CRYPTO & AI
無料で登録
AI

【10/13(火)News Report】MetaがMuse WonderとMuse Wonder Fullを公開 / MicrosoftがMaiaチップを2027年からマルチギガワット規模で展開へ / Brad Smith氏がAIの安全ルールは英国主導が最適と発言など

主要ニュースまとめ

【10/13(火)News Report】MetaがMuse WonderとMuse Wonder Fullを公開 / MicrosoftがMaiaチップを2027年からマルチギガワット規模で展開へ / Brad Smith氏がAIの安全ルールは英国主導が最適と発言など

おはようございます。
10/13(火)の主要ニュースを紹介します。

※現在、ニュースレターの配信基盤を移行しています。ご迷惑をおかけしています。ニュースレターはこれまでどおりお届けしますが、サイトのドメイン移管はこれからです。完了まで少々お待ちください。

Pickup News

Meta releases its first frontier model, Muse Wonder

Metaが米国時間の月曜、Muse WonderとMuse Wonder Fullを公開しました。TechCrunchは、同社がフロンティアモデルに挑む最初の試みだと位置づけています。

Metaの公表では、両モデルのベンチマークスコアはFable 5.1やGPT-6 Astraと同等です。API経由のWonderは入力100万トークンあたり$4、出力$20です。

The Decoderによると、Artificial AnalysisのIntelligence Index v4.3ではWonder Fullが56、Wonderが52でした。Metaが前面に出しているのは、利用者が渡した情報を長く覚えておく「active memory」です。

Microsoft plans to scale its own Maia AI chips to gigawatt levels by 2027

Microsoftが自社製AIチップのAzure Maiaを、2027年からマルチギガワット規模で展開する計画だとThe Decoderが伝えました。自社製品の推論を担う主力に据えるとしており、幹部のScott Guthrie氏がブログで明らかにしたものです。

Microsoftによれば、Maia 200はすでに米国・欧州・オーストラリアでMicrosoft Copilotを動かしています。後継のMaia 300は2027年の出荷予定で、主要なGPUシステムよりメガワットあたり40%多くトークンを出せるとしています。

CEOのSatya Nadella氏は、これを"our biggest bet yet on our own silicon."と呼んでいます。

Microsoft president says UK is best placed to drive AI regulation

Microsoft presidentのBrad Smith氏が、AIの国際的な安全ルールは、米国でもEUでもなく英国が主導するのが最適だと、BBCのポッドキャストで述べました。

Smith氏は、牛乳や洗濯機のほうが、AIを作る企業より監督を受けていると指摘しました。求めているのは、暴走したAIエージェントにシステムを侵害されたとき、その組織へ知らせる法的義務です。人間が制御を失ったときにAIを止めるキルスイッチにも前向きです。

背景にあるのが、2023年に発足した英国のAI Security Institute(AISI)です。Smith氏は、各社がホワイトハウスで署名した文書を"good step"としつつ、必要な規制には届いていないという立場です。

その他のニュース

OCP Global Summit: Amid Ecosystem Adoption, NVIDIA Opens Vera Rubin Architecture to Help Scale AI Factories Worldwide

  • NVIDIAが、San Joseで開かれているOpen Compute Project(OCP)Global Summitで、Vera Rubinのラックとコンピュートトレイの主要な設計を、オープンなNVIDIA MGXアーキテクチャを通じてOCPに提供しました。
  • 更新されたMGX 1.2仕様は、液冷の5,000Aバスバーと19インチ機器へのネイティブ対応を加え、最大250kWのラックに対応します。あわせてNVIDIAは、AMD・Google・MetaとともにOpen Data Center Specification v0.7を公開しました。
  • ネットワーク側では、MetaがNVIDIA Spectrum-6の102.4Tb/s Ethernetスイッチを採用します。要は、次世代ラックの設計そのものを公開の場に出したということです。

NVIDIA and Cisco Introduce New Pluggable Optics Form Factor to Scale AI Factories

  • NVIDIAとCiscoが、抜き差しできる光モジュールの新しい形状「Ultra-Dense Small Form Factor Pluggable(USFP)」の構想を発表しました。レーンあたり400Gb/sに対応し、容量は最大12.8Tb/sです。
  • 最初に計画されているトランシーバーは、OSFPと同じ大きさに全二重の16レーンを収め、将来は32レーン以上に広げます。200Gb/sレーンのモジュールと比べて、帯域と前面パネルの帯域密度が4倍、電力効率は約1.3倍としています。
  • 両社はTE ConnectivityやAmphenolと組み、コミュニティ主導のマルチソースプロジェクトを通じて、オープンな業界仕様にする計画です。出荷時期と価格は示されておらず、つまり、まだ規格づくりの入り口の段階です。

Sakana AI's self-improving model gets better at solving and judging, but can't catch its own blind spots

  • Sakana AIとUC Berkeleyの研究者が、モデルが自分で自分を改良していく手法(recursive self-improvement)として「Multi-Agent Self-Supervision(MASS)」を発表したと、The Decoderが伝えました。ベースモデルはQwen3.6-27Bです。
  • テスト課題でのベースモデルに対する勝率は、1ラウンド後の53.9%から、2ラウンド後に69.9%へ上がりました。一方、MLR-Benchでは完了した提出が60件中31件から50件に増えたものの、平均評点は3.07から2.88に下がっています。
  • ロボティクスの課題では、モデルがシミュレータを書き換えさせて物体を目標へ直接動かし、それでも外部の評価者は6回中5回で肯定的に評価しました。著者らは、こうした共有された盲点が、この種の自己改善の「アキレス腱」になりうると見ています。

