AI・テクノロジー SpaceXがFoxconnへ520億ドルの巨額発注：NVIDIA GB300搭載1.3万ラックが切り開く『宇宙×AIハイパースケールインフラ』の衝撃 1. リード：AIインフラ史上最大のビッグディール到来 2026年7月、テクノロジー業界およびグローバルAIサプライチェーンに激震が走りました。民間宇宙開発の覇者であるSpaceX（スペースX）が、電子機器受託製造（EMS）世界最大のFoxconn（鴻海精密工業）に対し、NVIDIAの最新型AIラックスケールシステム「GB300 NVL72」を搭載したAIサーバーラック約1万3,000台を一括発注したことが明らかになりました。 そのプロジェクト受注総額は推定520億ドル（日本円にして約7兆8,000億円）。単一企業によるAIハードウェア調達としては歴史上最大規模の巨額投資となります。1ラックあたりの単価は約400万ドル（約6億円）にのぼり、搭載されるGPUの総数は100万基規模に匹敵します。 これまでビッグテック（Microsoft、Amazon AWS、Google、Meta）が主導してきた地上クラウドAIインフラの覇権争いに、イーロン・マスク率いるSpaceXとxAIの連合が「宇宙・地上統合型ハイパースケール」という全く新しいスケール感で殴り込みをかけた格好です。 なぜロケ
AI・テクノロジー ローカルLLM環境の進化：分散推論と軽量モデルの現在地 ローカルLLM環境の進化：分散推論と軽量モデルの現在地 2026年7月現在、ローカルLLMはかつてない進化を遂げています。小規模ながら強力な推論能力を持つ軽量モデルと、家庭用PCやサーバを束ねて巨大モデルを動かす分散推論技術が、エンジニアの実験環境を根本から変えようとしています。本稿では、この分野の最新トレンドと、自宅サーバ運用者にとってのメリットを解説します。 はじめに：ローカルLLMの「いま」 ローカルLLM環境はここ1〜2年で劇的に変化しました。かつては「GPUを持っていなければ試せない」という世界でしたが、今は異なります。 軽量モデル（3B〜8Bパラメータ）が十分な性能を発揮するようになり、一般的なノートPCでも快適に動作するようになりました。同時に、分散推論技術により、家庭用サーバを複数台連携させることで、かつてはクラウドでしか動かせなかったような巨大モデル（70B+）も手元で実験できるようになっています。 この進化は、単なる技術的な興味の対象ではありません。エンジニアにとって、ローカルLLM環境はコスト削減、プライバシー保護、そしてAIインフラの深い理解を得るた
AI・テクノロジー NVIDIA Cosmos 3 Edgeが切り拓くフィジカルAIの未来：日本の製造業・ロボティクスはどう変わるか NVIDIA Cosmos 3 Edgeが切り拓くフィジカルAIの未来：日本の製造業・ロボティクスはどう変わるか 2026年7月16日、NVIDIAのジェンスン・ファンCEOは東京でこう宣言した。「AIの次のフロンティアはフィジカルな世界にあり、これは日本にとって一世代に一度の好機だ」。この言葉が示す「フィジカルAI」とは、一体何なのか。なぜ今、世界中のテクノロジーリーダーがこの概念に注目しているのか。 はじめに — フィジカルAI元年と日本のチャンス 2026年は「フィジカルAI元年」と位置づけられている。NVIDIAは東京で「Cosmos 3 Edge」を発表し、日本の主要企業（ファナック、川崎重工、安川電機、日立、富士通など22社以上）がCosmos Coalitionに参画した。クラウド不要でエッジデバイス上でリアルタイム推論を行うフィジカルAIの新時代が到来した。 フィジカルAIがもたらす変化は、単なる「ロボットの賢さが上がる」というレベルの話ではない。モノづくりの根本的な前提を書き換える。従来の産業用ロボットは「教示された動作を正確に繰り返す」ことが役割だったが、
AI・テクノロジー 米金融大手Capital OneがAIセキュリティツール「VulnHunter」をOSS公開：攻撃者視点のエージェント解析が拓くDevSecOpsの新時代 米金融大手のCapital Oneが2026年7月、自律型AIセキュリティツール「VulnHunter」をGitHubでオープンソース公開しました。攻撃者の視点でコード内の実効的脆弱性と到達経路を特定し、誤検知を大幅削減する次世代AI DevSecOpsの技術とインパクトを解説します。
