はてなブックマーク

この記事のポイント何が起きた: 米司法省は2026年9月1日、NYT対OpenAI訴訟のMDLに20頁の意見書を出し、LLM学習の複製を独立の利用としてフェアユースに当たると主張した。なぜ重要か: 書面は学習段階だけを切り出し、Kadreyの市場希釈論と著作権局報告書を段階の混同と退ける一方、Bartzで15億ドル和解を生んだ取得段階の適法性には触れていない。次に見るべき点: 第3巡回区のRoss判決（2026年6月口頭弁論、判決未了）と、MDLのsummary judgment判断（reply期限は11月6日と報じられている）。 AI学習と著作権をめぐる米国の訴訟は、2025年に地裁の判断が割れたまま、控訴審の答えを待っている。そこへ米司法省（DOJ）が2026年9月1日、The New York Times（NYT）がOpenAIとMicrosoftを訴えた事件を束ねるニューヨーク南部

この記事のポイント何が起きた: ArmがHot Chips 2026で、AGI CPUの2チップレット構成と内部帯域を公開した。なぜ重要か: 136コアの狙いは、GPU周辺の制御とデータ移動を300W内で高密度化することにある。次に見るべき点: 2026年末までの本格生産と、Armが掲げるラック性能を第三者が再現できるかが問われる。 Armは8月24日、Hot Chips 2026でデータセンター向け「Arm AGI CPU」の内部構成を明らかにした。Armの発表スライド画像には、3月の製品発表で示していた136コアや300Wという外形に加え、70コア入りの計算チップレットを2枚使う構造が記されている。各チップレットは500億超のトランジスタを搭載し、合計すれば1000億超になる。今回の開示から見えてくるのは、巨大な1枚のダイを作るより、メモリとI/Oを備えた同種チップレットを高速に束ね、

この記事のポイント何が起きた: NVIDIAは8月24日、Groq 3 LPXの量産とNebiusによる採用を発表した。なぜ重要か: GPUとLPUが推論を分担し、長文脈でも毎秒3,431出力トークンを記録した。次に見るべき点: 実運用の価格、消費電力、対応モデルと混雑時の遅延はまだ分からない。 NVIDIAは2026年8月24日、ラック型の推論アクセラレーター「NVIDIA Groq 3 LPX」が本格量産に入ったとHot Chips 2026で発表した。製品の原型は3月のGTCですでに披露され、当時の発表もVera Rubinを構成する7種類のチップを量産中としていた。8月に加わったのは、LPXラックの商用準備を裏づける初の第三者ベンチマークと、Nebiusが最初のAIクラウドとして採用するという材料である。NVIDIAが選んだのは、GPUをLPUで置き換える道ではない。長い入力を読む

この記事のポイント何が起きた: NVIDIAは2026年8月21日、AVOで動くClaude Opus 5がARC-AGI-3公開セットで満点、単体(別条件)は約30%だったと発表したなぜ重要か: モデルの中身ではなく周囲のハーネス設計が実用性能を左右する構造転換を示し、NVIDIAはこれをGPU需要拡大にも接続している次に見るべき点: AVOの商用提供時期や価格、提供形態がどう明らかになるかが今後の焦点になる どのAIモデルを選ぶべきか、性能比較表とにらめっこした経験があるユーザーは少なくないはずだ。GPT系かClaude系か、ベンチマークのスコア差に一喜一憂しても、実際に業務へ組み込むと期待した精度が出ない。そんなズレを感じたことはないだろうか。 NVIDIAが2026年8月21日に公開した検証結果は、この前提そのものを揺さぶる。Anthropic製のClaude Opus 5は、AR

この記事のポイントこの記事で分かること: Google、Meta、Amazonなど非通信企業が国際海底ケーブル帯域の75%を使うに至った17年間の転換の経緯と、所有と製造が分離した二層構造なぜ今重要か: AI時代の低遅延かつ大容量の帯域需要が「借りる」より「持つ」を合理的にし、上陸許可という新たな地政学リスクを生んでいる読後に活かせること: 所有権と製造能力が分離した業界構造から、日本がどちらの当事者として関わっているかを見分けられるようになる 動画配信もクラウドAIの応答も、今日も当たり前のように途切れず届く。その裏側を支える海底ケーブルは、長らくNTTやKDDIのような通信会社が敷設し、帯域を貸し出す設備だと考えられてきた。ところがこの15年で、国際回線を流れるデータの4分の3が、通信会社ですらないGoogle、Meta、Amazon、Microsoftのようなコンテンツ・クラウド事業

