JST
中国のAIエージェント集団、研究者が追跡開始
・独立系研究者がテンセントのインフラ上で稼働するAIエージェント集団を発見 ・ターゲットはアリババの地図サービス「Amap」 ・複数のAIが協調して動作する「エージェント群」の存在が確認される
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1 / 2ページ
- Source
- JSTSource
OpenAI DevDay 2026 の発表内容：20以上の新機能とツール
・OpenAI DevDay 2026で20以上の発表があり、GPT-6 Astra、ChatGPT、Codex、各種APIに関する更新が含まれた ・セキュリティ機能の強化と開発者向け新ツールが公開され、AI構築環境の拡張が進んでいる ・具体的な機能詳細、仕様、利用料金についてはソースに記載されていない
- JSTSource
ChatGPT プラグインが専用インターフェースと自動化機能に拡張
・ChatGPT のプラグイン機能に専用サイドバーや対話型パネル、ファイルビューアが追加される ・プラグインの発見性向上とアクセス改善により、ユーザー体験が向上する見通し ・自動化機能の統合により、プラグイン経由の定型業務実行が効率化される可能性
- JSTSource
Agensh：中央調整なしで1,024エージェントまで拡張可能なマルチエージェントシステム
・複雑なタスクを複数エージェントが並行実行することで遅延を削減するマルチエージェントシステムの研究。 ・既存フレームワークは中央オーケストレーターのボトルネックにより拡張性が制限される課題を指摘。 ・Agenshは中央調整者なしで自己組織化し、1,024エージェントまでスケーリング可能な新フレームワークを提案。 ・分散型アーキテクチャにより、タスク割り当てと並行実行の効率化を実現。
- JSTSource
MCP エコシステムにおけるエージェント乗っ取り攻撃フレームワーク A2M の提案
・Model Context Protocol（MCP）を使用するAIエージェントが、セマンティックマッチング経由でツール選択する際のセマンティック供給チェーンリスクを指摘 ・攻撃フレームワーク「A2M」は2段階（Attraction/Manipulation）で機能し、攻撃者が制御するメタデータと出力を悪用 ・Attraction段階はツールメタデータを最適化して呼び出し確率を増加させ、Manipulation段階は実行トレースを活用...
- JSTSource
対話環境でのAIエージェント強化：記憶と自己反省の認知拡張
・対話環境でのAIエージェントの脆弱性（長期的な状態追跡、行動実行、失敗からの回復）に対応する研究。 ・SwiftSageという二重処理エージェント（高速な行動提案と遅い計画立案の組み合わせ）を拡張。 ・適応型メモリモジュール（AMM）と自己反省モジュール（SRM）という2つの認知拡張を導入し、実行時の検証を実現。
- JSTSource
米国政府機関向けAIアクセス拡大、サイバー防御支援も強化
・OpenAI と GSA（米国総務局）が連携し、連邦・州・地方・部族政府向けに AI ライセンス料無料化を実施 ・利用料金は 50% の割引を提供し、対象機関の AI 導入コストを大幅削減 ・サイバー防御機能の拡張サポートを加え、セキュリティリスクに対応する体制を構築
- JSTSource
GPT-6 Astra：ビジネス向け次世代AI、推論とコンピュータ操作を強化
・OpenAIがビジネス向けの新モデル「GPT-6 Astra」を発表 ・推論能力、コンピュータ操作、文章・設計判断を強化 ・企業のワークフロー効率化を想定した設計
- JSTSource
OpenAI、重要インフラ向けに10億ドル投資へ サイバー防御AIの拡大
・OpenAIが重要インフラ・必要不可欠なサービス向けに10億ドルの資金投入を発表 ・フロンティア級のサイバーAI、研修、技術支援へのアクセス拡大が狙い ・詳細な導入モデル・対象業種・実装スケジュールはソースに記載なし
- JSTSource
Amazon Q本番運用のセキュリティ：エージェント・フロー・スペースの統合戦略
・Amazon Qの概念実証(POC)は小規模パイロットチームでは成功しても、本番化時にセキュリティ・コンプライアンスレビューで停滞することが多い ・パイロット段階の権限モデルが、複数部門への拡張時に機能しなくなり、エージェントの意図しないデータ返却や監査追跡の困難が課題 ・AWSがAgents、Flows、Spacesの統合セキュリティ方針を提示し、POCから本番への移行パターンを解説している
- JSTSource
AIR が 5,000 万ドル調達、AI エージェントのスキル・プラグイン検証を支援
・AIR が 5,000 万ドルの資金調達を実施。企業内で稼働する AI エージェントの発見・検証を目的とした新プラットフォーム ・プラットフォームは社内 AI エージェントを自動発見し、スキルとプラグイン（拡張機能）を継続的に検証 ・不正な動作をブロックする機能を備え、企業のリスク管理と AI ガバナンスを強化
- JSTSource
自己改善型エージェントの脆弱性：分散、タスク順序、未指定性の影響