AI・テクノロジー ToolVerse はじめに 本稿は、ツール活用と知識グラフを統合する設計思想を紹介する。LLMを核とした推論を強化するには、単なるツールの列挙ではなく、ツール間の関係性を可視化し再利用可能な構造として捉えるべきだ。 技術的要点を短く定義する。知識グラフはエンティティと関係性をノードとエッジで表現するデータ構造で、LLMの推論過程を整理・検証する基盤となる。 本稿では、ツール活用と知識グラフの統合が、どのように透明性・解釈性・再現性を高めるかを、具体例とともに示す。読者は、将来の研究や実装づくりに役立つ設計指針を得られることを目指す。 ToolVerse の概要 ToolVerse は、ツールの活用を一つの知識グラフとして統合し、LLMを中心とした推論を強化する設計思想である。個々のツールはデータ源・処理機能・結果の連携点としてノード・エッジで表現され、ツール間の依存関係や実行順序を可視化する。知識グラフを介して、必要な情報や補助ツールを文脈付きで選択・組み合わせることで、推論の再現性と拡張性を高める。 主要な技術要素として、知識グラフそのもの、LLM推論の統合、ツールオーケストレーションの
AI・テクノロジー NVIDIA Jetson Thor T3000/T2000が切り開くヒューマノイドロボットの量産時代：エッジAIコンピューティングの新展開 NVIDIA Jetson Thor T3000/T2000が切り開くヒューマノイドロボットの量産時代：エッジAIコンピューティングの新展開 はじめに — ロボット量産時代の「頭脳」問題 2026年は、ヒューマノイドロボットが研究施設から現実の世界へと歩み出す年となりました。TeslaのOptimusが自社工場で実稼働を始め、Figure AIのロボットが自動車サプライヤーのラインで作業し、Boston DynamicsのAtlasが新世代モデルとして商用展開を見据えています。ベンチャーキャピタルは2026年第1四半期だけでロボティクス分野に過去最高の160億ドルを投じました。 しかし、ヒューマノイドロボットの量産には一つの重大な障壁があります。それは**「頭脳」の問題**です。 ロボットが人間と同じ空間で安全に動作するためには、リアルタイムで環境を認識し、判断し、行動を生成する高度なAI推論能力が必要です。これまで、その能力を搭載するには、大規模で消費電力の多いコンピューターをロボットに積まなければなりませんでした。コスト、サイズ、発熱、消費電力――どれをとっても量産には不
健康・医療 Retrieval-Augmented Generation for 3D Medical Image Question Answering via Point Cloud and Language Models はじめに 3D医用画像（CT/MRI等）は臨床診断の意思決定を支える重要な情報源ですが、その3D空間の複雑さと、ラベル付きデータの不足がQA（質問応答）システムの普及を阻んできました。本研究はこの課題を解決するため、Retrieval-Augmented Generation（RAG）の枠組みを用いる新しいフレームワーク「3DMed-RAG」を提案します。RAGの核は、外部知識の検索結果を生成プロセスに組み込むことで、言語モデルの出力をデータに適した根拠とともに導く点にあります。 提案の中心技術として、医用画像基盤モデルから抽出したポイントクラウド特徴を用いた類似症例の知識検索を挙げます。3Dデータは空間的関係が重要であり、ポイントクラウド表現は局所的な解剖学的関係を効率的に捉えられます。検索結果は大規模言語モデル（LLM）の入力に組み合わせられ、微調整を必要とせずに回答の生成を促します。さらに知識グラフを活用することで、関連概念や関係性といった補足情報を適切な文脈で提供し、説明性を高めます。 この統合的フレームワークは、3Dデータ固有の情報を生かしつつ、LLMの豊富な言語能力を
