Author: Ada - 1ban.news

Googleは、AIを活用した動画作成ツールVidsに2つの重要なアップデートを発表した。テキストから動画を生成し会話形式で編集できるGemini Omniの統合と、ユーザーが自分のデジタル似顔を作成し、カメラを一切使わずに動画に出演できるパーソナルAIアバターの提供である。 最初のアップデートでは、Googleの最新マルチモーダルモデルであるGemini OmniがVidsに直接組み込まれた。ユーザーはプレーンな言語で説明文を入力し、必要に応じて写真やラフスケッチなどの画像参照と組み合わせることで、両方の入力を反映した動画をOmniが生成する。Googleの発表によると、従来モデルと比較して品質が顕著に向上し、テキストレンダリング、物理シミュレーション、視覚的リアリズムが改善されている。 さらに重要な点として、Omniは自然言語による編集を可能にする。ユーザーは「色調を修正して」「アニメ風にスタイル変更して」「背景のサイレンを消して」などの変更を依頼でき、モデルが直接編集を適用する。これによりVidsは、純粋な生成ツールから、AIが映像を置き換えるのではなく洗練する、対話型の動画エディターへと進化している。 2つ目のアップデートであるパーソナルアバターは、ユーザーが自撮り写真をアップロードし、短い音声サンプルを録音することで、自分自身のデジタルバージョンを作成できる。設定が完了すると、アバターは入力されたメッセージを動画として配信でき、スタジオ設備や録音セッションなしで、クイックな動画更新、パーソナライズされたメッセージ、プレゼンテーションが可能になる。アバターはユーザーのGoogleアカウントにリンクされ、本人の似顔に限定される。一部の地域では18歳以上のユーザーのみが利用できる。 これらの機能は、GoogleがマルチモーダルAI機能をスタンドアロン製品としてではなく、Workspaceツールに組み込むという広範な戦略を反映している。2025年にGoogle Workspace内でAIファーストの動画作成ツールとしてローンチされたVidsは、単純なテキスト-to-動画生成から、より包括的な編集プラットフォームへと着実に拡大してきた。 Vidsを通じて生成されたすべてのAI動画クリップには、Google DeepMindが開発した不可視のSynthIDデジタルウォーターマークが動画コンテンツに埋め込まれている。このウォーターマークにより、AI生成コンテンツの検証が可能となり、切り抜きや圧縮などの一般的な改変に耐性があるように設計されている。 新機能は、Google AI ProおよびUltraのサブスクライバー、ならびにほとんどの地域のGoogle Workspaceビジネス顧客が利用できる。Omniによる非AI動画の編集は、欧州経済地域、スイス、英国、テキサス、イリノイではローンチ時点では利用できない。 雅子 訳 出典: “Google Vids now lets users star in AI videos” (Deccan Herald、2026年7月17日); “Generate higher quality AI video clips and edit any video with Gemini Omni in Vids” (Google Workspace Updates、2026年7月16日)

Google Cloudは、AIシステムが長期記憶を処理する方法を再考する軽量なAIエージェントをオープンソースとして公開しました。これは、標準的な検索拡張生成（RAG）パイプラインに代わり、SQLiteに完全に保存された構造化メモリーを読み取り、統合し、照会する継続的に実行されるプロセスです。 Always-On Memory Agentは、GoogleのAgent Development Kitで構築され、Gemini 3.1 Flash-Lite上で動作し、バックグラウンドプロセスとして24時間365日稼働します。ベクトルデータベースも埋め込みも使用しません。代わりに、LLMが受信コンテンツを読み取り、構造化情報を抽出し、関連するメモリーを定期的に統合します。これは、その作成者が人間の脳が睡眠中に情報を処理する方法に例える設計です。 「ほとんどのAIエージェントは忘れます。リクエストを処理し、回答し、その後コンテキストを破棄します」とプロジェクトのドキュメントは述べています。 システムは、単一のオーケストレーターの下で動作する3つの専門化されたサブエージェントを使用します。IngestAgentは、受信コンテンツから要約、エンティティ、トピック、重要度スコアを抽出し、テキスト、画像、音声、動画、PDFを含む27のファイルタイプをサポートします。ConsolidateAgentはタイマーで実行され、デフォルトでは30分ごとに未統合のメモリーをレビューし、それらの間の関連性を見つけ、統合された要約と重要な洞察を作成します。