中国政府系ハッカーは、IT管理・リモートアクセス大手コネクトワイズのクラウドバックアップサービスを侵害し、企業顧客とのデータ連携に使うアプリケーション認証情報を盗みました。Microsoftによると、攻撃者はAIエージェントを使って約2250組織に侵入し、毎分約3000件のサインインを試みました。

盗まれた認証情報は、コネクトワイズと企業顧客の間でデータ接続を確立するためのものです。攻撃者は正規利用者を装ってMicrosoftがホストする顧客環境へログインし、メールやその他のファイルにアクセスしました。

大規模攻撃を加速させたのは、AIモデルと連携してサイバー防御を試験するオープンソース基盤ARTEXです。Microsoftは毎分約3000件の試行では、防御側が検知して対応する時間がほとんど残らないと指摘しています。

ARTEXは最近、韓国の金融システムへの侵害にも使われました。記事によると、標的となったシステムの多くはセキュリティが弱く、多要素認証を導入していませんでした。

コネクトワイズはクラウドバックアップシステムへのアクセスを停止し、侵害を調査しています。2026年10月22日時点で、同社はサービスの復旧作業を進めていました。

Anthropicは2026年10月22日、Theoremとの共同研究で、Claudeを使い、オープンソースソフトの安全性をアセンブリコード水準で形式検証したと発表しました。GoogleのOSS-Fuzzにある123ライブラリの239エントリーポイントについて、一定条件下で64MB未満のあらゆる入力に対してクラッシュしないことを証明し、検証の過程では長年見逃されてきた不具合も発見・修正しました。

研究チームは、既存のファズテストを「どの入力でもテストが通る」という仕様に変換し、コンパイル済みのRISC-V命令とLinuxプロセスの形式意味論から証明課題を生成しました。ClaudeがRocqの証明コードを書き、Rocqカーネルが仕様を満たすかを機械的に検査するため、開発者が約1億8000万行の証明を手作業で読む必要はありません。

証明は中央値1万8000命令のバイナリに対し、典型例で約60万行に達しました。証明を進める過程でClaudeは数百件の不具合を検出し、通常のファザーが届きにくい約20MBの特殊入力で起きる境界外書き込みや、64MB入力を要する境界外読み取りなどを見つけました。

一方、証明生成には数億トークンを要する場合があり、費用対効果の改善が普及の条件です。36件の小規模課題ではOpus 5.5がOpus 5より約40％少ないトークンで半数を証明し、証明を共有したエージェントは単独作業より17％少ないトークンで済みました。

ただし、今回の保証は固定メモリーで動く単一スレッドの静的RISC-Vバイナリなどを前提とし、一般的なx86やARM、動的リンク環境を直接覆いません。また、64MB未満の入力と一部のファズテスト項目が対象で、仕様やCPU・OSモデルが現実とずれていれば不具合は残ります。形式検証は「完全にバグがない」という宣言ではなく、明示した仕様と前提の範囲で安全性を機械検査できる手段です。

Amazonは、インターネット上の多くのサイトを支えるプログラミング言語PHPの二つの脆弱性が、公開4日前から攻撃者に悪用されていたと明らかにしました。同社は現在、実環境で広範な悪用を確認しています。米国家安全保障局（NSA）と英国当局も、世界のウェブサイトが深刻な危険にさらされているとして、利用組織に即時の更新またはシステム停止を求めています。

PHPの保守開発者は、二つの脆弱性を修正するソフトウェア更新を公開しました。欧州の一部政府は、修正作業中のサイトを停止したと報じられており、更新を急ぐ動きが広がっています。

今回の欠陥は10年以上見つからないままでしたが、OpenAIとGoogleのモデルを活用して発見されました。長く潜んだ問題の検出は、AIが防御側の調査能力を高める可能性を示しています。

一方、脆弱性の公開より4日早く攻撃が始まっていた事実は、防御側が発見や公表だけでは先手を取れない現実も映します。Amazonが広範な悪用を確認したことで、PHP利用組織には更新の迅速さが問われています。

AnthropicとOpenAIが同年に公開した強力なサイバー能力を持つ新モデルには、政治家や金融規制当局から懸念が示されました。米政府は展開を一時的に制限しており、AIの防御力と攻撃力をどう管理するかが課題になっています。

OpenAIは2026年10月22日、アプリやAIエージェントが分類、経路選択、次の行動決定を低遅延で処理する「Decisions API」の一般提供を始めました。GPT-6 Lunaを専用化し、テキスト、画像、構造化データから、Responses API経由の同モデルより最大10倍速く、選択肢が限られた問いに回答します。大量処理で積み上がる待ち時間と費用の削減が狙いです。

開発者は質問、許容する回答、判断材料を定義します。APIは、条件が真である確率を返すpredicate、候補から選ぶchoice、段階評価するscoreの3形式で結果を返し、後続処理へ組み込めます。1回で最大400問を扱え、従来上限の2倍です。

一般提供版ではGPT-Liveとのネイティブ連携、再利用する文脈のプロンプトキャッシュ、米国・欧州での推論データ所在地指定を追加しました。画像を指示に含められるほか、ネイティブJSON入力にも対応し、アジアの複数地域では処理能力を増強しています。

価格は入力100万トークン当たり0.10ドル、キャッシュ済み入力は0.01ドルで、出力トークン料金はありません。大量の小さな判断をLLMで処理している企業にとって、速度と費用を同時に見直せる選択肢です。

初期利用では、語学学習サービスSpeakが動作間隔を1.4秒から0.13秒に短縮し、OpenAIもDots音声アシスタントの応答性改善に使いました。社内では取引明細や報道内容の分類にも活用しています。導入時は頻発する判断を一つ選び、実データで速度、費用、回答品質を検証することが重要です。

市場ではTypeSafeのJev、LiquidのD1 Ultra、Base LabのElephant-1など競合が先行しています。公開ベンチマークの順位は評価軸で変わり、OpenAIのモデルは記事掲載時点で8位と14位でした。自社用途では速度だけでなく、回答品質、費用、信頼度の調整を実データで比較する必要があります。

UberとOpenAIは2026年10月22日、Uberの世界の全従業員3万人超を対象に、企業向けAIエージェント「ChatGPT Work」の提供を開始しました。日常業務のツールと接続し、複雑な多段階作業を完了まで担わせることで、部門横断の生産性向上とAI活用の検証を進めます。1000人規模の実証から全社へ広げる、同社初の知識労働向けエージェント基盤の全社導入です。

導入は先行した1000人による試験運用から拡大しました。初期利用者の約80%はエンジニア以外で、運用データの傾向分析と提案作成、多市場・多言語向け研修資料の現地化、個人用の対話型ダッシュボード作成などに活用しました。

ChatGPT WorkはGoogle Drive、Gmail、Google Calendar、Slackとつながり、情報調査、会議資料、プレゼン、データ分析、アプリをまたぐ作業を支援します。既定モデルには性能と費用効率の両立を狙うGPT-6.1 Solを採用し、音声や画像生成も用途に応じて使えます。

全社導入を支えるのは、Uberの社内AIスキル集、承認済みの連携機能、従業員研修です。対象は運用、財務、マーケティング、プロダクトなどで、開発・ソフトウェア部門はCodexの利用も継続します。

Uberは用途を細かく固定せず、各チームに試行の余地を残します。30人のAIエンジニアを各部門に配置し、2週間で主要業務の自動化を試した「AI pods」の経験も、技術と現場知識を組み合わせる方針の根拠です。

費用は公表していません。今後は利用状況、構築されたワークフロー、業務効率への寄与を追跡し、得た知見を次のAI展開に反映します。大規模導入の成否を判断する材料は、導入数だけでなく実務上の効果です。

NVIDIAのジェンスン・フアンCEOは10月21日のGTC Berlin基調講演で、企業に自社の「AI工場」構築を提唱しました。一方、VentureBeat Intelligenceが9月に実施した調査では、本番AIを運用しGPU稼働率を回答した68社のうち55社（81％）が平均50％以下で、その71％が12カ月以内にAI基盤の新規導入・追加・刷新を計画しています。

