技術
Epoch AIが暴いたAIベンチの盲点
Epoch AIの分析は、AIベンチマークの透明性と再現性を高める方向性を示し、実務での評価改善や意思決定の質向上に役立つ具体的な対策を促します。
Epoch AIが暴いたAIベンチの盲点
AIの性能を比較する際によく使われるベンチマーク。ベンチマークとは、AIモデルの性能を同じ基準で測るための評価テストです。ですが、最新のEpoch AIの分析は、その
技術の記事
Google Earth の AI フェイク衛星画像ツール、わずか24時間で撤回——信頼性危機が露呈
Google が Google Earth に統合した AI 画像生成ツール「Nano Banana 2」は、リリース翌日に撤回された。衛星画像への信頼を損なうリスクが批判を集め、より強力な保護措置の実装まで機能を停止。AI 時代における「真実の証拠」の定義が問われている。
Google Chrome が AI でセキュリティ加速——2 ヶ月で過去 2 年分を上回る 1,072 件のバグ修正
Google は Chrome 149 と 150 で過去 2 年間の合計を上回る 1,072 件のセキュリティバグを修正。AI が脆弱性検出を工業規模化し、指数関数的な加速が始まった。一方 Microsoft も同傾向を報告し、ブラウザセキュリティの新時代が到来。
Google の AI 自動研究システム Science One が発表——Chain-of-Evidence で論文の信頼性を検証可能に
Google Research は自動研究フレームワーク Science One を発表。すべての主張を記録された根拠に紐付け、幻想的参考文献の問題を 100% 排除する。AI 論文の学術的信用性を根本的に改善する技術。
関連タグの記事
OpenAI が GPT-5.6 Sol で Claude Opus 5 を ARC-AGI-3 で上回ったと主張——測定方法の公平性が争点
OpenAI は独自の API 設定を使用することで ARC-AGI-3 で Opus 5 を上回ったと発表。しかし公式環境では 7.8% に落ちるため、ベンチマーク比較の公平性が問われています。
医療用AIが患者の命を誤判定する恐れ——放射線科医より信頼度が低い結果
インド・CRASH Labが開発したRadLE 2.0ベンチマーク。人間の放射線科医を超えると期待されたAIが、実は間違った診断でも高い信頼度を示す。Claude Fable 5や他モデルも、『知らないことを知らない』リスクが明らかに。
OpenAI、GPT-5.6 を 3 つのモデルで展開──Sol が Fable 5 を上回る性能、コーディングで 54% 効率化
OpenAI は GPT-5.6 ファミリーを Sol（高性能）、Terra（中位）、Luna（低価格）の 3 層で提供。Sol は Anthropic の Fable 5 より 2.8 ポイント上回るコーディング性能を実現し、サイバーセキュリティに特化した仕様。
最新記事
EUが AI インフラに€30B投資、最大7つの gigafactory 構想——ただし米国の 1/20 規模
欧州委員会が AI 計算ファシリティに€30B相当の投資を表明。11月に応募締切、2027年から建設開始予定。AMD・Nvidia・Qualcomm とハード確保で合意。
Google Deepmind、Gemini Robotics 2 発表——卓上アームから人型ロボットまで、汎用ロボット制御モデル
ビジョン言語行動（VLA）モデルの最新版。高度な推論レイヤー Gemini Robotics ER 2 を同時発表。複雑なロボット制御タスクが可能に。
Google Earth の AI フェイク衛星画像ツール、わずか24時間で撤回——信頼性危機が露呈
Google が Google Earth に統合した AI 画像生成ツール「Nano Banana 2」は、リリース翌日に撤回された。衛星画像への信頼を損なうリスクが批判を集め、より強力な保護措置の実装まで機能を停止。AI 時代における「真実の証拠」の定義が問われている。
GPT-5.6が80%値下げ、DeepSeekが60%安く同性能——2026年夏のAIモデル選択ガイド
OpenAIがGPT-5.6 Lunaを80%値下げ（$0.20/Mトークン）、DeepSeek V4 Flashが同等性能をさらに60%安く提供——AI API料金が激変した2026年夏、開発コストを最大85%削減できるモデル選択の実践ガイド。
DeepSeek V4 Flash、GPT-5.6 Luna に匹敵する性能を 60% 低コスト実現——7 月 31 日アップデート
DeepSeek が 0731 アップデートでフラッシュモデルを大幅強化。Artificial Analysis Index で 40→50 へ 10 ポイント急騰。OpenAI の GPT-5.6 Luna（51 ポイント）にわずか 1 ポイント差で肉薄。
Thinking Machines、Inkling Small リリース——27.6B パラメータで Inkling に匹敵、3 倍効率化
元 OpenAI CTO Mira Murati が率いる Thinking Machines が、Inkling の 3 分の 1 のサイズながら推論ベンチマークで肉薄する Inkling Small をリリース。トークン効率は業界最高水準。