公開
AI攻撃の増加に対応、OpenAIが新たなサイバーセキュリティモデルを展開
・OpenAIがサイバーセキュリティ防御プログラム「Daybreak」を拡張し、新しいサイバー対応専用のAIモデルをリリース ・AI主導の攻撃が増加する状況への対応として、防御能力の強化を図る取り組み ・具体的な機能・性能・対応範囲についてはソースに記載なし
AI
Archive 記事を横断検索
自社に関係するAI情報を、すぐ見つける。
キーワードだけでなく、業界・用途・情報種別・公開時期を組み合わせて検索できます。気になるテーマから、自社で試すヒントまでまとめて辿れます。
← AI Intel トップに戻る254件
1 / 11ページ
- Source
- 公開Source
Appleが遅れてSiriを刷新、だが機能向上が革新に見えない理由
・Appleが長年待たされていたSiriのAI刷新を実現し、機能的には本来の性能に到達した ・ただし実装時期が遅く、競合製品が既に高度なAIアシスタントを提供している状況下での登場となった ・単なる機能改善では市場インパクトが限定的に見える、という市場認識が反映されている
- 公開Source
Amazon Bedrock AgentCore Identity が Private Key JWT 認証に対応
・Amazon Bedrock AgentCore Identity が Private Key JWT によるクライアント認証に対応し、エージェントが共有シークレット不要で署名済み JWT で認証可能に ・公開鍵を ID プロバイダーに登録し秘密鍵で JWT にサイン、セキュアで管理しやすい方式を実現 ・OAuth 2.0 のシークレット管理負担を軽減し、エージェントと外部 API 間の認証セキュリティを向上
- 公開Source
AI生成コンテンツ検出のPangram、900万ドル調達
・AI検出ソフトウェアを手がけるPangramが900万ドルの資金調達を実施し、事業拡大を加速する ・テキスト検出モデル「Pangram 4」と画像検出モデル（研究版）の新機能をリリース ・インターネット上のAI生成コンテンツ増加に対応する検出ツールの需要が高まっている背景
- 公開Source
Cognitionが Poke 買収、AI の会話スタイルが競争優位性に
・Cognition が Poke を買収し、会話スタイルと相互作用モデルをコード生成 AI「Devin」に統合。 ・AI アシスタントの性能だけでなく、ユーザーとのインタラクション方法が競争優位性を左右する認識が広がっている。 ・会話体験の設計が AI ツールの市場価値判断に影響を与える傾向を示唆。
- 公開Source
ChatGPTが米国でヘルスケア機能を開始、医療記録と連携
・OpenAI が ChatGPT に Health 機能を追加し、米国の対象ユーザーが医療記録と Apple Health を安全に接続可能に ・個人の医療データを ChatGPT に統合することで、よりパーソナライズされた健康情報の提供を実現 ・医療情報の安全な取り扱いと、ユーザーの健康管理の効率化が目的
- 公開Source
スリランカの文化的価値観に対応した言語モデルの評価スイート開発
・大規模言語モデル（LLM）の価値観調整は西洋的規範に偏った設計になっており、スリランカなどの多言語社会の固有の文化的価値を適切に処理できていない。 ・既存ベンチマークはシンハラ語による文脈化された価値観の評価を欠いており、文化的に配慮した評価と微調整を実現できない状況が存在する。 ・本研究はスリランカの価値観を反映した最初の調査ベースの評価リソーススイート「LKValues」を提案し、地域固有の文化的感応性を向上させることを目指してい...
