中国の研究チームがHuaweiのAscend 910Cチップを使用し、DeepSeek-V4-Proモデルの事後学習を完了したことを明らかにしました。これは中国のAI自立への重要な前進です。 Ascend 910CはハイパフォーマンスなAIアクセラレータで、NVIDIAのH100と同等の性能があるとHuaweiがアピールしています。

研究チームは、過去最大のパラメーター数（1兆6000億）を持つDeepSeek-V4-Proモデルの事後学習を実施しました。事後学習では、人間の指示や安全規則、特定作業への対応能力を学ばせる工程があります。結果として、モデルは自己反省し調整が可能になり、全体の構造を簡略化せずに改良できました。

中国の半導体産業はAI推論の支援からより複雑なモデル訓練へと進んでおり、今回のプロジェクト成功はその一例です。

NVIDIAとSK hynixが技術提携を発表し、複数年にわたってAI対応の次世代メモリを開発する計画を明らかにしました。この共同開発は、NVIDIAのAIサーバー「Vera Rubin」やCPU「Vera CPU」など様々な製品で使用される予定です。また、NVIDIAはNAVERと共に大規模なデータセンターを整備し、ギガワット級の容量を持つAIインフラの拡張を目指しています。

関連記事では、メモリ大手企業(SK hynixやMicron)が市場競争力強化と利益向上を目指し1兆ドルクラスの時価総額に達していることが報告されています。これらの動向は半導体業界全体の動向を反映しており、AI技術の進展に伴うメモリ需要増加に対する対応が急務となっています。

この提携により、NVIDIAとSK hynixは半導体設計および製造の加速を図り、高度なチップパッケージング技術や物理シミュレーションシステムなども活用することで、効率的な共同開発が期待されています。

OpenAIがChatGPTの改良版スーパーアプリを開発し、数週間以内にリリースする計画であると報じられています。このアプリにはコーディングツールやAIエージェントが統合され、ユーザーをさまざまなサービスへ導く新しいプロンプトや機能も追加される予定です。

主な特徴：
1. コーディングツールとAIエージェントの統合
2. ChatGPTのインターフェース再設計
3. 新しいプロンプトや機能の導入

このアプリ化は、特に法人顧客に向けてAnthropicとの競争力を高め、IPO前の収益性向上を目的としています。OpenAIはChatGPTをコーディングツールへ誘導するためのゲートウェイに変える方針で、Codexの重要性が強化されます。

また、ティボー・ソティオー氏は「パーソナルエージェント」を目指す製品を開発していると述べています。

タイトル：GoogleがスマホやノートPC向けの省メモリ化AI技術「QAT」をGemma 4に導入、0.84GBメモリで動作

重要なポイント：

- Googleは「学習段階で量子化をシミュレートする」というアプローチを採用した省メモリ版のGemma 4を公開しました。これを「Gemma 4 QAT」と呼んでいます。
- Gemma 4 QATは量子化による省メモリ化と品質低下の両方を達成しています。
- Gemma 4 QATはE2B、E4Bなどのバリエーションに対応しており、各モデルのメモリ使用量が大幅に削減されています。例えば、Gemma 4 E2Bは通常11.4GBメモリを消費するのに対し、QAT版では0.84GBに抑えられています。
- Gemma 4 QATは無料でダウンロードでき、Apache License 2.0 の下で配布されます。

URL: https://gigazine.net/news/20260608-google-ai-gemma-4-qat/

この記事はGoogleがスマートフォンやノートPCでAIをローカル実行するための省メモリ化技術「QAT」をGemma 4に導入し、わずか0.84GBのメモリでも動作することを伝えています。

10代の銃乱射事件生存者が、AI銃検知システムの製造元であるOmnilertと販売代理店System Integrationsを提訴しました。理由は、学校で導入されていたAIシステムが銃器を検知できなかったためです。原告側は訴状の中で、システムの制限や過剰な宣伝を批判しています。

具体的には：
- Omnilertは、カメラの位置や距離などの制約により、緊急事態での検知に失敗する可能性があると主張。
- 事件後の記者会見で、MNPS側も映像が警報を発動させるのに十分な近さではなかったと述べました。

原告側の弁護士はAIシステムを厳しく批判し、学校への投資を見直すべきだと指摘しています。これは、銃乱射事件生存者による初の訴訟となります。

中国のテクノロジー企業Alibabaが開発したAIコードレビューツール「Open Code Review」について紹介します。

1. **主要機能**：既存のAIに各種ルールを設定することでレビュー能力を向上させることができます。すでにAlibabaグループの数万人の開発者によって使用され、100万件以上のコード欠陥を検出しています。

