CRYPTO & AI
無料で登録
AI

【6/19(金)~6/23(火)News Report】ノーベル賞のJ.ジャンパーがDeepMindからAnthropicへ移籍 / AnthropicとMicronが次世代AIメモリで戦略提携 / Five EyesがフロンティアAIのサイバー脅威を「数カ月」と警告など

主要ニュースまとめ

【6/19(金)~6/23(火)News Report】ノーベル賞のJ.ジャンパーがDeepMindからAnthropicへ移籍 / AnthropicとMicronが次世代AIメモリで戦略提携 / Five EyesがフロンティアAIのサイバー脅威を「数カ月」と警告など

おはようございます。
6/19(金)~6/23(火)の主要ニュースを紹介します。


ノーベル化学賞のジョン・ジャンパー氏がGoogle DeepMindからAnthropicへ移籍

AnthropicとMicronが次世代AIメモリの共同設計で戦略提携

Five EyesがフロンティアAIのサイバー脅威を「数年でなく数カ月」と警告


Pickup News(3本固定)

ノーベル賞のジョン・ジャンパー氏、DeepMindを離れAnthropicへ移籍

TechCrunchによると、AlphaFoldの開発で2024年にノーベル化学賞を受賞したジョン・ジャンパー氏が、約9年在籍したGoogle DeepMindを離れ、競合のAnthropicに移籍すると本人がXで明らかにしました(現地6/19〜6/20)。

ジャンパー氏は、CEOのデミス・ハサビス氏とノーベル賞を共同受賞した人物で、博士号を取ってわずか半年でAlphaFoldチームを率いる機会を与えられたことに謝意を示しています。Bloombergによれば、同氏はGoogleのコーディングツール開発にも深く関わっていました。先にCharacter AI共同創業者のNoam Shazeer氏がDeepMindからOpenAIへ移っており(前回掲載)、トップ研究者の移籍が相次いでいます。

ここがポイントで、フロンティアラボ同士の人材争奪は、もはや一般エンジニアだけでなく「ノーベル賞級の看板研究者」にまで及んでいます。科学分野で確かな実績を持つジャンパー氏の加入が、Anthropicの研究の幅をどう広げるのか、注目です。

AnthropicとMicron、次世代AIメモリの共同設計で戦略提携

The Decoderによると、Anthropicとメモリ大手のMicron(マイクロン)が、次世代AIインフラ向けに戦略的合意を結びました。柱は、メモリアーキテクチャの共同設計、複数年にわたる供給契約、そしてMicron社内へのClaude導入の3点です。

共同設計では、AIワークロードに合わせてメモリの性能と電力効率を最適化します。MicronはHBM(広帯域メモリ)やDRAM、SSDをAnthropicのインフラに供給し、社内では製造・エンジニアリング部門でClaudeをコーディングや業務自動化に使います。なお、MicronはAnthropicのSeries H(資金調達ラウンド)にも参加しますが、今回の主題はあくまでメモリ協業です。Anthropic共同創業者のTom Brown氏は「メモリはClaudeの学習と実行にとって重要だ」と述べています。

要は、AIの性能競争が「計算チップ(GPU)」だけでなく「メモリ」をめぐる争いにまで広がってきた、ということです。AI向けメモリの需給が逼迫するなか、モデル開発側がメモリメーカーと最初から組んで設計する動きは、これから増えていきそうです。

Five Eyes、フロンティアAIがサイバー能力を一変させると警告。「数年でなく数カ月」

The Decoderによると、米英豪・ニュージーランド・カナダの情報同盟「Five Eyes(ファイブ・アイズ)」が共同で、フロンティアAIが攻撃・防御の両面でサイバー能力を一変させると警告しました。そのうえで「タイムラインは数年ではなく数カ月だ」と、切迫感を前面に出しています。

同同盟は、AIが悪意ある攻撃者のハードルを下げる一方で攻撃の高度化を加速させるとし、経営者や政治指導層に「今すぐ動け」と要求しました。サイバーリスクは技術部門だけの問題ではなく、リーダーの責任だと位置づけています。この警告は、トランプ政権がAnthropicの先端モデルへの海外アクセスを制限した動き(前回掲載)に続くものです。

これが意味するのは、AIのサイバー領域への影響が「いつか起きること」ではなく「数カ月単位の現実の脅威」として、国家の情報機関に共有され始めたということです。攻める側だけでなく、守る側の備えも同じ速度で問われています。


その他のニュース(17本固定)

NVIDIA、科学計算向けラックスケール「Vera Rubin」プラットフォームを発表

  • NVIDIAが、科学計算向けのラックスケール新プラットフォーム「Vera Rubin」を発表しました。
  • 7 ExaFLOPSのAI性能と5 PFLOPSのFP64(倍精度)演算を両立し、ローレンス・バークレー研究所やロスアラモス研究所などが採用予定です。
  • AIと高精度シミュレーションを同じ基盤でこなす、次世代スパコンの方向性を示しています。