・メモリベースの自己改善型エージェント（オンラインタスク学習とテキストメモリ管理で段階的に改善）は従来の研究で有望と評価されてきた。 ・本研究は複数実行による分散測定とタスク順序のランダムシャッフルを含めて、これら手法の信頼性を包括的に再評価した。 ・従来の単一実行や固定順序の評価では、メモリ型エージェントの実際の安定性と汎用性が過度に評価されている可能性を指摘。
- JSTSource
空港セキュリティの効率化戦略—米国での新しい実験から見える待ち時間削減モデル
・米国の航空会社と空港が、乗客と荷物のスクリーニングプロセスを効率化する新施策を試験運用している ・待ち時間削減を通じた乗客体験向上が狙いで、スケーラブルなオペレーション改善の検証段階 ・具体的な技術手法・導入規模・成果指標などの詳細は記事本体で確認が必要
- JSTSource
Horizon3が20億ドル評価で2.5億ドル調達、AI脅威対応の継続検証需要が成長牽引
・サイバーセキュリティ企業Horizon3が2.5億ドルのシリーズE調達で20億ドル評価に到達、企業のセキュリティ検証モデルの転換を象徴。 ・従来の年1回の侵入テスト（ペネトレーションテスト）から、AI活用による継続的・自動化された脅威検証へのシフトが市場需要。 ・AI脅威の急速な変化に対応する「常時監視型」セキュリティ検証が新規ビジネスチャンスとして機能。 ・大型調達は継続検証型サービスへの顧客需要が安定的に拡大していることを反映。
- JSTSource
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
- JSTSource
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
- JSTSource
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...
- JSTSource
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
- JSTSource
AI導入を成功させるIT基盤構築：スケール時代の必須要素
・AI機能の急速な進化とエージェントシステム（自律型AI）への移行に伴い、企業は使用事例を拡大中だが、投資判断の不確実性が増している ・IT責任者は信頼性と統合性を備えたAIアーキテクチャの基礎要素に立ち返る必要があり、これが大規模導入の成功を左右する ・MIT研究は、組織がAI展開と管理を確実に行うための構造的枠組み整備の重要性を指摘
- JSTSource
Hugging Face から Amazon SageMaker Studio へ、ワンクリックで移行可能に
・Hugging Face と Amazon SageMaker AI の統合により、モデル発見から実験までをワンクリックで実現 ・開発者は Hugging Face 上でモデルを選択し、SageMaker Studio で即座にファインチューニングや検証を開始可能 ・ファウンデーションモデルの開発サイクルを短縮し、プロトタイプから本番運用への移行を加速
- JSTSource
スマートフォンキーボードにAIエージェントを統合する新スタートアップ
・スタートアップActiがスマートフォンキーボードにAIアシスタント機能を直接組み込む ・iOS・Android両対応で、複数のアプリ間で動作する統一されたキーボードインターフェースを提供 ・自然言語で独自のAI駆動ショートカットをユーザーが作成・カスタマイズ可能 ・キーボードという日常的な入力地点をAI機能へのアクセスポイントとして活用する新しいアプローチ
- JSTSource
自動運転車の脆弱性情報を構造化するオープンソースLLMの評価
・接続型・自動運転車（CAV）のセンサーや制御ユニット、通信システムなどに存在する脆弱性が、平文テキストのCVEデータベースに記録されている現状を指摘。 ・セキュリティ実務者が必要とする「影響範囲資産の構造化情報」を、オープンウェイトLLMで自動生成する可能性を検討。 ・自動運転車領域での脆弱性管理効率化に向けた、LLM活用の実現性を評価する研究。
- JSTSource
Applied Computing、石油ガス産業向けの統合AI基盤モデルに2000万ドル調達
・Applied Computing が石油・ガス・石油化学産業向けの基盤 AI モデル開発に Series A で 2000 万ドルを調達 ・プラント全体の運用データを統合的に分析する AI システムの構築を目指す ・従来は断片的だった異なるシステム・部門のデータを単一の AI モデルで処理可能化
- JSTSource
GitHub プロジェクトによる AI コード生成エージェントの初期採用動向
・GitHub 上の 2,361 個の人気リポジトリから 25,264 件の AI エージェント生成プルリクエストを分析 ・AI エージェントがコード生成と PR 自動提出を行う新しい開発形態の実態を調査 ・プロジェクト単位での AI ツール導入パターンと管理方法の差異を明らかに ・従来の個別 PR 評価ではなく、組織レベルでの採用戦略の重要性を示唆