AI News Daily
毎日のAIニュースを自動収集・要約
更新
今日の Top5
カテゴリー別ニュース
Anthropic
Zig開発者が率直な見解、Anthropicは煙に巻くと指摘
ワンポイントモデル性能よりも、企業や開発者の説明姿勢が信頼に影響する点が読みどころです。
記事は、Zigの開発者が「言うべきことは言う」という姿勢で、特定の主張に対して率直に評価したという話題を取り上げています。あわせて、Anthropic側の対応は“煙に巻く”ようだという批判的な見方が紹介されています。内容は主に、開発者コミュニティ内での発言や受け止められ方をめぐる論点に焦点があります。具体的な技術詳細よりも、コミュニケーションや姿勢の違いが注目点です。
Anthropic、インド向けにClaudeの料金を現地通貨でローカライズ開始
ワンポイントUPI未対応でもルピー価格化は購買障壁を下げ、インドでの有料転換を左右する可能性があります。
Anthropicは、米国以外で最大の市場であるインド向けにClaudeの料金表示を現地通貨（ルピー）でローカライズし始めました。インドの一部ユーザーにはWebサイトやモバイルアプリでルピー建ての価格が表示されますが、UPIによる支払いは未対応で、カードやApple/Googleの課金が必要です。料金は年払いのClaude Proが₹2,000/月（米国$17相当）など、米国より高めに設定されつつ現地税も反映されています。背景にはインドでの事業拡大（拠点開設や人材・企業連携）がありますが、過去に一部モデルの提供制限があり、代替検討も起きていました。
Anthropic、LLMの「内部空間（J-space）」を観測する新手法
ワンポイントJ-spaceは出力に出ない手掛かりを提供し、不正や偏りの兆候を早期検知する研究の土台になり得ます。
Anthropicは、LLMが回答に至る過程を内部から探る新しい研究を発表した。モデル内部には、出力には現れない語で満たされた「J-space」が存在し、問題解決の進み方に影響していることを新手法で見出した。J-space内の語はタスクの進捗を示したり、認識のフラッシュのように特定の状況で現れたり、意思決定の内的なコメントのように振る舞う場合があるという。さらに、J-spaceの語をモデルが記述・操作できることも分かった。AnthropicはJ-spaceを監視して不適切な挙動（偏りや不正の検討など）を検知できる可能性を示すが、単独で万能な安全策になるわけではなく、理解を深める一歩として位置づけられている。
GPU
Appleの次期M7 Ultraは最大1.5TBメモリとBlackwell級AI性能を狙う（報道）
ワンポイント1.5TB級はメモリ不足の影響を強く受けるため、AI性能より供給制約が鍵になりそうです。
BloombergのMark Gurman氏によると、Appleの次期チップ「M7 Ultra」は最大1.5TBのユニファイドメモリを目標にし、NvidiaのBlackwell級のAI性能を狙うとされています。ただし、最上位の大容量構成が出荷できるかはメモリ需給の改善に左右され、M7 Ultraの登場は2028年見込みです。あわせてMac向けのシリコン開発スケジュールが前倒しされ、M7は2027年にベース、同年末にPro/Max、2028年にUltraという段階的な展開が予想されています。さらにAppleはM5 UltraをベースにしたAIサーバ（J246）を近く投入し、M7 Ultraベースのサーバは2029年計画と報じられています。なお、日程や仕様はAppleによる公式確認はありません。
Amazon SageMaker AIで生成AI推論最適化のUIを提供開始
ワンポイントプリセット＋最適化目標でベンチ結果の解釈を自動化し、インフラ知識が薄いチームでも本番設定を素早く作れます。