- 公開Source
Metaが子ども向けAI寝物語アプリをテスト中
・MetaがStoryKitというAI生成寝物語アプリを限定地域でテスト運用中。 ・親の反応や利用パターンを検証しながら、段階的な展開を進めている状況。 ・生成AIを家庭向けコンテンツに活用する企業の新たな試み。
- 公開Source
PPL-Factory：言語モデルから推論まで対応するタスク・予算軸データ選別法
・大規模言語モデルの微調整時に、全サンプルが同等に寄与するわけではないため、情報量の高い訓練データを選別して計算コストを削減する研究。 ・従来のデータ品質・多様性・推論トレース長といった固定ヒューリスティクスは、タスクごとに有効性が異なり汎化困難という課題を指摘。 ・Perplexity（困惑度）ベースのデータ選別アプローチを提案し、タスク固有かつ予算制約下での効率的なサンプル選択を実現。
- 公開Source
自動発見システムに汎用的に優れた手法は存在しない
・OpenEvolve や TTT-Discover などの自動発見システムは、アーカイブ・親選択・探索・予算配分といった複数の設計選択を組み合わせた複合システムである。・これらのシステムは実務的には汎用ハーネス（枠組み）として扱われているが、最適な設定は問題ごとに異なる可能性を指摘。・発見実行は計算コストが高く確率的性質を持つため、既存手法の比較には統計的に十分な独立試行が不足している傾向。
- 公開Source
Google、Geminiの効率化向け新型AI チップを開発中
・Alphabet（Google の親会社）が Gemini モデルの動作効率を高める専用 AI チップの開発を進めている。 ・新チップにより、推論速度の向上とコスト削減が期待される。 ・独自チップ化により Google は生成 AI 環境の競争力を強化する意向。
- 公開Source
能動的な観察を測る視覚・言語モデルのベンチマーク
・人間の視覚は継続的な目の動きと仮説の更新を伴う動的プロセスだが、現在の視覚言語ベンチマークでこれを測定していない ・新しいベンチマーク「ActiveVision」を提案し、大規模言語モデルが能動的観察（段階的な情報探索）を実行できるかを評価 ・既存のスナップショット型評価では見落とされる、モデルの観察戦略の質と効率を測定することが目的
- 公開Source
Couchbase が Amazon Bedrock を活用した Capella iQ の複数モデル AI アーキテクチャを構築
・Couchbase が開発したデータベース補助ツール「Capella iQ」は、単一の大規模言語モデルではなく複数モデルを組み合わせた AI アーキテクチャを採用 ・Amazon Bedrock を活用して複数の基盤モデル（Foundation Model）を統合し、柔軟性・スケーラビリティ・耐障害性を確保 ・クエリ生成、インデックス推奨、マルチターン対話など複雑なワークフローに対応可能 ・エンタープライズ向け採用拡大に伴い、複数モデ...
- 公開Source
複数エージェントシステムの有効性を情報ボトルネック理論で解明
・LLM（大規模言語モデル）を用いた複数エージェントシステム（MAS）と単一エージェントシステム（SAS）の性能差を理論的に分析した研究。 ・SASは推論プロセス全体を共有コンテキストに蓄積するのに対し、MASは各エージェントが独立したコンテキストを保有することが特徴。 ・情報ボトルネック理論により、両者の優劣が場面ごとに変動する理由を数学的に説明。 ・複数エージェント化がいつ効果的か、設計段階での判断指標を提供。
- 公開Source
推論能力の形成：事前学習から強化学習までの全体像
・大規模言語モデル（LLM）の推論能力向上に強化学習（RL）が中心的役割を果たしているが、事前学習との相互作用はほとんど研究されていない。・本研究は、事前学習の条件（モデルサイズ、学習データ）がRL投資のリターンにどう影響するか、またRLが実際にモデルに何をもたらすかという基本的な2つの問題に取り組む。・従来のLLM研究では事前学習コーパスの詳細が非公開のため、このような検証は困難だった。
- 公開Source
エージェント型強化学習でMuon最適化器はいつ役立つか