調査対象102社全体でも63％が1年以内の基盤変更を予定する一方、財務部門が確認・承認したインフラROIを持つのは10％でした。導入予定層の91％に承認済みROIがなく、既存投資の収益性を確かめる前に次の購入判断が進んでいる構図です。

購入時の重視項目は既存クラウド・データ基盤との統合が48％、性能が42％、GPUの入手性が35％でした。記事は追加調達の前に、遅延や再試行、成果につながらない資源消費がどの工程で起きるかを特定する必要があると指摘します。

特にエージェント型AIでは、推論、検索、保存、再試行、人手確認を含む成功タスク当たりのコストを中核指標に据えるべきだと提案しています。誤った顧客対応や修正を要するコードを成功扱いせず、合意した品質基準と価値の基準線を財務部門と共有する考え方です。

設計では、組織の恒久知識、作業継続用のタスク状態、推論時のキャッシュ資源という三つの「記憶」を分けて扱います。小型モデルも単価だけで選ばず、検索、状態管理、上位モデルや人への切り替えを含むワークフロー全体で品質と総コストを検証することが、過剰投資を避ける鍵です。

Microsoftは2026年10月22日、複数のAIが協議して診断するシステム「MAI-DxO」の研究成果をScience誌で公表しました。医学誌に掲載された数百件の複雑な症例のシミュレーションで正答率83％を記録し、参考資料を使った一般医・総合内科医の36％、使わない医師の22％を上回りました。

MAI-DxOは患者への質問、検査の選択、診断候補の検討を複数のAIエージェントに分担させ、医療チームのように結論を導きます。複数社のモデルを試した結果、OpenAIのGPT-5やGPT-5.5を使った構成が最も高い成績を示しました。

ただし、性能向上の多くは基盤モデル自体の能力による可能性があります。難症例ではGPT-5単体が78.9％、MAI-DxOが約83％で、推定費用は1症例約8400ドルから約3000ドル下がりましたが、救急症例では構成による精度や費用の改善がほぼ見られませんでした。

比較対象は一般医が個別に診断する条件で、通常こうした難症例を担う専門医や医療チームは含まれていません。過去の症例による試験にとどまるため、MicrosoftはBeth Israel Deaconess Medical Centerと組み、患者への通常診療と並行して提案内容を比較する実臨床での検証を計画しています。

Microsoftは医療AIの商用化時期や提供方法をまだ示していません。医療機関や事業責任者には、ベンチマークの高得点だけでなく、専門医との比較、現場での再現性、費用、規制順守を確認する必要があり、同社も最終的な診療では人間の医療従事者が中心であり続けるとしています。

AI開発企業Anthropicは2026年10月22日、AIエージェントに専門知識と業務手順を与える公開標準「Agent Skills」を、Linux Foundation傘下のAgentic AI Foundation（AAIF）へ寄贈すると発表しました。名称やロゴ、GitHub組織、公式ドメインも移管し、特定企業に偏らない運営の下で利用者が標準の今後に関与できる体制を整えます。

Agent Skillsは、特定の仕事や分野をエージェントに教えるSKILL.mdと、必要なスクリプトや参考資料を一つのフォルダにまとめる仕組みです。AnthropicはClaude Codeの開発時、一般知識だけでは実務に必要な手順知識が足りないという課題から開発しました。

2025年10月の提供開始から数週間で、開発者はGitHubに数千のスキルを公開し、Codex、Cursor、OpenCode向けの読み込み機能も作りました。同年12月の標準公開後はChatGPTやGitHub Copilot、VS Codeなど70超のエージェント基盤が統合し、公開数は100万件、導入数は約2億8,000万件に達しています。

寄贈対象には標準本体のほか、Agent Skillsの名称とロゴ、GitHub組織、agentskills.ioドメインが含まれます。利用者はAAIFに加盟しなくても標準を使い続け、仕様開発へ貢献できます。

今後はAnthropic、Google、OpenAIなどの技術者が個人として保守し、David Soria Parra氏とMahesh Murag氏が主任メンテナーを務めます。初期ロードマップには版を明示した公開、正式な提案手続き、作成者と導入者向けのセキュリティ指針を掲げ、利用者の意見と透明な意思決定を優先します。

OpenAIは2026年10月22日、顧客の難題を現場で解くForward Deployed Engineering（FDE）の役割と成果を公開しました。モデルの能力と、企業が実務で安定して使える状態との隔たりを「導入ギャップ」と捉え、顧客・製品・研究部門を結び、まず本番で価値を実証してから再利用可能な製品やモデル改善へ広げる取り組みです。

半導体顧客では2025年半ば、約15人のFDEが10件超の用途に取り組み、検証工程向けのテスト生成、原因分析、設計支援を構築しました。3〜6カ月で全案件を本番投入し、初期利用を獲得。AIによるテスト生成で約48％の時間削減、カーネル最適化で中央値22％の性能向上、数週間のデバッグを数時間に短縮しました。

その後、機能が向上したCodexを共通基盤に据え、用途別アプリをプラグインとスキルへ移行しました。各プロジェクトのカスタムコードを約90％削減し、ある2026年8月の事例では最初の導入に2カ月かかった一方、2チーム目への展開は1日で完了しています。

成果は他業界にも及びます。Thrive Holdingsとの税務AIは試験運用で7,000件の申告書を処理し、処理能力を約50％向上。John DeereではAPIを使い、農家向けに機器設定や運用助言を個別化し、精密除草技術の活用を支えました。

既存モデルが不足する場合は、顧客の要件を評価指標に変え、研究部門へ課題を戻します。通信会社の音声顧客対応では主要評価が約60％から6カ月で90％超へ上昇し、本番水準に到達。OpenAIは現場で価値を確かめ、共通化し、次の難題へ進む循環をFDEの役割と位置づけています。

SpaceXとTeslaは2026年10月、合併を検討する特別委員会をそれぞれ設置しました。イーロン・マスク氏はSpaceXの決算説明会で、両社を組み合わせる意義を認め、AIソフトウェア開発で協力余地が大きいと説明しました。背景には、自動運転、ヒト型ロボット、AIモデル、データセンターを一体運用し、地球から遠隔操作しにくい月や火星で自律ロボットを使う構想があります。

SpaceXの2026年7〜9月期は、AI部門の売上高が75億6000万ドルでした。このうち「SIソリューション・インフラ」は70億ドルと前四半期の3倍超に伸び、買収したCursorが6億800万ドルを加えました。ただし記事は、残りの多くをAnthropicやGoogle向け計算資源の貸し出しとみており、Grokの寄与は開示されていません。

Teslaは同じ四半期に2四半期連続の減益となり、通常の自動車よりロボットや自動運転タクシーへ軸足を移しています。両社は半導体製造計画「Terafab」などで既に協力していますが、資金条件や知的財産権、提携期間は未確定です。マスク氏は2027年5〜6月の試験チップと2028年後半の量産を掲げた一方、製造装置の発注状況には答えませんでした。

統合すれば、両社が奪い合うNvidia製半導体や技術者を一体配分し、AI基盤への資金調達をまとめられる可能性があります。株式交換でSpaceXがTeslaを買収する形なら、SpaceXで過半の議決権を持つマスク氏が、約20％の議決権にとどまるTeslaを含む統合会社の支配権を得る可能性があると専門家は指摘します。経営資源の効率化だけでなく、支配権の移転も案件評価の焦点です。

一方、Teslaの事業停滞と高額なAI投資を取り込めば、SpaceX株主には持ち分の希薄化と資金負担が生じます。Fortuneの試算では、両社の2026年10〜12月期の設備投資は合計約500億ドルに達する可能性があり、買収額が2兆ドル以上ならマスク氏の報酬条件にも影響します。取締役会は、国家安全保障や独占禁止法の審査も含め、AIの相乗効果が財務リスクに見合うかを見極める必要があります。

NVIDIAは2026年10月22日、物理AIが現実世界を理解・シミュレーションする「世界モデル」の開発基盤Cosmosを拡充しました。学習データの生成・整備から、公開モデルの追加学習・軽量化、シミュレーション評価、NIMによる配備までを一体化し、ロボットや自動運転、映像解析の開発期間と計算負荷の削減を狙います。

