本文へ移動

#データ・学習

今日 0 件

10月22日

木曜日
  1. Claudeはサソリ抗毒素を作れず:CitriniとAnthropicの創薬実験

    投資調査会社CitriniはAnthropicと協力し、未公開のClaudeを使ってサソリ抗毒素タンパク質を設計したが、最終的に薬は作れなかった。Claudeは約32万個の候補タンパク質を生成し、選別後に外部ラボが211の設計を試験したところ、5種のサソリ毒のうち4種と結合できたのは17個のみで、複数の毒素に結合できたものは一つもなかった。Anthropicが約5万ドルの計算費用を負担し、外部試験に別途約15万ドルかかった。専門家はこの結果を「薬には程遠い」とし、誇張されていると指摘する。

  2. IBM Granite時系列モデルのアンサンブル予測:4アーキテクチャを組み合わせ、再学習不要

    IBMはHugging FaceでGranite Timeseries Ensembleを公開した。PatchTST-FM-r1、PatchTST-FM-r2、FlowState-r1.1、TTM-r3の4つの事前学習済みGranite時系列モデルを統一的な予測インターフェースに組み合わせたもので、再学習もアンサンブル重みの fitting も不要だ。

  3. データセンターがテキサス州の数十年にわたる大気質改善を帳消しにする可能性、報告書

    ヒューストン先端研究センター(HARC)の新報告書によると、テキサス州で計画中のデータセンターがすべて想定される電源構成で電力網に接続されると、5年以内に電力部門の微小粒子状物質汚染は3倍以上に増え、2006年以来最悪の水準となる。スモッグの原因となるNOx排出量は136%増加して2004年並みに近づき、二酸化炭素排出量は2025年比で90%増えるという。

  4. U.S. Hunger、Amazon Quickで経営陣とデータをつなぐ

    米国の非営利団体U.S. HungerはAmazon Quickを活用し、経営陣が組織のデータを直接探索できるようにした。SQL Serverのデータは毎晩2時にSPICEインメモリエンジンへ更新される。Quick Spacesは経営チームに共有のKPI定義、財務文書、分析スペースを提供し、現在17名の同僚がアクセス権を持ち、経営幹部、技術、Full Cartプロジェクト、財務、コンプライアンスなどの職能をカバーしている。

  5. TorchNeuron の性能プロファイリング(1):AWS Trainium でのシステムレベル性能分析

    Hugging Face のブログが「Profiling TorchNeuron」シリーズの第1回を公開した。AWS Trainium 上で torch.profiler を NeuronConfig および NeuronProfiler と組み合わせてクリーンな trace を取得し、key_averages() テーブルから Neuron デバイス時間を消費する演算子を特定する方法を解説している。

  6. NVIDIA、学習不要で予測できる関係型基盤モデル「Kumo Relational」を発表

    NVIDIAは事前学習済みの関係型基盤モデル「Kumo Relational」を発表した。企業データベース上で解約、需要、不正などの予測を直接行え、1回のフォワードパスで完了する。タスク固有の学習や特徴量エンジニアリング、テーブルのフラット化は不要だ。

10月21日

水曜日
  1. Amazon SageMaker HyperPodでGPT-OSS-20Bを微調整し多言語推論を実現

    GPT-OSS-20Bは50例の多言語推論テストで、目標言語で推論したのはわずか22%だった(英語100%、フランス語0%、ドイツ語10%、スペイン語0%、イタリア語0%)。チームはAmazon SageMaker HyperPod上でLoRAを用い、SFTとGRPOを組み合わせて微調整し、英語への偏りを是正した。結論として、SFTが主な役割を担い、GRPOは改善の余地がある場合にさらに最適化するもので、技術の選択は能力の差に合わせる必要がある。

10月20日

火曜日
  1. 企業AIの新たな経済学:トークンコストから有効産出コストへ

    企業AIは散発的なチャットボット実験から業務の基盤層へと移行しつつあり、指標もトークンやGPU時間の価格から「有用な産出あたりの実効コスト」へと変わりつつある。企業は自社構築、オンデマンド消費、プライベートAIプラットフォームの統合という三つの道を選べる。HPE Private Cloud AIはスケジューリング、モデル選択、GPUパーティション、キャッシュ管理を運用レバーとし、同社が委託した独立テストでは、高稼働率のマルチワークロード基盤のトークンあたり実効コストが同等容量を都度借りる場合を下回った。

  2. 三星の平沢大型半導体団地を訪ねて:AIブームで第5工場の建設を再開

    三星は韓国・平沢に大型半導体製造団地を建設しており、現在3つの工場が24時間稼働、4つ目もまもなく稼働する。5つ目は2024年にメモリー需要が落ち込んだ際に工事が止まったが、AIブームで需要が急増したため再開した。三星はメモリーチップ需要が2028年まで急増し続けると見ており、SK Hynixに奪われた高帯域幅メモリー市場の主導権を取り戻そうとしている。団地の面積はニューヨークのセントラルパークとほぼ同じで、現場作業員の日給は14万ウォン(97ドル)。

