DeepMind CEOが独立AI規格団体の設立を提唱

Google DeepMindのCEOであるDemis Hassabis氏は7月14日、フロンティアAIモデルのテストとベストプラクティス策定を目的とする独立した「規格団体」の設立を提案しました。金融業界の自己規制機関であるFINRAをモデルにしており、AI企業が自主的に参加する仕組みを想定していると報じられています。

Hassabis氏の提案は、AIモデルの安全性評価を業界主導で標準化するアプローチを示すものです。政府による規制だけでは追いつかない技術の進化スピードに対し、業界内でのチェック機構を設けることでバランスを取る狙いとみられます。具体的な参加企業や発足時期については、現時点では明らかにされていません。

ニューヨーク州がデータセンター建設に一年間のモラトリアム

ニューヨーク州は米国で初めて、データセンターの新規建設を一時的に停止する法案を可決しました。期間は一年間で、AI産業の急速な拡大に伴う電力消費と環境負荷への懸念が背景にあります。

この決定はAI業界に少なからぬ衝撃を与えています。データセンターはAIモデルの学習・推論に不可欠なインフラであり、建設制限はAI開発の地理的な配置に影響を与える可能性があります。一方で、データセンターの電力消費が地域の電力網に与える負荷はすでに深刻化しており、他州でも同様の動きが出るかが注目されます。

PrismMLの「Bonsai 27B」：1-bit LLMがスマホで動作

PrismMLは7月14日、1-bit量子化技術を用いた27Bパラメータクラスの言語モデル「Bonsai 27B」を発表しました。このモデルはQwen 3.6 27Bをベースとし、わずか10GBのメモリでFP16精度に近い性能を発揮すると報告されています。

最も注目すべきは、WebGPUカーネルを使用してブラウザ上でもローカル実行が可能という点です。27Bクラスのモデルがスマートフォンやブラウザ環境で動くことは、ローカルLLMの到達範囲を大きく広げる出来事と言えます。RedditのLocalLLaMAコミュニティでも複数のスレッドで活発に議論され、高い関心を集めています。

1-bit LLMは従来の量子化手法よりもさらに極端な圧縮を行う技術で、精度の低下を最小限に抑えつつモデルサイズを劇的に削減できます。Bonsai 27Bが実用的な性能を維持しているとすれば、エッジデバイスでの大規模モデル実行という長年の課題に対する一つの回答となるかもしれません。

Googleが主要出版社から著作権侵害で提訴

Hachette、Cengage、Elsevierなど複数の大手出版社が7月14日、Googleが著作権で保護された作品を許可なくAI学習に使用したとして提訴しました。AI企業と著作権者との法的対立は続いていますが、今回のように複数の大手教育出版社が連携して訴訟を起こすケースは、影響範囲が大きいとみられます。

この訴訟は、AIモデルの学習データに関する法的な境界線を改めて問うものです。同日にDeepMind CEOが自主規制団体の設立を提案したことと合わせると、AI業界におけるルール形成が急務となっていることがうかがえます。

Anthropicが教育者向け「Claude for Teachers」を無償提供

Anthropicは7月14日、米国のK-12（幼稚園から高校）の認証済み教育者向けに「Claude for Teachers」の無償提供を開始しました。特徴的なのは、学生データをモデルの学習に使用しないという約束を明示している点です。

教育現場でのAI利用はプライバシー懸念から導入が遅れるケースが多く、データ取り扱いの明示的な約束は教育機関との信頼構築を狙うものとみられます。AI企業による教育市場への本格的なアプローチとして注目されます。

AI支出がノートPCや電力価格に影響、FRBが注視

大規模なAI投資が、ノートPCの価格や電力コストの上昇を引き起こしていることが報じられました。連邦準備制度理事会（FRB）もこの動きを注視していると伝えられています。

AI向け半導体需要が部品全体の供給を引き締め、結果的にコンシューマー向け電子機器の価格にも波及している構図です。また、データセンターの電力需要増大が電気料金の上昇要因にもなっています。AIブームの経済的副作用が日常生活にまで及びつつあることが示唆されています。

AI生成コードの品質：62行に1つの問題

QualityCloudsが2160万行のAI生成コードを分析したところ、平均して62行につき1つの問題が発見されたと報告されています。GitHubで公開されたこのレポートは、AIによるコード生成が開発効率を向上させる一方で、品質管理の新たな課題を生んでいることを示しています。

生成コードの大量生産が進む中で、自動レビューやセキュリティスキャンの重要性がかつてないほど高まっています。