AIニュースまとめ – 2025年6月28日

MetaはOpenAIの推論モデルの中心研究者Trapit Bansalを採用し、Scale AIの株式49％を取得、評価額は約150億ドル、2027年から1.1GWの原子力発電供給契約をConstellation Energyと締結、Andurilと米軍向けAI搭載ARヘッドセットの開発にも着手した。
アマゾンの株価は過去3年間でほぼ2倍となり、AWSは世界のクラウド市場のおよそ30％を占め、AIクラウド基盤の成長がムーンショット投資の資金源となり、CEOのアンディ・ジャシーはAIの変革力を電力のように普遍的だと語った。
SalesforceはAI駆動カスタマーサポートの新バージョンAgentforce 3を発表し、エージェント連携機能とAgent Exchangeマーケットプレイスを備え、導入は6か月で233％増となった。
PerplexityはAI検索アシスタントからリサーチ＆生産性スタジオへ進化し、最新版は自然言語入力からレポート・スライド・簡易Webアプリを自動生成し、音声対話とファイルアップロードによる意味検索機能を備え、Notion/ChatGPT/Wolfram Alphaの特徴を統合している。
DeepMindのAlphaGenomeは一度に最大100万塩基対を解析し、DNAの局所モチーフと約98万塩基対離れたエンハンサー領域の影響を含む遺伝子調節機構を予測でき、24タスク中22で従来法を上回り、非商用研究向けAPIも公開された。
中国のアリババはQwen-VLoで画像と言語を統合して理解・生成できる多モーダルモデルを発表し、画像編集（ゴッホ風加工など）や文章だけでの画像生成にも対応、複数言語対応とQwen Chatでの試験導入が進みOpenAI Vision対応GPT-4に匹敵すると評価されている。
MITのSEALは自己適応型言語モデルで、出力から自律的に学習する訓練を行い、試作型は練習問題を自動生成・解答・評価・知識更新を人間の介入なしで実現し、パズル解決の成功率を0％から72％に向上させたが、過去知識の忘却リスクも指摘された。
98件の研究を調べたメタ分析はCNNを用いたAI嘘検出が従来のポリグラフより高精度と結論づけ、表情・瞬き・声の震え・EEGデータを分析する一方、文化・性別差で信頼性が揺らぐ点や倫理・プライバシーの懸念、データ多様性の必要性を強調した。
中国のWenzhe Zhang医師らはMRIとラジオミクス・臨床データを統合するlate fusionのディープラーニングモデルでPPHリスクを予測し、581例で感度92%、特異度91%を達成、分娩計画と血液製剤準備の事前最適化につながり、PPHは世界の母体死因の約25%を占めるとされる。
Google DeepMindのGemini On-Deviceはクラウド接続なしでロボット上で動作する新しいAI基盤で、50〜100回のデモで新規タスクを汎用化し、視覚・言語・行動を統合するオンデバイス学習により遅延を低減、現場思考を即時反映できる。

2025年6月28日 – 今週、人工知能の世界では、主要企業の動き、最先端の研究突破、新しいAI搭載ツール、そして規制や倫理面での重要な進展が相次ぎました。大手テック企業がAIトップ人材を採用しインフラに投資する動きから、医療やロボティクスにおける画期的な成果、新しい法律がAIの未来を形作り始めるまで、今話題となっているAIの主要な最新情報をお届けします。

