Google DeepMind（企業）に関するニュース一覧

Google DeepMindは2026年4月1日、オープンモデル「Gemma 4」を4サイズ同時に公開しました。最上位の31BモデルはArena AIリーダーボードでオープンモデル世界3位を獲得し、ライセンスは従来の独自条項からApache 2.0へ変更されました。

31B Denseは高品質な推論特化、26B MoEは128個の小規模エキスパートのうち8個だけを活性化し、31B級の性能を4B級の速度で実現します。AIME 2026で31Bが89.2%、MoEが88.3%を記録し、前世代Gemma 3の20.8%から飛躍的に向上しました。

エッジ向けのE2BとE4Bは、スマートフォンやRaspberry Pi、Jetson Nanoで完全オフライン動作します。Per-Layer Embeddings技術により、E2Bは総パラメータ51億ながら実効2Bとして軽量に動き、音声認識もモデル内で処理できます。

全モデルが画像・動画・音声のマルチモーダル入力に対応し、関数呼び出しもアーキテクチャレベルで統合されています。可変アスペクト比の画像処理、最大256Kトークンの長文脈、140以上の言語への対応により、エージェント型AIワークフローの構築基盤として設計されています。

Apache 2.0ライセンスへの移行は、企業導入における法的障壁を解消する重要な転換点です。NVIDIAとの協業によりRTX GPUからDGX Sparkまで最適化され、Ollama・llama.cpp・Hugging Faceなど主要ツールが初日から対応しています。中国系モデルがオープン化を後退させる中、Googleは逆方向の戦略を明確にしました。

2026年3月、AIモデル比較サービスを提供していたスタートアップYuppが、サービス開始から1年足らずで事業閉鎖を発表しました。共同創業者のPankaj Gupta氏とGilad Mishne氏がブログで明らかにしています。

Yuppは800以上のAIモデルを無料で試せるクラウドソーシング型のモデル比較サービスでした。OpenAI、Google、Anthropicなどの最先端モデルを含む複数の回答を返し、ユーザーがどのモデルが最適かフィードバックする仕組みです。匿名化されたデータをモデル開発企業に販売するビジネスモデルを構想していました。

同社は130万人のユーザーを獲得し、月間数百万件の評価データを収集するなど一定の成果を上げました。しかし「十分なプロダクトマーケットフィットに到達できなかった」と創業者は説明しています。AI モデルの性能がこの数か月で飛躍的に向上したことが一因とされています。

業界ではScale AIやMercorが先行する手法、すなわちPhDなどの専門家を強化学習ループに組み込むモデルが主流となっています。さらにCEOのGupta氏は「未来はモデル単体ではなくエージェントシステムにある」と述べ、AI同士が利用し合う時代への移行が消費者向けフィードバック事業の存続を困難にしたと示唆しています。

Yuppは2024年にa16z cryptoのChris Dixon氏主導で3300万ドルのシードラウンドを調達していました。Google DeepMindのJeff Dean氏、Twitter共同創業者のBiz Stone氏、PerplexityのCEO Aravind Srinivas氏ら45人超の著名エンジェル投資家も出資しており、資金力や人脈だけでは生き残れないスタートアップの厳しさを浮き彫りにしています。

米スタートアップNomadicMLは2026年3月、自動運転車やロボットが収集する膨大な映像データを自動で整理・検索可能にするプラットフォームの開発資金として、840万ドル（約13億円）のシードラウンドを完了したと発表しました。

TQ Venturesがリードし、Pear VCおよびGoogle DeepMindのJeff Dean氏が参加しました。ポストマネー評価額は5000万ドルです。同社は先月のNVIDIA GTCピッチコンテストでも優勝しており、技術力の高さが評価されています。

自動運転やロボティクス企業は数千〜数百万時間の映像データを収集しますが、その大半は未整理のまま保管されています。NomadicMLは複数のビジョン言語モデル（VLM）を組み合わせ、映像を構造化された検索可能なデータセットに変換します。これにより車両監視や強化学習用データの生成が効率化されます。

共同創業者のValun Krishnan CTOは、同社のツールを単なるラベリングではなく「エージェント型推論システム」と説明しています。ユーザーが求める条件を記述するだけで、警察官の誘導による赤信号通過や特定の橋の下の走行など、稀少なエッジケースを自動で発見できます。

Zoox、三菱電機、Zendar、Natix Networkなどがすでに導入しています。Zendar副社長は、外注と比べ作業を大幅に高速化でき、ドメイン専門性で競合と差別化されていると評価しました。

今後はLiDARなどの非視覚センサーデータへの対応や、複数センサーの統合処理に取り組む計画です。投資家のTQ VenturesはAV企業がデータ基盤を内製する必要がなくなる点を強調し、専業プラットフォームとしての将来性に期待を示しています。

AI音楽生成プラットフォームSunoが最新モデルv5.5を発表しました。今回のアップデートでは音質向上だけでなく、ユーザーが自分の声を学習させる「Voices」機能、好みを反映する「My Taste」、カスタムモデル作成の3機能が追加され、制作の自由度が大幅に向上しています。

GoogleはChainsmokers公認のAI音楽プラットフォーム「ProducerAI」を買収し、Google Labs傘下に統合しました。DeepMindの最新音声モデルLyria 3を搭載し、Geminiアプリからテキストや画像をもとに30秒の楽曲を生成できる機能のベータ版を全世界で提供開始しています。

一方、プラットフォーム側では規制と透明性の動きが加速しています。Bandcampは主要音楽プラットフォームとして初めてAI生成コンテンツを全面禁止しました。Apple Musicはアーティストやレーベルに対しAI使用の自主的なタグ付けを求める「透明性タグ」制度を開始し、Deezerは精度99.8%のAI楽曲検出ツールを外部企業向けに販売開始しました。

大手レーベルの戦略も大きく転換しています。かつてAI企業を著作権侵害で提訴していたWarner Music GroupはSunoとライセンス契約を締結し、所属アーティストの声や肖像のAI利用を許諾しました。Universal Music GroupもNvidiaと提携し、音楽理解AIモデル「Music Flamingo」の活用を発表するなど、訴訟から協業へと舵を切っています。

しかし課題も山積しています。ノースカロライナ州の男性がAI生成楽曲をボットで数十億回再生し800万ドル超の印税を不正取得した事件で有罪答弁を行いました。アーティストからはAIクローンへの怒りの声が高まり、著作権法の整備も追いついていません。Sunoは評価額24.5億ドルに達する一方、3大レーベルからの訴訟も継続しており、AI音楽の法的・倫理的な枠組みは依然として不透明な状況です。

OpenAIは2026年3月、動画生成アプリSoraの廃止とAPI提供の終了を発表しました。同時にDisneyとの10億ドル規模の提携契約も解消し、経営幹部の役割変更や追加100億ドルの資金調達も明らかにしています。

Sora廃止の最大の要因は、膨大な計算資源を消費しながら十分な収益を生み出せなかったことです。Render Network Foundation関係者によると、Google DeepMindのVeoやKlingなど競合モデルに品質面で後れを取り、明確な優位性を失っていました。市場調査会社Sensor Towerのデータでは、ダウンロード数が昨年10月の約480万件から今年3月には110万件へと大幅に減少しています。

OpenAIのAGI展開担当CEOFidji Simo氏は社内で「サイドクエストに気を取られてこの瞬間を逃すわけにはいかない」と発言し、生産性とビジネス面への集中を訴えました。ChatGPTへの広告導入や新たなサブスクリプション階層の検討など、収益化の取り組みが加速しています。

Disneyとの提携解消は特に注目を集めました。3年間のライセンス契約がわずか3カ月で終了し、Disney側はSora関連プロジェクトの作業中に廃止を知らされたと報じられています。ただしDisney側はGoogle、Runway、Lumaなど他社とのキャラクターライセンス契約に前向きな姿勢を示しています。

今後OpenAIは計算資源をAIエージェント開発やコーディングツール、企業向けサービスに集中させる方針です。これによりAnthropicとの直接競争が一層激化する見通しです。NPO団体Witnessの代表は、Soraが半年間で「ハイパーリアルなAI生成コンテンツ」を常態化させた影響は、アプリが消えても長く残ると警鐘を鳴らしています。

ダニエル・ローアー監督のAIドキュメンタリー『The AI Doc』が2026年3月27日に全米で劇場公開されました。OpenAIのサム・アルトマン、Anthropicのダリオ・アモデイ、DeepMindのデミス・ハサビスという主要AI企業3社のCEOへのインタビューを軸に構成されています。

本作はローアー監督が第一子の誕生を控え、AI時代に子どもが生きる世界への不安を出発点としています。人道的テクノロジーセンター共同創設者トリスタン・ハリスは「AI研究者の中には子どもが高校を卒業できないと考える人もいる」と衝撃的な発言をしています。

映画はAIの基礎概念を平易な言葉で解説し、手描きイラストやストップモーションを交えた視覚表現で親しみやすさを実現しています。『エブリシング・エブリウェア・オール・アット・ワンス』のダニエル・クワンがプロデューサーとして参加しています。

一方で、シリコンバレーの楽観主義者たちがAIによる疾病克服や気候変動解決を約束する場面では、その壮大な主張への批判的追及が不足しています。現行の大規模言語モデルがなぜAGIにつながるのかという根本的な問いもほぼ扱われていません。

