ウェブサイトをクロールするボットやAIエージェントを追跡し、非人間の訪問者に関する洞察を提供します。

AIモデルの巨大化に伴い、エネルギー消費と計算時間が深刻な問題となっています。スパース性（パラメータの多くがゼロである性質）を活用することで、無駄な計算をスキップし、大幅な効率化が可能です。スタンフォード大学のチームが開発したOnyxアクセラレータは、CPUと比較して平均で70分の1のエネルギー消費、8倍の速度を実現し、スパース計算の可能性を示しました。

NVIDIAは本日、Nemotron 3 Nano Omniを発表しました。これは、視覚、音声、言語の機能を1つのシステムに統合したオープンマルチモーダルモデルであり、AIエージェントがビデオ、オーディオ、画像、テキストにわたって高度な推論を行い、より高速でスマートな応答を実現します。このモデルは6つのリーダーボードでトップの精度を達成し、同等のオープン全モーダルモデルと比較して9倍のスループットを提供します。

Google翻訳が20周年を迎えました。2006年のAI実験から現在では約250言語をサポートし、毎月10億人以上のユーザーに利用されるグローバルツールに成長しました。新たにAndroid向けの発音練習機能が追加され、AIが発音を分析して即座にフィードバックを提供します。記事では、技術の進化、ユーザー行動、文化的影響に関する20の楽しい事実を紹介しています。

NVIDIA は Nemotron 3 Nano Omni を発表しました。これはテキスト、画像、動画、音声を処理する新しい全モーダル理解モデルです。ハイブリッド Mamba-Transformer-MoE バックボーンに C-RADIOv4-H ビジョンエンコーダと Parakeet-TDT-0.6B-v2 オーディオエンコーダを組み合わせ、文書理解、ASR、動画理解、効率性の各ベンチマークでトップの精度を達成しました。実世界の文書分析、自動音声認識、長尺動画音声理解、エージェント型コンピュータ使用、汎用マルチモーダル推論向けに設計されています。

AAAI 2026 で、Yolanda Gil は AI を用いて科学ワークフローを改善する方法について語った。地球科学者の観察を通じて、実証済みの手法への依存や用語の不統一など7つの問題を特定。彼女のチームは抽象化と階層的計画などのAI技術を用いて一般的な方法を表現し、命名法の標準化を支援した。Gil はAIにおける知識の重要性を強調した。

ダニカ・ラドヴァノヴィッチがIEEE Spectrumの2026年5月号に発表した詩「もつれ：人間のつながりの短い歴史」は、洞窟壁画からAIに至る人間のつながりの進化を詩的に辿り、テクノロジーが人間関係と自己認識をどう変えるかを探る。

製造業は従来の設計-試作-テストサイクルから、高忠実度シミュレーションとOpenUSDを活用したシミュレーションファーストのアプローチへと移行し、AIが工場環境で活躍できるようになりました。

Transformerは系列モデリングを支配しているが、長いコンテキストではO(N²)のKVキャッシュコストが問題となる。新しいRNNは、より大きな状態、データ依存のゲーティング、LLM時代のトレーニングレシピを採用し、O(1)の推論コストでTransformerのパープレキシティに匹敵する。

本記事では、コンテキストウィンドウを制約のあるリソースとして扱い、静的・動的コンテキストの分離、会話履歴の管理、検索の予算設計、本番環境での品質評価を通じて、AIエージェントの信頼性、コスト効率、精度を向上させる方法を解説します。

mailX は、メールがスパムフォルダに振り分けられる原因を診断し、明確な修正手順を提供するツールです。人間とAIエージェントの両方に対応し、DNSレコードの自動生成などにより、メール到達率の最適化を簡素化します。

自律型AIシステムでは、局所的な正しさが全体の整合性を保証しない。システムの振る舞いは時間とともにコンポーネント間の相互作用から出現し、個々に妥当な決定が組み合わさってミスアライメントを生む「行動ドリフト」が発生する。従来の監視や検証手法ではこれを検出できず、イベントベースから軌道ベースの信頼性へのシフトが必要である。ドリフトを検出し修正するための継続的制御メカニズムが求められる。

本記事は、GPT-Image-2などの画像生成モデルがAGI達成に不可欠である理由を論じ、ループを閉じるだけでなく、マルチモーダル機能が「汎用」部分に重要であると強調。また、OpenAIの提携変更、GPT-5.5のベンチマーク、開発者経済、中国のオープンモデル、エージェントランタイム、推論インフラ、評価動向などのAIニュースをまとめる。

NVIDIA Nemotron 3 Nano Omni が Together AI プラットフォームで利用可能になりました。動画、画像、音声、テキストを横断して推論する単一のオープンモデルで、大規模なエージェント向けワークロード向けに設計されています。Together AI は研究最適化、マネージドインフラ、セキュアなAPIにより、このモデルを展開する最速のパスを提供します。

LaDiRはVAEと潜在拡散モデルを組み合わせ、ブロック単位の双方向注意機構により推論軌跡の反復的洗練を実現し、数学推論および計画ベンチマークで精度、多様性、解釈可能性を向上させる。

Appleの機械学習研究チームがICASSP 2026で発表したStereoFoleyは、映像から意味的に整合し、時間的に同期し、空間的に正確な48kHzステレオ音声を生成するフレームワークです。合成データパイプラインとファインチューニングにより、オブジェクト認識ステレオイメージングを実現し、新たな評価指標を導入しました。