企業のAI動向と投資

Meta、OpenAI人材獲得とAI投資強化： Facebookの親会社Metaは、OpenAIの高度な推論モデルの中心研究者Trapit Bansalを採用し、注目を集めました ^[1]。Bansalは、最近Metaに加わった他の元OpenAI科学者たちに続き、MetaのAI力強化を推進するマーク・ザッカーバーグCEOの戦略の一環です ^[2]。同社は、より現実世界のデータをAIシステムで学習させ、推論や計画能力の向上を目指しています ^[3]。この人材獲得と並行し、MetaはAIインフラ投資も加速。6月にはデータラベリング企業Scale AIの49%の株式取得（同社の評価額は約150億ドル）を発表しました ^[4]。さらに、Metaは20年間にわたる原子力発電供給契約（コンステレーション・エナジーから1.1GW）も締結。2027年からAIデータセンター用電力を確保する構えです ^[5]。また、防衛分野では軍事テック企業Andurilと提携し、米軍向けAI搭載拡張現実ヘッドセットの開発にも着手 ^[6]。Andurilの戦場データ基盤をMetaのARデバイスに統合するこのプロジェクトは、Metaが「AI競争」の最前線を目指している姿勢の表れです。

アマゾンの静かなAI拡大： 派手なAI企業に注目が集まる中、アマゾンは着実なAI投資で隠れた勝者となっています。同社の株価は過去3年間でほぼ2倍となり、アナリストはこれを各事業のAI成長によるものと分析しています ^[7]。NasdaqのJennifer Saibilは、アマゾンの“フライホイール”戦略（小売・プライムビデオ・医療買収まで）は、Amazon Web Services（AWS）のAIクラウド基盤によって一層加速していると指摘しました ^[8]。AWSは現在世界クラウド市場の約30％を占め、その利益や広告収益の増加がアマゾンのAI「ムーンショット（野心的プロジェクト）」の資金源となっています ^[9]。CEOアンディ・ジャシーは、AIの変革力を電力のようなユビキタス性になぞらえています ^[10]。実際、アマゾンは倉庫自動化からAlexa音声アシスタントに至るまで全社でAIを浸透させており、AWS顧客向けに生成AIサービスにも積極投資しています。最近の決算からも、「AIはアマゾンにとって単なる付随事業ではなく、長期戦略の中核」であることが明確です。

SalesforceとPerplexityが新AIツールを展開： エンタープライズソフト大手Salesforceは今週、AI駆動カスタマーサポートの新バージョンAgentforce 3を発表しました。新システムでは、チャットボット（「エージェント」）が、人間担当者の真のバーチャルチームメイトとなり、ライブ監視・セッションリプレイ・100種類以上の自動化ができるAgent Exchangeマーケットプレイスなど指令センター機能が備わっています ^[11]。これらの強化により、SalesforceはAIエージェントの導入が6ヶ月で233％増加していると公表。AIによる対応でサポート件数の大部分が解決され、対応時間も劇的に削減されています ^[12]。一方、AIスタートアップPerplexity（AI検索アシスタントで有名）は、そのプロダクトをQ&Aからリサーチ&生産性スタジオに進化させる新機能群を発表。最新版Perplexity Labsは自然言語入力からレポート・スライド・簡易Webアプリの自動生成が可能です ^[13]。新たな音声対話機能では、声で質問し返答を受けられ、ファイルアップロード機能で会議録や文書を意味検索できます ^[14]。太っ腹な無料枠やプライバシー配慮（会話履歴の全削除可）も備え、Notion/ChatGPT/Wolfram Alphaの特徴を1つにしたAIアシスタントとして進化しています ^[15]。大企業からスタートアップまで、AI製品による生産性向上や新機能の実装が加速しており、こうしたツールの活用が競争優位に直結する流れが見て取れます。

画期的なAI技術と研究

DeepMindのAlphaGenomeがゲノム解析を前進： GoogleのAI研究部門DeepMindは、遺伝子分野におけるAIの大きなブレイクスルーを発表しました。新開発のAlphaGenomeは、一度に最大100万DNA塩基対を解析し、遺伝子変異が調節や機能にどう影響するかを予測できます ^[16] ^[17]。この統合DNA配列モデルは、畳み込みニューラルネットワークとトランスフォーマーを併用し、DNAの局所モチーフと遠距離遺伝子相互作用の両方を捉えます―例えば、約98万塩基対離れたエンハンサー領域の標的遺伝子への影響まで特定可能です ^[18]。ベンチマークテストでは、AlphaGenomeは24の主要なゲノム解析タスクのうち22で従来法を上回り、人間科学者が数年かけて発見した白血病変異までAIで再発見しました ^[19]。DeepMindはAlphaGenomeを非商用研究向けAPIで公開し、ゲノム科学のさらなる発展を期待しています ^[20] ^[21]。研究者からは「ゲノム解析界に雷鳴」のようなインパクトとも称され、ゲノムがAIで“検索可能”なインフラになったとも言われています ^[22]。DNA変異の影響評価が飛躍的に高速化することで、疾患の遺伝要因の解明や新薬開発にも貢献が期待されます。