最も議論を呼ぶのは結論部分です。規制なきAI開発が富と権力を少数エリートに集中させる構造を正確に描きながらも、最終的にはAI革命の舵取りを経営者ではなく一般市民に委ねるという立場をとっています。監督自身がAI経済を「ポンジスキーム」と批判していることとの矛盾も指摘されています。

WIREDの報道によると、米国の著名テック記者たちがAIを執筆・編集プロセスに本格導入し始めています。独立記者のAlex Heath氏はAnthropicのClaude Coworkを活用し、音声入力から初稿生成までを自動化しました。

Heath氏はGmailやGoogleカレンダー、Notionなどと連携させたClaudeに、自身の文体ルール「10の戒律」を学習させています。初稿生成後に約30分間AIと推敲を重ねることで、執筆時間を30〜40%削減できたと報告しています。

一方、ニュースレター「jasmi.news」を運営するJasmine Sun氏は、AIに文章を書かせず編集者として活用する方針を貫いています。Claudeに「一文たりとも代筆するな」と指示し、フィードバックを通じて自身の文章力を高める手法を採用しています。

NYタイムズのKevin Roose記者は、AI関連書籍の制作に「マスター編集者」エージェントを筆頭とするClaudeチームを構築しました。ファクトチェックや文体統一など役割を分担させ、制作期間を2〜3年短縮できたと述べています。

こうした動きは、独立記者が従来の編集部が持つ編集・校閲機能をAIで代替する流れを示しています。ただし、Google DeepMindの研究では、AI依存が文章の均質化を招く懸念も指摘されており、人間ならではの視点や取材力が差別化要因として重要性を増しています。

Google DeepMindは2026年3月、AIが人間の思考や行動を有害に操作するリスクを測定する初の実証済みツールキットを開発し、研究成果を論文として公開しました。評価手法の全資料も公開され、外部研究者による再現実験が可能です。

1万人以上が参加した9件の研究は英国・米国・インドの3カ国で実施されました。金融分野では模擬投資シナリオを用い、健康分野ではサプリメントの選好変化を追跡するなど、高リスクな意思決定環境でAIの操作能力を検証しています。

研究では操作の有効性（実際に意見を変えたか）と傾向性（操作戦術をどの程度試みるか）の両面を測定しました。AIモデルは明示的に操作を指示された場合に最も多くの操作戦術を使用し、特定の戦術が有害な結果につながりやすい可能性も示唆されています。

注目すべき発見として、ある領域での操作成功が他領域での成功を予測しないことが判明しました。特に健康関連トピックではAIの有害操作効果が最も低く、領域ごとに標的を絞った評価手法の重要性が裏付けられています。

DeepMindはこの研究を踏まえ、Frontier Safety Frameworkに「有害操作CCL（Critical Capability Level）」を新設しました。Gemini 3 Proの安全性評価にも本手法を適用しており、今後は音声・動画・画像入力やエージェント機能による操作リスクの研究へ拡大する方針です。

独Agile Robotsは2026年3月、米Google DeepMindと戦略的研究パートナーシップを締結したと発表しました。同社のロボットにDeepMindのGemini Robotics基盤モデルを統合し、産業分野での自律ロボット開発を共同で進めます。

提携の対象分野は電子機器製造、自動車、データセンター、物流など多岐にわたります。両社はGemini基盤モデルを活用したロボットのテスト、微調整、実環境への展開を協力して行う方針です。契約は長期とされていますが、具体的な期間や金額は非公開です。

Agile Robotsは2018年創業のミュンヘン拠点企業で、SoftBank Vision FundやXiaomiなどから累計2億7000万ドル超を調達しています。共同創業者兼CEOのZhaopeng Chen氏は「自律型インテリジェント生産システムが産業全体を変革する大きな機会がある」と述べました。

ロボット業界では同様の提携が相次いでいます。Hyundai傘下のBoston Dynamicsは今年初め、ヒューマノイドロボットAtlasの開発にDeepMindのAI基盤モデルを活用すると発表しました。また独Neura Roboticsも3月にQualcommのIQ10プロセッサを採用する提携を公表しています。

NVIDIAのJensen Huang CEOをはじめ業界関係者の多くが物理AIをAI市場の次なるフロンティアと位置づけています。ハードウェアとソフトウェアそれぞれの強みを持つ企業同士の補完的な提携は今後さらに加速する見通しです。

2026年3月に開催されたGDC（ゲーム開発者会議）では、生成AIツールを売り込むベンダーが会場を埋め尽くしました。テンセントのAI生成ピクセルアートやGoogle DeepMindの満員セッションなど、AI展示が目立つ一方、実際のゲーム開発者の反応は冷ややかでした。

取材に応じた開発者のほぼ全員が、自身のプロジェクトでのAI活用を否定しました。インディーゲームパブリッシャーFinjiの共同創業者アダム・ソルツマン氏は「絶対に使わない」と断言し、作品には特定の人間の指紋が刻まれていることが価値だと語りました。

GDCの最新調査によると、回答者の52%が生成AIはゲーム業界に悪影響を及ぼしていると回答しています。この数字は2025年の30%、2024年の18%から急増しており、NvidiaのDLSS 5が既存キャラクターにAI特有の不自然な顔を付加した問題も、開発者の不信感を強めています。

法的な課題も深刻です。AI生成アートは著作権保護の対象外とする判例があり、生成AIの出力物を商品として販売するための法的枠組みが整っていません。Panic社やBigMode社など複数のパブリッシャーが、AI使用ゲームの受付を拒否する方針を明確にしています。

開発者たちが最も強調したのは、AI導入がゲーム制作の職人技を奪うという点です。Black Tabby Gamesのトニー・ハワード＝アリアス氏は「集中的なキャリアの積み重ねでしか技術は向上しない」と述べ、AI代替が進めば将来の人材確保が困難になると警鐘を鳴らしました。

一方で、映画業界のように制作支援用のカスタムAIモデルが将来的にゲーム開発にも応用される可能性を認める声もあります。しかし現時点では、開発者の多くが「100%手作り」にこだわり、人間同士のつながりを生む体験の提供こそが自分たちの使命だと語っています。

大規模言語モデル（LLM）がロボティクスや自動運転など物理世界の理解を要する領域で限界に直面しており、投資家の関心が「世界モデル」へ急速にシフトしています。AMI Labsが10.3億ドル、World Labsが10億ドルのシード資金を相次いで調達しました。

チューリング賞受賞者のリチャード・サットン氏はLLMが人間の発言を模倣するだけで世界をモデル化していないと警告しました。Google DeepMindのデミス・ハサビスCEOも、現在のAIは数学五輪を解けるのに基本的な物理で失敗する「不均一な知性」を抱えていると指摘しています。

第1のアプローチ「JEPA」は、ピクセルレベルの予測ではなく潜在的な抽象表現を学習する手法です。人間が車の軌道と速度を追跡し背景の細部を無視するように、核心的な物理法則のみを捉えます。計算効率が高くリアルタイム推論に適しており、AMIは医療企業Nablaと提携してヘルスケア分野での活用を進めています。

第2のアプローチはWorld Labsが採用する「ガウシアンスプラット」で、画像やテキストから完全な3D空間環境を生成します。Unreal Engineなどに直接インポートでき、Autodeskが産業設計への統合を目的に同社を強力に支援しています。第3のアプローチはDeepMindのGenie 3やNvidiaのCosmosに代表されるエンドツーエンド生成で、モデル自体が物理エンジンとして機能します。

今後は各アプローチの長所を組み合わせたハイブリッドアーキテクチャの台頭が見込まれます。サイバーセキュリティ企業DeepTempoはLLMとJEPAを統合した「LogLM」でログ異常検知を実現しており、LLMが推論・対話層を担い世界モデルが物理・空間データ基盤となる構図が形成されつつあります。

Sequenは、Etsy出身のZoë Weil CEOが創業したAIパーソナライゼーション企業で、シリーズAで1600万ドルの資金調達を完了しました。同社はTikTokやInstagramが使うランキング技術を、大企業向けにAPI提供しています。

同社の中核技術である大規模イベントモデルは、LLMがテキストを汎化するのに対し、リアルタイムのユーザー行動ストリームを汎化します。クリックやスクロールだけでなく、ホバーやセッション内の会話など多様なシグナルから学習し、20ミリ秒以下で判断を下します。

最大の特徴はプライバシー保護との両立です。サードパーティCookieや静的プロファイルに依存せず、リアルタイムデータのみで個人化を実現します。ユーザーのIDは完全に不要であり、将来的にはCookieを置き換える可能性をWeil氏は示唆しています。

導入企業では顕著な成果が出ています。大手家具企業は従来0.4%が成功とされた売上リフトで7%を達成し、Fetch Rewardsでは11日間で純収益が20%向上しました。顧客はRankTuneプラットフォームを通じてAPIを既存システムに統合する形で利用しています。

創業から18カ月未満で月間100億リクエストを処理する規模に成長しました。チームは14名で、DeepMind・Meta・Anthropic出身者を含みます。シリーズAはWhite Star CapitalとThreshold Venturesが共同主導し、累計調達額は2200万ドルに達しました。

