、アシスタントが始めた取引を購入者がどう確認し取り消せるか、最初にShop MCPをつなぐアシスタントアプリはどれか、を見る必要がある。決済のドキュメントには、追加情報の入力のために購入者を店の決済ページへ移す場合があるとも書かれており、すべての購入が会話の中で完了するわけではない。

API価格の導入価格は、入力100万トークンあたり2米ドル、出力は10米ドルで、2026年11月30日まで適用され、その後は4米ドルと20米ドルに上がります。入力と出力を合わせたコンテキストウィンドウは100万トークンです。Googleは、ArgonがVals Indexで首位に立ち、Gray Swanの試験で間接的なプロンプトインジェクション攻撃の成功率を0.7%まで下げたとしています。これらはいずれもGoogleまたはパートナーが示した数字で、発表に独立した測定は添えられていません。

ベトナムの利用者にとって、発表がアプリ内で挙げているのはProとUltraのプランだけで、無料ユーザーには触れていません。Geminiのヘルプページは、プランのない人は10月9日からAutoモードに設定されるとしていて、Argonの名前は出していません。

発表はArgonが届く国を一覧にしていないため、ベトナムが最初の提供対象に入るかどうかは分かりません。無料版でArgonが使えるのかどうかも、Googleは述べていません。Proプランのベトナムドンでの価格も発表にありません。API価格の導入価格は2026年11月30日のあとに上がります。

Chapter 11は、裁判所が売却を監督するあいだ会社の運営を続けられる、米国の破産手続きです。同日のBusiness Wireの発表では、Disney Worldwide Servicesが最初の入札者です。金額は2,000万米ドルで、知的財産の一部といくつかの請求権について、非独占で期限のないライセンスを受け、Disneyが雇った元従業員による移行の役務が付きます。この額は米国破産法363条の最低価格であり、より高い入札はあり得ます。Disneyがアプリの購入を終えたという意味ではありません。同社は、裁判所の承認を求めている競売の手続きに沿って、売却が2026年11月下旬か12月上旬にまとまると見込んでいます。

2026年10月8日更新のヘルプページは、データの書き出し依頼に三週間から四週間かかることがあり、そのあとメールで届くダウンロードリンクは七日間有効だとしています。終了の知らせを待ってから書き出しを押すと、その待ち時間が、売却の終わりに間に合わないことがあります。

競売の手続きは、裁判所の承認がまだ必要です。会社のブログは、有料プランは今も残り、課金の仕方はいまのところ変わっていないとし、有料機能が変わるときは事前に知らせるとしています。ブログはアプリが止まる日を書いていません。発表も、書き出したファイルに会話が一件ずつ入るとは書いていません。

同日のMetaのニュースページと研究の記事は、WonderがまもなくMuseアプリの中で動き、有料の利用者が先に使う、と述べている。MetaはActive Memoryを、複数の会話をまたいで重要な細部を覚え、必要なときに取り出すことだと説明し、Active Focusを、難しい作業を続け、別のやり方を試し、不明な点は聞き直し、重要な手順の前に確認を求めることだと説明している。同社は、許可なく私的な情報を共有しないよう、また現実に害のある行為への支援を拒むよう、モデルを訓練したと述べている。法律、金融、健康、プログラミングについて、自社のテストで先頭だと自認している。この項目に独立した測定はない。完全な安全性の報告は、同社によればあとで公開される。

Museアプリには、この二つのモデルはまだない。Metaは、あとからアプリに入り、有料の利用者が先で、メッセージ、予定、文書を読むアシスタントへ向かう、と述べている。今日の時点でアプリはそれらを有効にしておらず、完全な安全性の報告はあとで出すと、同社は述べている。

完全な安全性の報告は、まだ公開されていない。Metaのページは、Wonder FullがMeta Model APIにあるかどうかも、ベトナムでMuseアプリがいつ有効になるかも述べていない。契約、金融、健康、プログラミングの例は、モデルが向かう先についての同社の説明であり、読者自身の仕事で確認済みの結果ではない。

