拡張可能なAIの基盤：規制環境下での責任あるシステム構築
MITテクノロジー・レビューのEmTech Future会議では、厳格な規制環境下でスケーラブルなAIシステムを構築するための5つの柱――データ、エンジニアリング、プラットフォーム、運用モデル、ガバナンス――について検討し、信頼性と責任ある実装が、エージェント型の能力など新たな機能をいかに持続可能な投資価値へと変換するかを強調しました。
AI NEWS JOURNAL
AI ニュースを検索
見出し・要約・本文から、情報のつながりを探します。
マイクロソフトのMAI-DxOシステムは、複雑な症例の診断において83％の正確度を示したが、その利得の大部分は基盤となる大規模モデルに由来している。
『Science』に掲載された研究によると、マイクロソフトのAI診断システムMAI-DxOは、複雑な症例の診断シミュレーションにおいて83％の正確度を示し、一般開業医の36％を大きく上回った。しかし、分析結果からは、性能向上の主因がGPT-5.5などの先進的な基礎モデルの活用にあり、DxO独自のアーキテクチャによる限界的な利得は限定的であり、救急外来などの日常的な場面では顕著な優位性は認められなかったことが示されている。
Amazon SageMaker AIが、GPU不要の管理型モデルカスタマイズトレーニングセッションを提供開始し、正式に全面利用可能になりました
AWSは、SageMaker AIのサーバーレス型モデルカスタマイズ機能に「トレーニングセッション」を追加し、本日より全面的に利用可能になったと発表しました。ユーザーは、カスタム損失関数や報酬信号、マルチラウンド強化学習など、トレーニング後のロジックを独自に記述できます。一方で、GPUの割り当て、分散実行、フォールトトレランスによる復旧、チェックポイントの保存はすべてプラットフォームが自動で処理します。
Amazon SageMakerがトレーニングセッションAPIをリリース：ユーザーは独自の大規模モデルの学習ループを記述でき、GPUの管理が不要になります
Amazon SageMakerは、Training Sessions APIをリリースし、ユーザーが純粋なPythonスクリプトでSFT、RLHF、GRPO、KTOなどのカスタム大規模モデルの学習ロジックを実装できるようにしました。GPUリソースのスケジューリング、フォールトトレランス、分散実行、およびチェックポイント管理はすべてサービスによってホストされます。
Amazon QuickはHIPAA認証を取得しましたが、コンプライアンスに関する責任は依然としてお客様に帰属します。
Amazon QuickはAWSが提供するHIPAA適合サービスで、医療機関がBAAに署名したうえで保護健康情報（PHI）を処理することを可能にしますが、適合性は規制遵守を意味するものではありません。また、PHIの処理フロー、暗号化メカニズム、ログ戦略、および不可逆的な構成要件については、すべてお客様による厳格な管理が必要です。
Amazon SageMakerがKokoro-82M TTSモデルをリリースし、AI音声エージェントによる低遅延のストリーミング音声合成をサポートします
AWSは技術ソリューションを発表し、SageMakerでホストされるKokoro-82Mのテキスト音声変換モデルを活用して、双方向WebSocketを通じてAIエージェントがテキストを生成しながら同時に音声を合成することで、エンドツーエンドの音声応答遅延を大幅に低減します。このソリューションでは、Base64-SSEと統一バイナリ転送の2種類のオーディオ戻り方式を提供しており、明示的に「価値検証型」（proof-of-value）と位置付けられていますが、まだ本番運用に向けた準備状態には至っていません。
Amazon SageMaker TTSサービスによる測定駆動型の自動スケーリングの実現：Kokoro-82Mモデルを例として
AWSブログでは、テキスト音声変換（TTS）モデルをSageMakerのリアルタイムエンドポイントにデプロイする際の、経験に基づく推測に頼らない実証的な自動スケーリング手法について紹介しています。この手法は、Q_max（単一インスタンスで持続可能な最大同時リクエスト数）とT_total（計画的スケーリングに要する時間）という2つの実測指標を基に、再現性と検証可能性を備えたスケーリング戦略を構築します。