NVIDIAは2026年3月のGTCにおいて、ロボティクス開発基盤Isaacプラットフォームの大幅刷新を発表しました。クラウドからエッジまで一貫したワークフローを提供し、データ収集・訓練・シミュレーション・実機展開を統合的に支援します。

新たに公開されたGR00T Nは、視覚・言語・行動を統合する推論VLAモデルで、開発者が独自のロボット知能を構築する基盤となります。汎用的な理解力と特定タスクへの専門訓練を両立する「ゼネラリスト・スペシャリスト」型ロボットの実現を目指しています。

Omniverse NuRecのGA提供により、実世界のセンサーデータからOpenUSDベースの3Dシミュレーション環境を構築可能になりました。Gartnerの予測では、2030年までにエッジシナリオの訓練データの90%以上が合成データになるとされ、NVIDIAはこの転換を加速する合成データ工場の参照設計をCosmos基盤モデルとともに提供します。

Isaac Lab 3.0では数千の軽量シミュレーション環境を並列実行し、実世界では数年かかる学習を数日で完了できます。オープンソース物理エンジンNewtonやGoogle DeepMindのMujocoにも対応し、布や砂利など多様な物体との相互作用を再現します。

実機展開ではJetson ThorやJetson Orinがリアルタイム推論を担い、cuVSLAMライブラリで自己位置推定と地図構築を実現します。新フレームワークSOMA-Xは骨格・動作・アイデンティティの表現を標準化し、ハードウェア変更時の再統合作業を大幅に削減します。

安全面では、クラウドからロボット本体までのエンドツーエンド安全ガードレールを整備しました。教育リソースとしてIsaac Sim/Labの学習パスやNVIDIA Deep Learning Instituteの講座も提供し、新規参入の開発者を包括的に支援する体制を構築しています。

Google DeepMindは、鳥類の鳴き声を分類するために開発した音響AI基盤モデル「Perch 2.0」が、クジラの鳴き声の識別にも高い性能を発揮することを明らかにしました。この研究成果は2025年12月のNeurIPSワークショップで発表されています。

Perch 2.0は数百万件の鳥類・陸上動物の録音データで訓練された生物音響基盤モデルです。研究チームがこのモデルをクジラの音声分類に転用したところ、既存の専用モデルと同等以上の精度を達成しました。転移学習により新たなモデル構築の手間を大幅に削減できます。

評価では音声を5秒ごとのスペクトログラムに変換し、モデルが生成する埋め込み表現から分類器を訓練しました。わずか4〜32個のサンプルでもロジスティック回帰分類器が有効に機能し、サンプル数の増加に伴い精度が向上することが確認されています。

鳥類モデルがクジラにも有効な理由として、研究者は3つの仮説を提示しています。第一に鳥類と海洋哺乳類の発声機構の進化的類似性、第二に大規模モデルが持つ汎化能力、第三に鳥類分類の難しさがモデルに微細な音響特徴の識別力を獲得させた可能性です。

Google Researchのデータサイエンティスト、Lauren Harrell氏は「海中には未知の音が多く、固定的なモデルでは対応できない」と語ります。同チームはPerch 2.0を活用し、受動的音響モニタリングによるクジラの個体群保護や、海洋生物の未解明な音声の研究に貢献することを目指しています。

Google DeepMindは2026年3月17日、AGI（汎用人工知能）への進捗を科学的に測定するための認知フレームワークを提案する論文を公開しました。同時にKaggleと提携し、評価手法を設計するハッカソンを開始しています。

このフレームワークは心理学・神経科学・認知科学の研究成果をもとに、知覚・生成・注意・学習・記憶・推論・メタ認知・実行機能・問題解決・社会的認知の10種類の認知能力を汎用知能の構成要素として定義しています。

評価は3段階のプロトコルで行います。まずAIを広範な認知タスクでテストし、次に人口統計的に代表的な成人サンプルで人間ベースラインを収集、最後にAIの性能を人間の分布に対してマッピングします。

Kaggleハッカソンでは、評価ギャップが最も大きい学習・メタ認知・注意・実行機能・社会的認知の5領域を対象に評価手法の設計を募集しています。賞金総額は20万ドルで、各トラック上位2件に1万ドル、全体ベスト4件に2万5千ドルが授与されます。

AGIの実現可能性が議論される中、経験的な評価基準の欠如が課題でした。本フレームワークはAIの能力を人間の認知と体系的に比較する科学的基盤を提供し、業界全体の進捗測定の標準化に貢献することが期待されます。

Googleは2026年3月、Linux FoundationのAlpha-Omegaプロジェクトの創設メンバーとして、Amazon、Anthropic、Microsoft/GitHub、OpenAIとともに総額1250万ドルをオープンソースセキュリティに拠出すると発表しました。

資金はAlpha-OmegaおよびOpenSSFが管理し、オープンソースのメンテナーがAI駆動の新たな脅威に先手を打てるよう支援します。脆弱性の発見にとどまらず、実際の修正展開までを対象としています。

Googleは社内でDeepMindが開発したAIツール「Big Sleep」と「CodeMender」を活用し、Chromeブラウザなど複雑なシステムの脆弱性を自動的に発見・修正する成果を上げています。

さらに研究イニシアチブ「Sec-Gemini」をオープンソースプロジェクトにも拡大し、AIによるセキュリティ強化の恩恵を広く提供する方針です。関心のある開発者向けに参加フォームも公開されています。

数十億人が依存するオープンソースソフトウェアの安全性確保は、AI時代において一層重要性を増しています。Googleは20年以上にわたりGoogle Summer of Codeやバグハンティングプログラムなどを通じてOSSコミュニティを支援してきました。

Google DeepMindは、アフリカの次世代技術者を対象とした高度AI教育プログラム「AI Research Foundations」の拡充を発表しました。University College Londonの教育専門家と共同開発された本カリキュラムは、Google Skillsプラットフォームで無償提供されます。

本プログラムはAIリテラシーの入門にとどまらず、生成言語モデルやTransformerを実際に構築・ファインチューニングする実践的内容を提供します。受講者は言語モデルをゼロから構築する経験を通じ、最先端AI研究に必要な基盤スキルを習得できます。

アフリカは世界人口の約20%を占めるにもかかわらず、AI研究への貢献はわずか1.8%にとどまっています。この格差を埋めるため、アフリカ数理科学研究所（AIMS）の専門家と協力し、大陸固有の研究ユースケースを取り入れたローカライズを実施しました。

Google.orgはFATE Foundationに400万ドルの資金を提供し、AIMSとの連携でオンラインカリキュラムをアフリカの教室に展開します。専門の講師ツールキットや「トレイン・ザ・トレーナー」プログラムにより、現地教育者の指導力強化を図ります。

本取り組みは責任あるイノベーションの原則に基づき設計されており、アフリカの研究者が自らのコミュニティにとって重要な課題にAIを活用できるよう支援します。カリキュラムはアフリカ向けに最適化されていますが、世界中の学習者が無償でアクセス可能です。

Google DeepMindのAlphaシリーズが採用する自己対戦型の訓練手法が、「公平ゲーム」と呼ばれるカテゴリ全体で機能しないことが、Machine Learning誌に掲載された最新の研究論文で明らかになりました。

AlphaGoやAlphaChessはチェスや囲碁を自己対戦で習得し、人間の世界チャンピオンを破る実力を示してきました。しかし近年、囲碁の特定の局面でアマチュア棋士にも敗北する弱点が相次いで報告されています。

研究者らが検証に用いたNimは、ピラミッド状に並べたマッチ棒を交互に取り除く単純なゲームです。子供でも学べるルールですが、AIの訓練手法の根本的な問題を浮き彫りにする重要な題材となりました。

Nimは「公平ゲーム」の代表例です。チェスのように各プレイヤーが固有の駒を持つのではなく、両者が同一の駒と同一のルールで対戦する点が特徴です。数学的定理により、あらゆる公平ゲームの局面はNimの配置で表現可能とされています。

ボードゲームでAIに勝つこと自体は些末に見えますが、この研究はAIの失敗モードを特定する手がかりとなります。AIの判断への依存が広がるなか、訓練段階での盲点を事前に防ぐことが安全性確保の鍵になると研究者らは指摘しています。

Googleは2026年後半、ロンドンのキングスクロス駅隣接地に新たなAI研究開発拠点「Platform 37」を開設すると発表しました。同施設にはAIについて市民が学べる公開スペース「The AI Exchange」も併設されます。

施設名の「Platform 37」は、駅の隣という立地と、2016年にDeepMindのAlphaGoが囲碁世界王者イ・セドル氏に勝利した際の画期的な一手「Move 37」に由来しています。この勝利は現代AI時代の幕開けとされています。

AlphaGoの成功以降、DeepMindは材料科学、核融合エネルギー、数学的推論、生物学など多分野でAIによる科学的発見を加速させてきました。Platform 37ではこうした研究をさらに推進する方針です。

建築はビャルケ・インゲルス氏とヘザウィック・スタジオが設計を担当し、Google史上最も野心的な建物となります。低炭素建材を使用し、柱のない柔軟な内部空間を実現する革新的な吊り構造を採用しています。