アリババが多モーダル「Qwen-VLo」モデル発表： 中国の大手テック企業アリババは、次世代多モーダルAIモデルQwen-VLoで大きなマイルストーンを達成したと発表しました。アリババのQwenシリーズを基盤とするQwen-VLoは、画像と言語の両方を理解・生成できる統合モデルです ^[23]。「この新たなモデルは世界を“理解”するだけでなく、その理解に基づき高品質な画像を生成できる」とアリババQwen研究チームは解説します ^[24]。実際、Qwen-VLoに画像を与えて複雑な編集を求めたり、文章だけで画像生成も可能です。デモでは「この写真をゴッホ風に加工」や「猫に赤い帽子をかぶせる」などの編集にも適切に対応し、複雑な指示の同時実行もこなしていました ^[25] ^[26]。特に、自由度の高い画像編集指示と、多言語対応（中国語・英語両方にシームレス対応）が大きな特長です ^[27] ^[28]。画像生成は粗から細へ徐々に詳細化するプロセスで進み、自然で一貫性ある結果が得られます。アリババはQwen-VLoをQwen Chatインターフェイスに試験導入しており、「見て創れるAI」の提供に本腰を入れています。これはOpenAIのVision対応GPT-4に匹敵するもので、テキスト・画像など多領域横断の統合AIへの業界トレンドを象徴しています。

自己改善型「SEAL」AIモデル: 学術AI研究の分野では、MITの科学者たちが自己適応型言語モデル（愛称「SEAL」）という、自分自身の出力から自律的に学習できるアプローチを発表しました。トレーニング後に静的なままではなく、SEALモデルは自分で練習問題を生成し、それを解き、その答えを評価し、そして知識を更新します——全て人間の介入なしに。パズル解決ベンチマークにおいて、試作型のSEALシステムは繰り返し自己トレーニングを行うことで、成功率を0％から72％に向上させました ^[29]。このモデルは強化学習を用いて改善を自己報酬し、新しいデータも即座に統合できますが、研究者たちは「過去の知識の壊滅的忘却」のリスクも警告しています ^[30]。SEALの可能性は、「弟子のように成長する」固定的な専門家ではなくなるAIにあります ^[31]。例えば、昨日のエラーをもとに一晩で新たなテストケースを独学で作成するコーディングアシスタントや、生徒ごとのやり取りのたびに内容を洗練する教育チューター——こうした使い方をSEALモデルは示唆しています。まだ実験段階ですが、この研究は自律的な改善がAIシステムの設計哲学となったことを示し、AIが継続的に自己適応・自己進化できる時代に一歩近づきました ^[32]。

AIが嘘発見器を打ち破る（ほとんどの場合）: 新たなメタ研究が、虚偽検出の分野に衝撃を与えました。研究者たちは98件の研究をレビューし、畳み込みニューラルネットワーク（CNN）を用いたAIシステムが、従来のポリグラフテストよりも嘘を見抜く性能が高いことを発見しました ^[33]。これらのAIシステムは、人間の微妙な表情や瞬き、声の震え、体温パターン、さらには脳波（EEG）データまで分析し、正直な行動と虚偽行動を見分けます ^[34]。人間は0.1秒の眉の動きなど一瞬の表情サインを見逃しがちですが、機械は毎秒240フレームで検出できます ^[35]。しかし同時に、虚偽サインは文化や性別によって大きく異なり——例えば眉を上げることがある文化では疑念、別の文化では敬意を示す場合もあり——研究ではこの大きな注意点も指摘されています ^[36]。現行のAI嘘発見モデルは地域データに過剰適合しやすく、グローバルな信頼性が低下します。このレビューは、さらなる多様なトレーニングデータの必要性と倫理的ガードレールの重要性を強調しています ^[37]。要約すると、AIによる嘘検出器は従来のポリグラフより優れつつありますが、万能ではありません——文脈が重要です。専門家は、このようなツールの利用時にはプライバシーや誤検出リスクを十分考慮すべきだと強調し、AIの監視・法執行での役割を巡る社会的議論も反映しています。