QueryAgentは、保存されたすべてのメモリーと統合インサイトを読み取り、参照元の特定のメモリーIDを引用して質問に回答します。 このアプローチは、支配的なRAGパターンからの根本的な脱却を表しています。従来のRAGシステムでは、ドキュメントは取り込み時にベクトルストアに埋め込まれ、クエリ時に受動的に取得されます。取り込みと取得の間には能動的な処理はありません。対照的に、Always-On Memory Agentは、取り込みとクエリの間のギャップでメモリーを能動的に処理し、関連情報をリンクし、ベクトル類似性検索では見逃される相互参照を生成します。 このエージェントは、Google Cloudの生成AIリポジトリの一部としてGitHubで入手可能です。設定可能な受信箱ディレクトリを監視し、自動的に統合し、インジェストとクエリ操作のためにポート8888でHTTP APIを提供します。Streamlitダッシュボードは、メモリーの閲覧と管理のためのビジュアルインターフェースを提供します。 ユースケースは、1週間にわたってPDF、会議音声、スクリーンショットを取り込み、後で自律的にコスト目標を信頼性問題に結び付けることができるリサーチアシスタントから、過去のチケットを構造化メモリーとして保存し、引用付きの参照で新しい質問に回答するサポートエージェントまで多岐にわたります。 ベクトルデータベースのインフラストラクチャオーバーヘッドなしにセッション間でコンテキストを維持する必要があるAIシステムを構築する開発者や企業にとって、このエージェントはよりシンプルな代替手段を提供します。1つのSQLiteデータベース、1つのバックグラウンドプロセス、そしてLLMに保存前に考えさせるプロンプトです。 出典: “Google Cloud’s Always-On Memory Agent Replaces RAG and Embeddings With Continuous LLM Consolidation on Gemini 3.1 Flash-Lite” (MarkTechPost、2026年7月18日); Google Cloud GitHub リポジトリ 雅子 訳

元OpenAI CTOのミラ・ムラティが設立したAIスタートアップThinking Machines Labは、初のモデルとなる9750億パラメータの巨大モデル「Inkling」を公開した。これは現在市場で最大のアメリカ製オープンウェイトAIモデルである。 寛容なApache 2.0ライセンスのもとで公開されたInklingは、混合エキスパート（MoE）システムであり、任意のタスクに対して総パラメータのうち約410億を活性化する。テキスト、画像、音声、動画にわたる45兆トークンでゼロから学習され、100万トークンのコンテキストウィンドウをサポートする。アーキテクチャは256のルーティングエキスパートと2つの共有エキスパートを使用し、トークンあたり6つのエキスパートが活性化される、DeepSeek V3に着想を得た設計である。 このモデルはDeepSeek V4、GLM 5.2、Kimi K2.6といった中国のオープンウェイト最先端モデルと競争力を持つが、ベンチマークスコアではAnthropicやOpenAIのプロプライエタリシステムに依然として劣る。その重要性はあらゆるチャートでトップを取ることよりも、オープンソースAIコミュニティを悩ませてきたギャップを埋めることにある。2024年のMetaのLlama 3.1以来、真に高性能なオープンウェイトモデルをリリースしたアメリカの研究所は存在しなかった。 Inklingをネイティブ16ビット精度で実行するには相当なハードウェアが必要となる、約2テラバイトのGPUメモリ、つまりNvidiaのB300アクセラレータ約8基またはH200 16基分に相当する。Thinking Machinesは半分のGPUで済むNVFP4量子化バージョンも公開している。同社のTinkerプラットフォームはファインチューニングとカスタマイズのためのツールを提供する。 このモデルのより珍しい能力のひとつは、自身のファインチューニングスクリプトを作成できることだ。「Thinking Machinesは、このモデルが自身の動作を洗練し、新しいスキルを自学し、能力を評価するためのファインチューニングスクリプトを作成できると主張している」とThe Registerは報じている。同社によると、Inklingは強化学習で訓練された連鎖思考推論を使用し、Terminal Bench 2.1ベンチマークでNvidiaのNemotron 3 Ultraに匹敵しながら、思考トークンを約3分の1に抑えられるという、ただし、それらのトークンには依然としてコストがかかり、より長い推論チェーンはユーザーにとってより高いAPI料金を意味する。 