表が示す取引条件は明快だ。Kitesurfのメモリ使用量はChromiumの14〜21%に縮むが、結果を受け取るまでの時間は1.7〜1.8倍に延びる。Cloudflareは、起動済みChromiumのJITに対し、Kitesurfの冷えたソフトウェアレンダラーが不利になるためだと説明する。ページを一つでも速く開く用途より、多数の独立した処理を限られた資源で回す用途に向く。 ただし、これはCloudflare自身が選んだ14件のURLによる測定である。サイトの複雑さ、キャッシュ状態、操作の長さが変われば差も動く。ベータ期間中のKitesurfは無料なので、この資源差が利用料金へどう反映されるかもまだ決まっていない。 Workersでブラウザを三つに分ける Kitesurfは、セッションを管理するEngine、ページ内の文書とスクリプトを扱うPageScript、画面を画像へ変換するPageR

セキュリティ研究者が「最も遅いx86命令」を競うリーダーボードを公開。fxrstor64をPCIe MMIOに向けて他コアでバスを飽和させる手法で、通常150サイクルの命令を1980億サイクル（62秒）まで引き延ばした。この「遅さ」はSMMの排他性仮説を崩し、100件超の休眠CVEを再点火しうる。

この記事のポイント 何が起きた: Claude Codeの入力コンテキストをPNG画像に変換し、トークン費用を約6割削減するローカルプロキシ「pxpipe」が登場した。なぜ重要か: テキストの従量課金に対し、画像はピクセルサイズに基づく固定課金というAIモデルの料金体系のギャップを突き、新たなコスト最適化の力学を提示した。次に見るべき点: 不確実な画像読み取りを許容できるタスクの切り分けと、AI企業側が画像処理の価格設定をどう見直すか。 Claude CodeのようなAIエージェントを日常的に動かす開発者にとって、入力トークンのコストは最も重い負担になる。毎回のやり取りで、膨大なシステムプロンプトやツールの仕様書が繰り返し送信されるからだ。 この静的な「重荷」をテキストとして送るのではなく、単一の画像に変換してモデルに読ませる。そんなアプローチでトークン費用を大きく削るオープンソースのロー

この記事のポイント 何が起きた: Realta FusionがWisconsin HTS Axisymmetric Mirror（WHAM）装置を用いて2026年6月19日、核融合プラズマの運動エネルギーを電気に直接変換することを、民間核融合企業として世界で初めて実証した。なぜ重要か: 直接エネルギー変換（DEC）が実用化されれば、熱サイクル方式では避けられない効率損失（最大55%）を大幅に削減でき、コスト面での競争力が核融合発電所に生まれる可能性がある。次に見るべき点: 今後のデバイスで多キロワット・多メガワット規模へのスケールアップが実現するか、およびプラズマ持続運転の長期実証が達成できるかどうか。 2026年6月19日、Realta Fusionはウィスコンシン大学マジソン校（UW-Madison）との共同研究装置であるWHAMに直接エネルギー変換（DEC）装置を設置し、核融合プラズ

この記事のポイント スピン制御による吸着の最適化：東北大学の研究チームが、酸化鉄と酸化サマリウムの界面における「超交換相互作用」を利用し、酸素還元反応（ORR）を阻害していた鉄の磁気的束縛を解除することに成功した。白金を凌駕する圧倒的なパフォーマンス：開発された鉄ベース触媒は、液体電解質型の亜鉛空気電池においてピーク出力密度287.4 mW cm⁻²、4100サイクルの超長寿命を記録し、高価な白金・ルテニウム系触媒の性能を完全に覆した。フレキシブル全固体電池への実装と未来：この新触媒を搭載した全固体デバイスは、スマートフォンへの給電やLEDの長時間点灯を実証。引火リスクのない薄型・軽量な独立電源として、IoTやウェアラブル市場の景色を一変させるポテンシャルを示す。 現代のエネルギー転換において、人類は「大気中の酸素」という無尽蔵の資源をエネルギーとして取り出す技術に強い関心を寄せてきた。現

この記事のポイント 真の労働能力を測る究極の試練：UC Berkeley RDIと300人超の専門家が構築した「Agents’ Last Exam（ALE）」は、55の産業分野におけるプロ仕様のソフトウェア操作をAIに直接課す、極めて実戦的な評価指標だ。神話の崩壊と王者の帰還：発表直後から世界中の熱狂を集めていたAnthropicの最新モデル「Claude Fable 5」が3位に沈み、OpenAIの「GPT-5.5」が合格率24.0%で首位を奪取する波乱が起きた。露呈した実務という絶望の壁：最難関タスク群における平均合格率はわずか2.6%にとどまり、AIが人間の専門的労働を完全に代替するという予測に対して、強烈な現実を突きつけている。 人工知能が人類の知能を凌駕する。そんな甘美な予測が、シリコンバレーの熱狂を包み込んで久しい。我々は過去数年間、AIが司法試験を上位で通過し、数学オリンピッ