Cosmos Data Factoryは、映像データのラベル付け、選別、拡張、評価をGPUで加速し、自動運転データ生成、静止画からの希少・危険事象動画生成、欠陥画像生成など5種類の設計図を提供します。PorscheはVolkswagen Group共通の自動運転データ循環基盤に採用し、物理的な反復走行を最大90％、開発期間を最大85％減らせると見込んでいます。

ANYboticsは実世界のデータと1500本を超える合成映像を組み合わせ、産業用点検ロボットに液体漏れなどを認識させました。Ultralyticsは実画像と狙いを定めた合成欠陥でYOLOを再学習し、欠陥位置の特定精度と再現率を改善しました。

Cosmos Frameworkは、GR00TやAlpamayo、QWEN、Pi0.5などの公開モデルを追加学習や強化学習で適応させ、蒸留・量子化を経て配備する機能をエージェントスキルとして広げました。MicroAGIはCosmos 3を人の物体操作映像で追加学習し、320億パラメータの推論モデルを精度を落とさず80億パラメータへ蒸留したとしています。

新しいCosmos 3 Nanoは、再現可能で実際には捉えにくい多視点・多センサー環境で、自動運転車や双腕ロボットの方策を実機試験前に評価できます。更新したCosmos 3 NIMは、検証済み構成で品質を保ちながら推論を最大2倍に高速化します。これを使う映像検索・要約基盤VSS 3.3は、同じGPUで監視映像を40％多く処理でき、ADNOCは関連技術で65拠点の危険検知に取り組んでいます。

2026年10月22日、パスワード管理サービスの1Passwordは、個人向けAIエージェントが利用者の認証情報を直接見ずにアカウントへログインできる新基盤「1Password for Agents」を開始しました。エージェントの本人確認、利用者への通知と承認、1Passwordによる認証情報の代理入力を組み合わせ、安全なタスク委任を目指します。

ログイン時には固有のデジタルキーが1Passwordへ送られ、エージェントのデジタル上の身元を確認します。利用者が通知された要求を承認すると、1Passwordが認証情報を入力し、エージェントは目的の作業を続けられます。

認証情報をエージェントへ直接渡す方法では、秘密情報のコピーが保存され、利用者の管理外に残る可能性があります。新基盤は認証情報を開示しない委任により、利用者が管理権を保つ設計です。

対応先にはAnthropicのClaude Duet、OpenAIのDotsとChatGPT Work、Grok Bot、MetaのMuse、AIアシスタント企業Townのエージェントが含まれます。1Passwordは他社とも連携し、対応範囲を広げる方針です。

背景には、AIエージェントが利用者に代わって金融を含むオンライン操作を担う動きがあります。米国の銀行は口座内のエージェント活動を検知し始めましたが、利用者の依頼に基づく操作かどうかを判別しにくいことが大きな課題です。

GitHubは2026年10月22日、同社のBug Bounty Programで高い成果を上げるセキュリティ研究者「@r31n」へのインタビューを公開しました。AIによる未検証の報告が増える中、コード探索やPoC作成をAIで速めても、脆弱性を手動で再現し、動く概念実証と実際の影響を示すことが有効な報告の条件だと強調しています。

@r31nは、GitHub Enterprise Serverで影響の大きい問題を繰り返し発見し、再現手順を明確にした報告で修正を速めてきました。GitHubの広く複雑で変化し続ける攻撃対象領域は、普段触れない製品や構成を学び、セキュリティ技能を磨く場になっていると説明します。

調査では、まずアプリ全体を把握し、複雑な機能、外部連携、信頼境界に注目します。攻撃者が制御するデータの流入口から、通信、ファイル操作、コマンド実行、認可判断などの重要な処理までを追い、経路、検証、境界越えを確かめてからPoCで成立を証明します。

AIは未知のコードの把握、呼び出し箇所の探索、データの追跡、PoC用スクリプトの作成に役立ちます。ただし広い質問ではなく、既知の状況を与えて論点を絞る必要があり、幻覚や誤検知もあるため、AIの結論を事実として扱わないことが重要です。

AI搭載機能の検査でも、モデルを意図外に動かせるかではなく、その影響で不正なアクセスや権限行使が可能になるかを問います。モデルの防御策だけに頼らず、認可、最小権限、隔離、入力検証を設け、モデル出力を信頼しない設計が必要です。チェックリストをなぞるより一つの対象を深く理解し、仕組みやデータの流れを問い続ける姿勢が、最初の有効な報告への近道になります。

IBM Researchは2026年10月22日、4つのオープンなGranite時系列モデルを組み合わせる予測レシピをHugging Faceで公開しました。事前学習済みモデルを再学習せず、統一インターフェースから中央値と分位点を出力し、系列や予測期間ごとに最適な単一モデルを選ぶ負担とリスクを抑える狙いです。

標準のProbabilistic Ensembleは、各モデルに同じ影響力を与えて確率分布を統合するため、重みの学習や新たな調整項目が不要です。比較用のIQR Ensembleは予測区間が狭いモデルを重く評価し、分位点の交差を等調回帰で防ぎますが、過信したモデルを優遇する恐れもあります。

97種類のGIFT-Eval設定では、標準方式のMASEが0.683となり、最良の単一モデルPatchTST-FM-r2の0.685をわずかに下回りました。両統合方式は4つの構成モデルを集計MASEで上回った一方、確率予測の集計指標CRPS/MWQLではPatchTST-FM-r2が最良であり、統合が全指標で優位なわけではありません。

レシピが保存するのは統合設定であり、初回実行時に4つのチェックポイントを取得します。共通インターフェースには互換性のある外部モデルも追加できますが、拡張レシピの一部には非商用・研究用途など別のライセンス条件があるため、各モデルカードの確認が必要です。

導入前には実運用を反映した期間と予測幅で標準方式、IQR方式、強力な単一モデルを同条件でバックテストし、MASE、分位点損失、予測区間の実測カバー率、処理時間、メモリーを比較すべきです。現行レシピは多変量の各チャネルを独立に予測し、4モデル分の推論負荷がかかるうえ、分布変化への頑健性や確率予測の較正も保証しません。

Anthropicは2026年10月22日、専門職と中小企業向けの業務AIエージェント「Claude Duet」を発表しました。iOS、Android、Claude.aiでPro・Max利用者を対象に研究プレビューとして提供し、希望者は待機リストへの登録が必要です。日々の業務データを見守り、提案や作業を先回りして進めることで、個人向け秘書型サービスと一線を画します。

Duetは日次ブリーフィングやダッシュボードを作成し、利用者データに基づいて次の行動を提案します。独自の仮想マシンでバックグラウンド作業を進め、判断が必要な場面では利用者に承認を求めます。

基盤モデルはClaude Opus 5.5で、Claude Marketplaceの6,000超のコネクターやプラグインに接続できます。StripeのLinkやShopifyのShop Payを通じたオンライン購入にも対応しますが、支払いなどの機密性が高い操作には利用者の承認が必要です。

安全面では、各メッセージを検査する新たな分類器を導入し、機密情報の外部流出を防ぎます。初期設定ではクレジットカード番号や政府発行の身分証明情報を求める依頼を拒否し、証券取引や口座間の送金も行いません。

競争相手にはMeta MuseやOpenAI Dotsなどがあり、各社は個人秘書から利用者の代理で動くエージェントへ軸足を移しています。Duetは用事の代行やチケット予約、ブラウザー操作のリアルタイム表示を得意分野とせず、継続業務の管理と自動化に焦点を絞っています。

NVIDIAは2026年10月22日、ベルリンで開いたGTCで、RevolutやStarling Bankなど欧州の金融機関が、オープンウェイトモデルとGPU基盤を使い、自社データによる独自AIを自社・域内インフラで本番運用する事例を公表しました。Revolutは取引基盤モデルPRAGMAをまず8000万人向けに展開し、3倍の規模まで拡張できるよう設計しています。

RevolutはNVIDIA cuDFとDynamo-TritonをBlackwell Ultra GPU上で動かし、数十億件の取引を扱う単一の基盤モデルとしてPRAGMAを構築しました。Starling Bankは英国の主権クラウドと自社取引データでエージェント型モデルを学習し、Lloyds Banking Groupも数十億件の取引を再利用可能な知見へ変えるATUMを開発しています。