Amazon SageMaker AIは、生成AIモデルの本番推論に向けた推論最適化（推奨設定）をAPIで取得できる機能を、SageMaker AI Studioの低コードUIとして提供開始しました。従来はインスタンスタイプ、サービングコンテナ設定、最適化戦略の組み合わせを手作業で試し、ベンチマークを繰り返す必要がありましたが、このUIにより一般的なワークロードでは数分、カスタムでは数時間に短縮します。Interact/Generate/Summarize/Customのプリセットと、最小レイテンシ/最大スループット/最小コストといった最適化目標を選ぶだけで、比較結果を可視化し、ワンクリックで本番エンドポイントへデプロイできます。モデルはJumpStart、S3、Model Registry、既存SageMakerモデルなど複数のソースから選択可能で、上級者は引き続きAPIで細かな制御も可能です。
アルトマンとムスクの応酬：宇宙データセンターは当面“現実味薄”
ワンポイント宇宙データセンターの成否は技術より“低コスト大量打ち上げ”の時期に左右される点が鍵。
週末にアルトマンとムスクがSNS上で応酬し、宇宙向けコンピュート事業の「構想と現実のギャップ」が改めて注目された。アルトマンは、ムスクが詐欺だと非難したことに対し、短期的な宇宙データセンターを投資家に売り込んでいるのは自分だと反論した。専門家の見立てでは、宇宙データセンターが本格的な事業になるには、ロケットの大幅な低コスト化と、大量に低価格で高性能衛星を製造できる体制が必要で、当面は規模の大きな収益化が難しい。ムスク側はスターシップの反復飛行を根拠にするが、運用レベルの再利用や打ち上げ・製造のスケールは2030年代が焦点になりそうだ。
Waze、Gemini連携のAI機能とカスタマイズ更新を追加
ワンポイントGemini連携で検索・経路・地図更新が“会話型”に進み、Apple Maps等との競争力が強まる。
Google傘下のWazeが、Gemini AIを活用した新機能とカスタマイズ更新を提供開始した。会話で目的地検索（例：営業中のカフェ、近くの駐車場、最安のガソリン）や、移動履歴と都市の交通パターンに基づくパーソナライズ経路提案が可能になる。さらに、自然な話し方で道路の更新（通行止めや住所の古さなど）を地図編集者に送れるようになった。加えて、二輪向けのMotorcycleモード（ショートカットや規制、危険箇所、より正確なETA）と、音声案内を減らす“less chatty”モードも追加される。これらはAndroid/iOSで順次グローバル展開される。
WazeにGoogleのGemini連携AI機能が追加
ワンポイント運転中の“会話型音声”が進化し、報告や検索の手間が減る一方、ナビの体験設計がGoogle主導で強まる点に注目。
Wazeは、GoogleのAIアシスタントGeminiを統合し、運転中の体験をよりパーソナライズする新機能を追加する。具体的には、会話ベースの音声コマンドで交通事故の報告や地図更新提案（通行止めや番地の誤りなど）を行える「会話レポート」機能が強化される。また、目的地検索でも音声で「今開いている店」や「近くで最安のガソリン」などを指定できるようになる。Geminiを使わない機能としては、音声案内を控えめにする「less chatty」モードや、バイク向けの「Motorcycle Mode」、過去の移動履歴と地域の交通パターンに基づくルート提案が加わる。
LLM
BluesightがAmazon Bedrock AgentCoreで「エージェント型AI」Prismを構築
ワンポイントAgentCoreでHIPAA対応とAPI統合を前提に“横断推論”を実装し、監査工数を大幅に短縮できる点が注目。
病院の薬剤コンプライアンスでは、GPO例外の立証などで複数データを横断する手作業監査が膨大に発生している。Bluesightは、単一製品のAIプロトタイプから、6つのヘルスケア準拠製品をまたいで推論・洞察提示する統合エージェント型AI「Prism」へ発展させた。Amazon BedrockのAgentCoreを採用し、HIPAA適格性、BAA、データ学習に使わない運用、セキュアなサーバレス実行、既存APIをMCPツール化するGateway、マルチエージェント連携を活用した。EBA（Experience-Based Acceleration）での短期スプリントにより、ControlCheck向けPrism Assistantは2026年5月に提供開始され、9か月未満で本番展開まで到達した。