医療・ライフサイエンスにおけるAI

ディープラーニングが産後出血を予測: 医療AIの有望な進展として、中国のWenzhe Zhang医師率いる研究チームが、産後出血（PPH）——母体死亡の主要因——を出産前に予測できるAIモデルを発表しました。妊婦のMRI画像を、2Dと3D畳み込みニューラルネット＋ラジオミクス＋臨床データを統合した「late fusion」ディープラーニングモデルで解析し、ハイリスク症例を高い精度で判別。581人の患者を対象とした試験で、AIは重度出血を起こす女性の予測で感度92%、特異度91%を達成し、他手法を上回りました ^[38] ^[39]。「産後出血リスクのある患者の早期特定は、分娩計画の最適化や必要な血液製剤準備、有害転帰の最小化に極めて重要です」と、研究者たちはAcademic Radiology誌で指摘しています ^[40]。PPHは世界の母体死亡の約25%を占めるため ^[41]、このようなAIツールは命を救う可能性があり、医師がリスク患者に事前に輸血や手術チームを用意できるようになります。臨床導入には更なる検証が必要ですが、AIと日常的なMRIスキャンの連携は、人間の目では捉えきれない微細な警告サインを捉え、出産時の母体の命を救う可能性を示しています。

AI顕微鏡が「見えない」精子を発見: 生殖医療分野からも新たなブレークスルーが報告されています。AI搭載顕微鏡は、従来法では検出困難な極端に精子数が少ない男性不妊症例でも、活動可能な精子を検出する能力を示しました。劇的な例では、不妊治療クリニックで技師たちが48時間かけて検鏡し一つも精子を見つけられなかった検体に対し、マイクロ流体チップとコンピュータビジョンを用いるAIシステムが1時間足らずで44個の活動精子を発見しました ^[42]。これだけで特殊体外受精（ICSI）に十分で、実際に妊娠が成立しました ^[43]。AI法は精子検出のための有害な染色剤や侵襲的生検を避けられる点も重要です。専門家は、AIを用いることで今後さらに多くの男性不妊症例を支援できる——例えば精子の健康状態をランキング選抜したり、卵子や胚の評価にも拡張可能——と指摘しています。つまり、かつて「干し草の中から針を探す」と言われたごく僅かな精子の検出も、AIなら短時間で確実に行えます。不妊に悩むカップルへ新たな希望をもたらす、ラボにおけるAIが人の人生を直接変える力強い実例です。

医療画像AIが母体の健康を守る: 産後出血以外でもAIは産科リスクに取り組んでいます。カリフォルニアと中国の研究者は、MRIによる「ラジオミクス解析」と機械学習を組み合わせ、胎盤が異常に深く付着する「胎盤異常スペクトラム」およびそれに伴う出血を予測するモデルを開発しました。画像と臨床データを融合したアンサンブルモデルは、出血イベントの予測のみならず、分娩計画に役立つほど早期にリスク検出が可能でした ^[44]。平易に言えば、AI支援のある放射線科医が、出産何週間も前にハイリスク妊娠を早期発見し、病院側は血液や専門医の準備を徹底できるようになり、結果として大幅な転帰改善が期待できます。この成果は医療画像分野全体のAI診断支援の普及とも連動しており、乳がんマンモグラムから脳卒中の脳画像評価まで、AIが医師の「もう一つの目」として活躍中です。マタニティ領域でも、先を見据えた備えが生死を分ける判断材料となり、特に医療リソースが限られた地域で大きな意義を持っています。