OpenAI、新モデル「GPT-5.5-Cyber」がサイバーセキュリティでMythosを上回ると主張

  • OpenAIが新モデル「GPT-5.5-Cyber」を発表し、サイバーセキュリティ系のベンチマークでAnthropicの「Mythos」を上回ったと主張しました。
  • 輸出規制の対象になっているMythos(前回掲載)に対する、具体的な性能比較の一手です。
  • AIのサイバー能力をめぐる競争が、攻防の両面で激しくなっています。

Google、「Interactions API」をGeminiの既定インターフェースに

  • Googleが、Geminiモデルやエージェントの既定APIを、従来のgenerateContentから新しい「Interactions API」へ移行しました。
  • マネージドなサンドボックス、バックグラウンドでのタスク実行、複数ツールの連携を備え、役割ラベルを型付きのステップに置き換えます。
  • エージェント時代を前提にAPIを設計し直した形で、開発者への影響は小さくありません。

Amazon、自社設計のAIチップを外販しNVIDIAに直接対抗へ

  • Amazonが、自社設計のAIチップを外部顧客にも販売し、NVIDIAに正面から挑む方針だと報じられました。
  • これまでクラウド内部で使ってきた内製チップを、「外販プレイヤー」として打ち出す動きです。
  • AI半導体市場で、NVIDIA一強の構図に揺さぶりをかけられるかが焦点になります。

日本のSakana AI、複数LLMを協調させる「Fugu」がFable/Mythos級に匹敵と主張

  • 日本のSakana AIが、複数のLLMを協調動作させる「Fugu」を発表しました。
  • 単一の巨大モデルに頼らず、AnthropicのFableやMythos級のベンチマークに匹敵すると主張しています。
  • 少ない資源で大規模モデルに対抗する、日本発のアプローチとして注目されます。

NVIDIA、創薬・生命科学向け「BioNeMo Agent Toolkit」を発表

  • NVIDIAが、ライフサイエンス向けに「BioNeMo Agent Toolkit」を発表しました。
  • AIエージェントが創薬や生命科学の発見を加速するための、ドメイン特化のツール群です。
  • 汎用エージェントを「科学の現場」に落とし込む、具体的なユースケースの一つです。

ByteDance「Seedance 2.5」、AI動画生成で30秒の壁を突破

  • ByteDanceが、動画生成モデル「Seedance 2.5」を発表し、これまで壁だった30秒超の連続生成を実現しました。
  • 中国勢の生成動画分野での進展を示すもので、映像AIの競争が一段と活発になっています。
  • 長尺で一貫した動画生成は、実用に向けた重要な一歩です。

Getty ImagesとOpenAI、ライセンス画像をChatGPT検索に載せる複数年契約

  • Getty ImagesとOpenAIが、Gettyのライセンス画像をChatGPTの検索・発見機能に載せる複数年契約を結びました。
  • 学習利用の有無や金額は非開示で、発表後にGetty株は約200%急騰しました。
  • コンテンツ権利者とAI企業が「対立から提携へ」と動く一例です。

Google DeepMindと映画スタジオA24、AI映像制作の研究で提携(約7,500万ドル)

  • Google DeepMindが、映画スタジオA24とAI映像制作の研究で提携しました。報道では約7,500万ドル規模です。
  • ハリウッドとフロンティアラボが組む象徴的な動きで、生成映像が実写制作に近づいています。
  • 「AIで映画をどう作るか」の実地検証が、本格的に始まろうとしています。

Microsoft、テキサスに自前ガス発電所付き2GWデータセンターを建設

  • Microsoftが、テキサスに2GW級のデータセンターを、自前のガス発電所付きで建設すると報じられました。
  • 送電網への接続待ちを避けるための「自家発電」で、AIの電力需要が電力インフラのボトルネックを回避し始めています。
  • 計算能力の制約が、いまや「電気をどう確保するか」に移っているのがよく分かります。

OpenAI、オープンソースのバグ発見・修正を支援する新イニシアチブを開始

  • OpenAIが、AIを使ってオープンソースソフトの脆弱性やバグを見つけ、修正を支援する新イニシアチブを始めました。
  • AIを「守る側」に使う取り組みで、Five Eyesの警告(上記)とは逆方向の動きです。
  • 攻撃にも防御にも使えるAIを、防御側でどう活かすかの実例になります。

AWS、「エージェントは業務文脈とセキュリティが欠けている」として2新サービス

  • AWSが、現状のAIエージェントには業務の文脈とセキュリティが足りないとして、それを補う2つの新サービスを発表しました。
  • エンタープライズでエージェントを実運用する際の課題に対する、クラウド大手の回答です。
  • 「賢いエージェント」から「安全に業務で使えるエージェント」へと、関心が移ってきています。

Samsung、韓国の従業員にChatGPT EnterpriseとCodexを展開

  • Samsungが、韓国の従業員に向けてChatGPT EnterpriseとCodexを正式に展開しました。
  • 大手製造業による、全社的なAI導入の事例です。
  • フロンティアモデルの企業利用が、一部門の試験運用から全社展開へと深まっています。

