AI最新動向(2026年11月22日)

目次

AI最新動向

(続報)LeanとMathlibのコミュニティ、Anthropicのレヴェント・アルペゲ氏がClaudeと作ったリーマン予想の証明を「主張も証明も正しい」と認定する共同声明 証明はLeanで1700万行

11月21日、Leanのコミュニティのブログに、Lean FROとMathlib Initiativeが支持する共同声明を出した。アルペゲ氏は11月20日に、証明をLeanのライブラリ(1700万行)として公開した。声明は、この1日でコミュニティが検証にあたり、「リーマン予想の主張と証明の両方が正しいことを、ここに認定する」とした。数十人が同じ結果でコンパイルできることを確かめ、証明された定理がMathlibに収録済みのリーマン予想の主張と完全に同じであることを2つの別々の道具で照合し、Lean公式のカーネルと、それ自体が誤った証明を受け付けないことを形式的に証明済みの検証器を含む複数の検証器で、証明を確かめたとしている。アンドリュー・カラン氏が11月22日1時31分(JST)にXで紹介した。証明に含まれる新しい考え方を人が読み解く作業はこれから
人が読む査読より先に、機械による検証で「正しい」が確定するという順序が、数学の最難問で起きた点

Thinking Machines、ノートPCで動く26Bパラメータのオープンウェイトモデル「Inkling 2 Mini」を公開 中間の層を3回くり返して使う「ループ型」で、100B未満のオープンウェイトモデルの中で首位とする

11月20日(米国時間)に公開し、11月21日5時10分(JST)にXで告知した。24層のうち中間の12層を1トークンごとに3回くり返し、少ない出力トークンで深く推論させる。Hugging Faceで重みを公開し、Ollamaを使えばメモリ32GB以上のMacで1つのコマンドで動く。DeepSWE v1.1で48.2%、Vals Index v2.2で46.5%と、総パラメータ100B未満のオープンウェイトモデルの中で最も高いとした。Artificial AnalysisのIndexは20.1。ミラ・ムラティCEOは「この規模では思考の過程を監視できるが、今後もそうとは限らない」と書いた
社外にデータを出さずに手元のパソコンで動かせるモデルが、エージェント型の作業に使える水準に近づいた点

OpenAI、ChatGPTの「Space」をPlusプランに開放 ページ・スライド・サイトを人と一緒に作り、ChatGPTが中身を更新し続ける

11月21日3時48分(JST)、ChatGPTの公式アカウントが告知した。Spaceは、サイドバーに置かれるページ・スライド・画像・ファイル・アップロードの置き場で、ChatGPTと一緒に文章、調査、画像、インタラクティブなグラフ入りのページを作れる。作ったものはChatGPTが更新し続け、スマートフォンでも編集できるようになった。使い方の例として、届いた意見に合わせてToDoリストを更新し続ける、週次の指標をチームが直接編集・書き出しできるグラフ入りのスライドにする、などを挙げた
作った資料を「作って終わり」にせず、数字が変わるたびにAIが作り直す前提の作り

Blenderを使えない初心者が、AIにBlenderのコマンドライン操作を任せて3Dキャラクターの品質を上げた手順

11月21日15時27分(JST)投稿。3Dを始めて1週間の本人が、作った3Dモデルとともに手順をまとめた。要点は3つで、①推論の強いモデルを使い、「服が変。袖や肌がギザギザで光沢もない。やり方を提案して」のように素人の言葉で投げて、まず直し方を提案させる、②別のAI(または同じAIの別チャット)に「3Dモデルの製作者」の役を与えて出来上がりをレビューさせ、最後は自分の体と見比べて不自然な所を自分で確かめる、③MCPで操作させるよりBlenderのCLIを使わせるほうがトークンが少なく済んだ。服のテクスチャやギターの重なりは、Claude Code(Opus)ではうまくいかず、Google Antigravity(Gemini 4 Neon)で仕上げたとしている
専門用語を知らなくても、直し方の提案とレビューを別々のAIに分けて回せば品質が上がるという形。最後の確認を人の目に残している点

Gemini 4 Neonに画像1枚を渡し、スプライトを重ねて立体に見せる「疑似3D」のピクセルゲーム風の作品を10分で作らせた

11月20日11時3分(JST)投稿(動画あり)。fofr氏がNeonで試した手法を、画像を1枚渡して真似させた。スプライトを数十枚重ねて疑似的な3Dを作り、見えない角度はNano Bananaで補わせた。かかった時間は10分で、GPTなどでもできるはずとしている
画像1枚と手法の名前を渡すだけで、絵を描けない人でも動くゲーム素材が作れる点

