AIデイリー：GoogleがProject Marinerを閉鎖、AnthropicがSpaceXと提携し計算能力を強化

今日のAIテクノロジー焦点：Googleが新型エージェントツールへ転換、計算能力と革新的アプリケーションの全面アップグレード

人工知能の発展の軌跡は常に予想外であるということをご存知でしょうか？昨日注目されていた技術が、今日には全く新しいソリューションに取って代わられているかもしれません。現在、テクノロジー大手各社は競って新機能を打ち出しています。AIエージェントツールの戦略転換から、基盤となるハードウェアやネットワークアーキテクチャの突破、さらにはクリエイター向けツールの革新まで、あらゆる進展が業界全体の脈動を左右しています。今日の最新動向が未来のテクノロジーの方向性にどのように影響するか、詳しく解説します。

AIエージェントツールの戦略的転換と再進化

ウェブ閲覧AIは、かつて次の大きな飛躍と見なされていました。しかし、計画は変わるものです。Googleは最近、実験的なプロジェクトであるProject Marinerを密かに閉鎖し、関連する技術と人員を他の製品に統合しました。この技術は、システムがユーザーに代わってウェブを閲覧し、タスクを実行することを目指したものでした。しかし、膨大な計算リソースの需要と、時折発生する精度の問題が、この種のツールの発展の妨げとなりました。Project Marinerの閉鎖はウェブ閲覧AIの失敗を意味するのでしょうか？実はそうではなく、業界の注目がOpenClawスタイルのコマンドライン制御ツールへと移っていることを示しています。これらのツールはシステムコマンドを介して直接操作を実行するため、安定性と効率が大幅に向上します。

Googleの広報担当者は、関連するコンピュータ操作機能が、今後登場するGeminiエージェントなどの将来のエージェント戦略に統合されることを確認しました。同様に、Anthropicはターミナルを開く必要のないClaude Coworkをリリースし、Metaは「Hatch」というコードネームのパーソナライズされたアシスタントを開発中です。

さらに、ソフトウェアの学習能力も飛躍的な進歩を遂げようとしています。タスクが繰り返される際、システムはそこから教訓を得ることができるでしょうか？Manusが発表したプロジェクト自動更新機能は、まさにこの課題の解決を目指しています。この新機能は、価値のある会話をプロジェクトの指示やファイルの更新に変換することができます。ワークフローが変化した際、Manusは再利用可能な決定やパターンを識別し、更新を提案します。これにより、将来のすべてのタスクは、前のタスクよりも効率的に実行されるようになります。チームメンバーは、同じコンテキストを何度も説明することに時間を費やす必要がなくなります。

Manusが承認なしに勝手にプロジェクトを更新するのではないか、と心配する人がいるかもしれません。答えはノーです。すべての更新提案には、ユーザーの明確な承認が必要です。単に新しいファイルをアップロードするのと何が違うのか、という疑問もあるでしょう。ファイルのアップロードは素材を変更するだけですが、この新機能はシステムが指示やワークフローの変更を含む、より広範なコンテキストを理解できるようにするものです。ユーザーはいつでも手動でレビューを実行し、システムに修正案を出すよう要求することもできます。

計算能力のボトルネックを打破する基盤革命

正直なところ、ハードウェア技術は退屈に聞こえることもありますが、これこそがクールなアプリケーションを支える礎石です。膨大な計算需要に対応するため、Anthropicは最近、SpaceXとの計算協力契約を発表しました。この提携に伴い、Claudeの使用上限引き上げの告知が行われました。ProやMaxなどのプランの「5時間ごとの制限」が直接2倍に引き上げられたほか、Claude OpusモデルのAPIレート制限も大幅に緩和されました。表面上は、ユーザーにより多くの活用の場が与えられたように見えます。

しかし、ここで検討すべき潜在的な矛盾点があります。5時間ごとの処理レート制限は向上しましたが、公式発表では長期的な総限度額（例えば7日間の総限度額）が同時に引き上げられたかどうかは明記されていません。もし長期的な限度額が据え置きであれば、ヘビーユーザーは基礎となる限度額をより速いスピードで使い果たすことになります。限度額が早く底をついた場合、開発者は運用を維持するために、より多くのAPIクレジットを購入せざるを得なくなります。これはAnthropicによる、計算能力向上を背景とした非常に巧妙なビジネス戦略なのかもしれません。

一方で、OpenAIはスーパーコンピュータのネットワーク混雑問題の解決に取り組んでいます。数万台のGPUが同期して動作している場合、一つのデータ転送が遅延するだけでドミノ倒しのように影響が広がります。OpenAIが発表したMRCネットワークプロトコルは、まさにこのために生まれました。AMD、Broadcom、Intel、NVIDIA、Microsoftといった大手各社と共同開発されたこのマルチパス高信頼接続技術は、パケットを数百の経路に分散させることができます。一部のネットワークノードが故障しても、MRCはマイクロ秒単位でエラーを回避でき、モデル訓練時のダウンタイムを大幅に削減します。

