AI

概要 OpenAIは、未発表の次期主力モデル「Astra」の内部版が、数学と理論計算機科学における10年以上未解決だった10個の問題を解決したと発表した。Astraは長時間・長期間にわたる問題解決タスクをこなし、複数のエージェントを協調させて複雑な課題に取り組めるモデルファミリーと位置付けられており、まだ確定した公開時期はない。CEOのサム・アルトマン氏はワシントンの政策関係者にこのシステムをデモした。OpenAIは10件すべての解を生成するのに要した計算コストを「Sol(GPT-5.6の最上位ティア)のAPI料金換算で約2,000ドル」相当と説明しており、その後研究者らがAstraと協力してLean 4によって証明を形式化し、機械検証可能な証明書として249ページのマニュフェストとともにGitHub上で公開した。 解決された10の問題 最大の目玉とされるのが、非可換群論(群論)における非sofic群(non-sofic group)の初の明示的構成である。ロシア出身の数学者ミハイル・グロモフが1999年にsofic性の概念を提唱して以来、27年間解決されていなかった中心的な未解決問題だったという。このほかにも、フォン・ノイマン環に関するConnesの剛性予想の反証、ポール・エルデシュが遺した未解決問題集のうち3問(多色ラムゼー数に関する問題183を含む)の解決、1978年以来初となる高次元球充填密度の上限の改善、2人プレイヤー量子ゲームにおける並列反復定理の証明、回路計算量の新たな下限の確立などが含まれる。対象分野は高次元幾何学、符号理論、群論、量子計算複雑性、格子暗号、極値組合せ論と多岐にわたる。 数学者コミュニティの反応 エルデシュ問題集のウェブサイトを管理する英マンチェスター大学の数学者トーマス・ブルーム氏は、今回の成果を「大きなニュース」と評価し、OpenAIが5月に発表した単位距離予想の反証よりも意義深いとの見方を示した。一方で同氏は、AIが数学者に取って代わるという主張には否定的で、Astraは1世紀以上にわたる人類の数学理論の蓄積を土台にしており、そのモデル自体も数学者の手によって構築されたものだと指摘している。 もっとも、今回の発表は数学界とAI企業の間で高まる緊張関係のさなかに行われた。国際数学連合(IMU)は6月、AI企業が査読を経ずに公表済みの研究成果を無断で利用しているとして警鐘を鳴らす「ライデン宣言」を支持しており、批判派はブログ記事形式での発表がパブリケーションの信頼性や功績の帰属という慣行を損なうと主張している。ブログ投稿による発表を、査読を経た論文発表に代わるものとして数学コミュニティが受け入れるかどうかは依然として不透明だ。 今後の展望 Astraは、トランプ政権が計画している政府による安全性審査プロセスの下で、公開前に連邦の承認を必要とする初のモデルになるとみられている。今回の数学的成果がAstraの実用性を示す一例として扱われる一方、公開時期や審査プロセスの詳細は明らかになっておらず、モデルの正式リリースに向けた今後の動向が注目される。

概要 GitHubは2026年7月31日、GitHub CopilotにおけるGoogleの「Gemini 2.5 Pro」および「Gemini 3 Flash」の提供を終了したと発表した。対象となるのはCopilot Chat、インラインエディット、ask/agentモード、コード補完など、Copilotが提供するほぼ全ての体験にわたる。両モデルはすでに選択できなくなっており、これまで利用していたユーザーは後継モデルへの切り替えが必要となる。 移行先モデルと対応内容 廃止された2モデルの後継として、GitHubはGemini 2.5 Proの代替に「Gemini 3.1 Pro (Preview)」を、Gemini 3 Flashの代替に「Gemini 3.6 Flash」を案内している。個人ユーザーはワークフローや連携ツールで指定しているモデル名を新モデルに更新するだけでよいが、Enterpriseプランを利用する組織の管理者は、Copilotのモデルポリシー設定で新モデルへのアクセスを明示的に有効化する作業が必要になる。なお、廃止されたモデル自体を設定から削除するような追加作業は不要とされている。 背景と今後の見通し GitHubは今回の廃止理由について具体的な説明を公式アナウンスでは示しておらず、Google側での急速なGeminiモデル世代交代に合わせた通常のモデルラインナップ更新の一環とみられる。Copilotは複数のAIベンダーのモデルを選択式で提供する形態を取っており、モデルの新旧交代は今後も定期的に発生する見込みだ。ユーザーやエンタープライズ管理者は、利用中のモデルが将来的に廃止される可能性を踏まえ、Copilotのモデル選択方針や自動化ワークフローを継続的に見直しておくことが求められる。