この記事のポイント NANDに眠る200億の知性：新技術「Instruction-Following Pruning (IFP)」により、巨大な20Bモデルをオンデバイスに搭載。タスクごとに必要な1〜4BのみをDRAMに呼び出し、消費電力と遅延を抑え込む。Siriを根底から覆す5つの頭脳：日本語や中国語等の多言語環境で旧世代を圧倒（支持率68.3%）。自然な会話（MOSスコア4.24）やエージェント操作を実現する「第3世代AFM」がiOS 27の基盤に。競合を使い倒すプラグマティズム：Googleとの協業はGeminiアプリの導入ではなく、推論用インフラ（NVIDIA GPU）の借用と、強力な教師モデルからの「知識蒸留」という冷徹な実利主義に基づく。 モバイルデバイスへの知能の実装は、長らく物理学と熱力学との終わりのない闘いであった。ユーザーが手のひらで稼働する音声アシスタントに求めるのは

この記事のポイント 何が起きた: NVIDIAがComputex 2026でARMベースのSoC「RTX Spark」を発表し、初期Clangベンチマーク（スコア43,149）でApple M5を54.13%上回る結果が示された。なぜ重要か: RTX Spark はMediaTekとの共同開発による20コアGrace CPU・Blackwell GPU・最大128GB統合メモリを1チップに統合しており、IntelおよびQualcommが独占してきたWindows ARMプレミアム市場へNVIDIAが本格参入する転換点となる。次に見るべき点: 2026年秋の一般発売に向けたゲーミング・AI推論ベンチマーク、OEM各社の価格設定、そしてカーネルレベルアンチチートを含むゲームタイトルのARM対応進捗が焦点となる。 NVIDIAといえば、今日では大多数の投資家・技術者がAIデータセンター向けGPU

この記事のポイント AWSは数十年標準だった階層型ネットワーク（fat-tree）を、グラフ理論由来の疑似ランダム構造「Resilient Network Graphs（RNG）」に置き換えた従来のfat-tree比でルーターを最大69%削減し、スループットを最大33%向上させた（いずれもAWS公式発表）RNGはすでにAmazonの大半のワークロードでデフォルトのデータセンターネットワークになっている クラウド事業者にとって、データセンター内部のネットワークは増設のたびにスイッチと光ケーブルが膨れ上がる重荷だった。サーバーを増やせば、それを束ねる中継機器とその間を結ぶ配線が雪だるま式に増える。AIワークロードの急増で電力もコストも逼迫するなか、AWSはこの常識そのものを疑った。階層構造を捨て、グラフ理論の「疑似ランダム」な配線に切り替えることで、ルーターを最大69%減らしながら通信速度を上

TL;DR SalesforceはAPI・MCPツール・CLIでUIなしにデータへアクセスできる「Headless 360」を2026年4月に正式発表し、Q1決算でAPIコールがほぼ1兆に達したと報告したSalesforce CROのMiguel Milanoは決算コールで、AnthropicのSales Cloud利用がQ1で5倍に増加したと述べたSalesforceはHeadless 360をシート・ユーザー獲得・Flexクレジットに次ぐ「第4の収益化軸」と位置づけており、SaaSの競争軸が「UIの優秀さ」から「APIアクセスのしやすさ」へ移行しつつある AIエージェントを自社のビジネスプロセスに組み込もうとする企業が直面する問題がある。利用しているSaaSのデータへ、エージェントが直接アクセスできない——あるいは、人間用のUIを経由させるしか手段がないというケースだ。ページ遷移・ログ

TL;DR OpenAIのSam Altman氏は、AIが短期にホワイトカラー職を大量に奪うとの見通しについて、現時点では自分の予想ほどの影響は出ていないと認めた。AnthropicのDario Amodei氏も、2025年の「エントリー職の半分」警告から、2026年には自動化が仕事量と生産性を広げる可能性を語る方向へ軸足を移している。Yale Budget Labなどの労働統計分析は大規模な職業構成の変化をまだ示していないが、これは将来の失職リスクが消えたという意味ではなく、企業導入と実務置換の遅さを示す材料である。 OpenAIのSam Altman CEOが、AIによる「雇用崩壊」論を後退させた。2026年5月26日、オーストラリアのCommonwealth Bank of Australiaがシドニーで開いたイベントにオンライン登壇し、AIの急速な発展と普及が世界的な雇用崩壊につな