モデル訓練といえば、開発者は常に高い効率を追求しています。UnslothとNVIDIAの共同研究により、LLM訓練を遅らせる隠れたボトルネックが特定されました。主要な数学的演算が極限まで効率化された後、GPUはメタデータ処理やメモリコピーといった煩雑なプロセスで停滞することが判明しました。シーケンスメタデータのキャッシュパッキングやダブルバッファリングなどの技術を通じて、彼らはQwen3-14Bなどのモデルのフォワードパス速度を43%以上向上させることに成功しました。これは、頻繁にモデルを微調整する必要がある開発チームにとって、間違いなく朗報です。

検索体験のアップグレードと音楽制作の新たな火花

私たちが毎日使っている検索エンジンも、注目すべきアップデートを迎えています。Googleは自社製品に、より多様な探索方法を導入しています。Google検索の生成AIに5つの新機能が追加され、情報を探すプロセスがより直感的になりました。特定のトピックに関心がある場合、システムは回答を提供するだけでなく、関連する別の視点での深掘りも提案します。また、購読しているニュースソースへのアクセスが容易になったほか、ソーシャルフォーラムでのリアルな体験談を回答から直接プレビューできるようになりました。

一方で、芸術分野におけるテクノロジーの活用もますます成熟しています。音楽クリエイターには、心強いアシスタントが登場しました。Google Labsは、Flow Musicと世界的なアーティスト育成企業Believeとの提携を発表しました。Lyria 3 Proモデルを搭載したこのツールは、ミュージシャンの歌詞の構想、新しいメロディの試行、さらには全く新しい楽器の音色の作成を支援します。著作権の問題を心配されるかもしれませんが、GoogleはFlow Musicで生成されたオリジナルコンテンツの所有権を主張しないことを明言しています。この約束は間違いなくクリエイターにとっての安心材料となり、テクノロジーが真の意味でインスピレーションの触媒となることを可能にします。

Q&A

Q1：GoogleはなぜProject Marinerを閉鎖したのですか？今後のAIエージェントツールの発展の方向性は？ A1： Project Marinerのようなウェブ閲覧AIは、膨大なスクリーンショットや情報を処理する必要があるため、膨大な計算需要と精度の問題に直面し、発展が阻害されました。現在、業界はOpenClawスタイルのコマンドライン制御ツール（Claude CoworkやMetaが開発中のHatchなど）に注目しています。これらのシステムはターミナルコマンドを介して直接コンピュータを制御するため、タスク実行の安定性と効率が大幅に向上します。

Q2：Manusのプロジェクト自動更新機能は、同意なしに勝手にプロジェクトファイルを修正しますか？ A2：いいえ。Manusはチームの会話から学習し、価値のある情報をプロジェクトの指示やファイル、スキルへと変換できますが、すべての更新提案はユーザーによる明確なレビューと承認が必要です。これにより、プロジェクトのコンテキストは人間が承認した後にのみ変更されることが保証されます。

Q3：AnthropicがSpaceXと計算能力で提携したことで、ユーザーの利用枠に具体的にどのような影響がありますか？ A3： 公式発表によると、Anthropicは増加した計算能力を活用して、ProやMaxなどのプランの「5時間ごとの制限」を2倍に引き上げ、ピーク時の制限緩和を廃止しました。同時に、開発者向けのClaude OpusモデルのAPIレート制限（1分あたりの最大入力・出力トークン数）も大幅に引き上げられました。

Q4：OpenAIのMRCネットワークプロトコルは、どのようにスーパーコンピュータの混雑問題を解決しますか？ A4： 従来のネットワークプロトコルは通常、データ転送に単一の経路を使用するため、パケットの衝突や混雑が発生しやすくなります。MRC（マルチパス高信頼接続）はこのモデルを覆し、一回の転送パケットを数百のネットワーク経路に分散（スプレー）させます。ある経路で故障や混雑が発生しても、MRCはマイクロ秒単位でそれを検知して回避でき、モデル訓練時のダウンタイムと遅延を大幅に削減します。

Q5：UnslothとNVIDIAの提携により、LLM訓練のどのような「隠れたボトルネック」が解消されましたか？ A5： 主要な数学演算が最適化された後でも、GPUがデータの記録や待機時間で停滞していることを発見しました。シーケンスメタデータのキャッシュパッキング、ダブルバッファによるメモリコピー遅延の隠蔽、MoEルーティングモデルの最適化という3つの主要技術により、これらの隠れたボトルネックを排除し、GPU全体の訓練速度を約25%向上させることに成功しました。

Q6：音楽クリエイターがGoogleのFlow Musicを使って音楽を生成した場合、著作権の争いは発生しますか？ A6：いいえ。Googleは、Flow Musicによって生成されたオリジナルコンテンツの所有権を主張しないことを明確に約束しています。Lyria 3 Proを搭載したこのツールは、創造のパートナーとして歌詞やメロディ、新しい楽器の構想を支援することを目的としており、クリエイターは自身の作品の権利を安全に保持できます。