エヌビディア（Nvidia）は10月15日（水）から世界で最も小さい人工知能（AI）スーパーコンピュータ「DGXスパーク（Spark）」を公式発売します。同社は今回の製品がデータセンターレベルの性能を片手ほどの大きさのデスクトップに収めたと説明しています。高価なAIサーバーやレンタル型データセンターなしでも企業と個人の開発者が自らAIモデルを開発し、実行できるよう設計されたのが特徴です。 NVIDIA DGX Spark. 手のひらサイズに縮小したAIスーパーコンピュータ（写真=エヌビディア） DGXスパークにはエヌビディアの最新AI専用半導体である「GB10 グレイス・ブラックウェル（Grace Blackwell）」スーパーチップが入っています。さらに、高速データ転送技術「コネクトX-7（ConnectX-7）」とエヌビディアのAI運用ソフトウェア「DGXソフトウェアスタック」が搭載されています。会社はこの組み合わせで小型システムでもAIデータセンターレベルの処理性能を実現したと発表しました。 ストレージ容量は最大128GBまで対応します。これは大規模な言語モデル（LLM）や画像生成型AIのように演算量が多いAIプログラムを実行するのに必要なレベルです。また、スパーク2台を接続すると最大4,050億個のパラメータを持つ大規模AIモデルも処理できるようになります。 NVIDIA DGX Spark スペック比較（写真=エヌビディア） エヌビディアはスパークがアスース（ASUS）やデル（Dell）などの協力企業と共同で開発した新型コンピュータ製品群の一環であると説明しています。エヌビディアは「中小企業やスタートアップ、独立開発者もクラウドに頼らずにローカル環境でAIを直接開発・実験できるようになった」と強調しました。 ジェンセン・ファン（Jensen Huang）エヌビディア最高経営責任者（CEO）は「2016年、我々はAI研究者にスパコンを提供するためDGX-1を作った。その際、最初のシステムをイーロン・マスクに直接渡し、そこからChatGPTが生まれた」と語りました。ファンCEOは「DGXスパークはAIスーパーコンピュータをすべての開発者の手に渡すもう一つの飛躍だ」と述べました。 エヌビディアはDGXスパークを「世界で最も小さいAIスーパーコンピュータ」と紹介しました。それより上位モデルとしてはより強力なGB300「グレイス・ブラックウェル・ウルトラ（Grace Blackwell Ultra）」スーパーチップを搭載したDGXステーション（Station）があると発表しました。 ただし、DGXスパークとステーションは一般的なコンピュータのように使用される製品ではありません。エヌビディアが独自開発したLinuxベースのオペレーティングシステム「DGX OS」で駆動され、AIモデルの作成と学習にのみ最適化されています。一般的なビデオゲームやオフィスプログラムは実行されません。 DGXスパークはエヌビディアのAIエコシステム内で「開発用システム」としての役割を担います。ユーザーはスパークを使用してAIモデルを実験したりプロトタイプを作成したりし、その後大型DGXサーバーでそれを本格的に拡張して活用できます。 NVIDIA DGX Spark ...

イーロン・マスクは、自身が設立したAIスタートアップxAIの新しいプロジェクト「グロキペディア」を2週間以内に発表すると明らかにしました。マスクは5日（現地時間）、自身が運営するプラットフォームXを通じて「グロキペディアの予備ベータ版0.1を公開予定」とし、「既存の協力型百科事典よりもはるかに進んだ形態になるだろう」と述べました。 グロキペディアは9月30日に初めて発表されたプロジェクトで、マスクはこれを「宇宙の本質を理解するというxAIの最終目標に向けた必須段階」と説明しました。 グロキペディアの核心はAIが情報を自ら収集・分析し、信頼できる形に再整理することにあります。マスクは9月に開催されたポッドキャスト「The All-In Podcast」サミットで「このプラットフォームはウィキペディア文書、各種資料、PDFなど様々なデータを分析する」と明らかにしました。 AIモデル「グロック」は、収集した資料を検討し、各情報の真偽を判別し、「事実」、「部分的事実」、「虚偽」、「不完全」に分類します。これに基づいて内容を再執筆し、システムが判断した「最も正確なバージョンの真実」を提示する構造です。 このアイディアは当時のイベントに参加していたベンチャー投資家デイビッド・サックスが「このコンセプトを商業サービスに発展させてみよう」と提案し、本格化しました。マスクはこれに対し「非常に興味深い提案」と答え、肯定的な立場を示しました。 マスクはグロキペディアを「オープンソース知識リポジトリ」として運営する計画です。これは誰でもデータとアルゴリズムの作動方式を確認できるように透明に公開するという意味です。彼は「既存の協力型百科事典の閉塞的な構造を代替する新しいモデルになる」と強調しました。 マスクのウィキペディア批判は古くから続いています。彼はウィキペディアが政治的に偏った編集構造を持っており、特定の情報を検閲していると主張してきました。