コスト面では、ネット銀行bunqのエージェント型アシスタントFinnが、主要な閉鎖型モデルと同等の品質を回答1件当たり60％の費用で実現したとNVIDIAは説明しています。NatWestは英国のアクセントや金融用語を認識する音声技術、Santanderは構造化金融データ向けKumoモデルの活用を進めています。

金融調査では、LSEGがPolars GPUエンジンとcuDFを使い、過去のティックデータ分析を最大10倍高速化する取り組みを進めています。RavenPackは自然言語の調査仮説から、ラベル付きでバックテスト可能なデータセットを生成する仕組みを構築しました。

不正検知では、HSBCがデータ処理を5倍に高速化し、ほぼリアルタイムの顧客分析に活用しています。Stripeはオフライン試験で、Radarの機械学習用データ処理を42倍に高速化し、コストを92％削減したとしていますが、これらはNVIDIAが公表した導入事例であり、本番環境での効果は個別の検証が必要です。

NVIDIAは2026年10月22日、送電網からAI工場のラックまでを一体で計画・シミュレーション・運用する「NVIDIA DSX AI Factory Platform」の導入事例を公表しました。電力設備の機器受注残が3000億ドルを超え、米国の系統接続待ちが200ギガワット超に達するなか、電力制約を計算資源の設計と同時に解く狙いです。

問題の背景には、送電網、施設、内部の計算基盤が別々に設計されてきたことがあります。DSXは電力と計算を一つの系として扱い、着工前の検証、系統状況に応じた需要調整、電力当たりの計算量向上、各設備間の信号共有を支えます。

GE Vernovaは送電網からラックまでの電力技術を組み合わせ、Hitachi Energyの蓄電システムはDSX Readyの認定を受けました。Schneider Electric、AVEVA、ETAPはVera Rubin向けの電力・冷却設計とデジタルツインを進め、Siemens Energyも系統を考慮した電力基盤の参照設計を開発しています。

運用面では、Phaidraが自己学習型エージェントにDSXを組み込み、冷却と電力配分を最適化することで、同じ電力枠で約10％多い計算量を実現したとしています。Emerald AIは既存の米国送電網から最大100ギガワットの未利用容量を引き出せるとのモデル試算を示しました。

企業にとっての要点は、AI工場の電力確保を設備調達だけでなく、系統・冷却・計算負荷の協調運用として捉えることです。ただし、約10％は導入企業が示した成果、100ギガワットはモデル上の試算であり、導入判断には自社環境での検証が欠かせません。

NVIDIAは2026年10月22日、欧州の公共部門で、オープンモデルを各機関が管理するインフラ上に導入する複数の取り組みを公表しました。欧州委員会、ポーランド、英国、ドイツ、フランス、ギリシャの事例を通じ、機密データを管理下に置きながら、文書要約、医療画像分析、雇用支援、多言語対応などへAIを広げる構想です。

欧州委員会が管理するAI開発・運用基盤AI@ECの土台には、ドイツのdeepsetが提供するHaystack Enterprise Platformが使われています。拡張版はエージェントの開発、実行、最適化、統制をつなぎ、運用費の比較、回答品質の評価、問題追跡に対応します。

ポーランドのeHealth Centreは、NVIDIA DGX BasePODとMONAIを用いた医療画像向け基盤を構築しています。X線、CT、MRI画像から異常を検出して緊急例を優先するほか、同国の担当省庁は400を超える雇用窓口向けに、文書検索、要約、デジタルアシスタントを担うエージェント基盤を開発中です。

英国では、人口や地域の多様性を反映した100万件の合成人物データが公開され、公共サービス用モデルの偏り検査などに使えます。ドイツでも2022年国勢調査を基に、実在人物の個人データを使わない地域別データセットを開発し、secunetなど4社は機密情報を扱う組織向けの主権クラウドを計画しています。

フランスでは、公的調達機関CANUTがLINAGORAとDocaposteを選び、国内でホストするTwake.aiベースの共同業務環境を2,500超の対象組織に提供する枠組みを整えました。ギリシャではKIEFERが、ギリシャ語の検索、音声、デジタルアシスタントを備えるエージェント基盤を開発しています。

一連の案件に共通するのは、モデルの公開性だけでなく、データの保管場所、アクセス権、監査記録、地域言語への適合まで運用側が管理する設計です。公共部門でAIを採用する際、性能評価とデータ統制を同じ基盤で扱うことの重要性を示す事例群といえます。

Google DeepMindとGoogle Researchは2026年10月22日、世界資源研究所（WRI）、国際応用システム分析研究所（IIASA）と共同で、世界の陸地を10メートル四方ごとに6種類へ分類する森林地図「Forest Typology（ForTy）2020」を公開しました。2017～2025年の年次変化も示し、天然林が植林地や農地へ置き換わった場所を追跡できます。

従来の全球地図は木の有無を中心に示すため、伐採後に単一樹種を植えると、再び緑に覆われた土地の変化を捉えにくい課題がありました。ForTyは原生林、天然更新林、植林、プランテーション、樹木作物・アグロフォレストリー、その他の土地を区別します。

モデルは、専門家の調査や各国・地域のデータなどから集めた約170万地点のラベルで学習しました。各10メートル画素では、数年分の衛星観測を圧縮したAlphaEarth Foundationsの埋め込み表現を使い、植栽パターンや成長周期、伐採のリズムを読み取ります。

IIASAとWRIは、世界から無作為に選んだ9,000超の地点を、高解像度画像と複数年の衛星記録で検証しました。その結果、森林類型の正解率は90％、森林と非森林の判別率は95％となり、他の全球森林地図を上回ったとしています。

この地図は、企業や規制当局がEU森林破壊防止規則（EUDR）に基づき、商品供給網の森林破壊リスクを調べる際の基準になります。データはGoogle Earth Engineでオープンライセンスにより無償公開され、利用者は地域や用途に応じて分類確率のしきい値を調整できます。

AWSは2026年10月22日、機械学習基盤Amazon SageMaker AIで、開発者が独自の学習手順を制御しつつ、GPU運用をAWSに任せられる「training sessions」の一般提供を始めました。企業はエージェントの行動評価や更新方法を設計し、インフラ構築を減らしながら業務特化モデルを訓練できます。複数段階の訓練も組み合わせられます。

新機能は微調整や強化学習そのものをSageMakerへ初めて導入したものではありません。従来のTraining Jobsでは顧客がインスタンス種別や分散学習を設定し、2025年追加のサーバーレス型ではAWSが計算資源を選んでいました。training sessionsはサーバーレス運用と細かなプログラム制御を組み合わせます。

顧客のコードはエージェントをツールや模擬環境につなぎ、応答を採点します。SageMakerは応答生成とモデル更新を処理し、GPUへの割り当て、障害復旧、学習進捗の保存を担います。モデルをGPUメモリーに保ったまま結果を確認し、手順を調整することも可能です。

課金は入力処理、応答生成、学習で扱うトークン量に基づき、顧客側の採点処理中はメーターが止まります。ただし価格や代表的な総額は公表されず、ストレージや評価、推論など別費用も必要です。トークン課金だけでは専用インフラより安いとは判断できません。

提供開始時はgpt-oss-20bなど4モデルに対応しますが、利用地域はモデルによって異なり、同時実行枠の既定値は2件です。医療請求の選別や知識グラフを使うエージェントで初期事例がある一方、精度、費用、導入速度の比較値は示されていません。企業は業務完了率、失敗、総運用費を既存方式と比較する必要があります。

2026年10月22日、NVIDIAは、欧州の小売・技術企業が同社の高速計算基盤やオープンモデル、デジタルツインを使い、ECの商品発見から倉庫運営、研究開発まで改善した事例を公表しました。Shopifyは社内評価でAI推論の提供費用を90％削減し、応答を7倍高速化するなど、費用削減と業務成果を示しています。

ShopifyはNVIDIA Nemotron 3.5 Lightningを追加学習し、自社のAIアシスタント「Sidekick」の店舗データ取得機能に組み込みました。社内評価では主要な最先端モデルを精度で上回り、別の5用途でも最適化ソフトにより性能を4.5倍、推論費用を最大12分の1にしたとしています。