Meta
Meta、オープンソースsched_extで広告配信のカーネルスケジューリングを最適化
ワンポイントsched_extはカーネル更新なしでBPFポリシーを差し替えられ、広告のp99改善を素早く反復可能にする。
MetaはLinuxカーネル更新に伴う広告配信のレイテンシ悪化リスクに対し、BPFベースの拡張スケジューラフレームワークsched_extを用いて広告ワークロード向けのスケジューリング方針を実装した。CPUをレイテンシ重要経路とそれ以外のプールに分け、関連処理の同一CPU配置を促すことで、広告取得のp99レイテンシを28%削減し、電力も3.28MW節約できた。さらに広告ランク数は1.1%増加し、その後のユーザー空間のみのポリシー更新でp99レイテンシを追加で60%削減、タイムアウトエラーも18%減らした。カーネルリリースに依存せず短期間で改善を回せる点が、継続最適化の基盤として評価されている。
OSS
HNにAI生成記事のフラグ機能を追加すべきか議論
ワンポイントランキング操作ではなく「表示での識別」を目的にする点が、コミュニティ運用の新しい落としどころとして注目される。
Hacker Newsで、AI生成テキストの記事を「AI生成」として示すフラグ機能を追加すべきか提案が出た。通常の投票（ランキング）とは別に、記事の順位は下げず表示上の目印として機能させ、AI文を避けたい読者がスキップしやすくする狙いだ。議論では、なぜ通常の投票システムだけでは不十分なのか、また生成AI時代にHNがどの程度方針転換すべきかが焦点になっている。
VideoAgent型マルチエージェントで動画編集を実行（意図解析・グラフ計画・ツール配線）
ワンポイント依存関係の欠落を最適化で補う設計により、複雑な動画編集手順でも実行グラフを安定化できる。
本記事は、VideoAgentのワークフローを再現するチュートリアルとして、動画理解・検索・編集・再生成までを動く形で構築する方法を示す。意図解析、エージェントライブラリ、グラフ計画、実行グラフの欠落依存を修復するテキスト勾配最適化などの中核パイプラインを定義し、APIキーなしでも動作する軽量環境とフォールバックを用意する。FFmpegやWhisper文字起こし、シーン検出、キーフレーム抽出、キャプション生成、クロスモーダル索引、リトリーバル、トリミング、ビート同期編集、最終レンダリングをツールとして接続する。最終的に、自然言語指示から動画の要約・質問応答・ニュース風概要・編集済み成果物の生成まで行えるマルチエージェント動画システムを完成させる。
Prime Intellect、エージェントRL向け「verifiers v1」を公開（タスクセット/ハーネス/ランタイム分離）
ワンポイントタスク/ハーネス/ランタイム分離により、評価・訓練の再利用性とスケール運用が大きく向上します。
Prime Intellectは、エージェント型強化学習の訓練と評価用環境スタック「verifiers v1」をリリースした。v1では環境をタスクセット（データ・ツール・スコアリング）／ハーネス（解き方：ReActループ等）／ランタイム（実行場所：ローカル/サンドボックス）に分解し、任意の組み合わせで運用できる。verifiersが仲介するインターセプションサーバが推論サーバとの通信をプロキシし、トレース記録やツール応答の書き換えで報酬ハック対策を支援する。さらに、OpenAI Chat Completions/ResponsesやAnthropic Messagesに対応する方言アダプタを備え、スコアリングロジックをエージェント側から独立させる。prime-rlとの統合も提供され、長期タスクでの安定したエージェント学習を示す事例が紹介された。