  3. Hugging Face、TorchNeuronを公開 AWS Trainiumでのモデル実行を簡素化

    Hugging Faceは、AWS Trainium上でPyTorchを動かすためのネイティブバックエンドTorchNeuronを発表した。Transformers、Diffusers、Kernelsがネイティブにサポートし、10月20日から公開ベータとして提供を開始する。pip install torch-neuronxでインストールできる。

  4. Amazon SageMaker JumpStart 2026年回顧:100以上のモデルを追加、30社のプロバイダーに対応

    Amazon SageMaker JumpStartは2026年1月から9月にかけて100以上のモデルを追加し、30社のプロバイダーに対応した。うちAlibaba(Qwen)が29モデル、NVIDIAが17モデルを提供し、Cosmos3世界基盤モデルシリーズやNemotronシリーズを含む。Mistral、Google、IBM、Cohereはそれぞれ7、6、4、4モデルを追加した。

  5. AWS、PyTorchアプリを1行の設定変更でTrainium上で動かせる開発ツールTorchNeuronを公開

    AWSは、PyTorchで書いたAIアプリをコードを書き直すことなく、1行の設定変更だけで自社開発チップTrainium上で動かせる開発ツールTorchNeuronを公開した。AWSによると、AIアプリの約85%はPyTorchで書かれている。同社はフレームワークと特定チップの結び付きをなくすコードをPyTorchの上流に還元し、フレームワークをよりハードウェア非依存にする計画だ。

10月19日

月曜日
  1. AIクラウド事業者の統合が近づく、最も影響を受けるのはNvidia

    株価の急落とIPO計画の撤回が続いた1週間を経て、業界関係者は新興AIクラウド事業者(neocloud)の統合が起きると予想している。数百社のうち数年間生き残るのは7~10社にとどまるという。CoreWeaveと小規模な競合各社の株価は約20%下落し、オーストラリアのFirmusはIPOを撤回した。Gartnerは2030年までに独立系neocloudの80%が独立運営を停止すると予測している。

10月18日

日曜日
  1. Meta、スクレイピングとAI学習への懸念を招いた利用規約の文言を削除

    Metaが商業利用規約を更新した際、企業アカウントのドメインやウェブページ、URL上のあらゆるコンテンツをMeta製品の開発・訓練・維持に利用できると宣言していた。法律の専門家は、出版元のウェブサイトの内容をスクレイピングしてAIモデルの訓練に使うことを認めかねない条項だと指摘した。Metaの広報担当者は、ウェブスクレイピングの方法が変わるものではないと述べ、その後この条項は削除された。統合されたスクレイピング条項は広告と商業製品にのみ適用され、Metaのウェブクローラーの利用方法は変わらないと説明している。

10月17日

土曜日
  1. Meta、ニュースサイトのAI学習目的のスクレイピングを可能にしかねない条項を削除

    Metaは商用規約を再び更新し、専門家がニュースサイトのコンテンツをAI学習のためにスクレイピングすることを認めうると指摘していた文言を削除した。Metaのコミュニケーション担当副社長アンディ・ストーン氏と広報のダニエル・ロバーツ氏はこれまで、クローラーの利用方法に変更はないと反論していた。ロバーツ氏は最新の声明で、当該条項は広告と商用製品にのみ適用され、コンテンツ所有者は引き続きrobots.txtで意向を示せること、今回の更新によってMetaがその意向を超える新たな権利を得るものではないと述べている。

  2. Google Research、AIエージェントがウェットラボ実験を閉ループで駆動するVERIDフレームワークを提案

    Google Researchは研究ブログを公開し、AIエージェントがウェットラボ実験を閉ループで進めるための3つの進展を紹介した。VERIDフレームワークは実験台の意味的デジタルツインを構築し、リアルタイムの3D状態追跡、仮想予行演習、ハードウェア安全チェック、映像による動作ログの同期を可能にする。

10月16日

金曜日
  1. NVIDIAとAI4Bharat、2.8兆トークンのインド語言語コーパスとオープンなデータ生成パイプラインを公開

    NVIDIAはIIT MadrasのAI4Bharatラボと共同でNemotron-pretraining-Indic-v1を公開した。約2.8兆トークンで22のインド言語をカバーし、うち2,601.0億が現地文字トークン、224.6億がローマ字化トークン。カウントにはGemma-4トークナイザーを使用。

10月15日

木曜日
  1. Mistral、時系列基盤モデルTimestralを公開 209Mパラメータで三大ベンチマーク首位

    Mistralは初の時系列基盤モデルシリーズTimestralを公開した。5M、28M、123M、209Mの4サイズを用意し、最大モデルは209MパラメータでGIFT-Eval、TIME、fev-benchの3つの公開ベンチマークで首位。パラメータ数は前世代SOTAの3分の2にとどまる。

  2. Anthropic、投資家向けに四半期売上高が168億ドルに増加と開示、IPO前に約50%増

    FTの報道によると、Anthropicは水曜日の投資家向けイベントで、四半期売上高が約50%増の168億ドルになったと開示した。内訳はQ1が約48億ドル、Q2が115億ドル、Q3が168億ドル。Q3は計算資源への支出1ドルあたり1.70ドルの収入があり、株式報酬を除いた調整後の営業利益率は11%だった。Anthropicはまた、蒸留が売上高の5%から7%を占めており、第3四半期にこの利用分を大幅に削減したと投資家に説明した。