◇マルチエージェントシステム（MAS）＝AIエージェント（アシスタント）が複雑な目標を達成するために相互作用するシステムを意味する。AIの役割が増えコーディングなくても自分たちの会社、自分たちのチームにぴったりなAIアシスタントを開発するプラットフォームは昨年先を争ってサービスを開始した。これを可能にしたのがモデル・コンテキスト・プロトコル（MCP）だ。AIモデルが外部データベース、アプリケーションとリアルタイムでつながるようサポートする通信規約を意味する。電子機器の充電ケーブルがCタイプに統一されたように、MCPが多様なAIモデルをひとつの共通言語で連結させたのだ。それぞれ異なるAIをともに活用できるようになり、人とともに働く「デジタル同僚」がオフィスに本格的に導入される可能性も大きくなった。

◇特定用途向け（ASIC）＝グーグルやアマゾンなどビッグテックがAIを訓練する目的で設計した半導体をいう。AI用半導体市場を独占したエヌビディアのGPU依存度を減らそうとする試みだ。GPUが既製服ならばASICはオーダーメードスーツのようにAI訓練に最適化された。自社AI訓練にだけ集中してコストパフォーマンスを確保したのが特徴だ。グーグルは昨年独自開発したASICであるテンソル処理装置（TPU）でAIモデルである「ジェミニ3」を開発した。アマゾン・ウェブ・サービス（AWS）も昨年12月に開発したAI半導体「トレイニウム」を公開した。


◇AIスーパーファクトリー＝マイクロソフトが昨年提示した概念だ。物理的に離れたデータセンターを単一ネットワークに連結する方式を意味する。マイクロソフトは昨年11月にジョージア州に新規データセンターを完工しAIスーパーファクトリー構想を明らかにした。GPUとCPUを超高速ネットワークで構成しデータ伝送速度を引き上げたのが特長だ。このためサーバーをさらに細かく配置し、これを連結したネットワークケーブルの長さも最小化した。この技術が普及する場合、GPUを大量に空輸しなくても超大型データセンターに匹敵売る演算能力を確保できる。


◇データ飽和＝AI訓練に必要なデータの需要に対し供給が不足する現象を意味する。非営利研究団体エポックAIは昨年11月に発表したデータ関連報告書で「2026年から2032年まで人間が生成したテキストデータは事実上飽和状態になるだろう」と予想した。LLMの学習傾向が現在のように続く場合、人間が作ったデータの総量はまもなく学習需要と一致し、AI知能改善の可能性が減るだろうという説明だ。AIが自ら作った合成データを再学習する場合、AIモデルの品質が大きく低下するだろうという懸念も大きい。このため人間が作ったデータをめぐる著作権紛争はさらに頻繁になりそうだ。

◇AIハッカー＝生成AIを使ってサイバー攻撃をする技術をいう。すでにAIでディープフェイク映像を作ったり、偽のウェブサイトを作ってスミッシングを誘導する手法は普遍化している。さらに大きな問題はAIが独自にコードを作って追跡を回避し、即席で新たな悪性機能を作ることができる水準まで発展している点だ。グーグルは「最近ハッカーが自社の生成AIであるジェミニを利用して悪性命令語を作ろうとした」とし、今後こうした犯罪が増えるだろうと予想した。これを防止するためにAIでセキュリティを強化しようとする努力も続いている。昨年米国政府が主催したAIセキュリティ技術コンテストでは韓国チームがAI基盤のセキュリティシステムを披露して優秀な成果を上げている。


話すAIは去り働くAI…チャットGPTよりも強い奴がくる（1）