神経多様性にとってAIは“贅沢”ではなく“アクセシビリティ”
ワンポイントAIは“出力を作る”より“認知コストを下げて運用を維持する”設計が効果的です。
神経多様性（AuDHD）の当事者が、AIを単なる文章生成ではなく業務の認知ギャップを補う仕組みとして自作・活用した経緯を紹介している。メールのトリアージや優先順位付け、フォローアップの自動化により、時間感覚のズレや決定麻痺、タスク切替による文脈喪失の負担を大きく軽減した。Quick上の常駐AIアシスタントとAmazon Bedrock、MCPサーバーを用い、Outlook/カレンダー/Asanaと連携しつつルールを外部の設定（markdown）で更新できる点が特徴。AI生産性ツールが前提とする“定型の脳”ではなく、維持可能なワークフローを設計することが鍵だと述べる。
Research
経済学者らがAIの雇用影響に「今すぐ行動」を求める公開書簡
ワンポイント技術進展の速さに対し、雇用対策や制度設計を先行させる必要性が焦点です。
スタンフォード大学のデジタル経済研究所が中心となり、200人超の経済学者・AI研究者が「AIの経済変化と雇用喪失リスクに今すぐ対応すべき」とする公開書簡を発表した。AIは今後10年で急速に能力が高まり、産業革命以上の経済変革を短期間で引き起こし得る一方、大規模な職の喪失などのリスクもあるとしている。書簡は、AIを人間や社会にとって望ましい方向へ導くため、インセンティブ、ガードレール、制度の整備が必要だと訴える。署名にはヨシュア・ベンジオ氏らが含まれ、市場任せではなく民主的で意図的な選択が重要だと強調した。
TRACE：エージェントの反復失敗を能力別に学習へ転換する訓練手法
ワンポイント失敗を“汎用エラー”ではなく“欠落能力”に分解し、能力別の密な報酬で学習効率を上げる点が肝です。
スタンフォードの研究チームは、エージェントLLMが同じ失敗を繰り返す原因を「タスクに必要な再利用可能な能力の欠落」と特定し、TRACEを提案した。TRACEは成功/失敗軌跡を対照分析して欠落能力を抽出し、能力ごとに検証可能な合成RL環境を生成、LoRAアダプタをGRPOで学習する。さらにMixture-of-Experts（MoE）でトークン単位のルーティングにより、軌道途中でも適切な能力へ切り替える。評価ではQwen3-30B系でτ²-BenchとSWE-bench Verifiedの双方が大幅に改善し、少ないロールアウトでも高精度を達成した（オープンソース、MITライセンス）。
NeuroVFM：未キュレーションの臨床MRI/CTで学ぶ医用基盤モデル（Vol-JEPA）
ワンポイントレポート不要の自己教師ありで、臨床運用データから脳画像の汎化性能を引き上げる点が注目。
ミシガン大学の研究チームは、臨床で取得された未キュレーションのMRI/CTボリュームから学習する汎用医用基盤モデル「NeuroVFM」をNature Medicineに発表した。UM-NeuroImagesの566,915研究（計524万ボリューム）で学習し、放射線レポート等のペア情報に依存しない「health system learning」を採用する。基盤は自己教師ありのVol-JEPAで、3Dボリュームをパッチ化し、マスク領域の潜在表現を予測する方式によりCT/MRIの共通表現を獲得した。診断タスク156件でCT AUROC 92.68、MRI AUROC 92.49を達成し、潜在予測はレポート監督やボクセル再構成より優位だった。さらに凍結トークンを再利用してレポート生成やトリアージ、領域に根拠づけた推論、CT→MRIの転移などを実現し、1週間の前向き検証ではトリアージ精度92.6%を報告した。
技術面接でのAI活用が「検知vs対策」の争いに発展
ワンポイント検知ツールは誤判定やバイアスの恐れがあり、面接は「AIの使い方」を評価する設計が鍵。