Rescaleは、AWS AI-DLCフレームワークとStrands Agentsを基に、AIテストのトラフィック分散エージェントを迅速に構築します。
Rescaleは、AWSのエンジニアとの協働のもと、AI駆動型開発ライフサイクル（AI-DLC）手法論、Strands Agentsフレームワーク、およびAmazon Bedrock（Claude Opus 4.8）を活用し、夜間のエンドツーエンドテスト失敗を自動的に分類・ルーティングするための本番稼働可能なAIテストディスパッチングエージェントを5日間で構築し、組織内にこの人間とAIによる協調開発のパラダイムを展開しました。
NVIDIAがMinervaプラットフォームを発表：AIファクトリー向けのエンドツーエンド可観測性AIOpsソリューション
NVIDIAは2026年10月25日、AIファクトリー向けに設計されたAIOps可観測性プラットフォーム「Minerva」を発表しました。このプラットフォームは、インフラストラクチャとAIワークロードのテレメトリデータを統合し、カスタマイズ可能なAIモデルによって異常検出、根本原因分析、障害予測、および自然言語による対話型運用を実現します。
樹冠被覆を超越する：世界初の10メートル解像度の森林タイプ分類地図が公開
DeepMindはGoogle Earth Engineと共同でAlphaEarth Foundationsを発表し、地球上の10メートル×10メートルの各地表単位について、熱帯雨林、温帯落葉樹林、北方針葉樹林など十数種類の生態系タイプを初めて高精度に分類しました。
MoshiがリアルタイムAI取引推奨エンジンを発表し、ワークフローへの組み込みとノイズの多いデータに対する信頼性の高いモデリングに注力しています
元JPモルガンのエネルギー先物取引トレーダーであるアネカ・ソカルが設立したスタートアップ企業Moshiは、商品・マクロ取引専門家向けのリアルタイムAI推奨エンジンを提供しており、複数のデータソースから得られる構造化および非構造化の市場データを統合し、深いワークフローの連携、プライベートなモデル構築、信頼性の高いシグナルの抽出を重視しています。現在は初期段階にあり、公開された資金調達情報や売上、ユーザーに関するデータは一切ありません。
Moshi：トレーダー向けのリアルタイムAI推薦エンジンで、ワークフローによる統合で市場インサイトを再構築
元JPモルガンのエネルギー先物取引トレーダーであるAnekha Sokhalは、構造化データと非構造化データを統合したリアルタイムAI推薦システムを構築するMoshiを創業しました。その核心は、ブルームバーグに代わることではなく、AIをトレーダーの日常業務プロセスに深く組み込み、信頼性の高い情報源の選別、プライベートデータのローカル処理、相違信号の識別、そして顧客主導型の製品開発を重視することにあります。
AnthropicがClaude Duetアプリをリリース：専門的なシーンに特化したAIエージェント製品
Anthropicは、プロフェッショナルと小規模企業向けのAIエージェントアプリ「Claude Duet」を正式にリリースしました。これはClaude Opus 5.5モデルをベースとしており、6,000を超えるコネクタに対応し、日次レポートの自動生成、ダッシュボードの構築、操作の提案、バックグラウンドタスクの実行が可能です。現在はProおよびMaxのサブスクリプションユーザーのみが、待機リストでの試用にアクセスできます。
Nirvaが3,300万ドルの資金調達を実施し、着用者の声のみを識別するAIペンダントを発売
Nirva社は、プレシリーズAラウンドで2,500万ドルの資金調達を完了し、累計調達額は3,300万ドルに達したと発表しました。同社の初代製品は、ネックレスやブレスレットとして着用できる軽量なAIペンダントで、価格は249ドルです。2026年11月に予約受付を開始し、年内には早期ユーザーへ出荷する予定です。