概要 量子コンピューティング企業IonQは2026年7月31日、米国最大の独立系半導体ファウンドリであるSkyWater Technologyの買収を完了したと発表した。買収総額は明らかにされていないが、条件面ではSkyWaterの株主が1株あたり現金15ドルとIonQ普通株0.4883株を受け取る形で、規制当局の承認を経て取引が成立した。IonQはこの買収により、量子チップの製造から先端パッケージング、商用化までを自社グループ内で完結させる「完全垂直統合フルスタック量子プラットフォーム企業」になったとしている。 買収の狙いと技術的背景 IonQのCEO兼会長を務めるNiccolo de Masi氏は、今回の買収を通じて「量子産業全体にわたって技術リーダー、マーチャント供給者、エコシステム推進者として機能する」というビジョンを掲げている。背景には、量子デバイスの製造・サプライチェーンを国内で完結させたいという狙いがある。SkyWaterはミネソタ、フロリダ、テキサスに最先端施設を持ち、基本ノードの半導体製造や先端パッケージング、さらに原子時計や量子インターコネクトの技術も有しており、これらはIonQの量子コンピュータ開発に直接活用できる。IonQは2025年に2量子ビットゲート忠実度99.99%という世界記録を達成しており、今回の買収は自社のハードウェア開発をさらに加速させる狙いがあるとみられる。SkyWater側のCEOであるThomas Sonderman氏も、この統合が「次世代量子チップの複数の開発経路を加速」できると評価している。 今後の体制と見通し SkyWaterは買収後もIonQの子会社として独立して運営を継続し、Sonderman氏が引き続きCEOを務めるほか、既存顧客への対応も従来通り維持する方針だ。IonQは2026年8月5日に第2四半期の決算説明会を、同年9月8日にはインベスターデーを開催する予定で、統合後の事業戦略や量子チップ製造ロードマップの詳細がそこで明らかになる見込みである。今回の買収は、量子コンピューティング産業と半導体製造産業の統合が進む象徴的な取引として注目されており、他の量子企業が製造能力の内製化やサプライチェーン強化に動くかどうかにも影響を与える可能性がある。

概要 米海洋大気庁(NOAA)は、自前のHPE Cray製スーパーコンピュータによる気象予測業務を廃止し、2027年12月までにGoogle Cloudへ全面移行すると発表した。これにより同庁は、商用クラウド基盤上で完全に運用される初の国家気象予測センターとなる。移行対象は「Weather and Climate Operational Supercomputing System」で、現在General Dynamicsが管理するDogwoodおよびCactusという2台のHPE Cray製スーパーコンピュータ(合計で約14ペタフロップスの演算能力)が置き換えられる。NOAAは「クラウドベースの高性能計算(HPC)により、オンプレミスシステムが抱えていた従来のボトルネックを解消し、研究成果を実運用へ移すプロセスを加速できる」と説明しており、台風シーズンなど悪天候が集中する時期に計算資源を柔軟に増強し、平常時には縮小するといった弾力的な運用を目指す狙いがある。 技術的な詳細 Googleは、AMD EPYCプロセッサをベースとした新しい仮想マシン「H4D」をNOAA向けに展開する計画だ。H4DはハイパーバイザーによってGoogleのネットワーキングおよびオーケストレーション技術と統合されており、仮想化環境でありながらスーパーコンピュータ級の並列処理性能を実現するとしている。運用面では、クラスタ展開用の「Cluster Toolkit」、保守管理用の「Cluster Director」、ジョブスケジューリング用の「Batch」といったGoogle Cloudのツール群が活用される見込みだ。料金体系については、長期契約なしでコア時間あたり最低3セントからという価格設定が示されている。またAIの活用面では、NOAAはGoogle DeepMindの技術へのアクセスも得ることになり、AIを用いたグローバル予報システム(AI Global Forecast System)の開発に役立てる方針だ。 背景と今後の見通し 政府機関が気象予測という国家の安全保障やインフラに直結する重要業務をクラウドへ全面移行する動きは、世界的に見ても先駆的な事例となる。