TL;DR Alibaba傘下のDAMO Academyが開発するXuanTie 9シリーズプロセッサにおいて、Android 16の正常な稼働を実現した。RVA23仕様に準拠するRISC-VプロセッサでのAndroid 16稼働は世界初であり、システム能力やセキュリティ面での要件を満たしている。中国国内におけるテクノロジーの自立化を背景に、ARMアーキテクチャの代替としてのRISC-Vの存在感が高まっている。 AlibabaのDAMO Academyに属するXuanTieチームは、自社開発のRISC-VベースのプロセッサであるXuanTie 9シリーズにおいて、Android 16の動作に成功したことを明らかにした。この成果は、RISC-Vアーキテクチャの標準仕様であるRVA23に準拠したプロセッサ上で最新のAndroid OS（オペレーティングシステム）を稼働させた初の事例に該当する。

この記事のポイント NVIDIAの次世代CPU「Vera」の初期ベンチマークが公開。128コアのIntel Xeon 6980Pを55.3%上回り、AMDの最高峰EPYC 9575Fをも凌ぐ圧倒的性能を叩き出した。既製品のArmコア設計から脱却し、独自設計のコアを88基搭載。モノリシックダイと1.2 TB/sのLPDDR5Xメモリ帯域幅により、チップレット特有の通信遅延を完全に排除した。NVIDIAはGPUの添え物としてではなく、スタンドアロンのCPU市場に本格参入。推論やタスク制御を担う強力なCPUを投入し、データセンターの頭脳を総取りする構えだ。 情報技術の歴史において、過去数十年にわたり揺らぐことのない一つの絶対的なルールが存在した。「効率のArm、絶対性能のx86」という暗黙の棲み分けである。スマートフォンや軽量なクラウドインスタンスは消費電力に優れるArmアーキテクチャが支配し、

TL;DR MicrosoftはC#のunsafeモデルを見直し、危険な構文を囲う指定から、呼び出し側に安全義務を伝える契約へ変える方針を示した。新モデルは名目上C# 16の機能として.NET 11でプレビュー、.NET 12で本番導入予定で、初期はプロジェクト単位のオプトインになる。既存の業務アプリへの影響は限定的だが、ネイティブ連携、高性能処理、ライブラリ保守では、/// <safety>文書化と呼び出し側の明示的な責任が重くなる。 Microsoftは、C#のメモリ安全性を高めるため、unsafeキーワードの意味を大きく変える新モデルを発表した。対象は名目上C# 16の機能で、.NET 11でプレビュー公開され、.NET 12で本番導入される予定だ。発表したのは.NETチームのRichard Lander氏で、初期段階ではプロジェクト単位で有効化するオプトイン方式を採る。 今回の変更

この記事のポイント基礎的な回路テストにとどまっていた量子エラー訂正技術を、微分方程式を解くという現実の機械学習アプリケーションに適用し、初めて物理量子ビットを凌駕する精度を実証した。ノイズによって生じる量子カーネルの形状の歪みを、2つの論理量子ビットを4つの物理量子ビットで表現するエラー検出機構によって特定・排除し、計算の基盤となる高次元空間の構造を正常に保った。99.4%のゲート忠実度を誇る中性原子ハードウェアを駆使し、1000の微分方程式で平均50%、特定の非線形問題では10倍ものエラー削減（残差0.011対0.122）を達成した。 自然界の動的プロセスから人間社会の金融モデルまで、世界のあらゆる事象の変化は微分方程式という共通言語によって記述される。流体の滑らかな動き、化学反応の激しい進行、あるいは市場の変動リスクなど、複数の要因が複雑に絡み合う現象を正確に予測することは、現代の科学

この記事のポイントUMD・Google・Metaなどの研究チームが開発したAutoTTSは、Claude Codeをアルゴリズム探索者として使い、$39.90・160分でTest-Time Scalingアルゴリズムを自律発見した発見されたアルゴリズムCMC（Confidence Momentum Controller）は、推論中の信頼度変動をEMAで追跡する4機構で構成され、SC@64比でトークン使用量を約70%削減（論文値: 約69.5%）しながら精度を維持する人間の研究者の役割は「アルゴリズムを設計する」から「AIが探索できる環境を設計する」へと移行しつつある OpenAI o1やDeepSeek-R1が高い推論精度を示す一方で、そのコストは深刻な問題になっている。難問を解くためにLLM（大規模言語モデル）を何十回も並列で動かすTest-Time Scaling（TTS）は、精度を高