OpenAI、モデルの能力を安全対策ごと盗み出す「敵対的蒸留」への対策を公表 隠している推論の抜き取り攻撃の成功率は54.0%から0.2%に

11月20日(米国時間)に公開し、11月21日4時33分(JST)にXで告知した。蒸留は、あるモデルの答えや推論を別のモデルの学習に使う手法で、無断で行われると、元のモデルが拒む使い方(サイバー攻撃の手伝いなど)をする安全対策なしのモデルが作れてしまう、と説明した。とくに、モデルが答えを出すまでの内部の推論(思考の連鎖)の抜き取りを防ぐことに力を入れ、社内の自動レッドチームによる評価では、以前の推論を取り出す攻撃の平均成功率が、元の対策のGPT-6 Astraの54.0%から、対策を強めたGPT-6.2 Astraでは0.2%に下がった。組織的な抜き取りの調査と遮断の方法も示した。9月30日には、Moonshot AI(Kimiの開発元)の関係者による組織的な蒸留を阻止したと公表していた
上位のモデルの答えを学習に使って追いつくという、オープンウェイトのモデルが速く伸びてきた経路の一つを、上位の研究所が塞ぎにかかっている点

トランプ米大統領、中国の習近平国家主席とAIの「ガードレール(安全策)」を検討することで合意したと表明 米企業によるデータセンターの国外建設は認めない考え

日本経済新聞が11月21日6時8分(JST)に報じた。トランプ氏は20日、アジア訪問を総括する記者会見で、深圳での習氏との首脳会談でAIの安全策を検討することで合意したと述べた。見出しでは、データセンターの国外建設を認めないとしている。ホワイトハウスの発表そのものは確認しておらず、日本経済新聞の報道による
米中がAIの安全策で協議に入る一方、米国の計算資源を国内に囲い込む動き。海外で米国のAIを使う企業の応答速度や、データの置き場所の規制との兼ね合い

有識者の受け止め

ゲイリー・マーカス(認知科学者)、リーマン予想の証明に「本当なら驚くべき成果。ただし検証はほとんどされていない。確認されても生成AIの経済性はあまり変わらない」

11月21日6時24分(JST)投稿。Leanのコミュニティの認定より前の投稿。「これが本当なら、驚くべき成果だ(ただし検証はほとんどされていない)」とし、アルペゲ氏が使ったシステムは記号的な定理証明の技術に支えられたニューロシンボリックなもので、「純粋なLLMでは同じことはできない。今でもできない」と書いた。「確認されたとしても、生成AIの問題のある経済性はあまり変わらないだろう。日常の推論には一般に当てはまらない、精巧な記号的定理証明の技術に頼っているからだ」とし、1997年にチェスで勝ったDeep Blueになぞらえた
数学の成果を、AI全体の実力の証拠と読むか、特定の道具立ての成果と読むかの割れ方

イーサン・モリック(ペンシルベニア大学ウォートン校 教授)、「専門知識とAIを使いこなす力を併せ持つ人が、驚くべきことを成し遂げられる(一時的な?)段階にいる」

11月22日1時8分(JST)投稿。「ミレニアム問題を証明してきた人々が、いずれも偉大な数学者ばかりなのは偶然ではない。モデルは(まだ)自力ではそれを成し遂げられない」と書いた。引用したのは、経済学者ケビン・ブライアン氏の「ハーバード大学を首席で卒業しプリンストン大学で博士号を取った人が、何年もリーマン予想に取り組んだ後にAIの分野に移り、それを解いた。私には解けなかったし、あなたにも、研究所の他の人にも解けなかった」という投稿
成果を出したのはAIではなく、AIを使った一流の専門家だという見方。AIが人を置き換えるのではなく、専門家の力を増幅しているという読み

イーサン・モリック(ペンシルベニア大学ウォートン校 教授)、OpenAIの蒸留対策に「OpenAIとAnthropicのモデルから簡単に蒸留できる時代が事実上終わったことが、オープンウェイトのモデルの伸びの鈍化の背景にあるのかもしれない」

11月21日4時55分(JST)投稿。「蒸留がオープンウェイトのモデルの急速な改善にどこまで効いていたかは分からない。すぐに分かるだろう」と書いた
オープンウェイトのモデルと最上位のモデルの差が、これから開いていくかどうか

アーヴィンド・ナラヤナン(プリンストン大学 教授)、「検証できる能力の自己改善を競うほど、AI企業が持続可能な事業に変えるための時間は短くなる」

11月21日5時1分(JST)投稿。「AI企業が今やっている、検証可能な能力の一部を自ら改善する競争は、持続可能な事業に変え、価値の創出を価値の獲得につなげる地味な作業に使える時間を短くする」とし、「もちろん彼らの賭けは、検証できるタスクでの進歩が、検証できないタスクの進歩にもつながるというものだ。どうなるかは見てみよう」と書いた
数学やコードのように正解を確かめられる分野での急伸が、そのまま稼ぐ力になるとは限らないという指摘

  • URLをコピーしました!
  • URLをコピーしました!
目次