AIによる採用面接では、受験者がAIアシスタントで回答を即時生成する動きが広がっている。一方、企業側もAI使用の兆候を検知するツールを導入し、採用プロセスは「AI対AI」のいたちごっこになりつつある。検知精度の不完全さや、プライバシー・セキュリティ、さらに人種バイアスによる不利益などの懸念も指摘される。対策として、Metaなどは面接でのAI利用を許容し、テスト合格数よりも計画・デバッグ・AIの使い方や説明力を評価する方向に進む。候補者は準備にAIを使いつつ、面接中の依存リスクを慎重に見極める必要がある。
推論時の制御を形式化して信頼性を高める「CogniConsole」
ワンポイント失敗の多くはモデル性能より「推論時制御の設計不足」に由来する可能性が高い点が重要です。
LLMの信頼性はモデル能力だけでなく、推論時に行う「タスクの枠組み付け」や「文脈選択」を担う推論時制御に大きく左右されると主張する。著者らは推論時制御を外部化したアーキテクチャ「CogniConsole」を提案し、プログラム的な協調と、制約付きのプロンプト推論を組み合わせた構造化インターフェースを実装した。複数ステップの対話環境でのcontrollability-oriented probes（N=489）により、モデルを固定したまま構造化の度合いを高めると出力の分散と失敗率が体系的に低下することを示す。文脈ドリフトや制約不遵守などの失敗は、能力不足ではなく制御の仕様不足に起因し得ると結論づけ、スケーリング以外の観点で推論時制御を評価・設計する道を開く。
GATS：レイヤード世界モデルでLLM呼び出しなしの効率的エージェント計画
ワンポイント探索をUCB1で制御し、世界モデルでLLM依存を削る発想が計画の安定性とコストを両立します。
LLMエージェントの多段計画では、LATSやReActのように計画中にLLM推論へ依存するため計算コストが高く、挙動も確率的になりがちです。提案手法GATSは、UCB1に基づく系統的な木探索と、レイヤード世界モデルを組み合わせることで推論時のLLM呼び出しを不要にします。世界モデルは(1)記号的な行動の厳密一致、(2)実行ログから学習した統計、(3)未知行動のLLM予測の3層で構成されます。合成タスクでは成功率100%（LATS 92%、ReAct 64%）を達成し、12シナリオのストレステストでも100%を維持しました（LATS 88.9%、ReAct 23.9%）。さらに、計画中のLLM呼び出しをタスクあたり0回（LATSは37回）に抑え、実行間のばらつきがない決定的な計画を示しています。
長期ターミナル課題ベンチ「Long-Horizon-Terminal-Bench」を提案
ワンポイント長期エージェントは「最終成功」より「途中の進捗」を密報酬で測る設計が重要です。
従来のターミナルベンチは短時間で完了する単純課題が中心で、最終結果のみを評価するため中間の進捗が見えにくいという課題があった。そこで本研究は、9カテゴリにまたがる46の長期ターミナル課題からなる「Long-Horizon-Terminal-Bench」を提案する。各課題は参照解やシミュレータを用いつつ細かなサブタスクに分解し、部分達成を密な報酬で採点することで、ゴール到達だけでなくどこまで進んだかを評価可能にする。15の最先端モデルを評価した結果、平均で1タスクあたり約231エピソード・85.3分・約990万トークンを消費し、既存ベンチより難度が高いことが示された。最高性能でも部分報酬閾値0.95で15.2%、完全報酬閾値1.0で10.9%にとどまり、改善余地と失敗パターンの分析、ベンチの公開が報告されている。
Lean でVlasov方程式の定式化をAI支援で実現（ゲーム化）
ワンポイントAIが証明執筆を代行しつつ、Leanの公理依存性まで機械的に保証する点が実用上の強みです。
