00:01
みなさん、こんにちは。 The Signal Shift by A.I.R. Labs へようこそ。
ナビゲーターのリンです。日々のAIの最先端トレンドを読み解くこの番組。
Spotify や Apple Podcast など、各種プラットフォームで配信中ですよ。
カイさん、今日もよろしくお願いしますね。
こんにちは、カイです。
本日の9月30日、朝の配信号では、急速に進化を続ける、
AI の予測基盤とコード生成の構造改革についてお届けします。
日々、刻々と変化するAIの最先端トレンドから、
ビジネスや日常に影響を与える変化のシグナルを分かりやすく読み解いていきましょう。
カイさん、最初のトピックは、NVIDIA が公開した
クモタビュラーという表形式データの予測モデルですね。
具体的に何がすごいんですか?
クモタビュラーは、顧客データや取引履歴のような表形式データ向けのオープンな基礎モデルです。
基礎モデルとは、大量のデータで事前に学習しておき、幅広い課題に使い回せるモデルのことです。
ラベル付きの行を並べた表を渡すと、新しい行のラベルを一回の計算、つまり単一の推論パスで予測します。
学習も調整も、特徴量エンジニアリング、つまり予測に効く入力の加工作業も不要で、分類にも数値予測にも使えます。
しかも、事前学習は人工的に作った表だけで行われ、タブアレーナなど4つのベンチマークで1位です。
商用利用できるライセンスで公開されています。
なぜ今、NVIDIA がこうしたモデルを出してきたんでしょう?
これまでの予測手法とは何が違うんですか?
背景には表形式データの予測が企業の機械学習で最も一般的な仕事なのに、
この20年ほど勾配ブースティング期、つまり決定義を積み重ねる手法が中心で、周辺の作業がほとんど変わってこなかったことがあります。
新しい問いの度に、ラベル集め、特徴量の設計、パラメータ探索、検証、デプロイをやり直し、
モデルは表一般について何も知らないまま、毎回ゼロから学びます。
一方、大規模言語モデルは例を数個見せるだけで新しい課題を解きます。
これを表にも応用したのがクモタビュラーで、TabICLやTabPFNが示した仕組みを土台にしています。
なぜNVIDIAか、という点についてソースに意図の記載はありません。
ただ、ランキング1位と速度で比べたRemix 2の約17倍という数字を前面に出しており、
精度と効率の両面で競合と勝負する構えです。
なるほど、初めて会う顧客の傾向も、過去の膨大な事例から即座に見抜くベテラン営業が手元にいるようなものですね。
私たちのビジネスの予測業務はどう変わるんでしょう?
03:01
まず、予測モデルを作るための準備工程が減ります。
従来は、問いごとにモデルを学習し直していましたが、今後は手元のラベル付きデータを渡すだけで試せます。
ただし、どれだけ短縮されるかを示す数字はソースにありません。
実際の効果は、自社の業務で試して確かめる必要があります。
準備が減るのは魅力ですが、何でも任せていいわけではないですよね。
どんな限界があるんでしょう?
はい、そこが大事です。
まず、対応する列は数値とカテゴリのみで、テキストや画像、日時は前処理で特徴量に変換します。
1回の計算で扱えるのは10クラスまでで、それ以上はライブラリーが補います。
また、学習時の範囲を大きく超える表や、参照データと予測したい業務の分布が違う場合は、精度が落ちる可能性があります。
開発元自身も、導入前に自社の検証用データで、精度と確率の信頼性であるキャリブレーションを確認するよう求めています。
特徴量づくりという職人技が減る代わりに、検証の重要性はむしろ高まります。
続いて2つ目のトピックです。
ジプーAIのGLM5.3が持つサイバー攻撃能力について、アンソロピックが分析を公開したんですよね。
はい、アンソロピックのフロンティアレッドチームが、GLM5.3を分析しました。
GLM5.3は、脆弱性を見つけて攻撃行動を自律的に作り上げるまでを一貫して行う、いわゆるエンドツーエンドの能力が高いモデルです。
しかも、オープンウェイト、つまり学習済みの重みを誰でもダウンロードして手元で改変できる形で、悪用を防ぐセーフガードがほとんどない状態で公開されました。
セーフガードとは、有害な依頼を断らせる仕組みのことです。
テストでは、簡単な手法で64%から100%の確率で回避できました。
一方、セーフガード付きのクロードでは同じ手法は成功しませんでした。
なぜ今このタイミングで、GLM5.3でリスクが表面化したのでしょうか?
アンソロピックは、5ヶ月前、自律的に高度な攻撃を組み立てられる最初のモデルとして、
クロード・ミソス・プレビューを発表し、プロジェクト・グラスウィング経由の限定公開にしました。
この能力はいずれ他のモデルにも広がると予想しており、GLM5.3がその現実になったということです。
エクスプロイト・ベンチでは、クロームが使うV8エンジンの基地の脆弱性をつく攻撃を、
GLM5.3は410回中50回、ミソス・プレビューは56回作れました。
ひぼ同水準です。
米国のNIST管家のIAISIも、9月17日に評価を公表し、
オープンウェイトモデルとして過去最高のサイバー能力と位置づけました。
06:01
決定的なのは、他の同等モデルが優位な制限付きや限定公開だったのに対し、
GLM5.3は実質的な制限なしに公開された点です。
制限を外して公開されたことで、悪用のハードルが一気に下がったということですね。
実際、どのくらい簡単なんですか?