ロボティクス・自律システムにおけるAI

Google DeepMindのオンデバイスロボット脳: 最も注目を集めた発表の一つは、Google DeepMindロボティクス部門からのGemini Robotics On-Device。これはクラウド接続なしでロボット上で完全に動作する、新しいAI基盤モデルです ^[45] ^[46]。この視覚・言語・行動モデルはヒューマノイドロボットに環境認識と複雑な作業遂行を可能にし、低遅延・ネット接続不要を実現します。DeepMindロボティクス責任者Carolina Parada氏は「このモデルはデータネットワークに依存しないため、遅延に厳しい用途や通信が不安定・ゼロな現場でも堅牢だ」と語ります ^[47] ^[48]。3月発表の従来型「Gemini」モデルを発展させたオンデバイス版は、両腕（バイマニュアル）ロボット向けに設計され、新しい作業も短期間で学習可能です。Googleによれば、バッグの開閉、洗濯物の折り畳み、水や液体の注ぎ分け、トランプを1枚抜き出すといった日常動作を難なくこなし、50～100回のデモだけで新規タスクへの汎用化も現実となりました ^[49]。これはロボットの器用さ・適応力の飛躍的進歩を示し、またGoogle DeepMindのロボティクスモデルとして初めて、開発者が独自調整可能となりました ^[50]。Gemini On-Deviceの意義は、ロボットがリアルタイムで現場思考し即座に反応できる点にあり——製造業や家庭ロボットなど「瞬時の意思決定」と「オンデバイスなプライバシー」が不可欠な分野で鍵となります。あるテックメディアは、この進展を「ロボットがローカルで思考し即座に行動する」時代の到来と称えました ^[51]。この進化は役立つヒューマノイドロボットの本格的な社会進出を加速させるかもしれません。

ABBの重量物運搬型倉庫ロボット：産業用ロボットの分野では、ABBがFlexley Mover P603という自律移動ロボットを発表しました。このロボットは見た目はコーヒーテーブルほどの大きさですが、その小さな車体にもかかわらず、最大1,500kg（1.5トン）の荷物を運ぶことができます ^[52]。この小型の車両としては驚異的な運搬能力です。P603は視覚SLAM（同時的自己位置推定および地図作成）を用いてナビゲーションを行い、特殊なQRコードや誘導線なしで倉庫フロアを即座にマッピングできます ^[53]。荒れた床にも対応できるアクティブサスペンションを備え、2m/sの速度で5mmの精度で重量パレットを配置可能です ^[54]。また、多くの工場管理者を惹きつけるのは、複雑なプログラミングを必要とせず、ABBのソフトウェアスタジオのドラッグ＆ドロップインターフェースでロボットの業務フローを構築できる点です ^[55]。つまり、ロボットのルートやタスクの設定が、ほとんどプレイリストを組み立てるくらい簡単なのです。P603は、工場や倉庫が柔軟な自動化 ― 固定されたコンベアベルトや誘導車両を、リアルタイムで再割り当てできる自由に動き回るロボットで置き換えようとする中で登場しました。今週の業界まとめでも「AI駆動の自動化という壁に、また1つ“レンガ”が増えた」と評されています ^[56]。サプライチェーンが急速なEC成長や人手不足に対応するなか、このようなインテリジェントロボットは不可欠な存在となりつつあります。

中国の軍事ロボット研究所が発表した蚊サイズの監視用ドローンのプロトタイプ ^[57]。国営メディアの映像は、昆虫ほどの小ささのバイオニックドローンが2本の指の間で掴まれている様子を映し出しました。