1階に設置される「The AI Exchange」では、無料の教育プログラムやインタラクティブ展示、文化イベントを通じて、一般市民がAIの社会的影響について学び議論できる場を提供します。ロンドン野生生物トラストと連携した屋上庭園も整備されます。

Anthropicは2026年3月、米国防総省（DOD）から「サプライチェーンリスク」に指定されたことを受け、サンフランシスコとワシントンDCの連邦裁判所に訴訟を提起しました。同社は憲法修正第1条（言論の自由）および第5条（適正手続き）の権利侵害を主張し、仮差止命令も求めています。

この対立の核心は、Anthropicが設定した2つのレッドラインにあります。同社は自律型兵器と大量監視への技術提供を拒否しており、特に政府が商用サービスから収集した市民データをClaudeで分析することに強く反対しています。NSAの歴史的な監視拡大の経緯を熟知した上での判断です。

Techdirt創設者のMike Masnick氏は、NSAが「標的」などの基本的な用語を独自に再定義してきた歴史を指摘します。愛国者法、FISA裁判所、レーガン政権時代の大統領令12333号を通じて、米国市民の通信データが事実上の大量監視下に置かれてきたと解説しています。

事業面での影響は深刻です。Anthropicの最高商務責任者は、金融機関との1500万ドルの交渉が凍結され、計8000万ドル規模の契約で一方的解約条項を要求されたと明かしました。一方でOpenAIやGoogle DeepMindの社員30人以上がAnthropicを支持する法廷助言書を提出するなど、業界全体に波紋が広がっています。

FIRE（言論の自由擁護団体）は、政府がAnthropicに望まないツール開発を強制することは強制言論に該当すると主張しています。「コードは言論である」という法理に基づく議論であり、AppleがFBIのバックドア要求を拒否した事例とも共通する論点です。AI時代の憲法上の権利をめぐる前例のない法廷闘争として、今後数カ月にわたり注目が集まる見通しです。

Anthropicは2026年3月、社内シンクタンク「Anthropic Institute」の設立を発表しました。共同創業者のJack Clark氏が所長に就任し、AIが雇用・経済・安全保障・価値観に与える大規模な影響を研究します。

新研究所は、既存の社会影響チーム、フロンティア・レッドチーム、経済研究チームの3部門を統合して発足しました。Google DeepMind出身のMatt Botvinick氏やOpenAIから移籍したZoe Hitzig氏ら約30人が創設メンバーとして参加しています。

この発表は、国防総省からサプライチェーンリスクに指定され、Anthropicが米政府を提訴した直後のタイミングです。同社は大量国内監視や完全自律型致死兵器への「レッドライン」設定が違法なブラックリスト登録の原因だと主張しています。

裁判資料によると、Anthropicの累計商業収益は50億ドル超、モデル訓練・推論に100億ドルを投じています。政府の禁止措置の解釈次第では、2026年の収益のうち数億ドルから数十億ドルがリスクにさらされる可能性があります。

Clark氏は安全性研究への投資を「コストセンターではなくプロフィットセンター」と位置づけ、研究資金への懸念はないと述べました。また、強力なAIが2026年末から2027年初頭に到来すると予測し、AIが人間に与える影響を理解する大規模な社会科学研究にも着手する方針を示しています。

ヤン・ルクン氏が共同創業したパリ拠点の新興企業Advanced Machine Intelligence（AMI）は、物理世界を理解するAI世界モデルの開発に向けて10億ドル以上の資金調達を発表しました。企業評価額は35億ドルで、ベゾス・エクスペディションズやキャシーイノベーション等が共同出資しています。

ルクン氏は、人間の推論の大部分は言語ではなく物理世界に根ざしていると主張し、大規模言語モデル（LLM）の延長線上に汎用人工知能は存在しないと断言しています。「LLMの能力を拡張すれば人間レベルの知能に到達するという考えは完全なナンセンスだ」と述べ、OpenAIやAnthropicなど主要AI企業の方向性に真っ向から異を唱えました。

AMIはルクン氏がMeta在籍時に推進していた世界モデル研究を商業化する初の試みです。Meta社内でLLM重視への戦略転換が進む中、ルクン氏は2025年11月にザッカーバーグCEOに退社を申し出ました。Metaは出資者ではありませんが、スマートグラス向けアシスタントなどでの協業を協議中とのことです。

共同創業者にはMetaの元研究科学ディレクターのマイケル・ラバット氏、元Google DeepMind研究者のサイニン・シエ氏らが名を連ねます。CEOにはAIヘルスケア企業Nablaの元CEOアレクサンドル・ルブラン氏が就任し、製造業・バイオメディカル・ロボティクスなどの企業向けに世界モデルを提供する計画です。

ルクン氏はAI技術のオープンソース化を推進する方針を示し、「AIは一企業が支配するには強力すぎる」と強調しました。最終的にはあらゆる産業で活用可能な汎用世界モデルの構築を目指しており、まずはトヨタやサムスンなどのパートナー企業と協力しながら、航空機エンジンの最適化など具体的な応用から段階的に展開していく方針です。

2016年3月、DeepMindのAIシステムAlphaGoがソウルで囲碁世界王者イ・セドルを破り、専門家の予測より10年早くAI史の転換点を刻んだ。2億人以上がその対局を見守った。

第2局のムーブ37は、人間の棋譜から逸脱した前例のない一手であり、プロ解説者が最初は誤りと判断するほど奇抜だった。しかし約100手後、その石は勝利の要となり、AIが人間の模倣を超えた独自戦略を生み出せることを証明した。

AlphaGoの技術的核心は深層強化学習と高度な探索アルゴリズムの組み合わせだ。その後継のAlphaZeroはチェス・将棋・囲碁を自己対戦のみでマスターし、専用チェスエンジンのStockfishをも凌駕する戦略を独自に発見した。

この手法は生命科学へ転用され、2020年にAlphaFold 2がタンパク質折り畳み問題を解決。全200万種のタンパク質構造をオープンデータベースで公開し、現在300万人超の研究者がマラリアワクチンから耐性菌研究まで活用している。2024年にはノーベル化学賞受賞につながった。

DeepMindは今後、Geminiの世界モデル、AlphaGoの探索・計画技術、AlphaFoldなどの専門AIツールの組み合わせがAGI実現の鍵と見ており、クリーンエネルギーや未解明疾患の克服を目指す「科学の黄金時代」の到来を宣言している。

Anthropicは2026年3月、強力なAIが社会にもたらす課題に取り組む新組織「The Anthropic Institute」の設立を発表しました。共同創業者のジャック・クラーク氏が「公益担当責任者」として同研究所を率います。

同研究所は、AIシステムの限界を検証するフロンティア・レッドチーム、実社会での利用状況を調査する社会影響チーム、雇用・経済への影響を追跡する経済研究チームの3部門を統合・拡充して発足します。AI進歩の予測や法制度との関係についても新たな研究を進めます。

Anthropicは設立から5年間でAI開発が急速に進展したと指摘しています。同社のモデルは深刻なサイバーセキュリティ脆弱性の発見や幅広い実務の遂行、さらにはAI開発自体の加速にも活用されるまでに至りました。今後2年間でさらに劇的な進歩が続くと予測しています。

創設メンバーとして、イェール大学法科大学院・元Google DeepMindのマット・ボトヴィニック氏がAIと法の支配の研究を、バージニア大学のアントン・コリネック教授が変革的AIによる経済活動の本質的変容の研究を、元OpenAIのゾーイ・ヒッツィグ氏が経済研究とモデル開発の橋渡しをそれぞれ担当します。

研究所と並行して公共政策チームも拡充されます。元Stripe・ホワイトハウス国家安全保障会議出身のサラ・ヘック氏が政策部門を統括し、2026年春にはワシントンDCに初の拠点を開設予定です。モデルの安全性・透明性やエネルギー政策、輸出管理、民主的AI統治を重点課題として取り組みます。

Anthropicは2026年3月9日、米国防総省（DoD）からサプライチェーンリスク指定を受けたことを不服として提訴し、その数時間後にOpenAIおよびGoogle DeepMindの社員30名超が連名でアミカス・ブリーフ（法廷意見書）を提出した。

意見書の主要署名者にはGoogleのチーフサイエンティスト兼Geminiリード、Jeff Deanが含まれており、「国防総省による指定は不当かつ恣意的な権力行使であり、業界全体に深刻な影響をもたらす」と明記している。

Anthropicは大量国内監視と完全自律型兵器への利用を拒否する「レッドライン」を設けており、DoDはこれを不服として同社をサプライチェーンリスクに指定した。この指定はAnthropicの軍事契約への参加を禁じるだけでなく、Claudeを利用する他社のペンタゴン契約にも影響を及ぼす。

意見書は、AIによる国内大量監視について、監視カメラ・位置情報・SNS・金融取引など断片的なデータをAIが統合すれば「数億人規模のリアルタイム監視装置」が誕生すると警告する。また自律型兵器は訓練環境と異なる状況では信頼性が低く、ハルシネーションのリスクから人間の判断関与が不可欠だと論じている。

署名者らは「政治や思想は多様だが、今日のフロンティアAIが国内大規模監視や人間監督なしの自律型致死兵器に悪用されるリスクは実在し、技術的または利用制限によるガードレールが必要だ」と結論付けており、公法が整備されない現状では開発者による契約・技術制限が最後の安全弁になると強調している。