同様の流れとして、英国気象庁(Met Office)もMicrosoft Azureへの移行を進めており、各国の気象機関が自前のスーパーコンピュータ運用から商用クラウドへとシフトする傾向がうかがえる。NOAAにとっては、老朽化しがちなオンプレミス設備の維持コストや調達サイクルの制約から脱却し、需要に応じた俊敏なスケーリングとAI技術への迅速なアクセスを両立させることが狙いとみられる。2027年12月の完全移行に向けて、今後は既存モデルのクラウド環境への移植や、DeepMindの技術を組み込んだ次世代予報システムの開発状況が注目される。

概要 DeepSeekは7月31日、新モデル「DeepSeek-V4-Flash-0731」をMITライセンスで正式公開した。304Bパラメータを持つMixture of Experts(MoE)構成のモデルで、推論時には一部のエキスパートのみが活性化することで計算コストを抑えている。エージェントタスクやコーディング関連のベンチマークでDeepSeek-V4-Pro(Preview)を上回る性能を達成しており、Anthropic の Claude Opus 4.8 に匹敵する性能を大幅な低価格で提供するとしている。また、Responses API形式への対応や、オンプレミスでの商用利用制限の解除も発表され、企業導入のハードルを下げる内容となっている。 技術的な詳細 DeepSeek-V4-Flash-0731は、スペキュレーティブデコーディングモジュール「DSpark」をネイティブでサポートし、vLLMやSGLang、Dockerといった主要な推論基盤に対応する。重みはBF16、F8_E4M3、I8の各データ型で提供され、環境に応じた柔軟な運用が可能だ。最大の特徴の一つが百万トークン規模のコンテキスト処理能力で、モデルカードでは"million-token context intelligence"として紹介されている。推論の深さを制御する"reasoning_effort"パラメータは"low"、“high”、“max"の3段階を備え、最大出力長には384Kトークンが推奨されている。 ベンチマークでは、ターミナル操作を評価するTerminal Bench 2.1で82.7、セキュリティ関連タスクを扱うCybergymで76.7、ソフトウェアエンジニアリング能力を測るDeepSWEで54.4、自動化タスクを評価するAutomationBench Publicで25.1というスコアを記録しており、いずれも前バージョンからの改善が見られる。これらの結果は、同モデルがエージェント型のコーディングタスクにおいて高い実用性を持つことを示している。 背景と今後の展望 DeepSeekはこれまでも低コストかつオープンなライセンスでモデルを公開する戦略を続けており、今回のV4-Flash-0731もその延長線上にある。特に、Anthropic の主力モデルであるClaude Opus 4.8に匹敵する性能を謳いながら大幅なコスト削減を実現している点は、エンタープライズ向けAI市場における価格競争をさらに激化させる可能性がある。オンプレミス商用利用の制限解除により、データガバナンス上の理由でクラウドAPI利用が難しい企業でも導入しやすくなった点も注目される。今後、実際の商用環境での採用事例やコミュニティによる独自ベンチマーク検証が進むことで、同モデルの実力がより明確になっていくと見られる。

概要 Qualcommは7月29日、AIネイティブなソフトウェア基盤を手がけるModular Inc.の買収を完了したと発表した。今年6月に合意していた全株式取引で、評価額は約39.2億ドル(Modularの株主に対し最大1,920万株のQualcomm普通株式を発行)。Qualcomm CEOのCristiano Amon氏は「ModularのAIネイティブなソフトウェアプラットフォームとQualcomm Technologiesの主力ソリューションを組み合わせることで、高性能かつ電力効率に優れたAIソリューションを提供する能力が加速する」と述べ、開発者や顧客に真の選択肢を与え、業界の競争を促進するものだと強調した。Modular共同創業者兼CEOのChris Lattner氏は「Qualcommに加わることで、Modularのソフトウェアの革新をより幅広いAI・コンピューティングプラットフォームに届けるスケールを得られる」とコメントしている。 