InklingはHugging Face上で識別子 `thinkingmachines/Inkling` として、またTogetherAI、Fireworks、Modal、Databricks、Basetenを含むサードパーティのAPIプロバイダーを通じて利用可能である。サポートされる推論エンジンにはvLLM、SGLang、Llama.cpp、TokenSpeedが含まれる。 より小型のバリアントであるInkling-Smallは、2760億パラメータ、120億のアクティブパラメータを持つMoEとしてプレビューされており、レイテンシ重視のアプリケーションをターゲットとしている。その重みはテスト完了後に公開される予定である。 ムラティとThinking Machines Lab、約18ヶ月間、ほぼ公の視線から離れて開発を進めてきた、にとって、Inklingは、フロンティアを支配してきた画一的なAIモデル哲学に対するより広範な賭けにおける最初の公的な証明点である。 雅子 訳 出典：“Former OpenAI CTO does what Altman won’t, releases a frontier AI model that’s actually open”（The Register、2026年7月16日）；“Thinking Machines amps up its bet against one-size-fits-all […]

ASMLはLow-NA EUVリソグラフィシステムの値上げを推進しており、最大顧客であるTSMCがこれに抵抗していることが、The Informationとロイターの複数の報道で明らかになった。 各Low-NA EUV装置の価格は構成にもよるが、約2億3500万米ドル（約1億8300万英ポンド）である。ASMLは2026年に少なくとも60台、2027年には約80台の出荷を目標としており、半導体メーカーへの累積コスト影響は大きい。モルガン・スタンレーは、装置価格の5％上昇だけでTSMCの設備投資に約30億米ドルが追加され、さらに最大80億米ドルが装置の前払いに割り当てられる可能性があると推定している。 価格をめぐる緊張は、TSMCの設備投資が急増している時期に生じている。同ファウンドリ大手は2026年の設備投資見通しを従来の520〜560億米ドルから600〜640億米ドルに引き上げ、さらにアリゾナ工場への追加投資1000億米ドルを発表して市場を驚かせた。シティはTSMCの設備投資が2027年に770億米ドル、2028年に860億米ドルに達する可能性があると予測している。 ASMLの価格戦略は力強い需要に支えられている。オランダのリソグラフィ企業は2026年通年の売上高見通しを430〜450億ユーロに上方修正した。これは据付関連収入とメモリーセクターの需要拡大が一部要因であり、同社はメモリー関連のシステム販売が今年75％以上増加すると予想している。 だが値上げは新型システムに限定されない。報道によると、ASMLは成熟したDUVシステムについても約10％の値上げを模索しており、これらのシステムは依然として最先端以外の生産に広く使用されている。世界最大のASMLリソグラフィ装置群を運用するTSMCにとって、これらの値上げの累積効果は数百のツールにわたって増幅される。 TSMCの抵抗は戦略的であると同時に財務的でもある。同社は、次世代A13ノードにASMLの次世代High-NA EUVシステム（1台約4億米ドル）を採用せず、代わりにマルチパターニングと光学的シュリンク技術によって既存のLow-NA EUVの性能範囲を拡張する方針を明らかにしている。TSMCの張暁強（Kevin Zhang）副共同最高執行責任者は、同社の研究開発が現在のEUV能力の限界を押し上げる上で「例外的に効果的」だったとロイターに語った。 装置コストの力学は、ウェハー価格に直接影響を与える。シティとモルガン・スタンレーはともに、TSMCが2027年に最先端ウェハー価格をさらに5〜10％引き上げ、装置コストの増加分をNvidia、Apple、AMDなどのAIチップ顧客に転嫁すると予想している。TSMCの2nmウェハーはすでに1枚約3万米ドルと報告されており、さらなる値上がりはチップ設計企業の利益率にさらなる圧力をかけることになる。 雅子 訳 ソース: Reuters on ASML price room（ロイター、2026年7月15日）; TrendForce analysis of TSMC capex and ASML pricing（TrendForce、2026年7月17日）; The Information on ASML price increases（The Information）