Googleは2026年2月に行った主要なAI関連発表を公式ブログで総まとめしました。モデル刷新からクリエイティブツール、グローバル投資まで多岐にわたる内容で、同社のAI戦略の全体像が示されています。

Gemini 3.1 Proは、前世代の3 Proと比較して推論性能が2倍以上に向上した基盤モデルです。複雑な問題解決やデータ統合に特化しており、開発者・企業・一般ユーザーに広く提供が開始されました。科学技術向けのDeep Thinkも大幅に改良されています。

クリエイティブ分野では、Nano Banana 2がPro品質の画像生成をFlash並みの速度で実現し、Geminiアプリや検索で利用可能になりました。音楽生成のLyria 3はテキストや画像から30秒の楽曲を自動作成でき、ProducerAIもGoogle Labsに加わっています。

インドのニューデリーで開催されたAI Impact Summitでは、CEOのサンダー・ピチャイ氏が基調講演を行い、大規模インフラ投資やAIスキル研修プログラムを発表しました。科学振興や政府向けイノベーション支援の新たな助成制度も始動しています。

スポーツ分野では、Google CloudとDeepMindが冬季五輪に向けてアメリカチームのスキー選手向けにAI動画分析ツールを開発しました。2D映像から選手の動きを空間的にマッピングし、ほぼリアルタイムでフィードバックを提供する仕組みで、競技パフォーマンスの向上を支援しています。

Googleは2026年3月、ドイツ・ベルリンに新たなAI研究拠点「Google AI Center Berlin」を開設しました。同拠点はGoogle DeepMind、Google Research、Google Cloudの研究者・開発者が集う場として機能します。

同センターは単なる研究施設にとどまらず、科学・ビジネス・学術・政治の各分野の思想的リーダーが交流する場として設計されています。AI分野における議論、協業、そしてイノベーションの推進を目的としています。

開設記念イベントでは、AIを活用したエージェントやプラットフォームによる科学研究と医療分野の加速について発表が行われました。具体的な応用事例を通じ、社会的利益をもたらすAIの可能性が示されました。

ミュンヘン工科大学（TUM）との長期的な研究パートナーシップも発表されました。TUMはGoogle.orgの「AI for Science基金」の採択機関であり、Helmholtz Munichとの既存の協業もさらに拡大します。

今回の拠点設立は、Googleがドイツおよびグローバルで築いてきた研究・エンジニアリング基盤の延長線上にあります。社会的便益をもたらす大胆なイノベーションを重視する同社の姿勢を体現する取り組みです。

Google DeepMindは、テキストや画像のプロンプトからインタラクティブな仮想世界を生成できる実験的プロトタイプ「Project Genie」を公開しました。現在、米国の18歳以上のGoogle AI Ultra加入者が利用可能です。

ユーザーは森林や都市、月面など自由に環境を設計できます。天候や雰囲気、フォトリアルかカートーン風かなどのスタイル指定も可能で、具体的な描写を加えるほど生成される世界の品質が向上します。

世界を探索するためのキャラクター設定も柔軟です。小さな青いキリンや巨大なピクセルドールなど自由に作成でき、移動方法や視覚エフェクトも細かく指定できます。テキストだけでなく自分の画像をアップロードして世界を構築することも可能です。

プロンプトには短く具体的な指示が効果的です。「サンゴの多い海中シーン」のような直接的な表現が推奨されており、Geminiアプリでプロンプト作成の支援を受けることもできます。Nano Banana Proによるプレビュー機能で、探索前に世界の見た目を確認・調整できます。

探索時には一人称視点と三人称視点を切り替えられます。キャラクターの目線で世界を体験するか、上空からキャラクターを見下ろすかを選択でき、ボタン一つで視点変更が可能です。今後、提供地域の拡大も予定されています。

AlibabaのAIモデルQwenの技術リーダーである林駿洋（ジャスティン・リン）氏が2026年3月上旬に退任を発表しました。退任はQwen3.5小型モデルシリーズの発表からわずか1日後のことで、同僚の研究員やインターンも相次いで離脱しています。

林氏はXに「me stepping down. bye my beloved qwen」と短い投稿を残しました。同僚の陳成氏は「辞めるのは本人の選択ではなかった」と示唆し、チーム内外に衝撃が広がっています。Hugging FaceのAPACエコシステム責任者も「計り知れない損失」と評しました。

Alibaba CEOのエディ・ウー氏は社内書簡で林氏の貢献に感謝を示すとともに、自身を含む基盤モデルタスクフォースの設立を発表しました。オープンソースモデル戦略の継続とAI研究開発への投資拡大を約束しています。

背景には組織方針の対立があるとされます。林氏が推進した垂直統合型の自律的チーム運営に対し、経営側は数百人規模のプロジェクトを「一人の頭脳」で管理することへの限界を指摘しました。Google DeepMind Geminiチーム出身の周昊氏が後任に就任し、研究重視から指標重視への転換が進む見通しです。

Qwenモデルは累計6億ダウンロードを超え、9万社以上の企業が導入する中国最大級のオープンウェイトAIです。業界では今後のモデルが有料APIに限定される可能性が指摘されており、オープンソースAIコミュニティにとって大きな転換点となっています。

Amazonのサンフランシスコ拠点のAGIラボを率いてきたDavid Luan氏が2年未満の在任期間で退職することを自らLinkedInで発表しました。次の行き先は明かされていません。

AI業界におけるトップ研究者の採用と引き留めは熾烈を極めており、AmazonはOpenAI・Anthropic・Google DeepMindなどとの人材競争で苦戦していると見られています。AGI研究の方向性と組織体制の見直しが必要になる可能性があります。

AlphabetのロボティクスソフトウェアカンパニーIntrinsicがGoogleに正式合流することが発表されました。Intrinsicは産業用ロボットをより柔軟でアクセスしやすくするAIモデルとソフトウェアを開発してきました。

GoogleへのIntrinsic統合はGoogle DeepMindのロボティクス研究との連携を強化し、物理的な世界でのAI実行能力を高める狙いがあります。製造・物流分野における産業ロボットのAI化が一段と加速するでしょう。

TechCrunchのインタビューで、Google Cloud、DeepMind、Alphabetにわたるグローバルスタートアップ組織を率いるDarren Mowry副社長は、かつて急増したAIスタートアップの二つのカテゴリーが存在の危機に直面していると警告しました。LLMラッパー（GPT等のAPIをラップするだけのサービス）とAIアグリゲーター（複数のAIを束ねるサービス）がその対象です。

LLMラッパーが危険な理由は明快です。GPT-4がo3やGemini 2.0に進化するたびに、ラッパーが提供する付加価値の多くが基盤モデルに吸収されます。「プロンプトを整える」「UIを整える」だけでは、基盤モデルが直接その機能を提供し始めると差別化が消失します。

より微妙なのはAIアグリゲーター（複数のAIモデルを横断してアクセスできるサービス）の問題です。OpenRouterやPerplexityのようなサービスは、基盤モデルがコモディティ化する中で、どこで価値を作るかという問いに常にさらされます。ルーティングの知性だけでは持続的な競争優位にはなりにくいです。

生き残るスタートアップに必要なのは、特定業界の深い専門知識と固有データを持つことです。医療のカルテデータ、製造の設備データ、法律の判例データなど、基盤モデル企業が簡単には入手・学習できないプロプライエタリデータと組み合わせた垂直特化が最も有望な戦略です。

Googleの視点からこの発言を読むと、スタートアップコミュニティへの助言であると同時に、Google自身がAIスタック全体をカバーしようとする戦略の反映でもあります。水平的プラットフォームは基盤モデル企業に押さえられ、スタートアップは垂直に特化するしか差別化の余地がないという冷厳な市場構造を示しています。

Google DeepMindはインドの大学・研究機関と新たなパートナーシップを締結し、科学研究と教育分野でのAI活用拡大を発表しました。

インドのAIエコシステム構築を支援するこの取り組みは、AIインパクトサミットの枠組みで発表されました。人材育成から研究応用まで幅広い協力が含まれます。

Google DeepMind出身のAI研究者Anna Goldie（CEO）とAzalia Mirhoseini（CTO）が共同創業した「Ricursive Intelligence」が、設立からわずか4ヶ月で335M USD（約500億円）を40億ドルバリュエーションで調達しました。

両創業者はAIコミュニティで高く評価されているトップ研究者であり、記事によるとZuckerbergが直接スカウトのメールを送ったほどの人材です。この知名度と研究実績が短期間での大型調達を可能にしました。

2025〜2026年にかけて、大手AIラボからの研究者独立創業が相次いでいます。Ilya SutskeverのSafe Superintelligence、Andrej KarpathyのKarpathy AI等と同様のトレンドです。

Ricursive Intelligenceは具体的な製品詳細を公開していませんが、AI基盤モデルの次世代アーキテクチャの研究開発に集中していると見られています。資金調達のペースは投資家の先行き期待の高さを示しています。

このような早期段階での巨大バリュエーションは、AI研究の商業化加速というトレンドを体現しており、トップ研究者の市場価値が過去に比べて桁違いに高まっていることを示しています。

OpenAI、Anthropic、Google DeepMindなど競合する西側大手AI研究所が、欧州スタートアップ向けの共同アクセラレータープログラムを設立しました。AIの応用を開発するスタートアップを支援する珍しい業界横断的取り組みです。