本論文は、数学者がAIに指示しながらLean 4で定理を形式化する手法を「ゲーム」として提案する。目的はLaTeX文書からLeanコードへ変換し、コンパイル成功・sorryなし・基礎公理のみに依存することを機械検証で確認すること。事例として、Dobrushinの平均場に基づく非線形Vlasov方程式の well-posedness（存在・一意性・安定性推定・平均場極限・短時間の重ね合わせ原理）を、Mathlib単体でコンパイル可能な自己完結層として約1か月で形式化した。AIは実行を担い、人間は定義の範囲設定や分解の誘導、ライブラリの不足箇所の整理に集中したと報告している。
ARC-AGI-2推論向けの反省的マルチエージェントによるプログラム合成枠組みARCANA
ワンポイント反省的フィードバックで探索を次ターンへ繋ぐ設計が、制約下での推論効率改善に効く点です。
ARCANAは、厳しいテスト時間と計算資源制約下でARC-AGI-2タスクを解くための協調型マルチエージェント枠組みである。各課題を、知覚（グリッドから対象中心のシーングラフ生成）、仮説生成（DSLプログラム案の提案）、シンボリック実行（デモに基づく候補検証）、反省的改良（失敗に基づく次ターンのフィードバック合成）に反復分解する。エージェント間は共有する微分可能ブラックボードで通信し、学習済みメタコントローラがスケジューリングする。構造化されたプログラム探索と適応的な多段修正を組み合わせることで、抽象的変換課題における推論効率と解の質の向上を狙う。
Robotics
Strands Agentsで“しゃべる魚”をリアルタイム音声アシスタント化
ワンポイントBedrockは最小権限IAMで“魚専用”にし、アクセスキー漏えい時は即無効化が安全。
Big Mouth Billy BassをRaspberry Pi 5上で動くリアルタイム音声アシスタントに改造するプロジェクトが紹介された。話しかけると魚がAmazon BedrockのAmazon Nova 2 Sonicと双方向ストリーミングで会話し、口のリップシンクや首振り、尾の動きまで音声に同期する。ガイドは初心者でも週末で動かせることを目標に、Strands Agentsの構成とAWS Bedrock/Novaへのアクセス設定、最小権限のIAMユーザー作成手順を詳述する。さらに、ビルド支援としてAIに手順を1ステップずつ確認させる方法や、エラー時のデバッグ・キー漏えい対策、OS要件（Python 3.12+）などの注意点がまとめられている。
汎用ロボット向け「統合スタック」構築の提案
ワンポイント汎用化の鍵を“統合設計＋相互作用データの品質”に置く点が、今後の検証と再現性に直結します。
X Square Robotは、汎用ロボットの“レシピ”は単一モデルではなく、データ学習・物理世界の予測（ワールドモデル）・実行可能な行動生成（アクションモデル）を統合したスタックだと主張する。スタックは「軌跡ではなく相互作用をデータ単位にする」「事前学習で使える能力を得る」「時間切片ではなく物理イベントで行動をモデル化する」といった原則で結び付けられる。データ面では、ウェアラブル装置で得るロボット不要デモに加え、少量の実機データを“アンカー”として使い、さらに実機での物理再生による厳格な品質検査で有効データ率を測定する。ワールドモデルはイベント単位（WALL-WM）で可変長の推論と実時間制御を両立し、行動側は実機での事前実行を前提にした設計や、言語と整合する意味的トークン化（X-Tokenizer）を採用する。
Security
Amazon Bedrock AgentCoreでマルチテナントOBOトークン交換を実装
ワンポイントOBOではaudを下流ごとに付け替え、subは維持するため監査と最小権限が両立します。
マルチテナント環境で生成AIエージェントがユーザー代行で下流APIを呼ぶ際、監査や権限境界のために「誰の身元が呼び出しに載るか」が課題になる。AWSは、OAuth 2.0 Token Exchange（RFC 8693）をAmazon Bedrock AgentCore Identityがネイティブにサポートし、AgentCore Gatewayがツール呼び出し前に入力量を下流API向けに交換（OBO）できる実装ガイドを提示した。これにより、ユーザーのsubは保持しつつaudを下流サービスに結び付け、混乱した代理人（confused deputy）問題を回避しつつ最小権限を暗号学的に担保できる。Oktaを用いたTravelBotの参照実装（概念検証）も紹介され、テナントごとに異なる認可サーバでトークンを発行する構成を解説する。