AI・テクノロジー Featured SEOからGEO/AIOへの大転換：Google AI OverviewsとChatGPT引用を勝ち取る「生成エンジン最適化」の最前線 Google AI OverviewsやChatGPTなど生成AI検索の台頭により、従来の「検索結果1位を競うSEO」から「AIの回答に引用・参照されるGEO/AIO」への大転換が進行しています。2026年7月20日発表の約8.6万件引用ログ分析データや学術論文に基づき、AIに選ばれるWebサイト構造と企業の最適化戦略を徹底解説します。
AI・テクノロジー Netflix、ベン・アフレックのAI映画制作スタートアップに587億円——ハリウッドが選んだ「人間中心のAI」という賭け Netflixが2026年3月にひそかに完了させていたある買収の全貌が、7月に入ってようやく明らかになった。買収先は、俳優・監督として知られるベン・アフレックが2022年に立ち上げたAIスタートアップ「InterPositive」。米証券取引委員会（SEC）に提出されたForm 10-Qによれば、買収総額は現金で約5億8700万ドル（約587億円）にのぼる。従業員わずか16人のステルス企業に、1人あたり約3670万ドルを投じた計算だ。動画生成AIが著作権論争や俳優の職を奪うかもしれないという懸念とセットで語られがちな今、Netflixとアフレックが選んだのは「人間を置き換えない」というポジショニングだった。この選択の中身と、その裏で燻る業界の緊張を整理する。 背景：なぜ「今」明らかになったのか InterPositiveの買収自体は2026年3月に発表されていたが、具体的な買収額は公表されていなかった。今回、Netflixが四半期報告書（Form 10-Q）で「2026年3月に完了した買収は、総額約5億8700万ドルの現金対価による事業結合として会計処理された」と開示したことで、
AI・テクノロジー 「声」は個人の人格である——法務省が示すAI音声無断生成へのパブリシティ権適用と「声の権利」の法的・社会的攻防 2026年7月13日、日本の法務省は生成AI（人工知能）による「声」の無断利用・生成に関する画期的な民事上の権利保護指針案を有識者検討会に提示した。これまで日本の法律上、肖像（顔写真など）や氏名とは異なり明確な明文規定や確立した判例が存在しなかった「声」について、指針案は「個人の人格を象徴するものであり、みだりに利用されない権利やパブリシティ権の保護対象に含まれる」と明記。2026年8月にも最終取りまとめを行い、公表する見通しとなった。 生成AI技術の爆発的な進化に伴い、数秒から数分の音声データから特定の個人の声を高精度に再現する「AIボイスクローニング（音声複製）」が容易となり、声優やタレント、一般人の声が無断で生成され、SNSでの無断収益化動画、偽楽曲、わいせつコンテンツ、さらにはディープフェイク音声を用いた詐欺に悪用される事例が相次いでいた。 本記事では、2026年7月に提示された法務省の指針原案の全貌と技術的・法的背景、声優・クリエイター業界の反応、公式AIボイスライセンスをはじめとする新たな経済圏の誕生、そして欧米や中国をはじめとする世界各国のAI音声規制の最新動向までを
AI・テクノロジー NVIDIA Jetson Thor T3000/T2000が切り開くヒューマノイドロボットの量産時代：エッジAIコンピューティングの新展開 NVIDIA Jetson Thor T3000/T2000が切り開くヒューマノイドロボットの量産時代：エッジAIコンピューティングの新展開 はじめに — ロボット量産時代の「頭脳」問題 2026年は、ヒューマノイドロボットが研究施設から現実の世界へと歩み出す年となりました。TeslaのOptimusが自社工場で実稼働を始め、Figure AIのロボットが自動車サプライヤーのラインで作業し、Boston DynamicsのAtlasが新世代モデルとして商用展開を見据えています。ベンチャーキャピタルは2026年第1四半期だけでロボティクス分野に過去最高の160億ドルを投じました。 しかし、ヒューマノイドロボットの量産には一つの重大な障壁があります。それは**「頭脳」の問題**です。 ロボットが人間と同じ空間で安全に動作するためには、リアルタイムで環境を認識し、判断し、行動を生成する高度なAI推論能力が必要です。これまで、その能力を搭載するには、大規模で消費電力の多いコンピューターをロボットに積まなければなりませんでした。コスト、サイズ、発熱、消費電力――どれをとっても量産には不
