サンフランシスコの連邦裁判所が、米国防総省によるAnthropicへの「サプライチェーンリスク」指定を違法と判断した。今日はこの判決の内容に加え、音楽マーケットプレイスのBeatportがAI生成楽曲の禁止に踏み切った決定、Metaがデータセンターで作業ロボットのテストを進めていること、韓国の「AI for All」構想を取り上げる。オープンウェイト系ではThomson Reutersの35Bモデル公開も伝えられている。

ペンタゴンのAnthropic指定、連邦裁が「違法」と判決──報復目的との指摘も

米国防総省がAnthropicをサプライチェーンリスクに指定した問題で、サンフランシスコの連邦裁判所がこの指定は違法（unlawful）と判断したことが報じられた（The Decoder、TechCrunch）。

今朝の記事では、連邦裁判官が指定を「違法かつ根拠なし」と判断して阻止したと伝えた。その後報じられた内容はより具体化していて、The Decoderによると、国防総省は同社が政府のAI政策を公に批判したことへの報復としてブラックリストに載せたとされる。また、指定そのものはワシントンで係属中の並行事件があるため、形式的には残り続けるという。TechCrunchはこの判断を「法廷での初勝利」と位置づけ、2件目のペンタゴン訴訟がワシントンで続いていることも伝えている。

なぜ重要か。行政機関が、政策を公に批判した企業を安全保障上のリスクとして名指しする措置を、司法が違法と退けた事例だからだ。措置が完全に取り下げられたわけではなく、並行訴訟の行方も含めて、米国の行政とAI企業の力関係を占う材料として引き続き注目したい。

Beatport、完全AI生成音楽を即時禁止へ

DJ向け音楽マーケットプレイスのBeatportは、完全に（あるいは大部分）AIで生成された楽曲の掲載を、即時で禁止すると発表した（The Decoder）。

「完全・大部分AI生成」という線引きが特徴的で、人間が制作に関与した楽曲は対象外となる考え方だ。何をもって「大部分AI生成」と判定するのか、検出の仕組みや運用の詳細は収集データの範囲では確認できない。

なぜ重要か。音楽配信プラットフォームがAI生成コンテンツの受け入れについて、明確に拒否の線を引いた最初期の大型事例の一つだからだ。生成AIの音楽への応用が進む中、プラットフォームごとの許容範囲が試され始めており、他のマーケットプレイスやストリーミングサービスがどう追随するかも見どころになる。

Meta、データセンターでケーブル交換やサーバーリセットを担うロボットをテスト

Metaは、データセンター内で技術者が行ってきた作業の一部を担うロボットのテストを進めている（WIRED）。対象はケーブルの付け替えやサーバーのリセットといった作業で、同社のデータセンター運用に組み込むことを目指しているという。報道では、こうした動きを受けて、作業に携わる人たちの間に雇用への懸念が広がっていることも伝えられている。

なぜ重要か。ロボティクスとAIの実用化の最初の大型適用先が、市販製品ではなく自社施設の運用だったという点だ。データセンターはAI時代に急速に需要が増える施設で、人手と訓練コストが課題になりやすい。ケーブル交換のような定型作業をロボットに任せられれば、運用のスケールメリットに直結する。一方で「技術者の仕事が置き換わるのではないか」という懸念が現場で生まれていることも、物理AIの普及が労働に与える影響を考える上で示唆的だ。

韓国「AI for All」──国民全員に無料のAIアクセスを

WSJの報道によると、韓国は「AI for All」と題した取り組みで、国民全員に無料でAIへのアクセスを提供する方針を打ち出している。

詳細な制度設計──どのモデルを、どの手段で、どの範囲まで無料にするのか──は収集データの範囲では確認できない。ただ、国家単位で「国民全員へのAIアクセス」を政策目標に掲げた点は明確で、AIの利用格差への対抗と、国内のAI利用基盤の底上げの両方を狙ったものとみられる。

なぜ重要か。生成AIの利用能力が生産性の格差に直結しはじめている今、「アクセスを保証する」のは教育やインフラに近い政策課題になりつつある。韓国の取り組みが実際の利用促進や経済効果にどう結びつくか、他国の政策と比較する上でも参照事例になりそうだ。

Thomson ReutersがSovereign AI向け35Bモデル「Thomson-1.0-Small」のウェイトを公開

Thomson Reutersが、35Bパラメータのオープンウェイトモデル「Thomson-1.0-Small」をHugging Faceで公開した。同時公開の技術報告書は「Thomson: Continual Learning of Frontier Models for Sovereign AI」と題されており、継続学習（Continual Learning）のパラダイムで開発されたファミリーのオープンウェイト版という位置づけだ。

リポジトリの説明によると、Thomson-1.0-Smallは「経済的にインパクトのある高リスクの専門業務」と、実用的なデプロイ設定に焦点を当てて設計されているという。Sovereign AI（主権AI）という言葉を報告書のタイトルに冠している点も特徴的で、データやモデルを自国の管理の下に置きたいという需要を意識した開発と読める。公開直後からHugging Faceのトレンド上位に入っており、収集時点で349ダウンロード・137件の「いいね」を記録していた。

なぜ重要か。フロンティアクラスのオープンウェイトモデルの選択肢が、米中の大手テック企業に加えて専門情報企業からも提供され始めたことだ。「継続学習」という開発アプローチの実践例としても、今後のモデル開発の選択肢を広げる報告と言える。

1.7億行をスキャン──AI発見の重大脆弱性は44%が誤検知（Comcast）

Comcastが自社コードベース約1.7億行を対象としたセキュリティ評価の結果を公開し、AIが発見した「重大（critical）」脆弱性のうち44%が誤検知（false positive）だったと報告した（Comcast、Hacker News経由）。タイトルには「探索的評価（exploratory）」と「決定論的評価（deterministic）」の対比が掲げられている。

なぜ重要か。AIによる脆弱性スキャンが開発現場に急速に広がる中、その結果をどの程度信用できるかを実データで示した点だ。44%という数字は、AIの発見をそのまま修正タスクに変換すると、半分近くの手間が無駄になりうることを意味する。「探索的に広く拾わせ、決定論的に裏取りする」という運用が、AI時代のセキュリティ評価の標準構成になりそうだ。

まとめ

司法のチェック機能が働いた米国の行政とAI企業の摩擦、プラットフォーム側のAIコンテンツ線引き、物理AIの実用適用、国家のAI普及政策、専門業務向けオープンウェイトモデル、そしてAIセキュリティ評価の実データ──と、今日はAIを取り巻く制度と実装の両面で動きの多い一日だった。それぞれの詳細は各報道・リポジトリを参照してほしい。