AppleはApple Musicおよび一部のApple Oneバンドルの価格を引き上げた。音楽ストリーミングサービスとしては約4年ぶりの値上げであり、同社が安定した価格の代替サービスとして競合に対抗するという最近の立場からの急転換となる。 米国では、Apple Musicの個人プランが月額10.99米ドルから11.99米ドルに値上げされる。ファミリープランは3米ドル値上がりして19.99米ドル、学生プランは1米ドル値上がりして6.99米ドルとなる。Apple Oneでは、ファミリーバンドルが2米ドル値上がりして月額27.95米ドル、プレミアバンドルも2米ドル値上がりして39.95米ドルとなる。エントリーレベルの個人Apple Oneプランは19.95米ドルのまま変更なし。 Appleは値上げの理由を「ライセンス費用の高騰」としている。レコードレーベルや音楽出版社がより多くの収益配分を求める中、この説明はストリーミング業界全体で標準的なものとなっている。同社が前回Apple Musicの価格を引き上げたのは2022年10月で、個人プランが9.99米ドルから10.99米ドルに変更されたときだった。継続的なコスト圧力に直面するサブスクリプションサービスとしては異例の4年間の価格維持期間であった。 タイミングはAppleにとって特に厄介だ。わずか5カ月前の2026年2月、同社はソーシャルメディアでSpotifyの値上げを公然と批判し、Apple Musicの手頃さを強調するマーケティングの材料として利用していた。Appleは、競合他社が消費者に転嫁したコストを自ら吸収する責任ある企業と位置づけていた。今や同社はほぼ同じ値上げを実施したが、加入者への事前通知は最小限にとどめている。 値上げ後もApple MusicはSpotifyの個人プランよりわずかに安いが、その差は大幅に縮まっている。Appleの選択的価格戦略は、個人Apple Oneバンドルは据え置きながらファミリー層とプレミア層を値上げするというもので、同社がエントリーレベルのバンドルを乗り換えインセンティブ として保護しつつ、生涯価値の高い世帯やパワーユーザーに値上げを転嫁していることを示唆している。 値上げは米国およびブラジルを含む一部の市場に適用され、現地の価格も調整されている。Apple Musicは現在、米国で最も多くの加入者を抱える音楽ストリーミングサービスとなっており、長年にわたる音楽ライセンス費用の上昇の中で人為的に安定させられていた価格をようやく調整するための、影響力と動機の両方を備えている。 雅子 訳 ソース: “Apple Music is getting a price hike” (The Verge、2026年7月17日); “Apple Music Now Costs $11.99 as Apple Increases Subscription Prices” (MacRumors、2026年7月17日)

フラッシュメモリは28nmで行き詰まり、それ以上微細化できなくなっている。そしてチップメーカーが先進ノードへとさらに踏み込む中、新しい世代の不揮発性メモリ技術がその溝を埋めようとしている。しかし、候補技術は単一の王座を争っているわけではない。浮かび上がってきたのは共存の構図だ。異なるメモリが異なる役割を担うのである。 Semiconductor Engineeringによる不揮発性メモリの状況分析によると、MRAM（磁気抵抗RAM）とRRAM（抵抗変化RAM）がそれぞれ異なるユースケースを担い、優勢になる可能性が高い。一方、PCRAM（相変化RAM）は取り残されつつある。 MRAMは、永続的なワーキングメモリ向けの高速・高耐久オプションとして位置づけられている。自動車システム、宇宙電子機器、エッジAIなどが想定用途だ。読み出し速度は約10ピコ秒で、SRAMに近いが不揮発性という利点がある。大手MRAMベンダーのEverspinは、エッジAIに特に期待を寄せており、EverspinのSean Dougherty氏は「MRAMはエッジAIに大きく貢献するだろう」と述べている。この技術にはいくつかの種類がある。トグルMRAM（最も古く、Everspinが商品化）、STT MRAM（現在の主流）、SOT MRAM（商品化までまだ数年）で、それぞれ速度、耐久性、ビットセルサイズのバランスが異なる。 一方RRAMは、コスト重視の汎用組み込みアプリケーションを対象としている。特殊な材料や専用ツールを必要としないため、標準的なCMOSプロセスに統合しやすい。InfineonはTSMCと協力し、175℃で1,000時間を超える保持特性、25万回のコード変更に耐える耐久性、15.2ナノ秒の読み出し速度を実証している。主な役割はIoTマイコン、PMIC設定メモリ、ファームウェアストレージである。 「RRAMは一般的に、IoTマイコンのファームウェアストレージなど、汎用組み込み不揮発性メモリとしてターゲットされています」とUMCのSuhail Zain氏は述べている。 