中国の蚊サイズスパイドローン：これはSFのように聞こえるかもしれませんが、中国の研究者たちは本物の蚊と同じサイズのドローンを開発しました。今週、中国の国営テレビCCTV-7は、国防科技大学の学生が指先で挟み込んで見せたこの小型ロボット飛行体の映像を放送しました ^[58]。蚊型ドローンには2枚羽根タイプと4枚羽根タイプの少なくとも2つのバージョンがあり、隠密監視ミッションのために設計されています ^[59]。技術仕様は秘密のままですが（昆虫サイズのハードウェアでセンサー類やバッテリー寿命があるかは不明）、専門家によれば、このようなプロジェクトの公開自体が中国のマイクロUAV技術推進の意図を示しています ^[60]。こういった超小型ドローンは、建物の内部に侵入したり、大型ドローンが入れない都市環境で発見されずにホバリングしたりできるため、倫理・安全保障上の複雑な問題を提起します。多くの国が偵察用昆虫サイズドローンの開発に取り組んでいることを分析者は指摘しており、課題は小型電源で有用な飛行距離を実現し、確実にデータを伝送できるものとされています ^[61]。中国のプロトタイプは研究段階にあるとみられており（現場配備の証拠はまだありません ^[62]）、ドローン開発がどれほど進歩したのかを如実に示しており、監視の規模が虫サイズにまで下がったことを物語っています。このような事態は、対抗策やプライバシーの議論を促し、「耳元で鳴る蚊が本当に蚊なのか疑う時代」が現実味を帯びてきています。

AI政策・倫理・専門家の視点

AI学習データに関する画期的な著作権判決：米国連邦判事が、AI企業と著作権法に重大な影響を与える待望の判決を下しました。AIスタートアップAnthropic（Claudeチャットボットの開発元）への訴訟で、ウィリアム・オルサップ判事は著作権付き書籍をAI学習に利用することは米国法の下でフェアユースとなり得ると判断し、AI業界にとって大きな勝利となりました ^[63]。オルサップ判事は、AIが数千冊の本を学習することを、人間の作家がディケンズなど名作を読んで新たな作品のインスピレーションにすることになぞらえ、AIの出力は「本質的に変容的」で単なるコピーではないと述べています ^[64]。ただし判事は重要な線引きをしました。学習（分析）自体はフェアユースとなり得ても、データの取得方法は問題にされるという点です。Anthropicの場合、多くの書籍を海賊版の「シャドウライブラリ」から違法に取得していました ^[65] ^[66]。オルサップ判事は「Anthropicには海賊版書籍を自社ライブラリで利用する権利はなかった」として、たとえ成果物が変容的であっても、訴訟で著作権窃盗の争点は残るため審理継続を命じました ^[67]。要するに、「学習そのものが違法」という主張は退けたものの、取得したデータが違法だった場合は責任が問われる可能性を残した、AI学習とフェアユースについての初の司法判断といえる分岐的な判決となりました。「許諾なき学習は生き残る」、AIは必ずしも著作権許諾なしでも学ぶことができるが、データ調達の抜け道は通用しないという方向性が示されました ^[68]。今後、AI開発者は学習データのパイプラインの健全化を求められ、ネットのスクレイピングや海賊サイト利用は法的リスクがあり、合法的に購入したりパブリックドメインのデータを使ったりする方が安全だといえます ^[69]。同様の著作権訴訟はOpenAIなどにも相次いでおり ^[70]、本判決は今後の審理にも大きな影響を与えるでしょう。Anthropic側は、AI学習の変容性や著作権による新しい創造の促進という目的を判事が認めた点に満足するとコメントしています ^[71]。残る争点の審理は12月に予定されており、AI業界も法制度の動向から目が離せません。