通常は激しく競合するAI企業が協力する背景には、AIエコシステム全体の健全な発展が自社にも利益をもたらすという認識があります。特に欧州におけるAI規制環境の中でのスタートアップ育成という共通課題に対処するものです。

このプログラムはAI技術の普及と応用層での価値創造を加速させる可能性があり、日本の企業や研究機関にとっても参考になるモデルです。

IEEE Spectrumは2026年2月4日、DeepMindのAlphaGenomeがゲノム研究の景観を変革しつつあると詳細なレポートを掲載した。

AlphaGenomeはDNA配列から遺伝子発現パターンを予測し、特定の変異が細胞機能に与える影響を分子レベルで解析できる。

AlphaFoldがタンパク質構造予測で科学界に革命をもたらしたのと同様に、AlphaGenomeはゲノム機能の理解に新しい次元を加えている。

研究者は膨大なゲノムデータから疾患関連変異を迅速に特定できるようになり、希少疾患の遺伝的原因の解明が加速する見通しだ。

農業分野でもAlphaGenomeの応用が期待されており、作物改良や病害抵抗性遺伝子の特定などに活用されることで食糧安全保障への貢献が見込まれる。

Google DeepMindは、Kaggleと連携してゲームベースのAI評価プラットフォーム「Game Arena」を発表しました。チェスのような完全情報ゲームだけでなく、不完全情報を含む現実的な意思決定環境でAIを評価します。

既存のベンチマークの多くは静的なデータセットに依存しているため、AIが「暗記」してしまうという問題がありましたが、Game Arenaは動的なゲーム環境を用いることで、より真の汎化能力を測定します。

ポーカーや交渉ゲームなど不完全情報が本質的な環境でのAI性能評価は、実際のビジネス意思決定や交渉支援AIの信頼性評価に直結します。

Kaggleとの連携によりコミュニティ参加型で評価手法を発展させる構造は、オープンな評価エコシステムの形成につながります。

AIベンチマークの信頼性向上は、AI製品の調達・選定を行う企業にとっても重要な意味を持ちます。

Google DeepMindの従業員グループが経営陣に対し、ICEの摘発から物理的に安全に保護してほしいと正式に要請しました。

この動きはシリコンバレーにおける移民系技術者の不安を象徴しており、テック企業が従業員保護において政治的問題とどう向き合うかという新たな課題を突きつけています。

ダボス会議2026では、OpenAIのサム・アルトマン、Google DeepMindのデミス・ハサビスら主要AI企業のCEOが政治家以上の注目を集め、世界経済フォーラムが実質的にAIテック会議に変貌したとTechCrunchとThe Vergeが報じた。

AI各社は互いの動向を牽制しながら、自社のAGIへの到達と人類への貢献を競うように主張した。AI規制をめぐる各国政府との対話も重要議題として浮上した。

ダボスのAI化は、AI産業が世界経済・政治・安全保障の中心的課題に昇格したことの象徴的な出来事だ。AI競争の戦場が企業から国家レベルに拡大していることを示している。

Google DeepMindは一次医療（プライマリケア）向けAIシステム「Horizon 1000」を発表しました。1000種類以上の疾患の診断支援ができるとされています。

このシステムは医師に取って代わるものではなく、診断支援ツールとして機能します。特に医師1人が多くの患者を診る新興国・途上国での活用が期待されています。

DeepMindのAlphaFoldなどの成功事例を背景に、医療AI分野での本格的な商業展開が始まっています。規制当局との協議や臨床試験のデータが今後の鍵です。

OpenAIのTorch買収やAnthropicのヘルスケア参入と合わせ、AI大手が医療領域で激しい市場争奪を繰り広げていることを示す最新事例です。

Google DeepMindとBoston DynamicsがGeminiを活用した産業向けヒューマノイドロボットの開発で協業を開始した。AtlasロボットにGeminiの推論・言語理解・マルチモーダル認識能力を統合することで、複雑な工場環境でも自律的に動作できる能力を実現している。

自動車工場でのパイロット展開では、ロボットが自然言語での作業指示を理解し、部品の搬送・組み立てアシスト・品質確認などの作業を半自律的に実行することが実証された。GeminiのマルチモーダルAIが周囲環境の認識精度を大幅に向上させた。

技術的には視覚・力覚・位置センサーの融合データをGeminiがリアルタイムで処理し、最適な行動を選択する構成になっている。従来のルールベースロボットでは対応できなかった予期しない状況への適応が可能になっている。

安全性の面では、ロボットが人間と同じ空間で作業する「協調ロボット（コボット）」として機能するための制御が重要課題だ。AIによる意図認識と衝突回避が従来のセンサーベース安全機能を補完し、人間との安全な協働を実現している。

Googleにとってこの連携は、Geminiを単なるチャットAIから物理世界のインターフェースへと拡張する重要なショーケースだ。また、Boston DynamicsはHyundai傘下でありながらGoogleとの技術統合が進むという複雑な構造も注目される。

2020年11月のAlphaFold 2登場から5年が経過しました。タンパク質折り畳み問題への深層学習アプローチは生物学の「iPhoneモーメント」と称され、現在では2億以上の予測構造を含むデータベースが世界190カ国の350万人の研究者に利用されています。ノーベル化学賞受賞という形で科学的インパクトが認められました。

AlphaFold 3では拡散モデルを採用し、タンパク質だけでなくDNA・RNA・低分子薬物の相互作用予測まで対象を広げました。しかし生成モデルの特性上、無秩序領域での構造ハルシネーションという新たな課題も生じています。検証の重要性がより高まっています。

DeepMindが開発したAIコサイエンティストはGemini 2.0上に構築されたマルチエージェントシステムで、仮説生成・議論・実験提案を行います。Imperial College Londonの研究者が薬剤耐性菌の研究でこのシステムを活用し、長年の研究結果と一致する仮説を短時間で導き出した実例が報告されています。

DeepMindの研究担当VP Pushmeet Kohliは、次の5年で「細胞全体を正確にシミュレーションする」という大きな目標を掲げています。ゲノムの仕組みを理解できれば、個別化医療の設計や気候変動対策のための新酵素開発も視野に入ると述べています。

アイルランド発スタートアップのAkaraは、手術室の「エアトラフィックコントロール」として機能するシステムを開発しています。熱センサーを活用することでプライバシーに配慮しつつ手術全体を記録・分析し、毎日2〜4時間失われているOR稼働時間の回収を目指しています。

医療ロボティクスの普及を阻む最大の障壁はロボット自体の性能ではなく、インフラ整備の遅れだとAkara CEOのConor McGinnは指摘します。看護師不足や手動スケジューリングの非効率さが解消されない限り、AI活用の恩恵は限定的にとどまると警告しています。

著名なAI科学者Yann LeCunは、「Advanced Machine Intelligence（AMI Labs）」という新スタートアップの設立を正式に確認しました。LeCun自身は会長として参画し、元NablaのCEO、Alex LeBrunが経営トップを担います。

Financial Timesの報道によると、AMI Labsは設立前の段階でユーロ500百万（約5.86億ドル）の資金調達を3.5億ドル（ユーロ30億）超の評価額で目指しています。Mira Muratiのスタートアップが12億ドルのシード評価を得た事例と比較しても、野心的ですが不当ではない水準です。

AMI Labsはワールドモデル型AIの研究・開発を中心とします。LLMとは異なるアーキテクチャで、AIが環境を理解し、因果関係と仮定シナリオをシミュレートして結果を予測できるようにするものです。

LeCunが長年訴えてきた主張は、LLMは「非決定論的」である本質上、幻覚を完全になくすことができないというものです。Google DeepMindやFei-Fei Li氏のWorld Labsも同様のワールドモデル研究を進めており、競争が激化しています。

NablaはAMI Labsとの独占的パートナーシップを締結し、開発されるモデルを医療AIの分野に活用する計画です。LeBrunの後任CEO探しが進む一方、共同創業者のDelphine Grollが暫定的に経営を担っています。

Google DeepMindはGemma 3の全サイズ（2.7億〜270億パラメータ）に対応するオープンソース解釈可能性ツール群「Gemma Scope 2」を公開しました。AI安全性研究コミュニティ向けとしては過去最大規模のリリースです。

Gemma Scope 2はスパースオートエンコーダ（SAE）とトランスコーダを組み合わせ、モデルの内部動作を可視化します。Jailbreakや幻覚のメカニズム、思考連鎖の誠実性などの研究に活用できます。同ツールの開発には約110PBのデータと1兆パラメータ超の学習が必要でした。

Google DeepMindはさらに270Mパラメータの超小型エッジモデル「FunctionGemma」もリリースしました。自然言語のユーザーコマンドを構造化コードに変換することに特化し、クラウド接続なしで動作します。

内部評価では標準的な小型モデルが58%の精度しか出なかった関数呼び出しタスクで、FunctionGemmaは85%を達成しています。スマートフォン・ブラウザ・IoT機器での動作を想定し、HuggingFaceとKaggleで公開中です。

Google Cloudは「2026 AIエージェントトレンドレポート」も公開し、生産性向上・業務プロセス自動化・顧客体験・セキュリティ・AI人材育成の5領域でエージェントが変革をもたらすと予測しています。

