オープンAI（OpenAI）がAIベースの個人資産管理アプリケーション「ロイ（Roi）」を3日（現地時間）に買収しました。この買収は、オープンAIが技術プラットフォームを超えて、消費者中心のサービスに事業領域を拡大しようとする動きと見られています。 ロイはユーザーの金融データを統合分析し、投資状況を管理し、カスタマイズされたアドバイスを提供するフィンテックスタートアップです。株式、暗号通貨、分散型金融（DeFi）、不動産、NFTなど、多様な資産を一つの場で確認し、取引できるように設計されています。 ロイの共同創業者兼最高経営責任者（CEO）スジス・ヴィシュワジット（Sujith Vishwajith）は、4日（現地時間）に自身のX（旧Twitter）アカウントで買収の事実を直接明らかにしました。彼は「ロイを始めた理由は誰もが容易に投資できる環境を作るためだった」とし、「個人化は金融の未来であるだけでなく、ソフトウェアの未来でもある」と語りました。 OpenAIロゴ オープンAIの買収条件は公開されていません。ロイは10月15日にサービスを終了する予定で、4名で構成されたロイのチームのうちヴィシュワジットCEOだけがオープンAIに合流します。 今回の買収はオープンAIが今年内に推進してきた人材確保型買収（acqui-hire）の延長線上にあります。会社は最近、コンテキストドットAI（Context.ai）、クロッシングマインズ（Crossing Minds）、アレックス（Alex）などを相次ぎ買収し、核心人材を確保してきました。 ロイは個人化された金融サービスを開発してきた経験があるため、オープンAIが進めているカスタマイズされた消費者用サービス強化に直接結びつくと見られています。会社はこれまで汎用モデル中心の技術開発に集中してきましたが、最近ではユーザーの性向や嗜好に応じて動作する個人化サービスに重心を移しています。 ロイは単純な金融データの統合を超え、ユーザーとの対話を通じて性向を学習する機能を備えています。ユーザーが自身の職業、性格、好みの話し方を入力すると、AIがそれに合わせて反応する方式です。実際、ロイのサンプル投稿の一つで、あるユーザーが「Z世代のように短く直接的に話してほしい」とリクエストすると、ロイは損失情報を伝えつつユーモラスな口調で「今日は3万ドルの損害を見たが、あなたの投資性向では今回の下落は買いのチャンスかもしれない」と答えました。 今回の買収はオープンAIが単なるAPI供給者の役割から脱して、消費者中心の応用サービス開発に乗り出していることを示しています。会社は既に、個人化ニュース要約サービス「パルス（Pulse）」、ユーザー生成型映像コンテンツアプリ「ソラ（Sora）」、チャットベースの決済機能「インスタントチェックアウト（Instant Checkout）」などを紹介し、直接的な消費者接点を拡大しています。 こうした消費者サービス部門は、元インスタカート（Instacart）CEOフィジ・シモ（Fidji Simo）が率いる専任組織が担当しています。ロイの個人化技術とユーザー向けインターフェースは、この部署の戦略方向と合致すると見られます。 ヴィシュワジットCEOもまた消費者行動分析経験を持つ人物です。彼はエアビーアンドビー（Airbnb）在籍時にユーザー行動データを分析し、わずか25行のコード修正で1,000万ドル以上の売上増加をもたらしたと明らかにしました。オープンAIが彼を迎えたのは技術だけでなく、データに基づく収益化戦略を強化するための決定と解釈されています。 ロイは2022年に設立されたニューヨークのスタートアップで、スパークキャピタル（Spark Capital）、グラディエントベンチャーズ（Gradient Ventures）、スペースカデットベンチャーズ（Spacecadet Ventures）などから360万ドルの初期投資を誘致しました。创业当初から個人化された金融体験を核心目標に掲げ、ユーザーの金融習慣や投資傾向を学習するAIシステムを構築しました。 オープンAIの買収は、AI業界全般に広がっている「個人化競争」を象徴しています。これまでAIが不特定多数に同一の情報を提供することに焦点を当てていたのに対し、今後はユーザーの文脈や個性を理解し反応する方向へと進化しています。 オープンAIがロイを買収したのは、このような変化の流れの中で自社技術をより個人中心に発展させようとする戦略的選択と解釈されています。会社は依然として言語モデルに基づいた核心研究を続けていますが、同時に実質的な消費者体験を創出することに集中し、AIエコシステムの完成度を高めています。