技術的な詳細 Modularは、CPU・GPU・NPUやカスタムシリコンなど多様なハードウェアアーキテクチャ上で生成AI・エージェントAIワークロードを統一的に最適化・デプロイできるソフトウェアスタックを提供してきた企業で、開発者がハードウェアごとにコードを書き直す必要をなくすことを目指している。今回の統合により、Qualcommの高性能・低消費電力なコンピューティング技術とModularのソフトウェア最適化技術が組み合わさり、データセンターからエッジ、パーソナルデバイス、産業用AIアプリケーションまで幅広い領域での展開が可能になる。主力製品であるMojo、MAX、Modular Cloudは、それぞれ独立したブランド・製品として継続され、Qualcommによる投資拡大を受けて発展していく方針が示された。 今後の体制と狙い 買収完了に伴い、Lattner氏はQualcommの上級副社長(Executive Vice President)としてAdvanced AI Software and Platforms部門を率いる立場に就任した。両社は、CPU・GPU・NPU・カスタムシリコンを横断するヘテロジニアスコンピューティングを見据え、オープンソースを軸としたアプローチを重視する姿勢を示している。今回の統合は、Qualcommのモバイル半導体分野での強固な地位と、Modularが持つ評価の高いAIインフラソフトウェア技術を組み合わせるものであり、Qualcommはデータセンター向けAIチップ市場やエッジAI分野での存在感を一段と高める狙いがあるとみられる。

概要 欧州委員会のAI局と加盟国当局は8月2日から、EUのAI法(AI Act)における透明性義務の執行を開始した。対象はOpenAIやAnthropicを含む生成AI提供事業者全般で、チャットボットなどの対話型AIについては、ユーザーが人間ではなくAIと対話していることを明示する義務が課される。また、AIによって生成・編集された画像・動画・音声・テキストにはAI生成物であることを示す機械読取可能なマークを付与しなければならない。欧州委員会は、これらの措置によって欺瞞や操作を減らし、利用者が情報に基づいた選択をできるようにすることを狙いとしている。 透明性義務の具体的な内容 新ルールでは、政治家や著名人が情報提供しているように見えるディープフェイク動画について、AI生成であることを明確に表示することが求められる。音声コンテンツについても「平易で自然な言語」による免責表示が必須となった。一方、AI生成コンテンツへの技術的な透かしやメタデータの付与は義務化されるものの、利用者向けの視覚的ラベル表示自体は必須とされておらず、編集を経てもメタデータ情報が保持されることが重視されている。また、「芸術的、創作的、風刺的、フィクション的」な目的で作成されたコンテンツは、原則としてこの開示義務の対象外となる。既存のチャットボットについては2026年12月末までの経過措置が設けられている。 罰則と今後の見通し 違反した場合の制裁金は最大1500万ユーロまたは全世界売上高の3%と定められており、AI法が禁止する慣行に対するより重い違反(最大3500万ユーロまたは全世界売上高の7%)とは区別される。さらに2027年12月には、より厳格な規制の適用が予定されている。欧州委員会によれば、AI生成コンテンツの透明性に関する行動規範にはすでに180以上の組織が署名しており、企業側の対応も進みつつある。 実効性への懸念 一方で、規制の実効性を疑問視する声も上がっている。第一に、オンラインコンテンツは国境を瞬時に越えて流通するため、EUが規制できるのは欧州市場を対象とする企業に限られる。第二に、電子透かしやメタデータは編集・圧縮・プラットフォーム間の共有を経て容易に失われうる上、業界横断的な統一規格が存在せず、各社の方式が相互運用できない状態にある。専門家からは「欧州の広範な地域でメディアリテラシーが不足している」ことが技術的対策の効果を損なう恐れがあるとの指摘もあり、欧州委員会の技術調査でも「単一の対策より複数手法の組み合わせの方が効果的」との見解が示されている。ラベル付けという制度自体は動き出したものの、実際に偽情報や操作的コンテンツを減らせるかどうかは、今後の運用実績次第といえる。