AIの電力消費――エネルギー問題への関心：AIモデルが巨大化し続けるなか、その環境負荷やエネルギー消費への懸念も高まっています。今週、テックコラムニストのジョアンナ・スターンが「あなたのAIプロンプトはどれだけ電力を消費しているのか？」という疑問に迫ったリポートを発表し、その結果は驚くべきものでした。一見些細に思えるAIタスクでも、かなりの電力を消費する場合があります。例えば、たった6秒のAI動画を生成するだけでも「20〜110ワット時」のエネルギーが必要とされており、 ^[72] 上限では電気グリルで10分間調理するのと同じくらいの電力に相当します。スターンは実際にAIへの動画生成依頼で消費される電力量でステーキを焼くという比較実験も行っています ^[73]。短いAI動画2本だけでも夕食1回分のグリル調理と同等の電力を消費する可能性があるのです ^[74]。さらに大型のAIワークロードになると消費量は飛躍的に増大し、大規模言語モデルの学習にはこのようなGPUを何千回も動かし、何百メガワット時もの電力や冷却用の大量の水を使うのです ^[75] ^[76]。AIプロンプトの不思議な旅路――ユーザーのラップトップから遠隔GPUサーバまで行って戻ってくる過程――はふだん消費者には見えませんが、スターンのレポートや研究によって「電力消費の実態」が次第に明らかになりつつあります ^[77] ^[78]。Hugging FaceのSasha Luccioniら研究者はついにAIエネルギー消費ランキングも作成し、モデルごとの消費電力をベンチマークし始めています ^[79]。朗報は、ハードウェアの進化でNvidiaの最新AIチップは1年前のものと比べて30倍の省エネ性能（同社サステナビリティリーダー談）を誇る点です ^[80]。またテック企業もデータセンター利用の電力をクリーンエネルギーへ切り替える努力を進めています ^[81]。とはいえ省エネ化をAI利用そのものの急拡大による消費増が上回り、効率化しても全体の消費電力は年々増えていくと見られます ^[82] ^[83]。スターンらは「AIプロンプトごとに“エネルギーコスト”の表示がされれば、無駄な利用を考え直すきっかけになるかもしれない」と指摘 ^[84]。業界が求められるのは「イノベーションを止めずにAIのカーボンフットプリントを減らす」という二重の課題です。今はこう言えるでしょう：AIは魔法ではなく、“大量の電力で動いている”。ある経営者は「AIは与える電力（水も）と同じだけサステナブルだ」と皮肉交じりに語っています ^[85]。今後のイノベーションには、より「スマート」なAIだけでなく、「省エネルギー」なAIも求められます。

専門家たちが議論するAIの予測不可能な進路：AIの急速な進歩により、その先駆者でさえ楽観的でありながらも警戒的な発言をしている。OpenAIの共同創業者でありチーフサイエンティストのイリヤ・サツケバー氏は、AIの進化が予想もしない方向に進む可能性について公の場で警鐘を鳴らして話題を呼んだ。「AIは極めて予測不可能で想像を超える存在になるだろう」とサツケバー氏は最近のインタビューで述べ、先進的なAIシステムがいつか人間の監督なしに自らを改良し始めるかもしれないと警告した ^[86]。彼はこれが「急速かつ制御不能な進歩」を引き起こし、人類がその先に何が起こるのか理解したり管理したりすることが困難になる可能性があると示唆した ^[87]。この厳しい警告は、「インテリジェンス・エクスプロージョン」という概念――十分に発展したAIが自らを繰り返し改良し、指数関数的な能力の向上につながるという考え――についてのサツケバー氏の所感とともに語られた。一方で、サツケバー氏はそのようなAIが「驚異的な医療」のブレークスルーをもたらし、病気の治癒や人類の寿命延伸につながるかもしれないと前向きな側面にも言及した ^[88]。それでも、彼はその楽観をAIがここまで強力になった場合にどう対処するのかという懸念とセットで示した ^[89]。彼の発言はAIコミュニティ全体でのより広範な議論――AI（医療、科学など）の可能性と制御・監督喪失の危険性のバランスの取り方――に拍車をかけるものだ。注目すべきは、サツケバー氏が最近OpenAIを去り、新たにSafe Superintelligence社を立ち上げ、将来のAIが人類にとって有益であり続けることを目指している点である ^[90] ^[91]。彼の姿勢は他のテックリーダーたちからも「今こそ強固なAI安全研究が必要」との声を呼び起こしている。AI設計の最先端にいる人物が、自己進化するAIや人間の理解を超えたAIのシナリオに公然と懸念を表明している事実は、AIをめぐる倫理的かつ存在論的な問いがもはや学術的なものではないことを示している。それはすでに現実であり、グローバルな協力、慎重な規制、そしてAIが人間の価値観と整合するための継続的な研究によって対処される必要があるのだ。