商品発見では、ペット用品通販のZooplusが意味検索などを使う試作システムで検索精度86％を達成しました。高級中古品市場のVestiaire Collectiveは、1日約4万枚の商品画像を自動で統一し、処理対象商品の販売率が5％、商品ページの閲覧者数が3〜7％増えたとしています。

研究開発にも用途が広がっています。L’Oréalは原料候補の計算評価を数カ月から数時間に短縮し、分子シミュレーションでは比較対象より5倍高速で、誤差を21％抑えたモデルを試しています。Miraklはオープンモデルで7,000万点超の商品データを整理し、特定ベンダーへの依存回避も狙います。

物理現場では、Otto Groupがドイツの物流拠点をデジタルツインで再現し、異なるロボット群を含む倉庫運用を実装前に検証しています。CATCHESの仮想試着はAMIRIで、季節要因などを調整した比較により購入転換率55％増、カート追加80％増、総売上高56％増を記録しました。AIを画面内の支援から現場の設計・運用へ広げる動きが鮮明です。

OlmoEarth開発チームは2026年10月22日、衛星画像から地表の特徴を数値化するモデル「OlmoEarth v1.3」と、10メートル解像度の年次埋め込みデータ、ブラウザー分析ツールを公開しました。2023～2025年は陸地と沿岸域を全球規模で網羅し、登録やGPU、専門的な設定なしで、土地の変化把握や似た場所の探索を始められます。

モデルはSentinel-1のレーダー画像とSentinel-2、Landsatのマルチスペクトル画像を1年分読み、地球上の10メートル画素ごとに128次元のベクトルを生成します。先頭64次元だけを使う軽量版もあり、作物や土地被覆の地図作成、年ごとの変化検出を小さな分類器で処理できます。

AlphaEarth FoundationsとTessera v2を含む比較では、6大陸・27評価のうち128次元版が20件、64次元版が18件で最高点を取り、総合首位でした。重み、事前学習データ、コードも公開され、最終学習をH100のレンタル環境で再現する費用は約2,720ドルと見積もっています。

v1.3の学習計算時間はv1.2の53％、初代の18％に減り、炭素排出量もそれぞれ50％、22％でした。精度を保ちながら特徴量を再利用できるため、企業や研究者はGPUを使う個別の微調整前に、低コストで仮説を試せます。

Explorerでは地図を年ごとに切り替え、衛星画像で確認しながら、地点の類似検索や少数のラベルによる分類器の学習、GeoTIFFへの書き出しができます。年約150TBのアーカイブは2023～2025年が全球、2017～2022年は一部の国を対象とし、画像の出典も画素単位で追跡できます。

NVIDIAは2026年10月22日、AI工場のインフラとAIワークロードを一体監視するAIOps基盤「Minerva」を発表しました。GPU、ネットワーク、ストレージ、ジョブの遠隔測定データを専用AIで分析し、異常の早期発見や根本原因の特定、障害予測を支援します。大規模なAI基盤でGPUの稼働時間と有効な処理量を高め、運用を事後対応から予防保守へ移す狙いです。

AI工場では、多数のGPUが高速ネットワークを介して学習や推論を担うため、部品一つの劣化がジョブ全体を遅らせます。MinervaはGPU、SuperNIC、スイッチ、ケーブル、ストレージ、スケジューラー、実行中のジョブを動的な知識グラフで関連付け、部門別に分断されがちな監視情報を一つの運用像にまとめます。

Minervaは1時間に数十億件のデータポイントを教師あり・教師なし機械学習で分析し、通常の挙動を学んで未知の異常や故障の兆候を検出します。設備の接続関係を踏まえて関連イベントを結び付けるため、警告の集中発生を原因候補付きの一件の障害へ集約し、担当者の調査を絞り込めます。

搭載するAIアシスタントは、稼働中の遠隔測定データに基づき、自然言語でクラスターの状態調査や修復案の確認を可能にします。担当者が修復を判断して実行する運用に加え、インフラAPIや外部システムを通じて自動処理につなぐ構成も選べます。

IRENはすでにMinervaをAI工場の最適化に利用し、Aolani、Bitdeer AI、IBM、Jio、Lambda、Quake AI、Teslaも導入を計画しています。Dell Technologies、Lenovo、Supermicroは自社のAI工場運用製品群にMinervaを組み込んで提供する予定で、運用基盤への展開が進みます。

デザインプラットフォームのCanvaは2026年10月22日、同社初の画像生成AI「Canva Craft」を世界の全利用者向けに公開しました。生成前にプロンプトを解釈して構図を計画する二段階方式を採用し、文字の読みやすさや物体配置、部分編集の精度を高めます。Dream Labから利用でき、最大2K、30を超える縦横比に対応します。

第1段階では、要素同士の位置関係や相対的な大きさ、視覚上の優先順位、表示する文字を計画します。第2段階でその設計図を画像にするため、複雑な構図でも文字や物体を意図した場所に置きやすく、ほかの部分を保ったまま狙った箇所を編集できます。

学習には写真ではなく、SNS投稿やプレゼン資料、インフォグラフィック、メニューなど、Canva上の人が制作した数百万件のテンプレートを使いました。生成画像は画像変換機能「Canva Magic」でレイヤーを持つデザインに変換でき、制作後の調整まで同じ環境で進められます。

Canvaは、自社モデルにより生成品質と処理速度を管理しやすくなると説明しています。外部モデルのAPI利用を減らせばコスト抑制にもつながる可能性があり、2024年に買収したLeonardo.aiの研究者も開発に参加しました。

今後はCanva APIで提供するほか、MCPを通じてChatGPTやGeminiなど外部チャットボットから使えるようにする計画です。入力・出力の監視、プライバシーと安全管理、報告機能を備え、より低コストで高速な2種類の派生モデルも開発しています。

Metaのマーク・ザッカーバーグCEOは第3四半期決算説明会で、個人AI「Muse」が利用者に代わって買い物や仕事を担い、他者や企業のエージェントと対話・取引する大規模ネットワーク構想を示しました。将来は数十億人の利用を見込み、InstagramやFacebookを上回る1人当たり収益を目指しますが、実現には計算コスト、安全性、企業の受容という課題が残ります。

一般公開から1カ月で、米国とカナダでは1000万人超がMuseをダウンロードして設定しました。ザッカーバーグ氏によると、初期ダウンロード者の25％が毎日使い、利用者の25％が買い物に使い、1回の購入額は平均200ドル超です。

MetaはMuse上の商取引ごとに手数料を得ます。消費者向けは無料を維持する見通しで、企業側が取引手数料を負担する構想ですが、具体的な仕組みは示されていません。

最大の制約は計算資源です。Metaは2026年に1350億～1450億ドルを設備投資に充てる計画で、ザッカーバーグ氏は計算効率を翌年に10倍へ高める目標を掲げる一方、その方法は説明しませんでした。

普及には信頼の確保も欠かせません。個人間取引で代理人が深夜に見知らぬ人を利用者宅へ向かわせた例や、私的会話の内容漏えいが報じられ、カナダの銀行幹部も顧客の金融データへのアクセス遮断を検討すると述べています。

経営者にとっては、AIエージェント同士が購買を仲介する市場が広がれば、ウェブ集客や決済、顧客対応の設計が変わる可能性があります。ただし、現在示されているのは初期指標と将来構想であり、継続率の詳細、国際展開、採算性、安全対策を見極める必要があります。

Metaは2026年10月22日、個人AI「Muse」の共有機能を再開したと発表しました。共有された文書や画像などの「artifact」のURLが見つけやすい状態だったとの報告を受け、修正前に共有されたartifactへ新しいURLを発行し、旧リンクを無効にしました。利用者データの保護を優先した対応です。

セキュリティ企業Clarocの研究者は同週、Museで共有した会話のウェブアドレスに会話の題名が使われ、公開DNSへ記録されていたと報告しました。研究者は、マーケティング会社の社内収益レビューや、小規模事業者の融資申請とみられるMuseページを発見できたとしています。