がんは毎年全世界で約1000万人の命を奪っています。世界保健機関（WHO）は、がんの発生原因の多くが生活習慣や環境要因にあるとしており、適切な管理によって全体のがんの半分近くを予防できると述べています。がんは一般的に突然やってくる病であると認識されていますが、実際には長い間細胞の中で小さな誤りが蓄積し発生します。 人の細胞は一定の周期で分裂し、DNAを複製します。正常な細胞はDNAに損傷が生じた場合、これを修復するか自ら死んでいかなければなりません。しかし、修理機能が失敗したり突然変異が蓄積すると、一部の細胞は無限に分裂する能力を獲得します。 がん細胞は自ら成長信号を出し、元々あるべき成長抑制信号を無視します。死ぬべき時点でも生き残り、栄養供給のために周囲に新しい血管を作ります。免疫細胞の監視も逃れます。このようにしてできたがん細胞は最終的に周囲の組織に侵入し、他の臓器にまで広がります。学界ではこのプロセスを「がんの標識（hallmarks of cancer）」という概念でまとめています。 암, 왜 생기나… 세포의 작은 오류가 만든 거대한 질병 がんの発生原因の中で最も確実に立証されているのは喫煙です。たばこの煙には70種類以上の発がん物質が含まれており、これらの物質が肺細胞のDNAを損傷し、肺がんをはじめとした様々ながんを引き起こします。飲酒も同様です。アルコールは体内でアセトアルデヒドという毒性物質に変わり、この物質はDNAの修復を妨げ、肝がん、口腔がん、咽頭がんなど少なくとも7種類のがんと関連があります。 生活習慣の要因もがんのリスクを高めます。肥満はホルモンの不均衡と慢性炎症を引き起こし、身体活動の不足は細胞代謝と免疫機能を弱化させます。野菜と果物の摂取が不足した食事は抗酸化物質と繊維質が不足し、大腸がんなどの消化器がんの発生リスクを高めます。 環境的要因も無視できません。紫外線は皮膚細胞の遺伝子を損傷し皮膚がんを引き起こします。放射線への露出は体内のDNAを切断し、白血病などの血液がんに繋がる可能性があります。アスベストは肺内に入り込み、組織に慢性的な損傷を与え、ディーゼル排気ガスの微細粒子は肺深部に蓄積し、肺がんを引き起こします。国際がん研究機関（IARC）はこれらの要因をすべて「人間発がん性（グループ1）」に公式に分類しました。 대장암 직장암 (사진=대한위대장내시경학회) 感染もまた主要な発がん原因です。ヒトパピローマウイルス（HPV）は子宮頸がんの原因としてよく知られています。B型およびC型肝炎ウイルスは肝がんに繋がる可能性があります。胃がんの場合、ヘリコバクター・ピロリ菌感染と関連しています。WHOは特に低所得国で感染性要因ががんの発生に大きく寄与していると分析しています。 これらの感染はワクチンや治療によって予防可能であるという点で重要な意味があります。HPVワクチンの接種は子宮頸がんの予防に効果があり、B型肝炎ワクチンは肝がんの発生を減らすのに寄与している。ヘリコバクター・ピロリの除菌治療も胃がんのリスクを下げることが知られています。 すべてのがんが生活習慣や環境によって生じるわけではありません。全体のがんの5〜10％は親から受け継がれた遺伝子変異によります。代表的なのはBRCA1・2遺伝子変異で、乳がんと卵巣がんの発生リスクを高めます。DNA修復遺伝子に欠陥があると大腸がんのリスクも増加します。 しかし、ほとんどのがんはこのような遺伝的素因よりも生活習慣と環境、感染要因が複合的に作用して生まれます。結局、がんは長い時間をかけて遺伝子損傷が蓄積し発生する病です。 암발생자수, ...