文書は2026年9月24日付のQEP-408バージョン2.0だ。AIが支援したコードについて人間が責任を持つ、という以前の方針に代わる。提案のページでは、あるメンバーが、理由はAIによる貢献の量がメンテナのレビュー能力を超えたことだと説明している。あるコメントは、旧方針の下で約50件のマージ要求がAI Assistedとラベル付けされ、そのうち約40件が取り込まれずに閉じられた、と述べている。これは参加者一人の発言であり、プロジェクトの統計ではない。提案者は、これは出発点で、いったん閉じ、十分に議論したあと段階的に開く、と述べている。

多くの組織が頼るプロジェクトが、コードを受け入れる時点でAIに硬い境界を置いた。レビューの負担がメンテナに乗るからだ。オープンソースへコードを送る人は、送る前にそのプロジェクトのAIの規定を読む必要がある。規定は場所ごとに違う。

境界はまだ曖昧だ。コメントは、コードの自動補完、AIによるレビュー、セキュリティ上の欠陥をAIで探すことが含まれるかを問うが、文書は「AI支援」としか書いていない。メンテナは議論のあと方針を段階的に開き得ると述べているので、改訂を見る必要がある。方針は qgis/qgis リポジトリに適用される。この項目は、プロジェクトの他のリポジトリについては述べていない。

枠組みは四つの筋からなる。人を中心に置く思考、AIの倫理、AIの技術と応用、AIシステムの設計である。12コマの中核に加えて、学校は発展的な内容を足してよい。決定は、使う前にAIツールを点検することと、生徒のデータを守ることも求めている。レー・アイン・ヴィン教授は、2024年の調査では尋ねた生徒の48%が教師からAIの指導を受けておらず、42%超が機器の不足に困っていたと述べた。同じ記事でUNICEFの担当者は、汎用チャットボットを子どもに広く使わせないよう勧めた。そうした道具は考え方を導く代わりに、答えをすぐ渡してしまうことがあるためだ。

保護者や教師にとって、AIはチャットボットを禁じるか許すかだけの話ではなく、到達目標のある学習内容になった。特定の学校に、12コマをどこに置くか、点検済みの道具は何か、AIが代わりにできてしまう宿題をどう評価するかを尋ねられる。

各教育局と学校が12コマを指導計画のどこに置くか、教師の研修、条件の厳しい地域の機器、AIが文章や計算を代行できるときの評価方法を見る必要がある。政府系紙の記事は2024年調査の標本規模と範囲を示していないため、上の割合は専門家が共有した数字として読み、全国を代表する確定値とは扱わない。

カリフォルニア州司法省は10月1日、今回の召喚状がOpenAIの事業やモデルから生じた事案を調べる、より広い調査の一部だと説明しました。同省は以前、Hugging Faceに関する事案について正式調査を開始しており、AI業界が州法を順守しているかも監視しているとしています。Reutersも召喚状を報じ、調査が潜在的なサイバーセキュリティ上の脆弱性、事案、リスクを対象としていると伝えています。具体的な法的範囲や責任は引き続き確認中で、当局が質問していること自体は不正行為の証明ではありません。

AIモデルやエージェントがサイバーセキュリティ試験で取る行動が、技術上の問題だけでなく法執行の対象にもなりつつあることを示します。自律的に行動できるAIを使う組織では、試験範囲、アクセス権限、行動ログが事故発生時の重要な証拠になる可能性があります。

OpenAIがどの情報を提出するか、カリフォルニア州がどの法的義務の適用可能性を示すか、調査が具体的な認定や執行措置につながるかを確認する必要があります。追加文書が出るまでは、調査召喚状をOpenAIの法的責任についての判断と解釈すべきではありません。

NVIDIAによると、OpenShellはモデルの外側に実行境界を設け、エージェントの動作を監視しながらポリシーを適用します。SentryはBlueField-4 DPU上に分離した監視層を置き、ソフトウェア境界を外れたエージェントを数ミリ秒で隔離できるとNVIDIAは説明しています。また、100を超える組織がこの基盤の技術に取り組んでいるとしています。これらはNVIDIA自身による製品説明と数値であり、あらゆる導入環境での有効性を独立に実証したものではありません。

重要なのは、制御をプロンプトやモデルそのものの外側に置く考え方です。ファイル、ネットワーク、各種ツールへの権限をAIエージェントに与えるチームにとって、実行権限、ポリシー適用、監視をエージェントのロジックから分離する選択肢になります。

