GPT-5.xが理論物理学で新たな成果を導出

Latent Spaceが、OpenAIに在籍する理論物理学者Alex Lupsascaへのインタビューを公開した。GPT-5.xが理論物理学と量子重力の分野で新たな結果を導出した経緯について、詳細な解説が行われている。

同記事では「Jagged Frontier（ギザギザのフロンティア）」という概念が紹介されている。これは、AIの能力がメール作成やコーディングといった日常的なタスクでは中程度の向上にとどまる一方で、最先端の学術研究といった特定領域では驚異的な成果を出すという非線形な能力プロファイルを指す。実際、RedditのユーザーからはGPT-5.5に対して「そこまで感心しない」という声も上がっているが、物理学の最先端では全く異なる評価が下されているという。

AIが創造的な研究活動に貢献する事例は増えているが、理論物理学という極めて抽象的な分野で「新たな結果」を導出したという報告は、AIの認知能力の到達点を示すものとして注目に値する。ただし、導出された結果の学術的な査読状況や、人間の研究者との協業の詳細については、今後の公開が待たれる。

Daemon Toolsがサプライチェーン攻撃で1ヶ月間バックドア化

Ars Technicaの報道によると、ディスクイメージのマウントツールとして広く使われている「Daemon Tools」が、約1ヶ月間にわたりバックドア入りバージョンを配布していたことが判明した。セキュリティ企業のKasperskyがこの攻撃を報告した。

攻撃は4月8日に開始され、Kasperskyのレポート公開時点でも継続していた。問題なのは、悪意あるアップデートが開発者の公式デジタル証明書で署名されていた点だ。これにより、通常のセキュリティチェックをすり抜けることができた。

サプライチェーン攻撃は近年増加傾向にあり、AIツールの普及に伴い開発ツールの信頼性がより重要になっている。Daemon Toolsユーザーは直ちにシステムの感染確認を行うことが推奨される。

ASML CEOが「誰も我々に追いつけない」と独占に自信

TechCrunchのインタビューで、半導体製造装置メーカーASMLのCEO Christophe Fouquet氏が、同社のEUVリソグラフィー技術に関する独占的地位について自信を示した。「誰も我々に追いついてくる者はいない」と述べ、競合の不在を強調した。

ASMLのEUVリソグラフィー装置は、最先端AIチップの製造に不可欠な技術であり、NVIDIAやAMD、Appleなどのハードウェア企業はASMLの装置なしでは最新のチップを製造できない。Fouquet氏は2024年にCEOに就任しており、Milken Institute Global Conferenceでの講演を前にリラックスした様子でインタビューに応じたという。

AI産業の急成長は、裏を返せばASMLの技術への依存度をさらに高めている。ただし、一部の国では独自のリソグラフィー技術開発が進んでおり、長期的な競争環境がどう変化するかは不透明だ。

PyTorchがLLMサービングのCPU/GPU分離アーキテクチャ「SMG」を提案

PyTorchの公式ブログで、LLMサービングにおけるCPUとGPUの分離を提案する「LightSeek SMG」の技術解説が公開された。

従来のLLMサービングでは、CPUとGPUが同じサーバー内で密結合されているのが一般的だ。SMGのアプローチは、この構成をあえて分離し、それぞれのリソースを独立してスケーリング可能にする。これにより、GPUの計算リソースをより効率的に活用できるという。

LLMの推論コストは産業界の大きな課題であり、こうしたインフラレベルの最適化は実用的な意義が大きい。ただし、CPUとGPUを分離した際のレイテンシへの影響や、実際の本番環境での効果については、さらなる検証が必要だろう。

ツール連鎖でLLMエージェントが脱獄 — arXiv論文

arXivに公開された論文が、LLMエージェントの新たなセキュリティリスクを指摘している。個々のツールは無害であっても、複数のツールを組み合わせることで危険なチェーンが形成され、エージェントの安全制限を回避できるという。

エージェントAIは外部ツールへのアクセス能力を備えることで実用性を高めているが、この柔軟性が攻撃面を拡大している。ツール間の組み合わせ爆発を想定したセキュリティテストの難しさも指摘されている。

エージェントAIの普及が進む中、単一ツールの安全性確認だけでは不十分であり、組み合わせの安全性をどう担保するかが重要な研究課題となっている。

AIをゲームから外したら面白くなった — 逆説的な教訓

Hacker Newsで話題を集めた記事で、ゲーム開発者が「AIをゲームから取り除いたところ、ゲームが大幅に面白くなった」という経験を報告している。

AIの万能性への期待が高まる中、この事例は「AIを入れれば良くなる」という単純な考えに対する有益なカウンターポイントを提供している。AIが最適な選択肢ではない領域を明確に理解することは、AIを正しく活用する上で同様に重要だと言えるだろう。