AGI（人工汎用知能）は、AI研究の最終目標とされている。特定の業務のみを行う従来のAIとは異なり、人間のように自ら考えて問題を解決できる知能システムを意味する。人間の学習能力、創造力、判断力などを複合的に実現しようとする試みであり、技術進歩が到達すべき「知能の終着点」と評価されている。 現在使われているAIの大半は「狭い人工知能（ANI）」に分類される。例えば、翻訳機、画像生成、自動運転、音声認識などは、それぞれの目的に合わせて学習された特化型モデルだ。AGIはこれらの限界を超え、与えられた問題の文脈を理解し、全く新しい問題にも自ら適応するレベルを目指している。人間の言葉を理解し、感情や意図を解釈し、経験を通じて知識を拡張する能力が鍵だ。 AGIの概念は1950年代のAI研究の初期から存在していた。アラン・チューリングは「機械が考えることができるか」という質問を投げかけ、その可能性を提起した。その後、数十年間にわたりAI研究は規則に基づく方法、機械学習、ディープラーニングなど様々な方法論で進化したが、人間レベルの思考能力には到達していない。最近では、大規模言語モデル（LLM）と強化学習技術が結合し、AGIの実現可能性は以前より現実的になっている。 AGIは単なる技術革新を超え、社会構造全体に影響を及ぼす可能性を持っている。労働市場、教育、医療、法律、政治など、人間中心の意思決定体制が根本的に変わる可能性がある。人間が行っていた複雑な判断と創造的な問題解決をAIが代替できるからだ。そのためAGIの開発は倫理と安全の問題を伴う。人間の価値観をどう反映させるか、制御不可能なAIのリスクをどう予防するかが重要な論点となっている。 AGIの概念図 アメリカ、ヨーロッパ、中国など主要国は、AGIの開発競争に積極的に取り組んでいる。OpenAIは2023年からAGIレベルのAI開発を公式目標として宣言し、Google DeepMindは強化学習を基盤に人間の戦略的思考を模倣するアルゴリズムを開発中だ。中国も大規模な計算インフラを活用した超巨大モデルを国家の戦略として推進している。 しかし、AGIの実現には依然として多くの技術的・哲学的課題が残っている。AIが人間の意識や感情を理解できるのか、創造性は単純なデータの組合せで可能なのか、倫理的判断基準を学習できるのかなどの問題がある。専門家たちはAGI到達までに少なくとも数十年かかると予想しながらも、現在の発展速度次第では予想より早く初期形態が出現する可能性もあると見ている。 AGIに関する議論は、人間の知能を技術で再現できるかに関する根本的な疑問を投げかける。ただ単により速いコンピューターを作るのではなく、人間のように考え、感じ、決定できる存在を創造しようとする試みである。技術発展が加速するにつれ、「知能とは何か」という哲学的探求はますます重要になっている。

「公募株」は、企業が一般投資家に初めて株式を公開し資金を調達するプロセスを指します。企業はこれを通じて成長資金を確保し、投資家は上場初期段階で株式を取得する機会を得ます。しかし公募株投資は期待収益とともにリスクも伴います。 公募株は企業公開（IPO：Initial Public Offering）の核心手続きです。企業が非上場状態から資本市場を活用して外部資金を調達するために必ず経る過程です。金融監督院に証券申告書を提出し、金融委員会の承認を受けた後、主幹証券会社を通じて一般投資家に申し込みを進行します。その後、上場日には該当株式が証券取引所で自由に取引されます。 申し込み過程は競争率と配分方式により、投資家への配分量が異なります。過去には均等配分ではなく比例配分が一般的でしたが、最近は少額投資家も機会を得られるよう均等配分制が導入されました。一定金額のみ申し込んでも最低株式を配分受けられるため、投資のアクセスが向上しました。ただし、競争率が激しいほど実際の配分量は減るしかありません。 例えば、ある企業が1株あたり公募価格5万円で総100万株を募集すると仮定した場合、申し込み競争率が100対1の場合、投資家は申し込み数量の1%のみを配分されることになります。したがって、多くの資金を申し込みに入れても実際に受け取れる株式数量は極めて限定的である可能性があります。 公募株の魅力は上場初日の「タサン」現象に良く現れます。タサンは公募価格の2倍で初値が形成された後、上限価格まで上昇する流れを指します。投資家はたった一日で160%の収益を得ることができます。実際に2020年のカカオゲームズ、2021年のSKバイオサイエンス、クラフットンなどの事例では個人投資家の高い関心が集中しました。しかし、全ての企業が同じ流れを示すわけではありません。期待に反して公募価格以下に下落する「公募株興行失敗」事例も少なくありません。 企業にとっては公募株の発行が重要な成長の足場になります。非上場時代には銀行ローンや私募投資に依存しなければなりませんでしたが、上場を通じて資本市場で直接資金を確保することができます。これを基に研究開発、事業拡張、海外進出など多様な投資計画を実行することができます。しかし、企業価値に比べて過剰な公募価格が本で設定されると、上場後の株価下落につながり、投資家の不満を高める可能性があります。 投資家にとって公募株は機会でありリスクでもあります。申し込みだけで大きな収益を期待できる場合が多いですが、上場後の長期投資では企業の業績、業種展望、市場環境などが重要です。短期急騰を狙った投資ではなく、企業の成長性と安定性を判断する見識が必要です。 金融当局は公募株の公正性と透明性を確保するために制度を補完してきました。均等配分の拡大、払い戻し期間の短縮、証拠金制度の改善など、投資家保護装置が強化されました。ただし、公募価格の算定過程では依然として機関投資家の影響力が強く、一般投資家が十分な情報を得ることが難しい点が課題として残っています。 公募株は単なる投資手段ではなく、資本市場で企業と個人をつなぐ出発点です。投資家は短期的な収益率にのみ注目せず、企業価値とリスクをともに考慮すべきです。企業もまた、市場の信頼を獲得することが長期的に資金調達に有利です。