昨年10月には「ウィキペディアが名前を『ディックペディア』に変えたら10億ドルを寄付する」と揶揄する発言をしたこともありました。 ウィキペディア共同創業者ラリー・サンガー(Larry Sanger)は2002年プロジェクトから去った後、「ウィキペディアには政治的性向が強い管理者集団が存在し、これらが他の意見を持つ貢献者を排除する」と主張しました。 ウィキペディアは誰でも参加できるという長所がありますが、同時に事実検証が完全に行われていないという問題を抱えています。偏った貢献や議論の的となる項目に対する歪曲が繰り返し指摘されてきました。 マスクはこのような限界を補うために人間編集者の代わりにAIが情報を評価するよう設計したと説明します。ただし、AIが「真実」を判断するという概念自体がまた別の論争を引き起こす可能性もあります。アルゴリズムの基準が不透明であったり、学習データに既に偏向が存在する場合、その結果もまた偏向する可能性があるためです。 グロキペディアはxAIの拡張戦略の一環です。マスクは「来年末までにAIが直接制作したゲームを公開する計画」と明らかにし、これに向けた専門のゲームスタジオを設立中と付け加えました。 彼はxAIを様々な面でOpenAIと競争できる総合AI企業に育てるという構想を持っています。「AIが人間の言語を理解するだけでなく、知識を解釈し再構成できなければならない」というのがマスクの哲学です。 グロキペディアはまだインターフェースや公開日程が確定していませんが、マスクが明らかにした「2週間以内のベータ公開」が現実化するならば、AI基盤知識サービス市場の新たな競争構図が形成される展望です。 AIが人間の編集過程を経ずに情報を評価・再執筆する時代が現実化する場合、情報の客観性と信頼性に対する議論は一層深まるものと見られます。 XAI “情報真偽評価後、絶対的事実で再執筆される”

グーグルは人工知能（AI）の概念をさらに一歩進めました。これまでAIは、文章を書くや絵を描くなど、言語や画像中心の領域にとどまっていました。しかし、グーグルが7日（現地時間）に新たに公開した『ジェミナイ（Gemini）2.5コンピュータユーズ（Computer Use）モデル』は、AIが単に情報を生成するレベルを超え、実際のコンピュータ画面を直接操作できるように設計されました。 グーグルはこのモデルを自社AIプラットフォーム『ジェミナイ2.5プロ（Gemini 2.5 Pro）』の視覚認識と論理的推論能力を基に開発しました。 このモデルは、ユーザーが与えた命令を理解し、ウェブページやアプリ画面のボタンをクリックしたりテキストを入力したりして自ら作業を実行します。例えば、ウェブサイトの会員登録フォームを記入したり、スプレッドシートにデータを入力したり、予約システムでスケジュールを取る作業などがすべて可能です。 グーグルはこのモデルを「ウェブとモバイル環境の両方で既存のAIよりも正確で速い反応速度を備えた新しい形態のAI」と紹介しました。開発者は『グーグルAIスタジオ（Google AI Studio）』や『バーテックスAI（Vertex AI）』プラットフォームを通じてこの機能を利用できます。 従来のAIは主に『API（アプリケーションプログラムインターフェース）』を通じてデータをやり取りする方式で作動していました。しかし、実際のデジタル業務の多くは依然として人間が直接画面を見て操作しなければならない段階にとどまっています。例として、ウェブサイトの入力欄に情報を入力しボタンを押して提出する行為は人が行う代表的な作業です。 『ジェミナイ2.5コンピュータユーズモデル』はこのプロセスを自動で行います。ユーザーのリクエストと共に画面のスクリーンショット、そして直前の行動記録を取得し、その情報を分析して「どのボタンを押すべきか」、「どの文を入力するべきか」を判断します。AIが下した判断は『クリック』、『入力』、『スクロール』といった命令に変換され実際の画面で実行されます。 Gemini 2.5 Computer Use 모델 동작 흐름 (자료제공=구글) 作業が実行された後には新しい画面がモデルに再び渡され、このプロセスを繰り返しながら目標作業を完了します。グーグルはこれを「AIが画面を見て行動を繰り返しながら作業を完結するループ（loop）構造」と説明しました。これまでAIが「言語でしか働かない存在だった」とすれば、今回のモデルは「目と手を持ったAI」に近い概念です。 グーグルはジェミナイ2.5コンピュータユーズモデルがウェブとモバイル操作能力を評価するさまざまな基準で競争モデルを上回ったと発表しました。『オンラインマインドツーウェブ（Online-Mind2Web）』、『ウェブボイジャー（WebVoyager）』、『アンドロイドワールド（AndroidWorld）』など主要な性能評価で全て上位にランクされました。 特にウェブブラウザ操作性能を測定するブラウザベース（Browserbase）テストでは正確度70％以上、遅延時間約225秒で業界最高水準を示しました。即ち、同じ作業をする際により速く、より正確に画面を操作できるという意味です。グーグルは「ブラウザ制御品質が最も高く、遅延時間は最も低いモデル」と説明しました。 Gemini 2.5 ...