今後は、ソースコードや導入資料、独立した評価を通じて、OpenShellがNVIDIA以外のハードウェアでどう動くか、監視層の運用コスト、Sentryが誤検知や実環境での境界逸脱をどう扱うかを確認する必要があります。

Anthropicによると、申請時に形式検証と安全性スキャンが自動で行われ、審査中のフィードバックもポータルで確認できます。承認後の公開時期は開発者が選べます。現在はClaudeの有料プランを利用する開発者向けです。プラグインバンドルはGitHubで管理され、Claude Code向けのLSP連携、コマンド、フック、エージェントもまとめられます。ただし、これはAnthropicが運営する配布・審査手続きであり、承認済みプラグインがすべての組織に適合し、安全であることを保証するものではありません。

Claude向けツールの開発者は、正式な配布経路に加えて、審査フィードバックとバージョン別分析を利用できます。個別リンクだけで配布する場合と異なり、インストール数、利用される機能、掲載ページに至った検索などを追跡できます。

実際の審査基準と所要時間、分析画面で提供されるデータ、問題のあるバージョンの更新・取り下げ方法、安全性スキャンの範囲を確認する必要があります。導入する組織は、各プラグインの権限、データアクセス、リスクを引き続き独自に評価すべきです。

注目点は、2Dの個別断面だけでなくCTの三次元画像全体を処理する設計です。NVIDIAはNV-Reason-CTを、3D CT画像について構造化された推論を行うためのモデルとして説明しています。ただし現時点の情報と評価は主に開発元自身によるもので、臨床判断を自律的に行える、あるいは放射線科医を代替できるほど信頼性が確認されたと解釈すべきではありません。

医療AIの研究チームにとって、3D CTに特化した公開モデルは、AIが三次元画像全体を読み、複数段階で結果を説明する方法を検証する新しい土台になり得ます。実用価値は独立検証、各病院のデータ、専門家による監督プロセスに左右されます。

技術資料、付属するデータセットと利用許諾、複数医療機関での独立評価、撮影装置・撮影手順・患者群による性能差を確認する必要があります。特に、研究結果と実際の臨床利用を支持する十分な証拠は区別して扱うべきです。

演説では、より自律的になるAIを人間が制御できなくなるリスクと、権力が少数の主体に集中するリスクが強調されました。アルトマン氏は、迅速なインシデント報告、共通の分類プロトコル、政府・重要インフラ運営者・技術専門家が脆弱性や新たな脅威を共有できる安全な経路も提案しています。これはOpenAIによる政策提案であり、国連が採択した国際標準ではありません。

各国が共通の測定・報告方法へ進めば、国境をまたいでAIを導入する組織は、リスクや安全対策を比較可能な証拠で示すことを求められる可能性があります。現時点では新しい義務ではなく、OpenAIが示した方向性です。

各国政府や国際機関が、これらの提案を具体的な標準、報告制度、検証手順に発展させるかを確認する必要があります。また、オープンモデルとクローズドモデルの双方にどう適用するか、大手事業者に過度な優位を与えない仕組みになるかも重要です。

NVIDIAの技術記事は、各構成要素が正常に見えることと、クラスタ全体が大規模なAI処理を実際に実行できることの差を扱っています。GPUインフラ提供元による一次的な技術ガイドであり、同社が推奨する考え方やツールを確認するには有用ですが、一つの検証手順があらゆるクラスタ、処理内容、提供事業者に適することを独立に証明するものではありません。

AI基盤の運用では、ハードウェアやKubernetesだけの検査では、複数GPUが通信し実負荷を処理するときにだけ現れる障害を見逃す可能性があります。予定する処理に近いテストを行えば、学習やモデル提供に時間を費やす前に問題を見つけられる可能性があります。

実際のクラスタでどの種類の障害を検出できるか、検証に必要な時間と費用、NVIDIAの例とは異なる構成での結果を確認する必要があります。運用上の必須条件にする前に、自社の接続構成、ネットワーク、代表的な処理で試し、どの障害を早期に検出できたか記録するのが妥当です。