・Muon最適化器は大規模事前学習ではAdamWと同等だが、強化学習の後学習での有効性は未検証 ・報酬が疎な環境でのエージェント学習（ALFWorld、Qwen2.5モデル）にMuonを適用すると、検証成功率が29%から54.6%に大幅向上（+88%） ・隠れ層の重み行列に限定してMuonを適用することで、効率的な学習を実現
- 公開Source
VC の Rimer 氏、AI が生み出す資金の再配分は不可避と予測
・Index Ventures の共同創業者 Neil Rimer が、AI による莫大な利益が Silicon Valley に集中している現状を指摘。 ・この富は自発的または強制的に再配分されるべきだとの見方を示している。 ・VC による AI 関連投資と収益の格差が、今後の政策・市場構造に影響を与える可能性を示唆。
- 公開Source
AI時代の成果測定スコアカード
・OpenAI CFOが、AI投資の効果を測定する実践的なスコアカードを提唱 ・測定項目は「実用的な成果」「1タスク当たりの成本」「信頼性」「計算リソースへのリターン」の4軸 ・企業がAI導入のROIを客観的に評価できる枠組みを提示
- 公開Source
Amazon QuickSight のモバイル対応レイアウト機能が登場
・Amazon QuickSight の Free Form ダッシュボードにモバイル向けレイアウト機能が追加され、スマートフォンでの操作性が向上 ・従来はピンチズーム操作が必要だった小画面での利用が、シングルカラム表示で簡潔に ・朝礼での収益確認、会議間での営業パイプライン監視、移動中のオペレーション監視など、フィールドワーク時の BI 活用を効率化
- 公開Source
言語モデルの統計的自己一貫性：分割・プロンプト・集約による検証
・言語モデルの文脈内学習を条件付き推論として解釈し、全確率の法則などの統計的恒等式が成立するかを検証 ・任意の有効な分割に対し、事前確率で重み付けた条件付き分布が母集団レベルの周辺分布に集約される原理を応用 ・LLM出力の推定値が基本的な確率論的性質を満たすかどうかを実証的に調査する研究
- 公開Source
学習データへの計算的プロパガンダ攻撃：大規模言語モデルの安全性リスク
・大規模言語モデル（LLM）の学習データに悪質な情報を混入させる「ポイズニング攻撃」が、既存研究の想定を超えて実行可能であることを実証。 ・Wikipediaなど単一ソースではなく、実際の学習データのような大規模で多様なデータセットでも攻撃が成立することを確認。 ・データ品質チェック（キュレーション）パイプラインとの相互作用を考慮した新たな攻撃リスクを指摘。 ・LLMに隠蔽された有害な動作が組み込まれ、検出・修復が困難になる可能性を警告...
- 公開Source
SceneBind：ビジョン・音声・言語を統合した「何が」「どこに」の同時理解
・複数モダリティ（視覚・音声・言語）を統合し、シーン内の物体の意味的特徴と3次元空間位置を同時に学習する新手法 ・既存の多モーダルモデルは「何があるか」は得意だが「どこにあるか」の空間構造が不明確な課題を解決 ・グローバルな意味埋め込みと物体中心の意味空間スロットの組み合わせで、より完全なシーン表現を実現
- 公開Source
AI エージェントのセキュリティギャップ：54% の企業が既にインシデントを経験
・107 社の調査で、54% の企業が AI エージェント関連のセキュリティインシデントまたは懸念事象を経験済み ・3 分の 1 程度しかエージェントごとに独立したアイデンティティを付与しておらず、大多数が認証情報を共有している状況 ・最高リスク層のエージェントを隔離している企業は 30% に留まり、セキュリティ対策が実装に追いついていない ・セキュリティスタックの大部分がモデルプロバイダーやハイパースケーラーからの借用に依存
- 公開Source
AI計算インフラの見える化ギャップ、企業の購入速度が費用把握を上回る
・107社の調査で、AI基盤投資が急加速する一方、コスト可視化・制御能力が追いついていない状況が判明 ・現在はハイパースケーラーと大規模言語モデルAPIが主流だが、次の投資は専門特化型コンピュート（多くの企業が未導入）へシフト ・大半の企業が年内に、多くは四半期以内にプロバイダー切り替え・追加を検討している状況 ・購入意思決定はトークン価格より統合性と総所有コストを重視する傾向が強化される