AIと未来の仕事—労働ギャップへの警鐘：ハイテクの進歩に焦点が集まる中、製造業の現場からは厳しい現実への警告が発せられた。AIの未来を誰が作るのか？フォードCEOのジム・ファーリー氏はアスペン・アイデアズ・フェスティバルで、AI駆動によるホワイトカラー職の生産性が急増している一方で、熟練したブルーカラー技能職の供給が枯渇しつつあると警告した ^[92]。ファーリー氏によれば、工場は依然として熟練の電気技師や溶接工、技術者に頼っている――AIやロボットが対応できているのはせいぜい全タスクの10～20％にすぎないという ^[93]。彼は鮮やかな例として、自動車工場でドイツ人ライン作業員が自転車のタイヤを使って詰まったリアゲートを巧みに修理したケースを挙げた――こうした創造的で即興的な対応は、どんなアルゴリズムにも予測できなかっただろうという ^[94]。このような人間の即興力は、工場の現場で今も不可欠だ。しかし若い世代が技能職に就くことは減っており、今いる技能者も引退が進む中、産業界がボトルネックに直面する懸念がある：十分な人の手がないとEV工場やインフラプロジェクトを拡大できない。ファーリー氏は技能教育への投資と、これらの職を「未来のハイテク職」として再評価することを提唱した（現に今日の電気技師は自動化や先進的な機械と並んで働いている） ^[95]。彼はこれを国家安全保障の問題（「国内製造業が我々の防衛だ」）とも捉えており、その競争力はAIが生み出すイノベーションを実際に作り上げる人材がいるかどうかにかかっていると示唆した ^[96]。ここから導き出されるポイントは複雑である：AIは仕事を変えるが、同時に労働市場に新たな需要も生み出す。AIが通常の頭脳労働を、ロボットが単純な肉体労働を担うようになると、残された仕事にはより多くの技能・適応力・そしてしばしば学際的知識（例：スマートホーム設置業者が大工仕事とプログラミングを併用）の習得が求められる。政策立案者や企業は、人材育成への投資と計画を今こそ行うべきだ。さもなければ「プロンプトエンジニアは100万人、配管工は極端に不足」といった社会になりかねない。ファーリー氏は率直に「アメリカには設計図（ブループリント）が必要だ」と述べ、技術進歩と人間の労働が手を取り合って進歩することの重要性を強調した ^[97]。

出典：上記の情報は、企業発表、専門家インタビュー、AIを取り上げる各種報道機関など、信頼性の高い情報源に基づいている。主な参考情報としては、Anthropic著作権判決に関するAssociated Pressの記事 ^[98] ^[99]、AIの電力消費についてThe Wall Street Journalによる分析 ^[100] ^[101]、イリヤ・サツケバーらAIリーダーの発言（Analytics India Magazine経由） ^[102] ^[103]、Cointelegraphによる企業ニュース（Metaの人材登用や取引） ^[104] ^[105]などがある。最先端の研究成果は、DeepMind公式ブログ（AlphaGenome） ^[106]、Academic Radiology（産後出血予測AI、AuntMinnie経由） ^[107] ^[108]、技術ニュースサイト（例：Tom’s Hardwareの蚊型ドローン） ^[109]などから取得した。これらの動向は、AIの能力と影響が拡大し続けるなか、社会がその変革をどう理解し導くべきかという課題とともに、進化が加速するAIの全体像を描いている。毎週AIの進化がもたらすのは興奮だけでなく、AIが私たちの生活・経済・未来で果たす役割についての内省でもある。