Metaの余剰AIコンピュートをAnthropicが確保か

The Decoderの報道によると、Metaが同社のデータセンターに抱える余剰のAIコンピュート能力をAnthropicへリースする方向で調整しているという。Zuckerberg CEOが進める「余剰GPUを外部に販売・リースする」構想の、最初の大型取引相手としてAnthropicの名前が浮上した形だ。

MetaはLlamaシリーズなど自社AIのために巨大なGPU群を積んできたが、そのすべてが常に稼働しているわけではない。遊休リソースを収益化しつつ、競合関係にあるAnthropic側は巨大な学習・推論リソースへのアクセスを手に入れることになる。もし実現すれば、ハイパースケーラーによるGPU転売市場の起点になる可能性もある。

現時点では交渉段階であり、契約規模や期間は公開されていない。

Databricksが$188B評価額に到達

TechCrunchの報道によると、Databricksは企業価値評価で$1,880億（約28兆円）に到達した。同社は元々データレイクとSparkで知られた企業だが、近年はAI基盤企業として位置づけを完全に作り直しており、UC Berkeleyからの研究成果やMosaicML買収による自社モデル、オープンウェイトモデルを活用したコスト比較研究など、AI領域での存在感を急速に高めている。

同社が発表した研究では、オープンウェイトのコーディングモデルを適切にファインチューンすれば、プロプライエタリなAPIに対してコスト面で大きく優位に立てるという結果を示しているという。AI予算の圧縮を模索する企業にとって、Databricksのアプローチは現実的な選択肢として映っているもようだ。

NetflixがBen Affleck関与のAI企業を$587Mで買収

Hollywood Reporterの報道によると、NetflixはBen Affleck氏が関わるAIスタートアップを$5.87億（約880億円）で買収したという。金額も注目ポイントだが、より重要なのは大手ストリーミングサービスがAI製作パイプラインそのものを社内に取り込んだという点だ。

Netflixはすでに約300タイトルで生成AIの活用実績があると報じられていた。今回の買収は「AIを使う」段階から「AI製作能力を資産として所有する」段階への移行を示唆する。ハリウッドにおける俳優・脚本家のAIに対する懸念が続く中、プラットフォーム主導のAI製作がどこまで進むかが焦点になる。

Kaiserの看護師が「AIでケアが悪化」と指摘

カリフォルニアのKaiser Permanenteの看護師たちが、AIと職場監視技術の導入によって業務と患者ケアの質が低下していると警告を発している（Local News Matters報道、Hacker Newsで50ポイント）。具体的には、AIが提唱する判断の処理に追われて患者との対話時間が減るほか、監視ツールが生産性指標として使われることで心理的負荷が高まっているという。

医療AIは精度や規制だけでなく、現場の労働環境にどう統合されるかが問われている。類似の指摘は小売や物流でも続いており、「AIで人員削減→残されたスタッフの負荷増」というパターンに対する警戒感が強まっている。

Mind Shield: LLMから「批判的思考」を守るブラウザ拡張

Hacker NewsのShow HNに投稿された「Mind Shield」は、LLMの出力に接しているうちに、ユーザーが受動的にAIの意見に引きずられるのを防ぐ、ローカル動作のブラウザ拡張。表示中のテキストに対して「ここはまだ自分で考えるべき領域」とアラートを出したり、即答を求めるUIを遅延させたりするアプローチをとるという。

流行りの「AIで生産性アップ」の対極にある、認知的自律性を守るアプローチとして議論を呼んでいる。教育的な文脈やライティングツールでの活用が想定されている。実装はシンプルだが、設計思想としては「人間の思考の遅さ」をあえて保持するという興味深い方向を向いている。

LLMジャッジの不確かさを定量化する試み

RedditのLocalLLaMAサブで話題になった「Getting LLMs to Quantify their Unknowns」は、LLMを評価者（ジャッジ）として使う際に、判断の「自信度」を較正（calibration）する手法を検討したもの。LLMジャッジが「これは自信がない」と正しく言えるようになれば、低信頼度のサンプルだけ人間がレビューする半教師学習パイプラインが回るようになる。

モデル評価やデータ品質管理でLLMジャッジは急速に普及しているだけに、自信度較正は実用的な意味が大きい。単なるベンチマーク上の数字ではなく、「判断ごとの確信」を扱えるかどうかが、LLMをプロダクションで使い続ける上での鍵になりそうだ。