概要 JetBrainsは7月、AIコーディングエージェント向けの新サービス「JetBrains Context」の早期アクセス提供を発表した。これはコードリポジトリのためのインテリジェンスレイヤーで、“Coding agents shouldn’t have to rediscover your codebase for every task”（コーディングエージェントはタスクのたびにコードベースを再発見する必要はないはずだ）というコンセプトのもと、AIエージェントが効率よくコードベースを理解・操作できるよう支援する。JetBrains AIサブスクリプションの利用者であれば追加費用なしで利用でき、CLIツールによる認証だけでセットアップできる手軽さも特徴だ。 技術的な仕組み JetBrains Contextの中核は、リポジトリのコードを事前に段階的インデックス化し、AIエージェントに意図を理解したセマンティック検索を提供する点にある。従来、AIエージェントはタスクを実行するたびにファイルを探索し、関連コードを都度発見し直す必要があったが、JetBrains Contextを使うことで少ないトークンで必要なコンテキストを取得できるようになる。さらに、単一リポジトリ内にとどまらず複数リポジトリを横断した検索にも対応しており、あるリポジトリで定義されたAPIの使い方や依存関係、再利用可能なコードなどの情報を別のリポジトリからも参照できる。これにより、コード品質を保ちながら重複実装のような無駄な追加作業を減らせるという。対応するエージェントにはClaude Code、Codex CLI、Junie CLIなどが含まれ、JetBrains製IDEだけでなくVS Codeからの利用も可能とされている。なお、ユーザーのソースコード自体はJetBrainsのサーバーには保存されない設計になっている。 パフォーマンス改善の検証結果 JetBrainsは、205件のオープンソースタスク、175件の商用モノレポタスク、1,953件のコードローカライズタスクを用いた検証を行い、JetBrains Contextの導入によってAIエージェントのターン数を最大68%、待機時間（レイテンシー）を最大59%、実行コストを最大48%それぞれ削減できたと報告している。これらの数値は、エージェントがコンテキスト収集にかける手数や試行錯誤を大幅に減らせることを示しており、特に大規模なモノレポや複数リポジトリにまたがる開発現場での効果が期待される。 背景と今後の展望 近年、Claude CodeやCodex CLIをはじめとする自律的なAIコーディングエージェントの利用が急速に広がる一方で、エージェントが大規模なコードベースの構造やリポジトリ間の関係性を毎回手探りで把握しなければならない非効率さが課題となっていた。JetBrains Contextはこの課題に対し、リポジトリの知識をあらかじめ構造化してエージェント側に提供することで解決を図るアプローチだ。現時点では「JetBrains AI for Teams and Organizations」ユーザー向けの早期アクセスという位置づけであり、今後の正式提供や対応エージェントの拡大が注目される。

概要 Anthropicは、自律的に脆弱性を発見・悪用できるとする未公開の最先端モデル「Claude Mythos Preview」を用いて、NISTが審査中の耐量子暗号署名方式「HAWK」の格子構造に潜む未知の脆弱性を発見したと発表した。専門家による2年間のレビューでも見逃されていたこの弱点は、格子理論における「非自明な自己同型」と呼ばれる未利用の対称性であり、鍵回復の難易度を実質的に半減させるものだった。この結果を受けてHAWKの開発チームは、同等のセキュリティ強度を保つにはパラメータサイズを倍にせざるを得ず競争力を失うと判断し、NISTの標準化プログラムから撤退した。Keyfactorのシニア副社長Ellen Boehm氏は「Anthropicによるこうした研究は、NISTのPQC評価プロセスが機能していることを証明している」と評価している。 HAWKの脆弱性発見のプロセス HAWKは量子コンピュータ時代に備えた次世代デジタル署名方式として、NISTの第3ラウンド候補に残っていたアルゴリズムである。Mythos Previewは1人の研究者と協働し、マルチエージェントのワークフローを用いて文献レビュー・数学的推論・計算実験を組み合わせながら、約1週間かけて攻撃手法を開発した。その結果、小型版であるHAWK-256のセキュリティ強度は、想定されていた2^64から2^38まで低下することが判明した。開発にかかったAPI利用料は約10万ドルとされる一方、攻撃を最初から最後まで実装できたことから、この成果の検証は比較的容易だったという。 7ラウンドAES攻撃と「Möbius Bridge」 Mythos PreviewはHAWKとは別に、簡略化したAES-128の7ラウンド版に対しても新たな理論的攻撃を編み出した。