技術

Intelは2026年7月13日、アイルランド・キルデア州のレイクスリップ拠点を拡張するため、50億ユーロ（57億ドル）の投資を発表した。Intel 3プロセスノードで製造するXeon 6および次世代Xeonサーバープロセッサの生産能力を拡大する。この動きは、同社がドイツ・マクデブルクとポーランド・ヴロツワフの工場計画を中止してからおよそ1年後に行われた。 この投資により、既存の工場設備がアップグレードされ、レイクスリップ拠点の生産能力が最大化される。Intelのエグゼクティブ・バイスプレジデント兼Intel Foundry責任者のNaga Chandrasekaran氏は、これをファウンドリ顧客へのコミットメントの表れだと述べ、「私たちは単に重要製品の生産量を増やしているだけではありません。アイルランドが世界最先端の製造エコシステムの最前線にあり続けることを確実にしているのです」と声明で語った。 今回の拡張は、AIインフラ構築に牽引されたサーバープロセッサ需要の急増に対応するものだ。GPUがAI分野の主役となってきたが、AIエージェント向けワークロードにおけるCPU需要の再燃により、IntelはXeonクラスチップの生産能力拡大を迫られている。レイクスリップ拠点は現在約4,900人を雇用し、1989年にIntelがアイルランドで事業を開始して以来、累計300億ユーロ超の投資を受けている。 アイルランドのMicheál Martin首相は、この投資を「アイルランドに対する力強い信認」であり、欧州の半導体サプライチェーンの回復力を強化するものだと評価した。 今回の発表は、2026年4月にIntelがApollo Global Managementからアイルランド拠点の株式を142億ドルで買い戻し、同拠点の完全所有権を回復したことに続くものだ。この施設はイスラエル国外で最も先進的なIntelの製造拠点の1つであり、同社が主力ファウンドリ製品として位置づけるIntel 3プロセス技術を採用している。 Intel株は過去12か月で370%以上急騰したが、最近の高値からはテクニカルな調整局面に入っている。同社は7月23日に四半期決算を発表する予定だ。 Sources: Intel’s big $5 billion bet on Ireland aims to right the wrongs of the canceled Magdeburg complex (Tom’s Hardware, July 2026); Intel Pours $5.7 Billion into Ireland Fab Expansion (BigGo Finance, July 13, 2026) 雅子 訳

NVIDIAは、AI需要によるGPU不足が続く中、5年前のGeForce RTX 3060グラフィックカードを暫定措置として事実上再販売した。NVIDIAのボードパートナーであるPalitは、2021年製GPUの「新」バージョンとなるRTX 3060 Infinity 2 OC（12 GB GDDR6メモリ搭載）を正式に発表した。 この動きは、GPU価格を急騰させているAI主導の部品不足への直接的な対応である。世界的なDRAM不足が新しいGPUの生産能力を圧迫する中、Micronはこの不足が2026年以降も続く可能性があると警告している。NVIDIAとそのパートナーは、より新しい高価なGDDR7（RTX 50シリーズ搭載）ではなくGDDR6メモリを使用するRTX 3060など、メモリ集約度の低い旧世代設計に頼り、エントリーレベルでの供給を維持しようとしている。12 GBのVRAM構成は、特に小型LLMやStable DiffusionのようなAI推論ワークロードを実行する予算重視のユーザーにとって、引き続き競争力を持つ。 2021年に発売されたオリジナルのRTX 3060は、魅力的なコストパフォーマンスとこのクラスとしては豊富な12 GBメモリバッファに支えられ、長年にわたりSteamハードウェア調査で最も人気のあるGPUであり続けている。Infinity 2 OCバージョンは工場出荷時オーバークロック済みで、Palitのデュアルファン冷却ソリューションを採用し、コンパクトな2スロット設計、照明効果はない。 この再投入は、より広範な業界トレンドを反映している。AI需要がメモリ生産能力のより大きなシェアを消費するにつれ、メーカーは制約の少ない部品を使用する旧世代設計を復活させざるを得なくなっている。また、すでに暗号通貨ブームのサイクルとパンデミック時代の供給制約により圧迫されてきたGPU市場が、緩和の兆しを見せない構造的な不足に直面していることを示す象徴的なシグナルでもある。 Sources: Palit officially announces RTX 3060 return with ‘new’ Infinity 2 OC launch (Tom’s Hardware, July 2026); Nvidia Re-Release RTX 3060 GPUs to Combat RAM Prices (Game Rant, 2026) 雅子 訳