Signal社CEOウィテカー氏、「AIチャットボットはあなたの友達ではない」と警鐘

  • Signal社CEOのメレディス・ウィテカー氏が、「AIチャットボットはあなたの友達ではない」と改めて警鐘を鳴らしました。
  • AIを「友達」と捉えるリスクと、その裏で進むデータ収集の問題を指摘しています。
  • AIの擬人化・コンパニオン化が進むなか、立ち止まって考えるための論点です。

サム・アルトマン、「スケーリングを過小評価した世代がAIの進歩を遅らせた」

  • OpenAIのサム・アルトマン氏が、「スケーリングを過小評価した研究者の世代がAIの進歩を遅らせた」と発言しました。
  • スタンフォードでの講演で、LLMのスケーリング継続を擁護し、懐疑派を名指しで批判しています。
  • スケーリングはまだ効くのか——AIの進歩の前提をめぐる論争の、現在地を示す発言です。

NYUダモダラン教授、「AIクラッシュはドットコム崩壊より深刻になり得る」と警告

  • NYUのアスワス・ダモダラン教授が、「AIのクラッシュはドットコム崩壊より深刻になり得る」と警告しました。
  • 借入で賄う巨大な物理インフラに依存する点や、使用量が増えてもコストが下がりにくい事業構造を問題視しています。
  • AI投資の過熱に対する、財務の専門家からの冷静な見立てです。

SpaceX、オープンソースAIラボReflection AIとコンピュート契約を締結

  • SpaceXが、オープンソースAIラボのReflection AIとコンピュート(計算資源)の提供契約を結びました。
  • SpaceXがAIインフラの供給側として動く事例で、計算資源をめぐる新たな提携関係が生まれています。
  • 「誰が計算資源を握るか」が、AI競争の重要な軸になりつつあります。

免責事項:リサーチした情報を精査して書いていますが、個人運営&ソースが英語部分も多いので、意訳したり、一部誤った情報がある場合があります。ご了承ください。また、記事中に Dapps、NFT、トークン、AIサービス等を紹介することがありますが、勧誘では一切ありません。全て自己責任でご判断・ご利用ください。


About us:DEBUNK は、世界で起きた AI とクリプトの大事なニュースを、分野ごとに毎朝6時にお届けするニュースレターです。

Author:mitsui (@mitsuiio) — AI とクリプトのリサーチと執筆をしています。

Contact:法人向けのリサーチの受託や勉強会も受け付けています。お問い合わせは About から。


TOPICS

DEBUNK編集長

あわせて読みたい用語解説

用語解説をすべて見る →
【スケーリング則】計算・データ・パラメータを増やすと、AIの性能はどこまで予測どおりに伸びるのかAIの開発各社が計算資源に巨額を投じる理由になっているスケーリング則を、Kaplanらの2020年の論文とChinchillaの2022年の論文、その後の使われ方、よくある読み違いとあわせて整理します。【プロンプトインジェクション】AIエージェントが読んだ文章に指示を紛れ込ませる攻撃と、防ぎきれない理由AIエージェントが外部の文章を読んで動くときに起きるプロンプトインジェクションを、直接型と間接型の違い、根本的に防ぎにくい理由、各社の対策の現状とあわせて整理します。【トランスフォーマー】いまのAIの土台になった仕組みと、注意機構が並列の学習を可能にした理由ChatGPTをはじめ、いまの言語モデルの土台になっている「トランスフォーマー」を、注意機構の考え方、並列に学習できる理由、その弱点と最近の改造とあわせて整理します。【拡散モデル】ノイズから画像や動画を作る仕組みと、トランスフォーマーとの組み合わせ画像・動画の生成AIの多くが使う「拡散モデル」を、ノイズを足して消す仕組み、文章で指示する方法、トランスフォーマーとの組み合わせ、速くする工夫とあわせて整理します。【合成データ】AIの学習に使う「作られたデータ」の仕組みと、モデル崩壊の議論AIの学習に使う「合成データ」を、言語モデル・シミュレーター・表データという3つの作り方、モデル崩壊の議論、いまの使われ方とあわせて整理します。【推論(インファレンス)】学習済みのAIが答えを出す工程と、その費用と速さを決めるものAIが答えを出すたびに走る「推論(inference)」を、学習との違い、入力を読む段階と答えを書く段階の仕組み、推論向けチップの動きとあわせて整理します。【RLHF】AIの「振る舞い」を作る強化学習の工程と、人の採点・AIの採点・自動判定の違いチャットAIの受け答えを形づくる人のフィードバックによる強化学習(RLHF)を、後継のRLAIF・検証可能な報酬での強化学習(RLVR)とあわせて、仕組みと弱点からまとめます。【マルチモーダル】画像・音声・動画をAIはどう読むのか。仕組みと、2026年でも苦手なこと文章だけでなく画像・音声・動画も扱うマルチモーダルなAIを、画像をトークンに変える仕組みと、大学の試験は解けても時計の読み取りで負ける理由からまとめます。