Apple、OpenAIの企業秘密侵害をめぐり“異例の主張”を提訴
ワンポイント本件は“元従業員の関与”と“セキュリティ回避”が焦点で、今後の証拠開示が争点を拡大し得ます。
AppleはOpenAIに対し、企業秘密の不正取得をめぐる訴状（41ページ）を提出した。元・現のApple従業員を通じて機密情報を引き出す「組織的な取り組み」だったとし、認証バグを悪用したアクセスや、退職時のセキュリティ回避の助言、面接での部品持ち出し指示など、具体的な疑惑を列挙している。さらに、OpenAIが獲得したioがAppleの工業デザイン技術を誤解させて利用したとの主張も含まれる。Appleは調査（ディスカバリー）で被害が想定以上の規模に及ぶ可能性があると強調し、OpenAIは「他社の企業秘密には関心がない」と反論している。
AIは犯罪を助けるべきか？ホッツが「ユーザー整合」を主張
ワンポイント「安全のための統制」か「ユーザー整合」かで、AIの設計思想と責任分界が変わる点が焦点です。
TechCrunch AIは、AIが配偶者殺害のような犯罪を「うまくやる」計画に加担し得るのではないかという問題提起を起点に、AIアラインメント議論を紹介した。AI 2040: Plan Aなどの「開発を集団的に14年遅らせる」案に対し、Comma AI創業者ジョージ・ホッツは前提自体に反対し、急速な能力獲得（fast-takeoff）シナリオにも懐疑的だと述べる。代替として、ユーザーの利益に密接に整合し、ローカルで制御されるAIモデルに注力すべきだと主張する。さらにホッツは、ユーザー整合AIを銃に例え、真に整合したAIなら危険行為の支援すら可能になり得るという過激な論点を提示し、自由と責任のバランスを問う内容になっている。
Apple、OpenAIに対する訴訟で“機密持ち出し・セキュリティ回避”の主張を列挙
ワンポイント訴状は“AIハード開発”を背景に、採用面接から退職手続きまで機密流出の連鎖を描いている点が注目。
AppleはOpenAIに対し、機密文書の盗用やハードウェア試作の監視、取引先をだまして独自の設計手法を使わせたとする訴訟を提起した。訴状では、OpenAIのハード責任者が面接でApple社員に「見せる（show and tell）」として部品や未公開サンプルの持参を求め、さらにセキュリティ確認を回避する方法を“コーチ”したとされる。元Apple社員らが退職後もAppleのクラウド領域にアクセスして機密ファイルを取得し、OpenAI側の準備に活用した疑いも挙げられている。加えて、Appleの金属仕上げ技術をめぐり、OpenAIが取引先に許可があるかのように誤認させた可能性を指摘し、OpenAIは他社の営業秘密に関心はないと反論している。
格子探索に基づくMLPの区間認証（敵対的頑健性の理論枠組み）
ワンポイント「区間内不変」と「区間外で必変」を分けて保証する点が、頑健性評価の新しい見取り図になります。
本論文はAI安全性の基礎課題である敵対的頑健性を、格子探索問題へ還元する理論枠組みを提示する。入力を含む軸平行の高次元区間（ハイパー長方形）を格子要素として扱い、区間内で予測が不変であることを保証する「健全（sound）認証」と、区間外で必ず予測が変わる「完全（complete）認証」を定義する。格子探索演算子を用いた refine & verify の反復手法により、健全な最大性と完全な最小性が形式的に保証される。さらに最適化問題を解析し、完全認証では多項式回数のオラクル呼び出しで最小解が得られる一方、健全認証では強い計算困難性が示される。実験では新しい ParallelepipedoNN システムを用いて評価する。