誰が： 研究者のJasmin Thelen氏とOliver Wilhelm氏が率いる研究チームが、査読前論文プレプリントサービスarXivにて発表した。 いつ： 2026年7月。 どこで： 本研究成果はarXivに掲載された。 何を： ARC-AGIベンチマークの人間参加者による初の妥当性検証研究。 なぜ： AIベンチマークが人間の認知能力の名義論的ネットワークに体系的に組み込まれるべきだという方法論的議論を展開するため。 どのように： 100名の人間参加者にARC-AGI課題と確立された図形推論・創造性尺度を実施し、相関関係を分析した。 AIベンチマーキングと心理測定学という異例のクロスオーバーにおいて、研究者らはARC-AGIベンチマークの初の人間参加者による検証研究を発表し、AI向けテストのパフォーマンスが流動性知能と実質的に相関することを発見した。研究対象者はARC-AGI項目の編集版と、確立された図形推論および創造性の測定法とともにテストされた。 François Chollet氏によって開発されたARC-AGIベンチマークは、最小限の例から新しいルールを帰納するAIシステムの能力を測定するよう設計されており、元々は流動性知能（獲得した知識とは独立に新しい問題を解決する能力）の尺度として提案されていた。しかし今回の研究まで、人間において心理測定的に検証されたことはなかった。 結果は、ARC-AGIのパフォーマンスと標準的な図形流動性知能テストとの間に実質的な相関（ρ = .63）を示した。創造的思考の尺度である図形独創性との関連は弱かった。ARC-AGI項目自体は良好な心理測定的特性を示し、測定手段としての信頼性を支持した。 この知見は二つの点で重要である。第一に、ARC-AGIが人間の流動性知能に関連する何かを測定するという主張に実証的裏付けを提供し、AIシステムのベンチマークとしての妥当性を強化する。第二に、AIベンチマークは人間の認知能力の名義論的ネットワークに体系的に埋め込まれるべきであり、それによりより厳密な評価を可能にし、AI研究と心理学の学際的協力を促進するという、より広範な方法論的議論を代表する。 本研究は第一歩であり、サンプルサイズ100は控えめで、著者らはワーキングメモリ測定を含む追加共変量を用いたより大規模な研究の必要性を指摘している。しかし、機械をテストするために設計されたベンチマークを人間に適用するというアプローチ自体が、人工知能のより解釈可能な評価への道を開くものである。 出典: Bringing Back Rule Induction to Fluid Intelligence Research? An Initial Validation of the ARC-AGI Benchmark in Humans (arXiv, 2026年7月) 雅子 訳

東京大学産業科学研究所の研究者らは、結晶対称性が水素原子がバナジウム中を古典的ホッピングと量子トンネリングのどちらで移動するかを制御する基本的なスイッチとして機能することを明らかにした。この発見はNature Communicationsに掲載され、クリーンエネルギー用途に向けたより優れた水素貯蔵材料の設計指針となる可能性がある。 水素は重工業にとって有望な燃料であるが、安全に貯蔵することは依然として大きな課題である。バナジウム合金は重量の3.8%まで水素を吸収することができ、最も実用的な固体貯蔵材料の一つとなっている。水素分子は合金内部で分解し、結晶格子の隙間サイトを占める。水素がその格子内をどのように移動するかを正確に理解することが、吸収と放出を最適化する鍵となる。 東京の研究チームは、水素の挙動の構造測定とバナジウム結晶格子内の量子力学的計算を組み合わせた。彼らは、水素が結晶構造に応じて二つの根本的に異なる方法で隙間サイト間を移動することを発見した。高い対称性を持つ結晶格子（通常は低水素濃度）では、水素原子はエネルギー障壁を量子トンネリングで通過し、古典的経路を迂回する「量子ショートカット」を実質的に利用する。高水素濃度で格子が歪むと、そのトンネリング効果は抑制され、水素は熱エネルギーに頼って古典的にサイト間をホッピングしなければならない。 「結晶対称性は量子挙動のオン/オフを切り替える根本的なスイッチです」と研究を率いた福谷克之教授は述べている。「対称性の高い構造では、水素はサイト間をトンネリングできる等価な経路を見つけます。高水素濃度で起こるようにその対称性を歪めると、トンネリングは抑制されます。」 この発見は材料科学者に明確な設計パラメータを与える： 迅速な吸収と安定した貯蔵のどちらを優先するかに応じて、貯蔵材料の対称性を制御し、量子トンネリングを有効または無効にする。水素自動車や産業用エネルギー貯蔵において、補給速度と貯蔵安全性の両方が重要である場合、その調整能力は極めて重要となり得る。 Sources: Scientists crack ‘quantum shortcut’ controlling hydrogen behavior in vanadium (Interesting Engineering, 2026年7月15日); Nature Communications (DOI: 10.1038/s41467-026-75020-w) 雅子 訳