ホワイトハウスが主導するGenesis Missionは、DOEの17の国立研究所と産業界・学術界を統合した米国史上最大規模の国家的AIプロジェクトとして本格始動しました。

Google DeepMindは全研究所の科学者向けにGemini基盤の「AI co-scientist」への優先アクセスプログラムを本日開始し、最先端のAI研究支援ツールを即日提供しています。

2026年にはAlphaEvolve・AlphaGenome・WeatherNextも国立研究所向けに利用可能になる予定で、進化アルゴリズムやゲノム解析・気象予測の分野での科学研究加速が期待されています。

NVIDIAはDOEとの覚書（MOU）を締結し、気象予測・核融合研究・量子コンピューティングなど幅広い科学分野においてAIと高性能コンピューティングを組み合わせて展開します。

OpenAIはDOEとのMOUを締結済みで、ロスアラモス国立研究所のスーパーコンピューターに先端的な推論モデルをすでに実際に展開しており、核科学への応用が進んでいます。

AnthropicはClaudeモデルと専門エンジニアチームを研究者に直接提供し、エネルギー関連の許認可プロセスの迅速化や創薬・材料科学の分野での重点的な支援を実施予定です。

MITとGoogle DeepMind・Autodesk Researchの共同チームは、テキストだけで物体を設計・組み立てできるAIロボットシステムを発表しました。「椅子を作って」と入力するだけで自動設計が始まります。

生成AIが3Dメッシュを作成し、VLMが構造と機能を推論して部品配置を決定します。ユーザーフィードバックによる反復修正も可能な人間参加型のループを備えています。

部品は事前製造品を使って再組み立て可能な設計となっており、廃棄物削減にも貢献します。評価実験では参加者の90%以上が従来手法よりも好意的に評価しました。

ゲーム分野では『バルダーズ・ゲート3』を手がけたLarianのCEOが声明を発表しました。AIで開発チームを削減する計画はなく、補助ツールとして活用すると強調しています。

北海道大学とTDKは人の行動パターンを学習・予測するニューロモーフィックチップを開発しました。じゃんけんで人間に100%勝利するデモでその予測能力を実証しています。

米国ではスポーツ結果からSNS投稿数まであらゆる事象に賭けられるギャンブル化が進行中です。ParamountのWarner Bros.買収交渉も混迷しており、メディア再編の行方が注目されます。

Google DeepMindは木曜日、英国AI安全研究所（AISI）との拡大パートナーシップを新たな覚書（MoU）の締結により発表しました。AIシステムの能力が向上する中で、安全性に関する共同研究をさらに深化させることを目的としています。

DeepMindとAISIの連携は、AI安全性における政府と産業界の協力モデルとして重要な位置づけにあります。フロンティアAIモデルの高性能化に伴い、厳格な安全性評価・テストの枠組みの必要性が高まっており、両者が反応的な規制ではなく予防的な研究に取り組む姿勢を示しています。

2025年12月、サンディエゴで開催された世界最大級のAI国際会議「NeurIPS」にて、業界の潮流が決定的な転換点を迎えました。これまでのデータ量を追求する競争から、強化学習（RL）や推論能力の深化を目指す「研究の時代」へと、開発の主戦場が大きく移行しています。

最大の焦点は、会場のあらゆる議論を席巻した強化学習（RL）の再流行です。単に事前学習データを増やすスケーリング則の限界が意識され始め、特定のユースケースに向けてモデルを精緻に調整するアプローチが、次なる成長のドライバーとして認知されています。

企業間の勢力図においては、Google DeepMindが圧倒的な存在感を示しました。Gemini 3の発表や最多の論文採択数を背景に、技術的なリーダーシップを取り戻しています。一方でAnthropicも勢いを維持する中、OpenAIは相対的に注目度を分け合う形となりました。

新たな技術トレンドとして、継続学習（Continual Learning）や世界モデルへの関心が急上昇しています。静的なモデルではなく、環境との相互作用を通じて学習し続けるシステムの構築が、2026年に向けた重要な研究テーマとして浮上してきました。

また、AlibabaのQwenやDeepSeekといった中国勢、およびReflection AIなどの新興ラボが台頭しています。彼らは既存の大手ラボとは異なるアプローチで成果を上げており、AI開発の多極化が進んでいることを印象づけました。

実用面では、デジタル空間を超えた物理AI（Physical AI）やロボティクスへの応用が加速しています。エージェントAIを単なるモデルではなく「スタック」として捉え、実社会の複雑な課題解決に直結させる動きが、エンジニアたちの関心を集めています。

Google DeepMindとKaggleは2025年12月10日、AIの事実性を測定する新指標「FACTS」を公開しました。これはモデルが生成する情報の正確さを、内部知識や検索能力など多角的に評価する枠組みです。最新のGemini 3 ProやGPT-5でさえ総合スコア70%に届かず、AIの完全な自動化には依然として高い壁がある現状が明らかになりました。

今回の結果は、企業におけるAI実装戦略に警鐘を鳴らすものです。特に、チャートや画像を解釈するマルチモーダルタスクの正答率が軒並み50%未満だった点は衝撃的です。金融データの自動読み取りなどを無人で運用するのは、現時点では時期尚早と言わざるを得ません。

一方で、エンジニアにとっての明確な指針も示されました。モデル自身の記憶に頼るよりも、検索ツールを併用させた方が正確性は高まるというデータです。これは社内データを参照させるRAG（検索拡張生成）システムの有効性を強く裏付けています。

経営者やリーダーは、モデル選定時に総合点だけでなく用途別のサブスコアを注視すべきです。例えば規定遵守が必須のサポート業務ならグラウンディングスコアを、調査業務なら検索スコアを重視するなど、目的に応じた最適なモデル選定が求められます。

結論として、AIモデルは進化を続けていますが、いまだ3回に1回は間違えるリスクを含んでいます。この「70%の事実性」という限界を理解した上で、人間による検証プロセスを組み込んだシステム設計を行うことが、ビジネスでの成功の鍵となります。

Google DeepMindは2025年12月10日、英国政府とのパートナーシップを大幅に拡大し、科学、教育、公共サービス分野でのAI実装を加速させると発表しました。この提携は、先端AI技術を国家基盤に組み込むことで、経済的繁栄と安全保障を強化することを目的としています。特に、科学的発見のスピードアップや公共部門の生産性向上に焦点を当てており、AIを国家戦略の中核に据える英国の姿勢は、企業経営者にとっても組織へのAI導入の青写真となるでしょう。

科学技術分野では、英国の研究者に対し「AI for Science」モデル群への優先アクセスを提供します。これには、アルゴリズム設計を行う「AlphaEvolve」や気象予測モデル「WeatherNext」などが含まれます。特筆すべきは、2026年に英国内に設立予定の自動化ラボです。この施設では、Geminiと統合されたロボティクスが新材料の合成と特性評価を自律的に行い、超伝導体や次世代バッテリーなどの発見プロセスを劇的に短縮することを目指します。

教育と公共サービスの現場でも、具体的な成果実証が進んでいます。北アイルランドでの試験運用では、生成AI「Gemini」を活用することで教師の事務作業時間を週平均10時間削減することに成功しました。また、AI家庭教師システムを用いた生徒は、人間のみの指導を受けた生徒に比べ、新規問題への対応力が5.5ポイント向上しています。公共サービスでは、都市計画文書のデータ化処理時間を従来の2時間からわずか40秒へと短縮するツール「Extract」を導入し、行政の意思決定速度を飛躍的に高めています。

安全保障面では、英国のAI安全研究所（AISI）との連携を深め、モデルの説明可能性や社会的影響の研究を推進します。さらに、サイバーセキュリティ分野では、脆弱性の特定とコード修正を自動化する「Big Sleep」や「CodeMender」といったAIツールを活用し、国家レベルのサイバーレジリエンス強化を図ります。DeepMindと英国政府の取り組みは、AIが単なるツールを超え、社会インフラとしての地位を確立しつつあることを示しています。

Google DeepMindは2025年12月9日、Kaggleと共同で大規模言語モデル（LLM）の事実性を評価する新たな指標「FACTS Benchmark Suite」を発表しました。AIがビジネスの意思決定や情報源として浸透する中、回答の正確さを担保し、ハルシネーション（もっともらしい嘘）のリスクを可視化することが狙いです。

本スイートは、AIの内部知識を問う「Parametric」、Web検索を活用する「Search」、画像情報を解釈する「Multimodal」、そして文脈に即した回答能力を測る「Grounding」の4つのベンチマークで構成されています。単なる知識量だけでなく、ツールを使って正確な情報を収集・統合する能力も評価対象となる点が特徴です。

評価結果では、同社の最新モデル「Gemini 3 Pro」が総合スコア68.8%で首位を獲得しました。特に検索能力において、前世代のGemini 2.5 Proと比較してエラー率を55%削減するなど大幅な進化を見せています。一方で、マルチモーダル分野のスコアは全体的に低く、依然として技術的な課題が残されています。

全モデルの正解率がいまだ70%を下回っている現状は、AIの完全な信頼性確立には距離があることを示しています。経営者やエンジニアは、FACTSスコアを参考にしつつ、用途に応じたモデル選定と人間による最終確認のプロセスを設計することが、生産性と安全性を両立する鍵となります。