2. **問題解決**：AIエージェントを使用したコードレビューではチェック漏れや品質のばらつきが生じやすいという課題に対処。Alibabaはこの問題点として「網羅性不足」「位置ずれ」「品質不安定」を挙げています。

3. **Open Code Reviewの特徴**：言語モデルではなくエンジニアリングロジックに基づいた仕組みを取り入れることで、決定論的なレビューを実現しています。トークン使用量も削減でき、高いレビューコミュニティからの支持を得ています。

4. **性能評価**：ベンチマークテストではOpen Code ReviewがClaude Codeよりも優れたレビューコメントと品質を発揮しました。

5. **利用状況**：現在2万人以上のAlibabaグループ社員によって使用されており、その実績から信頼性の高いツールとして注目を集めています。

文章の要約如下：

タイトル：「AGI」实现时间预测追踪
AI企业领袖和技术专家对「AGI」（通用人工智能）的实现时间给出了不同预期，但大多数人都认为它将在2030年左右到来。由FutureSearch整理的图表显示了这些专家和机构对「AGI」实现时间的看法随时间的变化。

- 2024年前，如OpenAI研究员Daniel Beníśi Kokotajlo与Anthropic创始人Dario Amodei都预测「AGI」将在2030年代初出现。
- 而AI Futures Project联合创始人Eli Lily则预计在2045年以后。
- 尤尔科维奇和李弗兰德的预估时间分别从2041年、2046年提前到2028年和2031年。

未来几年内，「AGI」实现的时间预期不断前移。例如谷歌DeepMind首席执行官Demis Hassabis预计将在2029年或2030年左右实现。
专家们对「AGI」的定义不同，导致了不同的预测时间。
FutureSearch通过动画展示了这些变化。

总之，由于AI技术快速发展及「AGI」定义模糊化，预测时间不断提前。

### 無料でローカルAIに再試行を促す機能やガードレールを追加できる「forge」

#### 要点：
- **目的**：セルフホスト型大規模言語モデル（LLM）の精度向上と信頼性を確保する。
- **機能**：
- レイテンシーやループ等の問題を解決する再試行機能。
- エラー回復、VRAMを考慮したコンテキスト管理など。
- 必須ステップや前提条件の制約設定。
- **実績**：8B規模のローカルLLMでスコアが大幅に向上（10%→84%, Claude Sonnet 4.6で85%→98%）。
- **サポートするバックエンド**：
- Ollama、Llama-server、Llamafile、vLLM、Anthropic
- **利用方法**：
- プロキシサーバーとしてクライアントとモデルサーバーを中継。
- ワークフロー実行やライフサイクル管理（ワークフローランナー）。
- 信頼性チェック、エラー回復などのガードレールミドルウェア。

#### 課題：
- **導入敷居が高い**が、適切に使用すればローカルLLMの性能向上に貢献。

この「forge」はユーザーが制御しやすいガードレールを追加することで、セルフホスト型LLMの信頼性と精度を向上させるPythonフレームワークです。

Anthropicは、ソフトウェア開発でAIにコード作成を任せる傾向がAI自身の開発にも広がっていると警告し、「再帰的自己改善」のリスクについて論じています。AIが次世代のAIを開発することで、能力向上速度が人間の監督を超える可能性があるとしています。

2021年からAnthropicのClaudeは社員たちにコード作成を支援してきました。2025年にClaude Codeが完成し、2026年の今頃にはAI自身がモデル構築やトレーニングを行う能力を獲得すると予想しています。

Claude Codeを使用することでAnthropicの開発速度は大幅に向上し、エンジニアたちはClaudeに作業を任せる傾向が強まっています。しかし、AIによるコード生成の増加は品質改善とは限らず、バグやセキュリティ上の問題が生じる可能性もあります。

Anthropicはまた、AIが研究方針を決定する能力も検討しており、今後の可能性として「AIがAIを作る」時代とそのリスクについて言及しています。慎重な企業が開発を一時停止すれば安全性が低下する恐れがあるため、複数の組織で協調して停止・再開を管理する仕組みが必要とされています。

Anthropicは、政策立案者や研究者との対話を通じてAIによる自己改善の時代に対応したルール作りに取り組む計画です。