Grok 4.7への期待値を下方修正せよ

AmazonはMetaのAIエージェント「Muse」に対し、Amazon.comでのショッピングを積極的にブロックし、門戸を閉ざしました。公式に挙げられた理由は、許可の欠如、自己識別の失敗、そしてMuseがユーザー認証情報をどのように扱うかに関するセキュリティ上の懸念でした。

これは、エージェントプラットフォーム戦争における最初の一撃です。私たちは2年間、エージェントがウェブをナビゲートするのに十分賢いかどうかを obsess してきましたが、ウェブが実際に彼らを中に入れるかどうかは完全に無視していました。Amazonには、Metaに顧客関係を支配させ、変換データをスクレイピングさせるインセンティブは全くありません。

もし消費者向けエージェントを構築しているなら、最大の存続の脅威はコンテキストウィンドウではなく、世界最大の店舗からIPバンされることです。インターネットがあなたの自動化ツールのためのオープンな遊び場であり続けると仮定するのはやめましょう。

Xiaomiがオープンウェイトのオムニモーダルモデル「MiMo-V2.6-Pro」を発表しました。このモデルは、オープンウェイトのArtificial Analysis Intelligence Indexでいきなりトップに躍り出ました。

これはMetaやMistral、あるいは多額の資金を投入されたサンフランシスコの研究室から生まれたものではありません。予算重視のスマートフォンや電動スクーターで最もよく知られるハードウェア大手から登場したのです。

AIのフロンティアは、既存企業が認めたがるよりも速く分散化しています。ハードウェア企業がサイドプロジェクトとして最先端のオープンモデルをリリースできるようになったとき、純粋な基盤モデル企業にとっての堀は公式に蒸発します。

DeepSeekの元エンジニアで、現在Xiaomiで開発を主導しているFuli Luo氏が、同社の最終的な強化学習トレーニング実行をライブで公開し始めました。この規模のモデルとしては、内部指標に対する透明性のレベルは全く異常です。

OpenAIやAnthropicがRLHFデータを核ミサイルの発射コードのように扱っているのに対し、Xiaomiはそれをオープンソースのリポジトリのように扱っています。

これは単なる利他主義ではありません。採用戦略でもあります。公開で開発することで、Xiaomiはトップクラスの研究人材に対し、ブラックボックスに閉じ込められることはないというシグナルを送っています。より広範なコミュニティにとっては、現代のオムニモーダルRLが実際にどのように機能するかの舞台裏を見せる、見事な手本となっています。

Googleは、科学的問題の解決を自動化するために設計されたGemini搭載システム「Empirical Research Assistance (ERA)」を発表しました。問題が「スコア化可能なタスク」に還元できる場合、ERAは有望な実験ノートブックを継続的に変異させ、解決策を見つけ出します。

これは、AIをチャットインターフェースとして使うことから、AIをブルートフォースによる発見エンジンとして使うことへの大きな飛躍です。科学的手法を計算量に制約された最適化問題へと変貌させます。

企業のR&D部門にとって、これは再構築を促す明確なシグナルです。ボトルネックはもはや実験の実行ではなく、ERAが間違ったものを最適化しないように、スコアリング指標を十分に正確に定義することに移っています。

Googleの飛行機雲検出Kaggleコンペティションの参加者たちは、より優れたビジョンモデルを構築するのではなく、データセットラベルの半ピクセル誤差を特定し、それを悪用することで賞を獲得しました。

彼らは指標に完全に最適化し、問題の現実世界の物理学を完全に無視しました。これはグッドハートの法則が作用した例です。「ある尺度が目標となると、それは良い尺度ではなくなる」というものです。

静的データセットでモデルをトレーニングしている場合、最高のパフォーマンスを発揮するチェックポイントは、データパイプラインのバグを記憶したものである可能性があります。常に損失曲線だけでなく、出力も確認してください。

ジョン・プラットのチームは、AIを使って航空機雲の反事実問題のモデリングに成功しました。熱を閉じ込める効果と反射される太陽光の効果を正確にマッピングすることで、人為的な地球温暖化の約1%を占める変数を解明したのです。

気候モデリングは、飛行機雲のような動的で一時的な現象に常に苦慮してきました。従来の物理エンジンは遅すぎますが、AIは反事実を大規模に近似できます。

これこそが、AIが物理世界で輝く場所です。人間の判断を置き換えるのではなく、これまで正確に測定することが不可能だった、混沌とした高変数システムを解きほぐすのです。

Nathan Lambert氏が「Never Give Up」と題された新しい論文を発表しました。これは、強化学習において、より難しい問題により多くの計算資源を割り当てる方法を詳述するものです。この手法は、GRPOグループが不正確な完了を生成した場合に、高い確率でより集中的にサンプリングすることを含みます。

RL中にすべてのプロンプトを平等に扱うのではなく、このアプローチは、モデルが実際に苦戦しているエッジケースに計算資源を動的に割り当てます。

これは、総パラメータ数を盲目的に増やすことなく、より難しいRL問題から利益を絞り出す非常に効率的な方法です。複雑な推論のためにモデルをファインチューニングしているなら、トレーニング中の動的な計算資源割り当てが新しい基準となるでしょう。

Devansh氏は最近、AI企業がLLMに数兆ドルを注ぎ込む理由と、それぞれの勝利条件が戦略をどのように形成するかを分析しました。OpenAI、Anthropic、Googleは単に異なるモデルを構築しているだけでなく、AIインタラクションに対する全く異なるビジョンに向かって構築しているのです。

OpenAIは消費者向けオペレーティングシステムになりたいと考えています。Googleは検索の独占とエンタープライズクラウドを保護したいと考えています。Anthropicは、高い信頼性と安全性が求められるエンタープライズ層を目指しています。

これらのモデルの上に構築している場合、自社の製品をプロバイダーの究極の勝利条件と一致させる必要があります。もしAnthropicの上に消費者向けラッパーを構築しても、彼らのロードマップがあなたを無視しても驚かないでください。

スコット・アレクサンダーは、ベンカテシュ・ラオの「効果的利他主義」批判に対する長文の反論を投稿しようとしましたが、ブロックされてしまいました。Substackのコメント、返信、プライベートメッセージに対するペイウォール制限により、アレクサンダーは自身のSubstackで返答を公開せざるを得なくなりました。

これは、分散型出版における摩擦の増大を浮き彫りにしています。プラットフォームが相互運用性よりも収益化を優先すると、実際の会話は分断され、閉鎖的な庭園に散らばってしまいます。

ビルダーにとって、コミュニティエンゲージメントをサードパーティプラットフォームに依存することには常にプラットフォームリスクが伴うということを再認識させるものです。オーディエンスを所有し、インフラを所有しましょう。