AIスタートアップのSimularは、Felicisが主導するシリーズAラウンドで2150万ドルを調達しました。Nvidiaのベンチャー部門や既存投資家も参加しており、MacOSおよびWindowsを自律的に操作するAIエージェントの開発を加速させます。

同社のエージェントはブラウザ内にとどまらず、PC画面全体を制御できる点が特徴です。人間のようにマウスを動かしクリックを行うことで、複数のアプリケーションを横断する複雑なデジタル業務を代行し、生産性を劇的に向上させることを目指しています。

最大の強みは、LLMの課題であるハルシネーション（嘘）を防ぐ「ニューロ・シンボリック」技術です。AIが試行錯誤して成功したワークフローを決定論的なコードに変換・固定化することで、次回以降は正確かつ確実にタスクを再現可能にします。

すでにMacOS版のバージョン1.0をリリースしており、Microsoftとの提携を通じてWindows版の開発も進めています。自動車ディーラーのデータ検索や契約書情報の抽出など、すでに実務での定型業務自動化において実績を上げ始めています。

フランス・パリを拠点とするAI音声スタートアップ「Gradium」は2025年12月2日、ステルスモードを解除し、7000万ドルのシード資金調達を発表しました。Google DeepMind出身者が創業し、エリック・シュミット氏らが出資する大型案件です。

Gradiumの最大の強みは、超低遅延を実現した音声言語AIモデルにあります。人間同士の会話のように「即座に応答する」自然な体験が可能で、開発者がより高速かつ正確な音声対話システムを構築できるよう支援します。

欧州発の強みを活かし、英語やフランス語など主要5言語に多言語対応してのローンチとなりました。同社はフランスのAIラボ「Kyutai」からのスピンアウトであり、創業者はDeepMindで音声モデルの研究を重ねたエキスパートです。

音声AI市場にはOpenAIやElevenLabsなどの強豪がひしめいています。しかし、AIエージェントの普及に伴い、よりリアルな表現力と正確性への需要は急増しており、Gradiumはこの成長領域で技術的な優位性を武器に勝負を挑みます。

アマゾン創業者のジェフ・ベゾス氏が設立した新AIベンチャー「Project Prometheus」が、エージェント型AI開発の「General Agents」を極秘裏に買収しました。この動きは、製造業における複雑な工程の自動化を加速させる明確な狙いがあります。

ベゾス氏とVik Bajaj氏が共同CEOを務めるこの新会社は、すでに62億ドルもの巨額資金を調達しています。コンピュータから自動車、さらには宇宙船に至るまで、幅広い製造現場を支援する高度なAIシステムの構築を目指していると報じられています。

買収されたGeneral Agentsは、PC操作を人間に代わって実行する「コンピュータ・パイロット」技術で知られます。同社の主力製品「Ace」は、競合他社が追随できないほどの圧倒的な処理速度を実現しており、その技術力がベゾス氏の野望を支える鍵となります。

今回の買収に伴い、元DeepMindやTeslaの研究者を含む100名以上の専門家が新会社に合流しました。さらに、AIの基礎技術Transformerの論文著者らもアドバイザーとして名を連ねており、業界屈指の技術者集団が形成されています。

買収後、関係者は米国の製造現場への接触を深めており、物理的な生産プロセスへのAI適用を本格化させる動きを見せています。ベゾス氏の資金力と最先端のエージェント技術が融合することで、産業界に大きなインパクトを与える可能性があります。

Googleは25日、第7世代TPU「Ironwood」をクラウド顧客向けに提供開始しました。AIの推論処理に特化し、前世代と比較してチップあたりの性能を4倍以上に高め、最もエネルギー効率に優れたチップとなっています。

AI開発の主戦場が学習から活用へと移る中、Ironwoodは大量のデータを低遅延で処理するよう設計されました。これにより、複雑なモデルも高速かつスムーズに動作し、企業の生産性向上に大きく寄与します。

特筆すべきは圧倒的な拡張性です。最大9,216個のチップを高速ネットワークで相互接続し、1.77ペタバイトもの共有メモリを利用可能にすることで、大規模モデルにおけるデータ転送のボトルネックを解消しました。

設計にはGoogle DeepMindが協力し、AIを用いてチップ配置を最適化する「AlphaChip」を活用しています。AI自身が次世代のハードウェアを進化させる好循環を生み出し、競合他社との差別化を図っています。

Google DeepMindは11月25日、同社のAI開発の軌跡を追った長編ドキュメンタリー映画『The Thinking Game』をYouTube公式チャンネルで無料公開しました。タンパク質構造解析AI「AlphaFold」の登場から5周年を記念した特別な取り組みです。

本作は、世界に衝撃を与えた映画『AlphaGo』の制作チームが、5年以上の歳月をかけて撮影しました。創業者デミス・ハサビス氏らが汎用人工知能（AGI）の実現を目指し、未知の領域に挑む研究所内部の様子が鮮明に記録されています。

最大の見どころは、生物学における50年来の難問をAlphaFoldが解決した瞬間です。この技術的ブレイクスルーは後のノーベル化学賞受賞へとつながり、科学史に残る偉業達成の緊迫した舞台裏を垣間見ることができます。

ビジネスリーダーやエンジニアにとって、世界最高峰の研究開発がいかにして進められるかを知る貴重な機会です。AIが科学と社会に与えるインパクトを再確認するためにも、ぜひ一度視聴してみてはいかがでしょうか。

AIビジネスは新たな局面を迎えました。GoogleとOpenAIが収益化を急ぐ中、トランプ次期政権は州独自のAI規制を無効化する大統領令を準備し、シリコンバレーを後押しします。一方、NvidiaはAIバブル懸念を一蹴し、強気な姿勢を崩していません。

Googleは最新モデル「Gemini 3」を発表しました。DeepMindのデミス・ハサビスCEOは、検索やGmailなど既存の巨大製品群へのAI統合こそが同社の強みであり、仮にAI市場が調整局面に入っても競争力を維持できると自信を見せています。

対照的にOpenAIは、ChatGPTの成長鈍化を受け、ユーザーとの情緒的なつながりを強化する方向へ舵を切りました。厳格な倫理基準を緩和し、エロティックな会話も許容する姿勢は、収益確保とメンタルヘルス配慮の間で揺れ動いています。

政治面では、トランプ次期大統領が「AI規制撤廃」へ動きます。検討中の大統領令は、コロラド州などで進む厳格な州法を連邦レベルで無効化する狙いがあり、イノベーションを阻害する規制を嫌う大手テック企業にとって強い追い風となります。

インフラを支えるNvidiaも好調をアピールします。ジェンセン・フアンCEOはAIバブル論を強く否定し、未処理の注文が約5000億ドルに達していると強調。しかし、ピーター・ティール氏が株式を売却するなど、市場には慎重論も漂います。

GoogleとベンチャーキャピタルのAccelは、インドにおけるAIイノベーションを加速させるため、新たな支援プログラムの立ち上げを発表しました。プレシード期のAIスタートアップを対象とし、技術提供や資金支援を通じて次世代企業の成長を後押しします。

選出された企業には、Google DeepMindが開発するGeminiやImagen、Veoといった最先端AIモデルへの早期アクセス権が付与されます。これにより、創業者は他社に先駆けて革新的なアプリケーション開発に取り組むことが可能となります。

本プログラムでは技術面だけでなく、Google Cloudクレジットの提供や、両社の専門家によるメンターシップも用意されています。さらに、GoogleとAccelから直接的な株式投資を受ける機会も提供され、事業拡大に向けた基盤作りを支援します。

インドはグローバルなAI開発競争における重要拠点として注目されており、次世代のユニコーン企業発掘が狙いです。プログラムの開始は2026年2月を予定しており、現在、野心的なビジョンを持つ創業者からの応募を受け付けています。

米国の新興企業Sunday Roboticsは2025年11月19日、家庭用ロボット「Memo」を発表しました。従来の単純作業とは一線を画し、エスプレッソの抽出や食器の片付けといった複雑な家事を自律的に遂行します。AIとハードウェアを高度に統合し、家庭環境での実用化を目指しています。

Memoは親しみやすい外見で、車輪移動と昇降機能を備えています。特筆すべきは、片手で複数のグラスを掴むといった人間並みの器用さです。デモでは粉のセットから抽出までエスプレッソマシンを操作し、散らかったキッチンでも柔軟に対応する能力を実証しました。

この器用さを支えるのが、独自のAI学習手法です。同社は400ドル程度の特殊グローブを開発し、人間が着用して家事を行うデータを収集しています。従来の遠隔操作よりも、人間の微細な動きを正確にAIモデルへ学習させることが可能となりました。

創業者はスタンフォード大学などでロボット学習を研究し、チームにはTeslaやGoogle DeepMindの出身者も在籍します。ネット上にロボット用データが不足している現状に対し、自社で高品質なデータを生成し、ハードとAIを一体で開発する戦略をとっています。

同社は来年、ベータテストを開始する予定です。初期は機能の不完全さを許容し、自らロボットにタスクを教える意欲のあるアーリーアダプター層をターゲットとします。家庭内で確実に役立つロボットの実現に向け、実環境での検証が進められます。