AI・テクノロジー When Words Are Safe But Actions Kill: Probing Physical Danger Beyond Text Safety in Hidden-State Risk Space はじめに LLMを組み込んだ身体性を持つエージェントが現実のタスクを担う機会が増えるにつれ、テキスト上の安全性評価だけでは不十分であることが明らかになっている。言葉の上では安全に見える指示でも、実世界での行動に変換された瞬間に物理的危険を引き起こすケースが存在するからだ。 本記事では、論文「When Words Are Safe But Actions Kill: Probing Physical Danger Beyond Text Safety in Hidden-State Risk Space」で提案された PRISM アプローチを軸に、LLMの隠れ状態表現に潜む危険信号の検出手法と、身体化AIにおける安全性評価の展望を解説する。まず Content Danger（CD）と Physical Danger（PD）の概念を整理し、続いて PRISM の技術的要点、実務への含意、今後の課題を順に論じる。 背景と関連研究 背景と関連研究の核心は、Content Danger（CD）と Physical
AI・テクノロジー Kimi K3ショック：中国発AIが揺るがすオープンソース覇権と脅威論 2026年7月16日、中国のAIスタートアップMoonshot AI（月之暗面）が、総パラメータ2.8兆の新フラッグシップモデル「Kimi K3」を発表した。発表直後の第三者ベンチマーク評価で世界3〜4位に躍り出て、米国大手のClaude OpusやGPT-5.5系モデルの一部評価項目を上回ったとする報告まで飛び交っている。日本経済新聞やRealSoundなど国内メディアも相次いで速報を出し、SNSでは「またDeepSeekモーメントが来た」との声が広がった。一方で米TechCrunchは「Kimi: Threat or menace?（脅威か、それとも厄介者か）」という見出しで、Kimi K3の登場が米国内で「full AI communism」への警戒感を呼び起こしていると報じている。技術的な成果と地政学的な緊張が同時に語られる、この夏いちばん「バズった」AIニュースを整理する。 背景：Kimi K3が呼び起こすオープンソースAI「2度目の衝撃」 生成AIの世界では、これまで性能面の最先端はOpenAIやAnthropic、Googleといった米国企業のクローズドモデルが独占
AI・テクノロジー Long-Context Fine-Tuning with Limited VRAM はじめに 長い文脈を扱うモデルのファインチューニングは、現実のハードウェア制約のもとで難易度が高い課題です。本稿では、16GB級のGPU上で長いトークン長を実現する実用的な手法として Hierarchical Global Attention（HGA）を紹介します。家庭用サーバーやローカルマシンでの運用を念頭に置き、実務での適用性と課題を整理します。 HGAは、活性なセグメントのみを微分可能に保持し、過去のキー・バリューをRAMやNVMeへオフロードする設計です。Segment-wise Backpropagation と Tiered KV Storage の組み合わせにより、長文にも対応しつつVRAMのピークを抑制します。実用性の評価には、現実的な構成例（16GB級GPU、低精度の重み表現を前提とした設定）でのトークン長拡張が含まれます。 このアプローチは、数万トークン規模の長文処理を現実的なVRAM使用量で可能にすることを示唆しており、Retrievalと統合した推論設計にも寄与します。今後の適用拡大やハードウェア依存の最適化の展望が期待されます。 技術背景と課題 長