最も強力な回避法が、アブリトレーション、つまり拒否する挙動を取り除く標準的な手法です。
おもぎが公開されているため、能力をほとんど落とさずに回避できます。
アンスロピックのチームは、初挑戦で約2200GPU時間、計算コストで約4400ドルかけて実現しました。
拒否率は90%超から、JailbreakベンチとHarmベンチで約3%と2%まで下がりました。
実際に公開から数日以内に回避版が出回っています。
一方で、防御側にも活用の余地があり、プロジェクトグラスウィングでは、
信頼された防御者が重要ソフトウェアの1万件超の脆弱性を見つけました。
攻撃側のコストがそこまで低いと、企業の防御は何を前提に考え直せばいいんでしょう?
象徴的なのが、GLM5.3の小型版、GLM5.3 Flashの事例です。
公開済みの脆弱性の情報を渡すと、ほぼ指示なしで2つの欠陥を繋ぎ、
ARM64向けの攻撃チェーンを作りました。
人間の作業は20分、モデルの稼働は8時間で、APIの費用は20.40ドルです。
つまり、修正が公開されてから攻撃が作られるまでの時間と費用が大きく縮んでいます。
アンスロピックは、防御側も最良のツールを使えるようにすべきだと述べ、
各国政府にも十分に高性能なモデルの安全性テストを行うよう求めています。
企業側は、公開済みの脆弱性への対応の速さがそのまま防御力になるという前提で見直す必要があります。
そして3つ目のトピックは、NVIDIAが公開したTensorRTモデルコネクトの開発から得た教訓ですね。
TensorRTモデルコネクトは、NVIDIAのTensorRT上に作られたC++によるAIモデルの参照実装を集めたオープンソースプロジェクトです。
AIエージェントを前提にゼロから設計されました。
ポイントは、独立して進められる仕事を選んで並列化すること、モデルファミリーごとに変更を隔離して失敗を局所化すること、
変更を元に戻しやすくすること、自動検証を厳格にすることです。
凝った調整の仕組みではなく、こうした設計上の選択が中心だと説明されています。
なぜこのタイミングでこうした知見が公開されたんでしょうか。
ソースに公開の意図は書かれていませんが、状況は読み取れます。
09:01
このプロジェクトは現在パブリックプレビュー段階で、ソース内では開発者体験の向上が目的とされています。
転送RTの専門家でなくても、NVIDIAのハードで性能を引き出せるようにするのが狙いです。
2026年7月29日時点の公開比較では、128のモデルファミリーを対象にしており、独立した単位を足して広げる設計が効く題材でした。
また、AIが実装の候補を安く大量に作れるようになった今、正しさを担保する設計と検証が要になるという主張を裏付ける実例にもなっています。
数打てば当たるAIの特性を活かしつつ、変なコードが混ざらないように、見聞上あちこちに設けているイメージですね。
その分、確認の負担が増えませんか?
その通りで、候補が安くなるほど、正しさを示す証拠の方が高くつきます。
ソースにも、並列のエージェントを増やすと、採用される成果より早く検証の需要が増える可能性があると書かれています。
そのため、機械のチェックだけでなく、人間が確認しやすい形で結果を出すことも重視されています。
例えば、テキスト入力からテキストや画像を出すような意味のわかるインターフェースです。
ただし、目視の確認は証明ではなく、自動テストの補完だとされています。
検証が要になるなら、開発と品質保証の関係も変わってきそうですね。
はい。QAは、完成品を受け取る下流の部署ではなく、開発と同じ再現可能なCIを使いながら、
組織的に独立した立場で実装の主張を崩しにいくレッドチームのような役割を担います。
開発側はそれを受けて、実装とパイプラインを強化します。
最終的な出荷の責任は人間が追い続けます。
ただし、未解決の課題も明記されています。
すべての作業を独立した単位に分けられるわけではなく、
隔離しても共有の基盤で起きる障害は防げません。
参照実装も絶対の正解ではないため、テストには独立した基準が必要です。
現状、多くの作業は人間が起動しており、自動化は今後の課題だとされています。
予測基盤の効率化からサイバーリスク、そしてAIネイティブな開発設計まで、
今日のシグナルはどれも重要な変化ばかりでしたね。
それではここで、本日の配信内容からすぐに実践に移せる2つのビジネスアクションをお伝えします。
1つ目は、自社の予測業務で、前処理に頼らない表形式の基盤モデルを試し、
自社の検証用データで精度を確かめることです。
2つ目は、AI活用を進める際に、公開済みの脆弱性への対応の速さを見直すことです。
併せて、AIが作った成果を独立した立場で検証する仕組みを整えることも大切です。
12:04
ありがとうございます。ぜひ番組のフォローや評価、コメントもよろしくお願いします。
今後も、AIエージェントの安全性や開発の現場に関わるテーマを、機会があればお届けしたいと思っています。
詳しい内容は、概要欄のリンクから、エアラボの無料ニュースレターでも確認できます。
皆様からのフィードバックもお待ちしています。
それでは、また次回の配信でお会いしましょう。
バイバイ。
