NVIDIAが台湾に年1500億ドル投資——米国AI拠点化計画の裏で

NVIDIAが台湾のAIインフラ構築に年間約1500億ドル（約22兆円）を投じる計画であることが報じられた。複数メディアの報道によると、NVIDIAのJensen Huang CEOは台湾を「AI革命の中心」に位置づけており、半導体サプライチェーンの要である同国への投資を大幅に拡大する方針だ。

この動きは、トランプ政権が推進する「米国をAIハブに」という構想と奇妙な対照をなしている。Ars Technicaの報道によれば、政策的には米国内への投資を促進する意向だが、実際には台湾の製造インフラなしにはAI産業が成り立たないという現実が浮き彫りになっている。

AI半導体の供給が台湾に集中する構造は地政学的リスクを内包しており、米中対争の文脈でも注目される。NVIDIAの巨大投資は、TSMCをはじめとする台湾の製造力への依存が今後も深まることを示唆している。

Apple iOS 27でSiri全面刷新——新AI機能のスクリーンショットが流出

Bloombergの報道により、Appleが次期OS「iOS 27」でSiriの全面オーバーホールを予定していることが明らかになった。流出したスクリーンショットには、刷新されたSiriインターフェースに加え、AIを活用した新カメラアプリ「Pro Camera」など複数の新AI機能が含まれている。

AppleはこれまでWWDCでの発表を通じてAI機能を段階的に公開してきたが、今回のSiri刷新は従来の音声アシスタントからより自律的なAIエージェントへの移行を示唆するものとみられる。写真アプリやカメラアプリへのAI統合も進むようで、ユーザー体験の根幹を変える可能性がある。

Hacker Newsでも話題になっており、AppleのAI戦略がいよいよ本格化するかどうかの注目度の高さがうかがえる。

TeslaのAIトレーナーが自社の自動運転技術を信頼していない——Reuters調査

Reutersの調査報道により、Tesla内部でAIトレーニングに従事する人材たちが、自社の自動運転技術や安全性統計を信頼していない実態が明らかになった。

報道によると、データラベリングやモデル評価を担当するAIトレーナーたちは、安全性指標の算出方法に懸念を抱いており、公表されている安全データが実態を正確に反映していない可能性を指摘している。自動運転技術の安全性は消費者の生命に直結する問題だけに、内部からの不信の声は重大な意味を持つ。

Hacker Newsでは8ポイントを獲得するなど関心を集めており、自動運転業界全体の透明性と安全規制のあり方にも影響を与える可能性がある。

SpaceXがC言語で自社製AI学習スタックを開発

Elon MuskがX（旧Twitter）で、SpaceXが独自のAI学習スタックv1.0をC言語でほぼ完成させたことを明らかにした。

既存のPythonベースのMLフレームワーク（PyTorchなど）ではなく、あえてC言語でスクラッチから構築するという選択は、パフォーマンスとハードウェア制御の最適化を狙ったものとみられる。SpaceXのロケット制御システムでは極めて厳しいリアルタイム性が求められるため、汎用フレームワークのオーバーヘッドを排除する判断は理にかなっている。

宇宙産業におけるAI活用が進む中、インフラレイヤーからの独自構築というアプローチは、他のハードウェア集約的産業にも影響を与える可能性がある。

ユタ州のAI処方箋パイロット初評価——医療AIの規制実験

ユタ州で実施されていたAIによる処方箋補充（prescription refills）のパイロットプログラムについて、初の評価結果がPDFで公開された。DoctronicというAIシステムを用いたこのパイロットは、AIが医療行為の一部を担うことを規制的に認めた先行事例として注目されている。

AIによる医療判断は責任の所在や安全性の担保が難しく、規制当局が慎重に進めてきた領域だ。ユタ州の取り組みは、州レベルでの規制サンドボックス的な実験と言え、他州や他国の医療AI政策にも参考になる可能性がある。

MONET——1億件超のオープン画像・テキストデータセット

Jasper AIが、1億490万件の高品質画像とテキストキャプションを含むデータセット「MONET」をApache 2.0ライセンスで公開した。29億枚の画像から厳選されたこのデータセットは、テキストから画像生成モデル（T2I）のトレーニングに活用できる。

併せてUMAPによるデータ分布の可視化ツール、テキスト・画像検索ツール、MONETベースのT2I学習コードベースも公開されており、オープンなAI研究コミュニティに大きな貢献となる。高品質な大規模画像データセットのオープン化は、画像生成AIの民主化をさらに進めるものと言える。