Imaging-101と呼ばれる新しいベンチマークは、LLMの一般的なコーディングタスクにおけるパフォーマンスと、科学的な計算イメージングの専門的な要求に対処する能力との間のギャップを明らかにしている。Siyi Chen氏が率いるチームがarXivで発表したこのベンチマークは、6つの科学領域から抽出された57の専門家検証済みタスクにおいて、7つの最先端LLMコーディングエージェントを評価する。 Imaging-101の各タスクは、査読付き論文に基づいており、前処理、前方物理モデリング、逆ソルバー、可視化という4段階の標準化パイプラインに体系化されている。このベンチマークは、計画、関数レベルのユニットテスト、エンドツーエンド再構成の3つのトラックでエージェントをテストし、どこで成功し、どこで失敗するかを特定する。 結果は、一般的なコーディングベンチマークでは捉えられない体系的な弱点を明らかにしている。LLMは科学的な文脈でのアルゴリズム選択に苦戦し、与えられたイメージングモダリティに適切な再構成方法を選択できない。また、符号、単位、正規化係数などの物理的な慣習を誤って処理する。最も深刻なのは、前処理、物理モデリング、逆解決、可視化の各段階を接続し、一貫した動作可能なエンドツーエンドシステムに統合するパイプライン統合で失敗することである。 これらは単なる軽微なバグではない。間接的でノイズの多い測定から隠れた信号を回復する計算イメージングは、顕微鏡、MRI、CT、天文学、光学にわたる定量的な発見を支えている。標準的なLeetCode形式の課題を通過できても、前方物理モデルを正しく実装できないコーディングエージェントは、ドメイン科学者にとってまだ有用ではない。 著者らは、この結果は、汎用LLMが規模だけを通じて科学的コーディング能力を発展させることを期待するのではなく、スキル強化されたドメイン特化型エージェントへの方向性を示していると主張する。現時点では、このベンチマークはギャップがどこにあるかを構造化されたマップとして提供しており、それらを埋めるための前提条件となる。 Sources: Imaging-101: Benchmarking LLM Coding Agents on Scientific Computational Imaging (arXiv, July 2026) 雅子 訳

大阪公立大学の研究者らは、継続的な電力を必要とせずに、熱の流れを制御、方向付け、記憶できる材料を開発した。この画期的な成果は、「熱的相互性」と呼ばれる基本的な物理原理を覆すものであり、これまで熱が材料に出入りする方法を独立して制御することは不可能であった。 ほとんどの材料では、吸収と放出は切り離せない。特定の方向から熱を効率的に吸収する表面は、同じ方法で熱を放出する。岡本孝一教授と村井俊介博士が開発した新しいデバイスは、この限界を克服するため、磁気光学材料とGST（ゲルマニウム-アンチモン-テルル）として知られる相変化材料を組み合わせている。磁場にさらされると、磁気光学層は光との相互作用を変化させ、GST層はアモルファス状態と結晶状態を切り替えて構成を固定する。 その結果、熱放射を特定の場所に方向付け、その動作をオンまたはオフに切り替え、電源を切った後も設定を保持できるデバイスが実現した。これは、コンピュータチップ内部でデータが保存・制御される方法と類似している。この研究は、学術誌「Laser & Photonics Reviews」に「Reconfigurable Giant Nonreciprocity at Near-Normal Incidence via Phase-Change Magneto-Optical Metagratings」というタイトルで掲載された。 潜在的な応用範囲は、検出モードを切り替えられる赤外線センサー、熱の無駄を減らすエネルギーシステム、そして電気的電荷の代わりに光と熱を使用する新しいクラスのフォトニックメモリデバイスに及ぶ。継続的な電力消費なしに熱流をプログラミングできる能力は、最終的には高密度AIハードウェアにおけるチップ冷却を支援し、トランジスタ密度の増加に伴い熱放散が成長するボトルネックとなっているシリコンフォトニクスにおける熱管理を改善する可能性がある。 研究チームは、現在のデバイスは概念実証段階であるが、基本原理は汎用的であり、実用的な展開のために異なる波長や動作条件に適応できる可能性があると指摘している。 出典: Researchers create programmable material that can steer heat and remember its state without power (Tom’s Hardware, 2026年7月); Incredible new material makes heat programmable (ScienceDaily/大阪公立大学, 2026年7月7日) 雅子 訳

