MicrosoftがCopilotを刷新——個人チャットボット競争からの撤退か

9月25日、Bloombergが「Microsoft Abandons Personal AI Chatbot Race with Copilot Reboot」と報じました。見出しが示す通り、Microsoftが個人向けAIチャットボットの競争から離脱し、Copilotを作り直す（reboot）方向へ転換する、という内容です。

個人向けの対話AIは、各社が主力を投入して競う領域です。その中でMicrosoftが「個人チャットボット」という枠での争いから身を引くのは、製品戦略の大きな舵切りといえます。ただし、現時点で入手できる情報は見出しレベルが中心で、再構築後のCopilotがどういう位置づけになるのか、機能や提供形態がどう変わるのかはまだ分かっていません。詳細が判明し次第、改めてフォローします。

OracleのAIデータセンター建設に「亀裂」——投資ラッシュを覆す材料か

同じ日、WSJが「Cracks in Oracle's AI Data-Center Build-Out Appear in New Mexico Project」と報じました。Oracleが進めるニューメキシコ州の巨大AIデータセンタープロジェクトで、建設計画にほころびが生じているという内容です。

これと合わせて注目したいのが、Brookingsが同日に公開した「Financing the AI Buildout（AIビルドアウトの資金調達）」という分析です。AIインフラへの巨額投資がどれだけの資金需要を伴い、誰がどう賄っていくのか——「金融面」からAI建設ラッシュを整理する試みが進められています。

個々の報道の詳細は現時点では見出しベースの情報が中心ですが、急拡張の裏で供給計画や資金繰りを巡る警戒材料が少しずつ表面化してきているのは確かです。投資の持続可能性をめぐる議論は、今後のAI業界の大きな論点になりそうです。

国連の場で孤立する米国——AI安全への懸望を「一蹴」

Semaforの報道によると、国連を舞台にしたAI安全性をめぐる議論の中で、米国が懸念を退ける姿勢を示し、孤立していると伝えられました。

前回のまとめでは、AnthropicのAmodei氏が国連安保理でAIリスクへの警告を行ったことを取り上げましたが、政府レベルでは逆行するかのような動きが浮かび上がっています。安全への懸念を首脳が口にする国が増える中で、米国のスタンスが際立って見える状態が続いている、という構図です。詳細な経緯は報道本文で確認したいところですが、国際的なAIガバナンスの温度差がくっきりと可視化された一日でした。

LLMは「2つの思考」を同時に保持できる——線形重ね合わせの実証

Hugging Face Daily Papersに興味深い研究が登場しました。「Your Transformer Can Hold Two Thoughts at Once」と題された論文です。

内容をかんたんに紹介すると、2つの無関係なテキストの埋め込みを平均してモデルに入力すると、LLMは両方のストリームについて次のトークンを同時に予測する——つまり、1つのモデルの中に2つの「思考」が線形に重ね合わされた状態で存在する、というものです。著者らによれば、この重ね合わせ（superposition）はアーキテクチャ自体に由来する性質で、事前学習が進むと侵食される一方、軽いファインチューニングで回復するといいます。さらに、重ね合わせた状態から2つの連続を分離してデコードし、1回のforwardパスから2つの出力を取り出す手法も示されています。

なぜ重要かというと、モデルの内部表現が「1つの意味を素直に保持する」ものではなく、複数の情報が線形に混ざり合った形で保持されていることを裏付けるからです。モデル解釈の研究としても、1回の推論で複数の候補を効率的に生成するといった応用の可能性という点でも、注目に値する成果といえます。

Qwengram-0.8B——51Bパラメータの「記憶」を0.8Bモデルに移植する試み

ローカルLLMコミュニティ（Reddit LocalLLaMA）から、ユニークな実験報告が投稿されました。Qwen3.8 Flash-Nextが持つ事前学習済みのPLE n-gramメモリ（約51Bパラメータ）を、はるかに小さいQwen3.5-0.8Bに移植するという試みです（Qwengram-0.8B）。

手法は明快で、0.8Bのバックボーンと51Bのメモリの両方を凍結したまま、小さな「リーダー」だけを学習します。Kaggleの無料GPU中心の学習だったにもかかわらず、検証セットのパープレキシティが18.28→17.35へと5.05%改善しました。Q8_0量子化でもBF16の利得の99.1%を保持するなど、実用面での耐性も確認されています。llama.cppでの推論実装やGGUFも公開されており、再現・追試が可能な形になっています。

興味深いのは正直な報告ぶりです。リーダーの学習トークンを増やしすぎると数学やコードで性能が劣化したこと、ランダムメモリやシャッフルメモリとの対照実験では本物の事前学習済みメモリが勝ったこと、といった分析もまとめられています。「大きなモデルが獲得した知識の一部を、小さなモデルに安く移植できる」という方向性は、ローカル推論のコスト削減という観点からも注目に値します。

日本語コミュニティから——AIの幻覚の実例と「道具の整理」

Qiitaでは、AIにコンテンツを作らせる実践にまつわる記事が並びました。

1本目は「AIは『見ていないもの』の感想を平気で書く」。商品紹介記事をAIに書かせていたところ、渡してもいない内容について具体的な感想が返ってきた、という実例の記録です。文章として自然なため、気づくまでに時間がかかったといい、幻覚（ハルシネーション）がいかに見抜きにくいかを示す生々しい事例になっています。

2本目は「Claude Codeの道具55個、いつ使うかをユースケースごとに整理」。スキル、MCP、プラグインと後から追加できる道具が増え続け、「どの場面で使うものか分からなくなる」という問題意識から、ユースケースごとの整理を試みています。ツールの増加に合わせた「整理術」への需要は、AI活用が進んだ今だからこそ出てくるテーマといえます。

3本目は「ChatGPTに既存のQiita記事を確認させて重複を防ごうとしたが、結局やめた話」。人間とAIで長文記事を共同制作する実験の過程を記録するシリーズで、AIによる「重複チェック」が実用に耐えなかった経緯が綴られています。

成功事例だけでなく、失敗や違和感の記録が蓄積されていくのは、日本語圏のAI活用議論が成熟していく過程の表れとも言えそうです。

まとめ

今日は、MicrosoftのCopilot刷新やOracleのデータセンター報道など、AI業界の「拡張局面の歪み」を示唆するニュースが並ぶ一方で、LLMの内部構造に迫る基礎研究や、小さなモデルへの知識移植といった「コア技術の前進」も目立つ一日でした。巨大投資の行方と、着実に積み重なる研究開発——両方の視点で、これからのAI業界を見ていく必要がありそうです。