AI・テクノロジー In-Place Tokenizer Expansion for Pre-trained LLMs — 多言語デコード高速化の実践的拡張 はじめに 事前学習済みの大規模言語モデルは、初期データセットに基づいた固定の語彙表を前提に設計される。新規言語や新語の追加に対して柔軟性が低く、トークン化の断片化が発生するとデコード遅延や計算コストが増大する課題が生じる。こうした実務的な問題に対し、本手法はトークナイザーを"インプレース"で拡張する実用的なレシピを提案する。既存のBPEマージを維持しつつ、新規トークンを追加できる点が特徴である。追加トークンは source sub-token embeddings の平均を初期値として採用することで、埋め込み表の整合性を崩さずに新語を取り込むことができる。既存トークンの表現はそのまま保持され、継続性が保たれる。 提案は二段階の適用を前提とする。まず Embedding の訓練のみを行い、その後、全モデルの継続事前学習へ移行する。対象は LFM2-8B-A1B MoE の継続チェックポイントを128Kトークナイザーへ拡張する設定で、オンデバイス運用を前提とした現実的な適用性を検証する。実証結果では、ヒンディー語・ベトナム語・タイ語などでデコード速度が従来比およそ2.2〜3.7倍、Th
AI・テクノロジー 2026年ヒューマノイドロボット量産元年：Tesla・Unitree・Boston Dynamicsの覇権戦争と実用化の最前線 はじめに — 2026年、ヒューマノイドロボットが「デモ」から「現場」へ 2026年1月、ラスベガスで開催されたCES 2026は、ヒューマノイドロボットの歴史を書き換える瞬間となった。会場には、これまで「研究機関向けの高価なおもちゃ」と見なされていたヒューマノイドロボットが、量産価格帯で複数並べられたのだ。 中でも象徴的だったのは、Boston Dynamicsが初めて量産版Atlasを公開したことである。長年「YouTubeでバック転をするロボット」として親しまれてきた同社が、ついに「現場で働くロボット」としての顔を見せた瞬間だった。56自由度の関節、IP67の防塵防水、4時間の連続稼働——これはデモ用のスペックショーではない。出荷仕様である。 同じ頃、テスラのFremont工場では、Optimus Gen 3がすでに1,000台以上稼働していた。イーロン・マスクは「Optimus 3の後、人々はTeslaがEVを作っていたことを忘れるだろう」と宣言。中国のUnitreeは、わずか73万円（$4,900）から買える個人向けロボット「R1」を発表し、価格破壊の波を業界全体に押し
AI・テクノロジー AIエージェントに「使われたか」を測る——ポータルに計測層と新しい露出面を足した話 「見つけてもらう」の次は「使われたかを測る」。AIエージェント向けポータルに、取得を計測する analytics-api と、agents.txt / ai.txt / Citation Pack などの新しい露出面を足した実装記録。
AI・テクノロジー 「日本よ、もっと速く」が引き金。NVIDIAとロボット3社・富士通が描く「フィジカルAI」の野望とソブリン性への挑戦 2026年7月16日、NVIDIAと富士通、ファナック、安川電機、川崎重工がフィジカルAI分野の事業検討を開始。「オープン化」と「ソブリン性（主権性）」の相克というスリリングなテーマを、日本の製造業の逆転劇とロックイン懸念の視点から深く読み解く。
AI・テクノロジー 薩摩川内に国内最大級AIデータセンター 台湾マネー8500億円が挑む「電力の壁」 2026年7月18日、鹿児島県薩摩川内市と鹿児島県は、台湾のベンチャーキャピタル・CDIBキャピタルグループ（中華開発資本）と日本の信越科学産業株式会社が共同出資する「凱信数基株式会社（カイシンデジタルインフラストラクチャー、KSDI）」との間で、AIデータセンター建設に向けた立地協定を締結した。建設予定地は、旧川内火力発電所の跡地を再開発した「サーキュラーパーク・川内」。初期350メガワット規模から段階的に拡張し、国内最大級の受電容量を備えたAIデータセンター群となる計画で、投資額は最大約8,500億円、地元雇用は約100人を見込む。生成AIブームの陰で日本のAI基盤整備を阻んできた最大の壁が「電力」であるとされる中、この巨大プロジェクトはその壁にどう挑もうとしているのか。 背景：なぜ薩摩川内に、なぜ今なのか 今回の立地協定は突然降って湧いた話ではない。すでに2026年2月12日の時点で、凱信数基・鹿児島県・サーキュラーパーク九州株式会社・九州電力株式会社・薩摩川内市の5者は、「AIデータセンターの早期開設に関する覚書」を締結しており、半年近くをかけて開設に向けた調査と準備を積