Microsoftは、Windows更新プログラムのインストール時期に関する長年の方針を転換した。同社は現在、ユーザーとIT管理者に対し、品質更新プログラムをリリースから3日以内にインストールするよう推奨している。これは、更新プログラムを数週間または数ヶ月先延ばしにすることが許容されていた従来の慣行から、劇的な転換となる。 その理由は、AIを活用したサイバー攻撃にある。ハッカーは現在、AIツールを使用してパッチの開示情報を分析し、数時間以内に動作するエクスプロイトを開発している。これにより、防御側が対応できる時間が大幅に縮小されている。更新プログラムが安定性の問題を引き起こすかどうかを確認してから展開するという従来の手法は、攻撃者がテストサイクルの完了前に開示された脆弱性を悪用できる現状では、もはや有効ではない。 Microsoft 365のディレクターであるJeremy Chapman氏は、新しいガイドラインを次のように示した。品質更新プログラムの延期期間を3日未満に設定し、更新期限を0日または1日に構成し、猶予期間を最大2日に制限する。複数のリングにわたって数週間かけて段階的に展開する従来のアプローチは、エクスプロイトが出現するまでに数日または数週間かかっていた時代のものだ。 Microsoftの緊急性は、自社のパッチ適用データに裏付けられている。2026年6月、同社は1回のPatch Tuesdayで過去最多となる206件の脆弱性を修正した。これは、同社史上の単月最多記録である。このペースに対応するため、MicrosoftはMDASHを開発した。これは、Windowsのソースコードをスキャンして不審なパターンを検出し、複数のAIエージェントが連携して潜在的なセキュリティ問題を本番環境に到達する前に診断する内部AIシステムである。 このガイドラインは、Windows 10およびWindows 11、さらにExtended Security Updatesの対象システムにも適用される。一般ユーザー向けのアドバイスはシンプルだ。自動更新を有効にし、再起動を求められたら実行する。企業にとって、この推奨事項は重要な運用変更を意味し、現在ほとんどのIT部門が維持しているものよりも、より迅速なパッチ検証サイクルとより積極的な展開スケジュールが必要となる。 ソース: Microsoft says stop waiting to install Windows updates. Here’s why (PCWorld、2026年7月14日) 雅子 訳

独立セキュリティ研究者のDave Kuszmar氏は、IEEE Spectrumに7種類の脱獄手法に関する詳細な報告を発表した。これらの手法は、ChatGPT、Claude、Gemini、DeepSeek、Grok、Llama、MistralのLe Chat、AlibabaのQwen、Microsoft Copilotなど、市場のほぼすべての大規模言語モデルに対して有効である。最も憂慮すべき発見は、脆弱性の数ではなく、その単純さにある。ある手法は、1回のプロンプトで安全ガードレールをすべて回避できる。 Kuszmar氏はGazzettaの主任AI研究者であり、LLMを「安全」にするために課された制限そのものが、攻撃者が悪用できる仕組みだと主張する。最も単純な脆弱性であるSeveranceは、モデルが準備したすべての専門分野への無制限アクセスを許可する単一のプロンプトである。この手法は、秘密の生化学戦略、マスメディア偽情報戦術、高度なポリモーフィックマルウェアの指示、人口集団全体の秘密の遺伝子改変方法を正常に抽出した。 Inceptionと名付けられたより精巧な手法は、映画を想起させる複数の関連シナリオを積み重ね、入れ子になった架空の文脈内でモデルに危険な出力を生成させる。この手法は、Claude、Gemini、Grok、Llamaを含むすべてのテスト済みモデルで機能し、メタンフェタミン製造、焼夷兵器、毒物投与の指示を生成した。別の手法であるTime Banditは、会話を近代法や倫理的制限が存在する以前の歴史的な日付に設定することで、モデルの時間的混乱を悪用する。ChatGPTを1913年に設定したところ、Kuszmar氏は兵器級物質を生成可能なウラン濃縮施設の起動指示を取得した。 Kyber脆弱性は、Fortnite内でDarth VaderのNPCとして動作するGoogleのGeminiを標的にした。音声のみのインターフェースを通じて、研究者は焼夷装置の製造指示とギャンブル戦略を抽出した。1899手法は、モデルに内部モデル重みとシステムプロンプトと思われる情報を開示させることができ、ChatGPTで確認された。 Kuszmar氏は、カーネギーメロン大学のSEI CERTとCISAを通じて調査結果を開示した。AI企業からの反応は最小限であり、3つのラボが標準的な受領確認を送ったもののその後のフォローアップはなく、OpenAIはTime Bandit脆弱性について困惑を表明したものの修正には同意しなかった。記事にはKuszmar氏の直接の警告が含まれている：「私たちは、文字通り、欠陥のある基盤の上に欠陥のある構造を構築している。」 出典: How I Turned AI to the Dark Side (IEEE Spectrum、2026年7月) 雅子 訳