状況認識型AIの構築：企業における意思決定インテリジェンスの新たなパラダイム
Celonisの最高科学責任者であるデヴァヴラット・シャー氏は、企業向けAIはワークフロー、ロール権限、プロセス制約といった実際の業務状況に組み込まれてこそ「意思決定インテリジェンス」を実現できると主張している。状況から切り離されたAIは、誤りや資源の無駄、あるいは無効な出力につながりやすい。同氏の技術アプローチは「コンテキスト層」とデジタルツインアーキテクチャに基づいており、小規模な検証、役割ベースのガバナンス、そして人材の再エンパワーメントを重視している。ただし、これらの主張はいずれも見解にすぎず、独立した検証は行われていない。
AI推論の隠れたストレージコスト：各レスポンスの背後に積み上がるデータ料金
生成型AIの推論規模が急増するなか、企業は、ログ、キャッシュ、中間レンダリング、セキュリティ記録など、ユーザーが目に見える出力の数十倍から百倍に達することも珍しくない、過小評価されている後方のデータストレージコストに直面しています。IDCの調査によると、過去1年間にAIの影響でデータ量が増加したと回答した企業は95％に上り、そのうち61％では増加率が25％を超えています。さらに、ストレージ支出の伸び率はすでに計算能力予算の伸び率を上回り始めています。
欧州の複数の主要金融機関が、オープンソースの大規模言語モデルを活用して独自の知能システムを構築しています
GTCベルリン大会において、Revolut、Starling Bank、Lloyds、Santanderなどの欧州の金融機関が、NVIDIAのアクセラレーテッド・コンピューティング・プラットフォームおよびPRAGMA、Nemotronシリーズ、Kumoファミリーといったオープンソースの重み付けモデルを基に、取引分析、音声認識、不正検出、データパイプラインの高速化など、主要なユースケースに対応したプロダクションレベルのAI機能の構築を発表しました。また、データ主権の確保、コストの抑制、法令遵守に基づく導入を重視しています。
NVIDIA Cosmosプラットフォームのアップグレード：世界モデルのトレーニング、評価、デプロイ用のツールチェーンが新たに追加されました
NVIDIAはCosmosプラットフォームを拡張し、Cosmos Data Factoryのテンプレート、Cosmos Frameworkによるトレーニング最適化ツール、およびCosmos 3 NIMマイクロサービスを新たに提供しました。これらはマルチモーダルデータの生成、GR00TやQWENなどのオープンソース世界モデルへの対応、ならびに低遅延推論をサポートします。ポルシェ、ANYbotics、Ultralytics、ADNOCなどは、すでに実際の活用を開始しています。
世界中の企業がNVIDIA DSXプラットフォームを活用して、AIインフラの電力制約を解消しています
200ギガワットを超える米国における送電網接続案件の積み残しや、3,000億ドル規模の設備納入遅延という深刻な現実に直面し、複数のエネルギーおよび産業大手企業がNVIDIA DSX AIファクトリープラットフォームを基盤として、送電網・施設・計算資源システムを統合し、変電所からラックに至るまでの協調シミュレーションと動的スケジューリングを実現することで、現在のAIインフラ整備における最大の制約である電力供給のボトルネックを打破しようとしています。
NVIDIAが欧州の小売業界の変革を推進：オープンモデルと物理インテリジェンスをeコマース、倉庫管理、バーチャル試着に実装
欧州の小売企業は、NVIDIAが加速するオープンな大規模モデルと物理AI技術を活用し、デジタル商品の発見、スマート倉庫シミュレーション、バーチャル試着、研究開発の加速といった場面で大規模な導入を実現しています。Shopify、Zooplus、L’Oréal、Otto Groupなどの企業は、NemotronシリーズのモデルやOmniverseによるデジタルツイン、ALCHEMIによる分子シミュレーションなどのツールを通じて、推論コストの大幅な削減、検索精度の向上、研究開発期間の短縮を実現しており、さらにコンバージョン率の向上と売上成長の効果も確認しています。