当初モデルは「AES-128は最も研究し尽くされた暗号であり改善の余地はない」と判断していたが、研究者が「トップ研究者として振る舞ってほしい」と指示したところ、モデルは検証用のハーネス自体を書き直し、最終的に「Möbius Bridge」と名付けた新しいフィンガープリント手法を考案。従来の中間一致攻撃を200~800倍高速化することに成功し、この過程で約10億トークンを出力したという。ただしこの攻撃には約2^105個という現実には収集不可能な量の選択平文が必要であり、実運用で使われる10ラウンドの完全なAES-128には影響しない、あくまで理論上の成果にとどまる。Mythosが約1週間でこの攻撃を自律的に発見した一方、その正しさを検証するには人間の研究者2人がかりで約1か月を要しており、Anthropicは「AIによる計算コストよりも人間による検証こそが実質的なボトルネックになりつつある」と指摘している。 今後の展望 Anthropicはこのほかにも、Mythos Previewが軽量暗号LEAの13ラウンド攻撃(2^30未満)やSerpent-128の6ラウンド攻撃、Salsa20・Poseidon・SHA-1への部分的な改善など、複数の暗号方式で成果を上げたとしている。同社は学術機関と共同で暗号解析ベンチマーク「CryptanalysisBench」を開発したほか、責任ある開示手続きに則ってHAWK設計者やNIST、政府・産業パートナーと事前に協議を行った上で今回の結果を公開したという。専門家からは、AIが言語モデル登場からわずか数年で年単位の暗号解析を代替しうる水準に達したことで、世界中で十分な精査を受けていない暗号システムの再検証が急務になるとの指摘も出ており、今後は人間の検証能力がボトルネックとして顕在化していく可能性が高い。

概要 韓国のKOSPI指数は7月31日、前日比17.91%高の6595.45で取引を終え、統計開始以来最大となる1日の上昇率を記録した。半導体大手のSK HynixとSamsung Electronicsも急伸し、SK Hynixはストップ高となる29.95%高、Samsungも26.81%高と、いずれも過去最大の上げ幅で取引を終えている。この急騰は、前週にAIバブルへの懸念や中国半導体産業の台頭を背景に記録的な急落に見舞われた韓国市場が、一転して息を吹き返した格好となった。 急落からの経緯 今回の反発に先立ち、韓国市場は深刻な調整局面にあった。7月28日には中国の半導体産業振興策を引き金にKOSPIが10.84%下落し、翌29日にはパニック売りが広がり、KOSPIとして初めてとなる2営業日連続でのサーキットブレーカー発動という異例の事態となった。この急落の背景には、レバレッジ型ETFを軸とした「三重のレバレッジ構造」——取引所外の信用取引、証券会社の追証取引、そして2〜3倍のレバレッジをかけたETF——が存在していたとされる。5月にわずか5兆ウォン規模で始まったレバレッジETF16銘柄は6月には16兆ウォンにまで急拡大しており、7月13日の急落時にはこれらのETFがSK Hynix株を約50億ドル規模で投げ売りしたと分析されている。 反発の背景 市場心理を好転させたのは、米国の大手テック企業による好決算だった。MicrosoftとAmazonが市場予想を上回る決算を発表し、米国株式市場のハイテク株が前日に大幅高となったことが韓国市場にも波及した。特にMicrosoftはAzureの売上高が43%増加した一方でAIインフラ投資を抑制的に進めていることを示し、AI投資の過熱に対する懸念を和らげた。韓国国内では海外投資家の買いが上昇の主な原動力となったほか、ショートカバーやレバレッジETFの機械的なリバランス取引が値動きをさらに増幅させたとみられる。 今後の見通し もっとも、今回の反発をもって市場が完全に立ち直ったとは言い切れない。KOSPIは急落前の7月27日終値である6700ウォン台を依然として下回っており、SK Hynix株も52週高値の298万7000ウォンから42%安い水準にとどまっている。アナリストの間では、今回の動きは「トレンドの反転ではなく回復局面」との見方が多く、持続的な回復には海外資金の継続的な流入と、レバレッジ依存からの構造的な脱却が必要だと指摘されている。韓国政府はすでに個別株レバレッジETFへの規制を強化し、1銘柄あたりの投資上限を20%に設定するなど対応に乗り出しており、今後は米国のAI投資に対する市場心理の持続性と、半導体各社の2026年第3四半期以降の収益見通しが相場の方向性を左右する焦点となる。