かつて有望な候補だったPCRAMは停滞している。finFETノードで商用の組み込みPCRAM製品は存在せず、SynopsysはPCRAMコンパイラに対する顧客需要がないと報告している。「PCRAMはプレーナCMOS技術では市場に出ています。しかし、PCRAMをfinFETノードに持ち込む活動は観察されていません」とInfineonのRobert Wiesner氏は指摘する。 この変化は、チップ設計の実用的な現実によってもたらされている。フラッシュメモリ（NOR型）は28nm以下でますます複雑な集積化を必要としており、TSMCなどのファウンドリはMRAMを6nm、RRAMを12nmまでサポートしている。両技術とも、バックエンド・オブ・ラインのマスクを数枚追加するだけで済むため、既存の先端CMOSフローへの統合は容易である。 MRAMとRRAM以外にも、2つの古い技術が再び注目を集めている。強誘電体RAM（FeRAM）は極めて高い耐久性と低い書き込み電力を提供する。電流は不要で、強誘電体容量にかかる電圧のみが必要である。CEA-Letiは最近、原子層堆積法で成膜したCMOS互換材料であるハフニウムジルコニウム酸化物を用いて22nmのFeRAMを実証し、従来の130nm限界を超えるスケーリングへの扉を開いた。「情報を絶えず書き込み、不揮発性の方法で保存したい場合、FeRAMは非常に魅力的です」とCEA-LetiのLaurent Grenouillet氏は述べている。 そして、スタートアップQuinasが開発したUltraRAMと呼ばれる新技術は、III-V族化合物半導体浮遊ゲートと三重障壁ヘテロ構造による量子共鳴トンネリングを利用している。Quinasは、10,000年以上の extrapolated 保持特性、1,000万サイクル後の劣化なし、20nmでDRAMに匹敵するスイッチング速度を主張している。この技術は当初、特殊な低容量アプリケーションをターゲットとしており、2029年頃にはより広範なDRAM代替ビジョンが期待されている。 当面、単一のメモリ技術がフラッシュとDRAMの両方を置き換えることはない。代わりに、設計者は組み合わせて使用する。電力損失後もデータを保持する必要があるワーキングメモリにはMRAM、低電力デバイスの組み込みストレージにはRRAM、そしてコスト効率の良い既存の主力技術（NAND、DRAM、SRAM）をそれぞれ適材適所で用いることになる。 出典：“New Nonvolatile Memory Winners Emerge”（Semiconductor Engineering、2026年7月16日） 雅子 訳

Microsoftの2026年7月のPatch Tuesdayは記録的な570件のセキュリティ脆弱性を修正したが、同日にHiveLegacyと名付けられた新しいWindowsのゼロデイ脆弱性が開示され、研究者はさらなる攻撃を可能にする「強力なプリミティブ」であると述べている。 HiveLegacyの脆弱性は、以前にMicrosoftシステムを標的としたLegacyHiveゼロデイを公開したのと同じ脅威アクターによって開示された。研究者らはこれを、より危険なエクスプロイトの構成要素となる可能性がある、コアWindowsコンポーネントの特権昇格の欠陥であると特徴づけた。この開示は、今年に入ってWindowsの脆弱性を着実に公開し続けている、同一の連続的な脅威提供者からのものと思われる。 7月のPatch Tuesday自体はMicrosoftの歴史の中で最大であり、同社の製品エコシステム全体で570件のCVEを修正した。そのうち、254件が特権昇格の脆弱性、145件がリモートコード実行の欠陥、102件が情報漏洩の問題、35件がサービス拒否のバグ、17件がセキュリティ機能バイパス、16件がなりすましの欠陥であった。59件の脆弱性がCritical（重大）の深刻度評価を受けた。 2件のゼロデイ脆弱性は、パッチが利用可能になる前に活発に悪用されていた。CVE-2026-56155は、Active Directory Federation Services（AD FS）の特権昇格の欠陥であり、認証された攻撃者が管理者レベルに昇格することを可能にする。CVE-2026-56164はMicrosoft SharePoint Serverに影響を与え、重要な機能に対する認証の欠如により、権限のないリモート特権昇格が可能になる。Microsoftは、SharePointの欠陥に対する緩和策として、完全リクエストボディスキャンモードでのAntimalware Scan Interfaceの有効化を推奨している。 3つ目のゼロデイ脆弱性CVE-2026-50661は、公に開示されたがまだ悪用されていないBitLockerのセキュリティ機能バイパスであり、デバイスに物理的にアクセスできる攻撃者が暗号化データを読み取ることを可能にする。 