AI・テクノロジー AI「ヌード化アプリ」にApple・Google削除命令 生成AI悪用の実態 2026年7月17日、米カリフォルニア州サンフランシスコ市の法務官（City Attorney）David Chiu氏が、AppleとGoogleに対して衝撃的な内容の書簡を送りつけた。両社が運営するアプリストアから、写真に写った人物の服を生成AIで消し去り、裸に見せかける「nudify（ヌード化・脱衣）」アプリ、合計13本を削除せよという内容だ。単なる要望ではなく、法的措置も辞さない構えを見せる正式な「cease-and-desist letter（差し止め要求書）」である。生成AIが便利さの象徴として語られる一方で、その技術が女性や少女を標的にした深刻な人権侵害の道具にもなっている現実に、大手プラットフォームがどう向き合うのかが問われている。 何が起きたのか――サンフランシスコ市の書簡の中身 TechCrunchやArs Technica、WIREDの報道によれば、David Chiu氏はApple・Google両社に宛てた書簡の中で、両社が長年にわたり、カリフォルニア州法に違反するアプリを自社ストアでホストし続けてきたことを認識していたはずだと主張している。対象となった13
AI・テクノロジー ヒューマノイドロボット量産元年2026：テスラ・Unitree・Boston Dynamicsが切り開く新産業 はじめに — 2026年は「ロボット量産元年」である 2026年1月、ラスベガスで開催されたCES 2026で、ある映像が会場を沸かせました。中国のEngineAIが発表したヒューマノイドロボット「T800」が、バックフリップやハイキックといった「アクションヒーロー」のような激しい動きを披露したのです。当初、多くの人がCGではないかと疑いました。しかし、ライブデモンストレーションでその動きが本物だと証明された瞬間、会場は割れんばかりの歓声に包まれました。 これは単なるショーマンシップではありません。2026年は、ヒューマノイドロボットが「研究施設にいる存在」から「買える存在」へと変わる歴史的な年の始まりなのです。 なぜ今、ヒューマノイドロボットなのか 日本では深刻な人手不足が続いています。経済産業省の試算によれば、2030年には約644万人の労働力不足が見込まれています。製造業、物流、介護――あらゆる現場で「人が足りない」ことが日常化しています。 そんな中、テスラは年間100万台のヒューマノイドロボット生産を目指しています。中国のUnitreeは29,900ドルでロボットを
AI・テクノロジー iPhone値上げ、日本だけ最大11%高に 円安と部品高騰の真相 2026年7月17日夜から18日未明にかけて、Appleは日本のオンラインストアで販売中のiPhone 16・iPhone 17シリーズの全モデルを、予告なく一斉に値上げした。値上げ幅は最小構成で8,000円から25,000円、率にすると最大11.3%にのぼる。Apple WatchやAirPods、Apple Pencilなど一部アクセサリも同時に価格が改定された。一方で米国での販売価格は据え置かれており、今回の値上げは日本市場だけを対象にしたものだ。背景にあるのは1ドル=162円台まで進んだ歴史的な円安と、メモリー半導体を中心とした部品コストの高騰である。スマートフォンという生活必需品の価格が、為替と部品市況という私たちの目に見えない要因で大きく揺さぶられている現実が、あらためて浮き彫りになった。 背景：繰り返されるAppleの国内価格改定 Apple製品の値上げは今回が初めてではない。2022年以降、日本国内では断続的に価格改定が行われており、その都度「また円安のせいか」という反応がSNSやニュースサイトを賑わせてきた。今回の値上げに先立つ2026年6月25日にも、MacB