Ars Technicaによると、Metaは同社から問題について連絡を受けた後、共有機能を一時停止しました。MetaのDavid Singleton氏は、問題を修正し共有を再開したとXで説明しています。

Metaは今回の問題について、Museのチャット共有そのものではなく、共有された文書や画像などartifactのURLに関するものだったと説明しました。修正前のartifactを共有した利用者は、新しいURLを相手へ送り直す必要があります。

旧URLへアクセスすると、共有者から新しいリンクを受け取るよう促す案内が表示されます。Metaは不便を謝罪したうえで、利用者データの保護を優先した措置だとしています。

NVIDIAは2026年10月22日、欧州の企業・研究機関によるオープン気象AI基盤「Earth-2」の活用事例と、欧州向け短時間予測モデル「StormScope EU」を公表しました。エネルギー、保険、交通など地域単位の判断に使えるよう、衛星観測から雲の変化を10分間隔で予測し、独自データで用途別に調整できることが特徴です。

StormScope EUは、欧州の気象・気候データで学習し、EUMETSATの衛星観測を使ってMeteosatの16チャンネルにわたる雲の変化を予測します。GTC Berlinの実演ではEarth2Studioで予報を走らせ、Earthmoverが10分ごとの最新結果を地図タイルで配信するため、大規模データを一括取得せず閲覧できます。

開発者はStormScopeを短時間予測に、CorrDiffを粗い気象データの局地的な高解像度化に組み合わせられます。オープンソースのPhysicsNeMoでモデルを学習・調整でき、企業の独自データや専門知識を地域向けサービスに取り込めます。

AXAはFourCastNet 3を使い、1,000を超える模擬シーズンから過去の記録を超える地域別サイクロンリスクを分析し、リスク評価や顧客の予防策に生かす考えです。Vaisala Xweatherは独自観測と雷データをStormScopeに組み合わせ、政府、エネルギー、海運、交通、保険向けの早期警戒をSaaSやAIアシスタントへ組み込む構想です。

マンチェスター大学はCorrDiffを英国の大気質モデルに適用し、Isambard-AIで学習したモデルをDGX Spark上で実行しました。TotalEnergiesは2カ所の太陽光発電施設で日射量の短時間予測を評価し、Space42は単一のレーダー画像から地表高度と不確実性マップを推定する研究を進めています。

米国の連邦開示資料によると、OpenAI、Anthropic、NVIDIAは2026年7〜9月期、議会やホワイトハウス、連邦機関へのロビー活動に計約580万ドルを投じ、3社そろって四半期として過去最高を記録しました。AIの安全性、サイバーセキュリティー、輸出規制、子どもの保護などを巡る制度設計が事業に直結するなか、各社が政策形成への関与を強めています。

支出額はNVIDIAが220万ドルで最多となり、Anthropicが210万ドル、OpenAIが150万ドルで続きました。Microsoftが2021年以降、四半期ごとに少なくとも200万ドル、Googleが定期的に300万ドル超を投じてきたことを踏まえると、金額自体は大手IT企業の水準から突出してはいません。

Anthropicは、子どものオンライン安全法案に含まれるAI条項、AI Overwatch Actの輸出規制、データセンターのエネルギー費用を開発事業者に負担させる法案などについて働きかけました。対象には議会だけでなくホワイトハウスも含まれ、政策課題を幅広く押さえています。

OpenAIは、先端モデルのサイバーセキュリティー評価、AI安全監督の枠組み、情報共有に関する反トラスト法上の保護、著作権などを巡り関係機関と接触しました。NVIDIAは6G、責任あるAI設計、競争政策、量子コンピューティング、輸出管理を取り上げました。

Appleも同じ四半期に過去最高の310万ドルを支出し、知的財産、関税、子どものオンライン安全、競争、国内半導体生産などに関与しました。中間選挙を控え、データセンター開発やAI安全が有権者の関心事となるなか、AI企業にとって政策対応は事業戦略の一部になりつつあります。

GoogleとVoltusは2026年10月22日、米国のPJM電力網地域で、総容量1ギガワット（GW）の仮想発電所を構築する拡大契約を発表しました。13州とワシントンD.C.の約6700万人を支える電力網を対象に、地域の家庭や企業が持つ設備の柔軟な容量を束ね、需要ピーク時の電力網の信頼性向上を図ります。

Voltusは、スマートサーモスタット、蓄電池、産業設備など、地域の家庭・企業が持つ柔軟な電力容量を集約します。これらをGoogleが資金提供する仮想発電所として運用し、電力需要が高まる時間帯に一時的に使用量を抑えます。

参加する顧客は、設備の利用調整に応じて、電気料金の節約や現金支給といった直接的な経済的利益を受け取ります。大規模発電所の新設ではなく、分散した既存設備を束ねて需給調整力に変える仕組みです。

今回の計画は、両社が2026年初めに結んだ100メガワットの契約を10倍に拡大するものです。Googleによると、ハイパースケーラーが展開する分散型電力容量のポートフォリオとして、既知の事例では最大級となります。

Googleは、この取り組みを通じて地域の電力網に新たな供給余力をもたらし、信頼性と料金負担の改善を目指します。企業や家庭にとっては、保有設備を電力網の需給調整に生かし、コスト削減や収入につなげられる選択肢となります。

Metaは10月30日に発効する事業者向け利用規約から、関連サイトのコンテンツを製品の「訓練」に使うとの文言を削除しました。ただし「開発」目的の利用やアカウントの製品・サービスに関連するサイトへの言及は残り、複数の法務専門家はニュースサイト全体の収集とAI学習を正当化できる余地が続くと指摘しています。

当初の規約は、事業者アカウントに関連するウェブサイトのあらゆるコンテンツを、Meta製品の開発・研究・訓練に使えるとしていました。専門家は、この規定がrobots.txtなどの拒否設定を上回るとの主張に使われかねないとみていました。

出版業界の反発を受け、Metaは「訓練」という表現を削除しました。しかしメディア・知的財産権の弁護士は、定義が明確でない「事業向け製品」の開発に収集コンテンツを使える規定が残り、「開発」にはAIの訓練も含み得ると説明しています。

コーネル大学のデジタル・情報法教授も、「製品やサービスに関連する」という文言がサイト全体の収集を許し得る点は変わらないと指摘しました。文言の一部削除だけでは、収集範囲への懸念は解消していないという見方です。

Metaは無料でニュース記事を収集するための改定ではないと反論しています。同社は、コンテンツ所有者がrobots.txtで意思を示せること、新規約はその意思を上回る新たな権利をMetaに与えないことを強調しました。

Spotifyは2026年第3四半期の決算説明会で、AIエージェント経由の利用拡大を今後の成長機会と位置づけました。同社はChatGPT、Claude、MetaのMuseと連携し、利用者が会話で音楽やポッドキャスト、オーディオブックを探せるようにすることで、AI時代にエージェントから選ばれるメディアサービスを目指します。

同四半期の月間アクティブ利用者は7億8,800万人、売上高は約50億ユーロに達しました。共同CEOのグスタフ・ソーデルストロム氏は、AIが人の避けたい作業を代替しても、音楽そのものを要約して済ませることはないとして、娯楽分野はエージェント時代に成長し得ると説明しました。

利用者はアプリを直接開かなくても、ランニング向けの音楽や会話内容に合うポッドキャストなどをAIに依頼できます。SpotifyはすでにChatGPTやClaudeと連携し、音楽サービスでは初めてMetaのMuseにも統合され、エージェント内で良好な利用が見られるとしています。

競争力の源泉は、2008年までさかのぼれる聴取履歴や、再生・スキップ・発見の蓄積です。外部エージェントから依頼を受けても聴取データは提携先へ送らず、Spotifyのシステム内で要望を解釈し、再生内容を選ぶ設計だと説明しています。

一方、AmazonがMetaのMuseによる買い物を遮断した事例は、外部エージェントの接続が当然ではないことを示します。Spotifyの成長策では、連携先の拡大に加え、アクセス権限や安全性、プライバシー、商流の管理をどう両立するかが焦点です。

