Recursiveがステルス解除 — 6.5億ドルで「自己改善AI」を狙う

AIスタートアップRecursiveがステルスモードから正式に姿を現し、6億5,000万ドル（約970億円）の資金調達を発表した。

同社が目指すのは、人間の介入なしに自らの性能を改善し続ける「self-improving AI」の実現。現在のLLMが固定された学習データに依存しているのに対し、Recursiveは継続的な自己最適化の仕組みを組み込むアプローチを採るとしている。

投資家側からの期待は大きいものの、「自己改善」という概念はAI安全研究の観点からも注意深い議論を要するテーマだ。実用化の具体的なロードマップや、安全上のガードレールについての詳細は現時点では限定的である。

Googleが数百人のエンジニアを採用 — 顧客のAI導入を支援

Googleが、自社のAI製品群を企業顧客に導入してもらうため、数百人規模のエンジニアを採用する方針を明らかにした。

AIモデルそのものの開発競争に加え、「導入支援」という地味だが重要な領域での人的投資に舵を切った形だ。多くの企業が「どのAIツールを使えばよいか」だけでなく「どう既存のワークフローに統合するか」に直面しており、Googleはこの溝を埋める戦略とみられる。

この動きは、AIプラットフォーム各社が「モデルの性能」から「導入体験」へ競争軸を拡大していることの表れでもある。同時に、技術者の需給がさらに逼迫する可能性も示唆している。

1兆パラメータMiMo-V2.5-Proがオープンソース化 — 自前ホストは割に合うのか

RedditのLocalLLaMAコミュニティで、MiMo-V2.5-Pro（1.02兆パラメータ）のオープンソース化を巡る議論が活発化している。

このモデルは中国のXiaomiが開発したもので、従来のオープンソースLLMのスケールを大きく上回るパラメータ数を誇る。ただし、コミュニティの関心は単なるモデルの大きさよりも、「自前ホストのコスト」と「API利用コスト」の比較に集中している。

議論のポイントによれば、API経由で3億8,700万トークンを処理した場合のコストは約70ドル。一方、1兆パラメータを自前でホストするには多大なGPUリソースが必要となる。実用的な観点から「オープンソースだからといって必ずしも自前運用が最適とは限らない」という指摘が複数上がっており、オープンソースAIの活用モデルそのものを問い直す議論に発展している。

AIが回想録作家の報酬を半減 — 創作職への影響が現実に

The Guardianの報道で、回想録（memoir）を執筆する作家の収入がAIの普及により約半分に減少した実態が紹介された。

AI生成テキストの台頭により、出版業界では原稿料の引き下げ圧力が強まっており、執筆という職業そのものの経済的基盤が揺らいでいる。特に回想録やノンフィクション分野では、AIによる「下書き生成」が一般的になるにつれ、作家に支払われる対価の正当性が問い直される状況が生じているという。

単なる「AIが仕事を奪う」という構図ではなく、創作的労働の価値評価そのものが変化しつつある点で、より構造的な問題として注目される。

llama.cppが推論モデルの「続き生成」に対応

オープンソースLLM推論エンジンllama.cppに、推論モデル（reasoning model）での生成再開機能を追加するプルリクエストが提出された。

推論モデルでは、Chain-of-Thoughtの出力途中で中断された場合、その続きを効率的に再開することが難しいという課題があった。このPRは、reasoning途中の状態を保存し、そこから生成を再開する仕組みを提供する。

ローカルLLMの実用性を高める重要な改善で、特に長文推論タスクでのユーザー体験が向上するとみられる。コミュニティからは好意的な反応が多く、マージが期待されている。

「生成AIの欺瞞の日常性」を探る研究がarxivに発表

arxivに"Exploring the 'Banality' of Deception in Generative AI"という論文が掲載され、Hacker Newsでも注目を集めている。

この研究は、生成AIが嘘をつくメカニズムを「悪意ある設計」ではなく「日常的・構造的な性質」として分析している。タイトルがHannah Arendtの「悪の陳腐さ（Banality of Evil）」を意識していることは明確で、AIの誤生成やハルシネーションを、特定のバグではなく、システムそのものの性質として捉え直す試みだ。

AI安全性の研究分野において、技術的な対策だけでなく、生成AIの欺瞞を社会学・倫理学的な枠組みで理解しようとするアプローチとして注目に値する。

AIデータセンターを宇宙に — 冷却問題は「ない」という試算

宇宙へのAIデータセンター建設について、「冷却問題はない」とする分析がHacker Newsで話題になっている。

地球のデータセンター最大の課題の一つは排熱処理だが、宇宙空間では真空による断熱効果と放射冷却を活用できるため、理論上は冷却のコストと複雑さが大幅に削減される。ただし、打ち上げコスト、メンテナンス、通信遅延といった課題は依然として大きい。

実現可能性の議論はまだ初期段階だが、地球上のデータセンターの電力消費と環境負荷が深刻化する中、宇宙インフラは長期的な選択肢として検討に値するという指摘がある。