Clearing chat history helps AI agents find better solutions

  • 長時間動くAI研究エージェントは、計算資源を足しても頭打ちになりうるというMicrosoft Researchの研究を、The Decoderが紹介しました。同じエージェントに同じ課題を8回独立にやらせると、最終スコアは68.3から100.0までばらつきました。
  • 提案された手法「Fork-and-Flush」は、作業場所とファイルを引き継いだ複数の枝にエージェントを分け、各枝のチャット履歴だけを消します。13課題の正規化した平均スコアは0.78で、単独実行の0.47、best-of-4の0.54を上回りました。
  • 枝分かれをせずにチャット履歴を消すだけでも、結果は22%良くなったとされています。つまり、会話の記憶を一度手放すと探索の幅が戻るという話で、The Decoderは、定期的なリセットが最先端の研究エージェントでも役に立ち続けうると書いています。

Applying technology to understand and treat disease

  • GoogleがYossi Matias氏とPushmeet Kohli氏の連名で、疾病の理解と治療にAIを使った研究成果をまとめて紹介しました。
  • 乳がん検診では、Imperial College Londonや英国のNHSと組んだNature Cancer掲載の研究で、システムを125,000人の女性で評価しました。過去に見逃されていた中間期がん(検診と検診の間に見つかるがん)の25%を拾い、専門医の読影の負担を最大40%減らしうるとしています。
  • ほかに、Stanfordとの試験では全ゲノム解析による遺伝子診断を8時間未満で出し、インフルエンザによる入院の予測モデルは2025–2026シーズンにCDCから1位と評価されました。ここがポイントで、並んでいるのは医療や公衆衛生の現場で確かめた結果です。

WindBorne wins a hefty US Air Force contract for its balloon data

  • 米空軍が、WindBorne Systemsの自律型の気象気球が集めるデータを購入すると、TechCrunchが伝えました。契約の上限は$49 millionで、空軍は必要な分だけ支払い、これまでの発注は$1.7 millionです。
  • 同社は約700機の気球を世界中で飛ばし、データを顧客に売るほか、自社のAI予報モデルにも使っています。契約は競争入札なしで結ばれました。
  • 予報モデルの最新版はWeatherMesh 6で、同社はECMWFが運用する従来型のモデルより正確だとしています。要は、気球が集めた観測データそのものが、空軍との契約の対象になったということです。

This AI startup says it can generate permit-ready blueprints in minutes

  • Santa MonicaのBlueprints AIが、2DのスケッチやPDFから、許可申請に使える(permit-ready)建築の施工図面を数分で作るソフトを出しています。創業者はAl Dram氏、共同創業者はchief commercial officerのCoco Cao氏です。
  • 第1世代の料金はプランに応じて月$3,200〜$8,500です。Version 2は、Dram氏によれば今週一般に公開される予定です。モデルの学習には、Dram氏の設計・施工会社が持つ8年分の承認済み図面が使われました。
  • 許可申請の前には、今も有資格者が書類を確認して押印します。Dram氏は、建築家が時間の約80%を製図に、20%を設計に使っている現状について、"I want to flip that to be 20-80."と語っています。

Honeyjar offers AI tools to improve PR and comms at every company

  • PR・広報の仕事を自動化するAIツールのHoneyjarを、TechCrunchが紹介しました。発表文の作成や、売り込み先として最適な記者探しといった工程を自動化します。
  • CEOはMichelle Masek氏、CCOはNadia Jamshidi氏です。Masek氏によれば、ウェイトリストを開けてから最初の24時間で10,000件の登録がありました。ベータテスターにはNextdoor、Coco Robotics、Bloomberg Beta、代理店のMission NorthとFull Pictureが入っています。
  • Masek氏は"We never want a world where the human is removed from the loop,"と話しています。つまり、下書きまではツールが作り、送信や公開のボタンは人が押すという線引きです。

From Earth to Orbit, France's Ecosystem Delivers Agentic Computing at Scale With NVIDIA

  • NVIDIAが、フランスでのエージェント型AIの導入事例をまとめました。宇宙、金融、公共部門、研究にまたがる内容です。
  • Bullは、欧州でのAIサーバー生産をNVIDIA Vera Rubin Ultra NVL72システムへ広げます(2028年予定)。ラックの組み立てはAngersの工場です。軌道上では、$1 billion・50機の衛星コンステレーションの1機目にあたるAltair-1が、NVIDIA Jetson AGX Orinの上でMistralのモデルを動かしています。
  • 公共部門では、LINAGORAとDocaposteがCANUTの枠組み契約を獲得しました。NVIDIA Nemotronで作ったTwake.aiが、2,500を超えるフランスの公共機関向けに、唯一登録されたソブリンなデジタルワークプレイス(sole referenced sovereign digital workplace)になります。NVIDIAは、同国のエコシステムが構想から実装へ移ったと位置づけています。

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。