Googleは2026年10月22日、広告主の投資利益率（ROI）向上を支援する月次シリーズ「Google Marketing Platform Drops」を開始しました。初回はGeminiモデルを使うDisplay & Video 360の在庫選定、Search Ads 360の新ホーム画面、LinkedInのCTV広告在庫を公開し、認知から購買までの運用効率化を狙います。

Google Marketing Platform Dropsは、同社の広告製品に関する最新情報を毎月紹介するシリーズです。縦型動画による認知獲得、Search Ads 360による成果向上、コネクテッドテレビ（CTV）から購入までを対象に据えています。

Display & Video 360のMarketplaceでは、Geminiモデルが広告主に合わせたメディア枠の組み合わせを提示し、ライブスポーツや大型イベント向けの枠をワンクリックで有効化できるようになりました。さらにLinkedInのCTV広告在庫を追加し、購入・計画・効果測定の一元化に対応します。

Search Ads 360の新しいホーム画面はカスタマイズ可能で、Geminiモデルが洞察を集約し、提案の生成から施策の実行までを支援します。Googleは、変化する広告成果をリアルタイムで把握し、運用を迅速化する狙いを示しました。

Googleによると、GartnerはGoogle Marketing Platformを広告プラットフォーム分野の「Leader」に位置付け、フルファネル、認知、成果の全用途で首位と評価しました。初回発表はAIによる運用支援と在庫統合を軸に、複数の広告接点を同じ基盤で扱う方向性を明確にしています。

AIモデル共有基盤のHugging Faceは2026年10月22日、中国の中関村アカデミーとイタリアのナポリ・フェデリコ2世大学の研究者と開発したオープンモデル「Carbon-X」を公開しました。DNA配列と自然言語を同時に扱い、遺伝子変異が遺伝子活動や健康へ与える影響について対話形式で答えます。140億パラメータに抑え、ノートパソコン上でのローカル実行を可能にした点が特徴です。

開発陣は既存の言語モデルを基に、DNAを6文字単位で読めるよう語彙を拡張しました。哺乳類や植物、菌類などのDNA配列、英語の文章、配列と生物学的説明を結び付ける例を含む3000億トークンで追加学習しています。

研究者は、変異が良性か病気の原因かを調べ、標的薬や遺伝子治療の設計に役立てられる可能性があります。誤った変異を標的にすれば効果が得られず、意図しない害も生じ得るため、対話の使いやすさだけでなく予測の信頼性が重要です。患者が自分のゲノムを解釈する手助けになる可能性も示されています。

小型化の狙いは、識別可能な患者情報や機密データをクラウドへ送らず、利用者の機器内で処理できるようにすることです。入力できるDNA配列は一度に約5万塩基対で、ヒトの全ゲノムはアップロードできません。また、危険な用途への悪用を避けるため、学習データからウイルス配列を除外しました。

既存のAlphaGenomeが数値形式で変異の影響を予測するのに対し、Carbon-XはDNAと自然言語を会話型の画面で結び付けます。ただし開発者は、実際の実験による検証をまだ実施しておらず、予測精度は示せないと注意を促しています。創薬や医療で使う際は、研究結果を実験で確かめる工程が欠かせません。

MITコンピュータ科学・人工知能研究所（CSAIL）と中国・天津大学の研究チームは、日用品に人の動きを感知する機能を組み込む3D印刷向け設計ソフト「X-Hinges」を開発しました。センサーと配線に異なる導電材料を使って信号干渉を抑え、最大3方向の変形を同時に捉えることで、手袋や照明、物体識別装置などを人の操作に即応する機器として造形できます。

利用者は円柱や長方形などの形を組み合わせ、圧縮、上下、左右から必要な動きを指定します。ソフトは曲がる箇所にセンサーを自動配置し、強い信号を出す素材と干渉を抑える配線用素材を組み込むため、従来の単一軸中心の手法より多様な動作を記録できます。

研究チームは、指の曲がりを読み取り、人型ロボットの手に物のつかみ方を伝える手袋を試作しました。ほかにも、つまんで閉じると明るさが変わる折り紙風ランプや、載せた物を触覚データから識別する装置、サメ型ゲームコントローラーを製作しています。

一方、印刷ごとに電気部品の配置がわずかに変わり、同じ外観の機器でもセンサー値が一致しない校正の壁があります。研究チームはコンピュータービジョンで同型機器の出力をそろえる仕組みを作りましたが、将来は信号の再校正機能を本体へ組み込む考えです。

次の目標は、物を動かす駆動機構と動きを捉えるセンサーを一度の3D印刷で作ることです。実現すれば、後付け部品を減らしつつ、製造現場や家庭で人の操作を学ぶロボットなど、身体性を持つAI向けの新たな基盤につながる可能性があります。

2026年10月22日、WIREDは、元雑誌編集者のショシャナ・バーガー氏とニナ・ウィルドーフ氏が始めたAged Intelligence Societyを紹介しました。同団体はベイエリアで40歳以上の女性を主な対象に、仕事や介護など中年期の悩みへAIを試す招待制夕食会を開催しています。狙いは、AIへの賛否を論じるより、実際に使いながら習熟し、事務作業の負担を減らすことです。

主催者が最適とする参加人数は8〜12人で、非営利団体やデザイン、子育て、企業経営、慈善活動など異なる背景の女性を組み合わせます。参加者はノートパソコンと自分の「中年期の悩み」を持参し、15分間の演習で解決策を探ります。共同設立者はツールやLLMの選択、プロンプトの改善を助言し、回答を反復して磨く作業を支えます。

夕食会は初回から定員を超える申し込みを集め、数百人が今後の参加を希望しました。ツールや使い方を共有するSubstackは短期間で購読者1,000人を超え、ベイエリア外でも女性たちが自主的な集会を開いています。

参加者の一人は、アルツハイマー病と診断された母親の長期介護保険について、保険会社から届いた300ページの資料をAIに読み込ませました。AIは介護給付の対象になるとの回答を示し、保険会社へ主張する書簡の作成も提案しました。バーガー氏はコンサル提案書をClaudeに確認させ、助言どおり料金を倍にしたところ、顧客は受け入れたと説明しています。

共同設立者らはAIへの懸念も認めますが、夕食会では習熟と実用を優先します。特に40歳以上の女性は、経験を基に鋭い質問を作り、最初の回答をうのみにせず検証できるとみています。家事や介護、事務の負担が重い世代にとって、AIによる自動化は時間を取り戻し、仕事上の価値を保つ手段になり得るという考えです。

ストップモーション映画『Wildwood』を制作するライカのトラヴィス・ナイトCEO兼監督は10月22日、生成AIは同社の創作理念に反するとThe Vergeの取材で述べました。23日の公開を前に、人間の経験から物語を生む制作を守る一方、医療や科学でのAI活用には可能性を認め、責任ある運用を求めています。技術そのものではなく、芸術家の仕事を代替する使い方を問題視しています。

『Wildwood』は完成まで5年を要し、230体を超える人形と49人のアニメーターを投入しました。主人公プルーだけで36体の人形を用意し、制作には延べ1,000人を超えるアーティストが関わっています。

ライカは技術を拒んでいるわけではありません。人形に呼吸を表現する横隔膜を組み込み、手足の筋肉構造や衣服、髪、毛皮の素材も改良し、従来作より生き生きとした表現を追求しました。

ナイト氏が引く線は、技術をアーティストの手に委ねるか、技術がアーティストの仕事そのものを担うかです。人が作った素材を取り込み別の形で出力する生成AIを「盗用」と捉え、喪失や悲しみを描く物語は実体験を持つ人間から生まれるべきだと主張しました。

一方で同氏は、AIが医療や科学で人類に大きな利益をもたらす可能性も認めています。ただし社会を混乱させ、深刻な害を及ぼす恐れもあるため、価値を生かしながら危険な利用には歯止めをかける責任が必要だと訴えました。

中国・杭州のAI企業DeepSeekが2026年10月22日、約150億ドル（約1000億元）を調達したとBloombergが報じました。米国が安全保障上の懸念から連邦民間機関に同社のAI技術を撤去するよう命じた2日後の、同国最大級とされる大型調達で、国内外向けのAI基盤と公開モデルへの投資を拡大する方針です。