Microsoftは、前例のない脆弱性の量を、最近展開したAIを活用した脆弱性発見システムに一部起因していると述べている。このシステムはWindowsのコードベースを積極的にスキャンして欠陥を探す。同社は2026年の最初の7か月間で1,308件の脆弱性を修正しており、2025年の同時期のほぼ2倍である。 セキュリティ専門家は、AIによって加速されたバグ発見、外部研究者による積極的な開示ペース、そして毎月リリースされるパッチの膨大な量の組み合わせが、企業のセキュリティチームにとって運用上の課題を生み出していると警告している。アップデートを遅らせることは、現在では著しく大きなリスクを伴う。 ソース：Ars Technica；CyberPress；TechRepublic 雅子 訳

ロシアのインターネットユーザーは7月14日から、Google、Apple、GitHubのサービスにアクセスできなくなり、原因不明の全国的な障害の波が発生。市民はアクセスを回復するためにVPNに頼ることを余儀なくされた。 ロシアの障害監視サービスDetector404によると、問題はモスクワ時間10時頃に始まり、ユーザーからGoogleサービスに関する1,000件以上の苦情が寄せられた。Appleのウェブサイトの読み込み障害も報告され、一部のユーザーはGitHubのサイト自体、リポジトリ、Git操作がロシアのIPアドレスから失敗するという障害も報告している。 Detector404は、GoogleへのHTTPS接続の26パーセントが失敗し、Appleへの接続は99パーセントの割合で失敗したと記録している。障害はモスクワ、サンクトペテルブルク、そしてヴォルゴグラード、ノヴゴロド、ノヴォシビルスク、サマラ、チェリャビンスク地域に集中していた。ユーザーは外国のIPアドレスを介して接続するとサービスが正常に動作すると報告しており、制限がグローバルなサービス障害ではなく、地理位置情報に関連していることが確認された。 ロシアの通信規制機関Roskomnadzorはサービスをブロックしたことを否定し、GoogleやAppleへのアクセスに制限を課していないと述べた。両社とも障害についてコメントしていない。 これらの混乱は、ロシア当局と米国テクノロジー企業との間の緊張が高まる中で発生している。6月、Appleはロシアの国営メッセンジャーMaxおよびVKサービス（VKontakte、Odnoklassniki、Dzen、VK Music、Mailを含む）をApp Storeから削除し、制裁遵守要件を理由に挙げた。クレムリンはこれに対し、Appleのサービスプロバイダーとしての信頼性に疑問を呈し、米国企業との「相互作用を縮小する」と脅した。 ロシア連邦独占禁止局はAppleに対し、ロシアの検索エンジンに対する「差別」疑惑に対処し、iOSデバイスに国内ソフトウェアをプリインストールすることを確実にするよう7月15日までの期限を設定し、違反した場合には最大40億ルーブル（約4500万米ドル）の罰金を科すと脅していた。 障害はGitHubにも影響を与え、ユーザーはロシアのIPアドレスからリポジトリにアクセスしたりGit操作を実行したりできなかった。GitHubのステータスページはすべてのシステムが稼働していることを示しており、プラットフォーム全体の問題ではなく、地域的なアクセス制限が示唆された。 これらの事件は、VPNの使用を制限し、市民を国内管理の代替サービスに誘導するロシア政府の強化された取り組みに続くものである。6月下旬、VPNトラフィックを制限する以前の試みが全国的な銀行障害を引き起こし、フィルタリングシステムが過負荷になり、デジタル決済が一時的に不可能になった。 ソース：TechRadar；The Moscow Times；www1.ru 雅子 訳

MicrosoftはWindows 10バージョン22H1のOneDriveサポートを終了する。古いビルドのユーザーは、新機能、セキュリティパッチ、バグ修正へのアクセスを失うまで、アップグレードの猶予が1ヶ月未満となる。 PCWorldが報じたこの変更は、2026年8月15日に発効する。それ以降、OneDriveはWindows 10 22H1を実行するシステムでアップデートを受け取れなくなる。ファイルの同期は引き続き機能する可能性があるが、発生した問題がMicrosoftから公式サポートや修正を受ける可能性は低く、時間の経過とともに潜在的なセキュリティ脆弱性が生じる可能性がある。 影響を受けるビルドはWindows 10 22H1で、2022年前半にリリースされた2022機能更新プログラムとも呼ばれる。まだこのバージョンを使用しているユーザーは、OneDriveサポートを継続して受けるためにWindows 10 22H2（2022年H2アップデート）にアップデートする必要がある。 