条件付き拡散モデルが、訓練分布外の条件の組み合わせに対して構成的一般化（特に長さ一般化：訓練時よりも多くのオブジェクトを含む画像を生成する能力）を達成するメカニズムを調査。CLEVRデータセットでの実験により、長さ一般化は一部のケースで達成可能だが、常にではないことが判明。局所的條件スコア（local conditional scores）が成功の鍵であり、特定の構成構造と等価であることを証明。さらに、局所性を強制する因果的介入により、失敗したモデルでも一般化が可能になることを示した。SDXLの分析では、ピクセル空間では空間的局所性は存在するが条件局所性はほとんど欠如している一方、特徴空間では局所的條件スコアの証拠が見られた。

OpenAIがモデル保護、悪用検知、ポリシー執行、およびセキュリティ専門家との協力を通じてChatGPTのコミュニティ安全をどのように保護しているかをご紹介します。

OpenAI GPTモデル、Codex、マネージドエージェントがAWSで利用可能になり、企業はAWS環境で安全なAIを構築できるようになりました。

Applied IntuitionはYC時代の自動運転ツール企業から150億ドルの物理AIプラットフォームへと成長し、自動車、トラック、鉱山、農業、防衛などの分野にサービスを提供しています。共同創業者のQasar YounisとPeter Ludwigが、物理AIとスクリーンAIの違い、同社の3つの技術柱（シミュレーション/強化学習、オペレーティングシステム、AIモデル）、AIコーディングツールの採用、検証と統計的安全、世界モデル、ハードウェア制約下での展開について語ります。

VisibAIは、ChatGPT、Perplexityなど6つのAIプラットフォームで自社が推奨されているかをチェックし、可視性スコア（0〜100）を提供。競合他社の表示状況や優先修正リスト、実用的なファイルも提供します。単発監査または月次追跡、ホワイトレーベル対応、GDPR準拠。

AnthropicのClaude Mythosプレビューモデルは、主要なオペレーティングシステムやブラウザに数千の高・重大度の脆弱性を発見しました。同社はProject Glasswingを立ち上げ、テクノロジー大手と協力してAI駆動のサイバー攻撃に対抗します。専門家は、AIが脆弱性を効果的に発見できる一方で、悪用される可能性もあるため、多層的な検証と人間の監視が必要だと強調しています。

OpenAI の ChatGPT Enterprise および OpenAI API が FedRAMP Moderate 認証を取得し、米国連邦政府機関が安全に AI を導入できるようになりました。

GoogleとKaggleが共同提供する無料の5日間AIエージェント集中コースが2026年6月15日～19日に復活、登録受付中。基礎から本番システムまでの構築方法を学び、Vibe Codingワークフローに重点を置いています。

ニューヨーク大学は、従来の学問分野ではなく疾患を中心に研究を組織する「工学健康研究所」を設立し、学際的な「衝突」を通じて医療イノベーションを推進しています。初期の成果には、病原体検出スタートアップ、視覚障害者向けナビゲーション技術、そして「逆ワクチン」研究が含まれます。研究所は真にハイブリッドな研究者の育成、マンハッタンのハブへの物理的な共同配置、そして研究室から臨床への道筋を加速するための翻訳演習を重視しています。AIは時間軸を短縮しますが、複雑な生物学的システムにはまだ限界があります。

本記事では、Scikit-LLMライブラリのテキスト要約機能を使用して、機械学習パイプラインで大量のテキストを処理する方法を紹介します。カスタムトランスフォーマーでHugging Faceの事前学習済み要約モデルを統合し、scikit-learnパイプラインに組み込んで、長文から分類までのエンドツーエンドのフローを実現します。

同僚がAIとの対話の全プロセスを見たことで信頼が深まったというエピソードから、AIとのやり取りの全体（プロンプト、反復、エラーを含む）を最終成果物だけではなく示すことが、信頼構築と自身の判断力向上につながる理由を探る。ドロシー・レナードの「深い知恵」と「中核的硬直性」の概念を引き合いに出し、徹底的なAI透明性の実践を提唱する。

ロイズ銀行グループは英国最大級の金融サービスグループであり、AIを中核的な戦略手段として、実験的パイロットから大規模展開へと移行しています。グループは2024年に元AWSのデータ・AI責任者ロヒット・ダワンをグループAI・アドバンストアナリティクスディレクターに任命し、集中型AIセンターオブエクセレンスを設立しました。2025年には50以上の生成AIソリューションが本番稼働し、約5000万ポンドの価値を創出、2026年には1億ポンド超のAI関連価値を見込んでいます。技術基盤はGoogle Cloud Vertex AIプラットフォームで、300人以上のデータサイエンティストと少なくとも18のGenAIシステムをサポートしています。本記事では、フロントラインの知識検索のための大規模生成AIと、デビットカード不正検出のためのリアルタイム機械学習という2つの内部ユースケースに焦点を当てています。

OpenAIとマイクロソフトは、提携を簡素化し、長期的な明確性を加え、大規模なAIイノベーションを支援する改訂契約を発表しました。

この記事では、OpenAIが新たにリリースしたオープンソースのPrivacy Filterを使用して、3つのスケーラブルなWebアプリケーション（ドキュメントプライバシーエクスプローラー、画像匿名化ツール、スマートリダクトペースト）を構築する方法を紹介します。各アプリはモデルの異なる機能を示し、gradio.Serverを活用して効率的なバックエンド処理とカスタムフロントエンドを実現しています。