自動化したい選択があると、まず大規模言語モデル（LLM）や機械学習のパイプラインを思い浮かべる人が多い。柔軟で、誰でも使える。手が伸びるのは自然なことだ。ただ、世の中の判断の多くは範囲が狭い。いくつかの選択肢に順位をつける。依頼の送り先を決める。決まった範囲のなかで承認するか却下するか選ぶ。こうした仕事なら、目的に絞って作った小さな判断モデルのほうが、汎用のシステムよりうまくいくことが多い。
AI向けの高性能チップを中国へ横流しする計画で「フィクサー」と呼ばれた男が、有罪を認めた。裁判所の文書で分かった。Super Micro Computer Inc.に関わる事件の、大きな節目だ。同社の共同創業者であるイーシャン・"ウォーリー"・リャウ氏（Yih-Shyan "Wally" Liaw）は、米国の輸出管理に違反する共謀の罪で、いまも起訴されたままだ。有罪答弁で、大きな疑問が片づくわけではない。計画を誰が指示したのかは分からない。
NvidiaはReflection AIとの関係を深める方法として、2つの案を検討している。出資比率を引き上げるか、計算資源を提供するか。両方を組み合わせる可能性もある。どちらを選ぶかで、負うリスクも、スタートアップの将来への見方も変わってくる。
多くのAIは、訓練によって性質を身につける。エンジニアが目標を決め、最適化がモデルをそこへ近づけていく。ベイジアン・ミラー・アーキテクチャ（BMA）は、これと違う道をとる。意識の置き場所を、システムの構造に求めるのだ。特定の循環構造があれば意識はあり、なければない。
エヌビディアが出資するデータセンター開発会社のFirmusが、新規株式公開（IPO）を価格決定の前に取りやめた。AIブームの裏側で、お金の流れに変化が出ているのかもしれない。
月面着陸の船、着陸船「イーグル」のコンピューターが、降下中に突然警報を鳴らした。1969年7月20日のことだ。もし止まっていたら、着陸は失敗していたかもしれない。ところが、機械は止まらなかった。再起動し、重要度の低い作業を手放して、着陸の計算を続けたのだ。壊れる前提で設計するという選択は、ソフトウェアにもハードウェアと同じ厳しさを求めた一人の人物から生まれた。
気になるキーワードをクリックすると関連する記事へジャンプします。