MicrosoftはWindows 10 22H2自体のサポート終了日を2028年10月10日に設定しており、今アップグレードするユーザーは、Microsoftのより広範なWindows 10サポート期間が終了するまで、約2年間のOneDriveサポートをWindows 10で利用できることになる。 この動きは、ユーザーにサポートされているWindows 10ビルドを使い続け、最終的にWindows 11に移行するよう促すというMicrosoftのより広範な戦略と一致している。8月15日の期限が近づく中、まだ22H1を使用しているユーザーは、設定 > システム > 詳細情報を開き、「バージョン」フィールドを確認してWindowsのバージョンを確認する必要がある。22H1と表示されている場合、22H2へのアップグレードはWindows Updateからアクセスできる。 企業および教育機関の顧客にとっては、多くの組織が依然として古いビルドでWindows 10デバイスのフリートを管理しているため、影響はより広範囲に及ぶ可能性がある。IT管理者は、クラウドストレージとファイル同期ワークフローの中断を避けるため、期限前に22H2へのアップグレードを優先すべきである。 出典：“Microsoft is cutting OneDrive support on older Windows 10 PCs”（PCWorld、2026年7月16日） 雅子 訳

Google DeepMindとIsomorphic Labsは、人工知能を活用して生物学的脅威（AI自体が可能にするものを含む）を予防、検出、対応するための共同バイオレジリエンスプログラムを発表した。 7月16日のブログ投稿で詳述されたこのプログラムは、厳しい前提に基づいている。自然生態系の変化、世界の旅行パターン、AIの悪用の可能性が収束し、より危険なバイオセキュリティ環境を生み出している。過去12ヶ月間で、両チームはこの取り組みの一環として、政府機関、バイオセキュリティ組織、研究グループと15以上のパートナーシップを締結している。 「AlphaFold、IsoDDE、AlphaGenomeのような画期的な技術は、バランスを根本的に変えています。自然発生の流行や安全リスクにただ反応するのではなく、今では積極的な防御を設計し、治療を加速し、世界の健康エコシステムを保護することができます」とブログ投稿は述べている。 このプログラムは、「予防」「検出」「対応」の3つの柱を中心に構成されている。 予防では、AIモデル自体が悪用されないようにすることに焦点を当てている。DeepMindは、Geminiのようなモデルに適用される4段階の安全プロセス（脅威モデリング、評価、緩和、監視）を確立している。社内の生物学者とセキュリティ専門家が、潜在的な生物学的脅威に対してモデルをテストする。同社はまた、SynthID透かし技術を生物学に適応させており、DNA合成プロバイダーがAI生成の生物学的配列をスクリーニングするのに役立つ可能性がある。 検出では、複数のAIシステムを活用している。Geminiを搭載したコーディングエージェントであるAlphaEvolveは、メタゲノムシーケンシングデータ解析のアルゴリズムを最適化し、疾患の大規模追跡をより高速かつ低コストにするために使用されている。ゲノム機能モデルであるAlphaGenomeは、配列データから病原体を検出・特徴付けするために研究されており、従来の方法よりも迅速に新規パターンや新興脅威を特定する可能性を秘めている。 対応では、信頼できる研究者にDeepMindの最新AIシステムへのアクセスを提供し、ワクチン設計やその他の対策を加速させる。Isomorphic Labsは、新規の流行時に医療対策としてDrug Design Engineを展開する専任ユニットを設立し、政府や世界の保健当局と直接連携している。 このプログラムは、化学的・生物学的・放射線学的・核的リスクを管理するDeepMindのより広範なFrontier Safety Frameworkと連携している。特筆すべきは、このアプローチが明示的に協調的であることだ。同社はフレームワークを公開共有し、バイオセキュリティラボ、政府、科学コミュニティとのパートナーシップを呼びかけている。 この発表は、高度なAIのバイオセキュリティへの影響が厳しく監視されている時期に行われた。もともと治療目的で開発された強力なタンパク質フォールディングモデルや薬剤設計エンジンは、デュアルユースの懸念も引き起こしている。DeepMindの回答は、バイオセキュリティをモデル開発ライフサイクルに直接組み込みながら、脅威が発生したときに迅速に対応するためのインフラを同時に構築することである。 Sources: 「Our approach to bioresilience」 (Google DeepMind Blog, 2026年7月16日) 雅子 訳