出資候補には、中国の電池大手CATLとWeChatを運営するTencentなどが含まれると報じられています。報道通りなら中国で最大級の資金調達ラウンドとなり、米国での規制に直面しても成長資金を確保した形です。

DeepSeekは6月にも500億ドルの評価額で70億ドル超を調達しました。7月には約710億ドルの評価額で追加15億ドルの調達を模索し、2027年にも中国で新規株式公開（IPO）を行う計画が報じられていました。

同社は国内外市場向けのAIインフラとオープンモデルへの支出を拡大しています。今回の資金調達により、中国国内の競合との開発競争が一段と激しくなる可能性があります。

中国のAI投資はDeepSeekに限りません。Moonshot AIは5月に200億ドル評価で20億ドル、Manus AIは10月に5億ドル超を調達しており、世界的なAI開発競争を背景に巨額資金が流入しています。

Nirvaは2026年10月22日、本人の声だけを常時拾う装飾品型AI端末を手がけるため、プレシリーズAで2500万ドルを調達したと発表しました。年初に確保した800万ドルと合わせた累計は3300万ドルです。周囲の声を除外し、処理後に音声と書き起こしを残さない設計で、常時録音への懸念に応えながら個人向けAIウェアラブル市場へ参入します。

Nirvaは2025年、Meta Reality Labs出身者2人と装飾品ブランドの創業者が設立しました。最初の端末はペンダントとブレスレットの2通りで装着でき、重さは約8グラムです。1回の充電で最長3日間使え、価格は249ドルに設定しました。

利用者は初期設定で自分の声を登録し、端末はその情報を基に周囲の人の会話やデータを除外します。このため、記録の対象は装着者の発話に限られます。会話の処理後は音声と書き起こしを標準で保存せず、音声を破棄する前に調子、高さ、音量、速度を捉えて感情に関する洞察へ生かします。

同社は生産性向上の道具ではなく、個人の自己理解を支えるサービスと位置付けています。連携アプリは発話を解析し、感情や話し方のほか、一緒にいる人や訪れた場所などの傾向を推定します。その結果から行動項目やリマインダーを示し、自己理解や自己認識の向上を促す考えです。

受注は11月に始め、初期利用者への出荷を年末までに開始する計画です。色は銀、つや消し銀、黒、金の4種類をそろえます。Tayaなどの装飾品型端末やFriend、Beeなどの相棒型機器が競うなか、Nirvaは本人の声だけを拾う仕組みと自己理解への用途で差別化を図ります。

2026年10月22日、改造開発者Sammy Hajhamid氏（pepsipu）は、OpenAIのCodexを開発に活用したNintendo Switch 2向け脱獄手法「ns2jb」を公開しました。ゲーム作成・実行ソフトSmileBASIC 4から起動するソフトウェアのみのテザー型で、改造版Mario Kart Worldを動かす実演も示しています。

ns2jbは本体を恒久的に書き換える方式ではありません。Switch 2の電源を入れるたびにゲームから手法を実行する必要があり、現状では都度起動が必要です。

記事はSmileBASIC 4を必要条件として挙げていますが、別の改造開発者は厳密には必須でないと主張しています。前提条件について関係者間で見解が分かれているうえ、手順は多くの利用者にとって極めて複雑とされています。

実演されたMario Kart Worldでは、シナモロール、Angry Birdsの赤い鳥、ピーター・グリフィン、Minecraftのスティーブが操作キャラクターに加わりました。今回の公開は、脱獄後にゲーム内容を改造できることを具体的に示した事例です。

Switch 2全体への影響や、今回の成果がどれほど重大かはまだ明らかではありません。改造コミュニティーで評価が分かれる一方、記事はAIを使った開発支援が今後の脆弱性利用につながる可能性を指摘しています。

IEEE-USAの議会訪問に招かれたサンアントニオのソフトウェア技術者ニキル・ジャタール氏は2025年春、ワシントンの連邦議会事務所で技術教育や研究資金への支援を訴えました。記事は、技術者が政策形成に専門知を生かすには、具体的な要望、議会日程と所管の理解、専門用語を抑えた短い説明、継続的な信頼構築が重要だと伝えています。

初回の訪問でジャタール氏は、スマートグリッドへの資金、エネルギー省の研究認可、STEM教育への投資というIEEE-USAの要点を複数の議員事務所に説明しました。団体を通じた訪問は幅広い有権者の声として受け止められやすい一方、参加者には団体の方針に沿う責任があります。

面談は15分から1時間程度のため、要求を箇条書きにし、専門用語を避け、一枚の資料で数値や技術情報を示す準備が有効です。予算編成の時期や法案の進捗、訪問先議員の委員会所管を調べ、現時点で実行可能な依頼に絞る必要があります。

2回目の訪問では、議会スタッフから「AIはプログラマーを代替するか」と問われ、ジャタール氏は自社のオープンソース業務管理ソフトを例に説明しました。自身の専門分野をIEEE-USAのAI政策提案と結び付けたことで、技術者ならではの具体的な対話につながりました。

この働きかけが立法に与える影響は、記事の時点ではまだ分かりません。ただし議会スタッフは、よく練られた提案を重ねる人ほど信頼を得ると説明しており、技術者には政策への関心と専門知を結び付け、対話を継続する姿勢が求められます。

米マサチューセッツ州ケンブリッジと中国・深圳を拠点とする新興企業OKAは2026年10月22日、AI搭載のキノコ型家庭用ロボット兼ランプ「Mori」の創業者版を649ドルで発売しました。約30センチの本体がカメラとマイクで人の動きや室内の状況を捉え、表情や揺れ、自然音で反応し、実用的な家事支援よりも心を落ち着かせる存在感を売りにします。

Moriは雨や森、火、風を想起させる色に光り、自然の音風景を流すほか、落ち着くための呼吸セッションを案内します。人を目で追い、音楽やテレビに合わせて踊る一方、スマート家電の操作、天気の回答、Spotifyの再生といった音声アシスタント機能には対応しません。

複数の端末内大規模言語モデルを使う独自技術が、カメラとマイクから室内の文脈を把握し、反応する場面と静かにする場面を選びます。利用者を記憶して接し方を変え、来客には控えめに振る舞いますが、1カ月会わなければ忘れる設計です。長時間のスマートフォン利用を察して休憩を促す一方、通話や口論を認識すると反応を控えるとOKAは説明しています。

数百台限定の創業者版には2年保証と2年分のサービス利用料が含まれます。通常版は849ドル、予約価格は799ドルですが、有料機能は付属せず、月17ドルまたは年80ドルの契約が必要です。呼吸練習は無料で使えるものの、自然の音風景は有料となります。

OKAによると、画像と音声の生データは端末内で処理後に破棄し、顔の特徴データも暗号化して外部には送信しません。Wi-Fiはファームウェア更新だけに使い、収納時にはカメラが、上部を2回たたくとマイクが停止します。高機能化ではなく愛着や癒やしに対価を求める製品だけに、家庭内AIで存在感と個人情報保護を両立できるかが普及の焦点です。

Discordは2026年10月22日、アップロードしたMarkdownファイルのプレビューを、記号が並ぶ状態ではなく表や書式を反映して正しく表示する更新を公開しました。LLMやAIエージェントが指示や文脈の保持にMarkdownを多用するなか、AIプロジェクトのREADMEなどをDiscordで共有する利用者が内容を確認しやすくなる改善です。

変更後は、.mdファイルをアップロードすると、表を含む書式がプレビューに反映されます。Discordが説明した従来の「記号の羅列」から、読みやすく整えた表示への変更です。

実務上の利点は、AI案件で使う指示書やREADMEをDiscord上で見通しよく確認できる点です。LLMやAIエージェントがMarkdownを指示や文脈に利用するため、AIプロジェクトの情報共有にも役立つ可能性があります。

同じ更新では、サイドバーのアイコンを右クリックし、新しい「Move to…」機能でサーバーやチャンネルを整理できるようになりました。Discord Nitro会員は、最大1GBのファイルもアップロードできます。

Googleも最近、ファイル形式を変換せずにDocsでMarkdownを直接編集できる機能を追加しました。Discordの更新は編集機能ではなく、アップロードしたファイルの見やすいプレビューに重点を置いています。