DeepMindの共同設立者兼CEOであるDemis Hassabis氏は、米国に対し、金融業界の監視機関であるFINRAをモデルとした、業界資金によるAI自主規制機関の設立を呼びかけた。詳細な投稿とインタビューの中で、Hassabis氏は、汎用人工知能の登場までの猶予は狭まっており、自発的で調整のない安全対策では不十分だと主張した。 提案された機関は、「フロンティアモデル」の定義を標準化されたベンチマークを通じて決定する。基準を満たす研究所は、技術詳細を記載したモデルカードの公開、強力な内部サイバーセキュリティの維持、主要担当者の審査、安全性およびセキュリティ研究への十分なリソース配分といったベストプラクティスの採用が奨励される。評価は自主的な基準で開始される（研究所は公開の30日前にモデルを提出する）が、機関は最終的に独自の独立した非公開テストを開発し、研究所自身による過学習を防ぐ。 「AI業界が自主的に規制を求めるとき、人類史の大きな転換点が来ていることがわかる」とHassabis氏は書いた。「AIに関連する技術的リスクの軽減は、私たちが協力して取り組める課題だと確信している。ただし、この次の重要なステップを正しく進めるための時間と余地を自分たちに与える場合に限る。」 この提案は、政府の行動が鈍い状況の中で出された。2026年6月、トランプ政権は大統領令を発令し、NISTにフロンティアモデルに対する自主的な30日間審査枠組みの開発を指示した。この命令は主にサイバーセキュリティ能力に焦点を当てていた。また、機密ベンチマークを求め、「特定の信頼できるパートナー」との協力を許可したが、批評家はこれが政府の越権行為に当たる可能性があると警告した。 Hassabis氏の業界自主規制モデルには批判もある。FINRAは「歯のない内部関係者のクラブ」として繰り返し批判を受けており、AI版も監督対象企業による同様の乗っ取りに直面する可能性がある。The Registerは、標準化機関は「真剣な議論に値する」としながらも、それを公正に運営できる主体（業界か政府か）の問題は適切に答えられていないと指摘した。 Hassabis氏は限界を認めつつも緊急性を強調した。「未来はまだ書かれていない。AGIが到来する前のこの貴重な期間を活用し、全人類の利益のためにこの技術を形作らなければならない。」 出典: DeepMind bigbrain calls for America to set AI standards before it’s too late (The Register, 2026年7月14日) 雅子 訳

Xは、相互フォロワー（お互いにフォローし合っているユーザー）の投稿の表示を増やすようレコメンデーションアルゴリズムを更新した。これにより、返信スレッドがよりコミュニティ志向となり、見知らぬ声の戦場のようになるのを減らす狙いがある。 この変更は、Xのプロダクト責任者であるNikita Bier氏によって発表された。「このデータがアルゴリズムに欠けていたため、友達が返信であまり表示されなくなっていました」とBier氏は述べた。「その結果、返信セクションが見知らぬ人々との戦場のように感じられるようになりました。」さらに、この調整により「興味を中心としたクラスターがより簡単に形成されるようになるはずで、多くの人がこれを求めていました」と付け加えた。 この動きはXのフィードアルゴリズムの大規模な見直しではなく、特定のシグナル調整である。相互フォロワーのコンテンツを返信でより高く評価することで、プラットフォームはTwitterからブランド変更以来特徴的であった対立的なダイナミクスから脱却しようとしている。 これはクリエイターを対象とした一連の変更に続くものである。Xは最近、クリエイター向けの報酬システムを刷新し、アグリゲーションよりもオリジナルコンテンツを促進するようにした。また2026年7月には、盗用コンテンツの再投稿ではなくオリジナル動画作成を促進するため、内蔵ビデオエディターをローンチした。 このタイミングはまた、MetaのThreadsからの競争圧力を反映している。Threadsは2026年6月に月間アクティブユーザー5億人を突破し、ユーザーがフィードコンテンツをプライベートに制御できる「Your Algo」ツールなどのコミュニティ重視機能を展開している。 雅子 訳 出典：X just tweaked its algorithm to make it more friendly, less battleground (TechCrunch, 2026年7月)