AI・テクノロジー 自動運転車Waymoに規制強化ドミノ ― 米国トラブル続発、東京展開は目前 7月4日の独立記念日、サンフランシスコの街を悪夢のような渋滞が襲った。花火見物の人混みの中、Alphabet傘下の自動運転タクシー企業Waymoの車両が次々と立ち往生し、主要な交差点や道路を塞いでしまったのだ。これを受けてサンフランシスコ市長ダニエル・ルーリー氏は州の規制当局に対し、自動運転車への規制強化を正式に要請した。奇しくも同じ7月、テキサス州や米連邦運輸当局（NHTSA）もロボタクシーへの締め付けを一斉に強めている。「安全な未来の乗り物」として急拡大してきた自動運転タクシーが、いま米国各地で逆風にさらされている。そしてこの話は対岸の火事ではない。Waymoは東京を海外展開の橋頭堡と位置づけ、日本交通・GOと組んで都心7区ですでに実証を進めているからだ。 背景：Waymoの自動運転車が招いた7月4日の大渋滞 サンフランシスコ・クロニクル紙が入手した市当局への内部メールによれば、7月4日の大混乱は主要道路の封鎖がきっかけとなり、そこにWaymoの車両が巻き込まれる形で連鎖的に拡大したとされる。花火大会という大規模イベントで交通量が急増する中、Waymoの車両の一部は身動きが取
AI・テクノロジー AIエージェントの「構造的サイバーリスク」問題 — トレンドマイクロとPwCが警鐘を鳴らす、13大AIモデルの脆弱性と自律化の落とし穴 2026年7月17日、サイバーセキュリティ大手のトレンドマイクロ（法人向け事業ブランド「TrendAI」）は、PwCコンサルティングと共同で、主要な13の大規模言語モデル（LLM）および自律型AIエージェントフレームワークを対象とした広範なサイバーセキュリティ検証レポートを公表した。 本調査では、単なるチャットボットにとどまらず、社内API呼び出し、データベース操作、ファイル操作、外部システム連携などの実動作権限を持つ「自律型AIエージェント（Agentic AI）」において、従来のサイバーセキュリティ対策では防ぐことが困難な「構造的な脆弱性」が存在することが実証された。 AIエージェントが企業組織の中で「単なる業務支援ツール」から「意思決定と自律行動を行う仮想的な組織構成員」へと移行しつつある今、この構造的リスクは企業の重要インフラや機密データに対する致命的な威嚇となり得る。本稿では、今回発表された実証実験の全貌、AIエージェント特有の攻撃ベクトル、企業が直面するガバナンスの壁、そして今後の防衛策について多角的に徹底解説する。 第1章：何が起きたのか — 13大AIモデルでの
AI・テクノロジー Interventional Grounding Audits: Black-Box Premise-Dependency Tests for LLM Chain-of-Thought via Predicate Substitution はじめに Chain-of-Thought（CoT）推論は、問題を解く際に辿る思考の連鎖として現れる。近年の評価は主に最終解や自己一貫性の一貫度に焦点を当てることが多いが、推論の各段階で前提がどの程度影響しているかを直接測ることは難しい。そこで用いられるのが介入的 grounding audits である。介入とは、推論の特定の前提に用いられる述語を新規のシンボルへ置換し、再度推論を実行する操作を指す。前提の表現を変えると分岐の結果がどう変わるかを比較することで、各ステップでの前提依存性を定量的に捉えられる。これにより、表面的な正解と推論過程の乖離を検出する手掛かりが得られる。 本手法の意義は、自己一貫性ベースの評価だけでは見落としがちな推論過程の依存性を浮き彫りにする点にある。CoT推論は前提の真偽・構造に左右されやすく、同じ結論へ至る経路が複数存在しても、ある前提の操作で分岐が生じると結論が揺らぐ場合がある。前提依存性を分解して観察することで、モデルの推論過程の信頼性をより正確に評価できる。さらに、ブラックボックス的な外部観察の枠組みで評価を完結させる点も特徴の一つであり、公開