InfoQ ホームページ AIと機械学習、データエンジニアリング に関するすべてのコンテンツ
-
AIワークロードの最適化に向けて：Google Cloud活用のヒントとコツ
Google Cloud社は、企業の社内クラウドインフラストラクチャにおけるでAIワークロードのコスト削減や効率性向上に特化した一連の新しいツール機能を発表した。今回の発表は、企業側からのAIイニシアチブコストの最適化とパフォーマンス・スケーラビリティの維持の両立を求める声の高まりを受けての対応である。
-
AI大陸行動計画：欧州委員会がAI開発におけるスケーリング戦略概要を発表
欧州委員会は、EUにおけるAIの開発とデプロイ推進に向けた新戦略「AI大陸行動計画」を発表した。同計画は、AIインフラストラクチャーへの協調投資、高品質データへのアクセス拡大、EUの戦略的セクターにおけるAI導入推進、AI規則順守への支援に関する戦略概要である。
-
OpenAI社、GPT-4oの画像生成機能改善を発表
OpenAI社が、ネイティブ画像生成機能を搭載したGPT-4oの新バージョンをリリースした。。今回のモデルでは、アップロード画像の修正やプロンプト指示による画像生成が可能になったほか、一貫性を保った複数バージョンの画像生成機能や画像内テキスト生成機能が改善されている。
-
Mistral AIがマルチモーダル文書のLLMベースOCR用APIを発表
Mistral AI社のla Plateforme SaaSで利用可能になったMistral OCRは、テキストと画像、表、数式、高度なレイアウトが混在する複雑な文書をデジタル化するためのOCRソリューションを提供することを目的としている。そのため、科学研究、歴史的文書や工芸品、ユーザーマニュアルなどのデジタル化に特に適していると同社は述べている。
-
Cloudflare Security Week 2025 総括：量子暗号からAI Labyrinthまで
先日開催されたCloudflare Security Week 2025 において、クラウドプロバイダーはサイバーセキュリティサービスの様々な改善とセキュリティ脅威の傾向と課題を分析した複数のレポートを発表した。さらに不正なクローラーに対抗するハニーポットの新バージョン AI Labyrinthと、安全なAI技術の採用を支援することを目的としたツール群 Cloudflare for AIも発表した。
-
OpenAIが文字起こしと音声合成用の新音声モデルを発表
OpenAIはAPIにおいて、文字起こしの精度向上とAI生成音声の制御性向上にフォーカスした新しい音声認識と音声合成モデルを導入した。これらのアップデートは自動音声アプリケーションを強化し、さまざまな環境やユースケースにさらに適応できるようにすることを目的としている。
-
OpenAIがカスタムエージェント開発用の新しいAPI、SDK、ツールを発表
OpenAIが新しいResponses API、Agent SDK、可観測性ツールを発表した。これらは本番対応エージェントを作成する際に直面する課題、例えばカスタムオーケストレーションの構築や、複雑な多段階タスクにおけるプロンプトの反復処理に対応するためのものだ。
-
instructlab.aiは、合成データを使用して大規模言語モデル（LLMs）の微調整の複雑さを軽減する
InstructLab.aiは、この論文で説明されているチャットボットのための大規模アラインメント（LAB）コンセプトをオープンソースで実装したものである。論文の要旨によると、LABは大規模言語モデル（LLM）の命令チューニングフェーズにおけるスケーラビリティの課題を克服することを目的としている。このアプローチは、LLMのための合成データベースのアライメントチューニングメソッドを活用する。このアプローチでは、作成された分類法によって、学習データの合成シードを提供できる。
-
Dapr Agents：LLM、Kubernetes、マルチエージェント協調によるスケーラブルなAIワークフロー
Daprは最近、大規模言語モデル（LLM）を使用してスケーラブルでレジリエントなAIエージェントを構築するためのフレームワークDapr Agentsを発表した。Dapr Agentsは、Daprのセキュリティ、オブザーバビリティ、クラウドニュートラルなアーキテクチャを活用し、構造化されたワークフロー、マルチエージェント連携、イベント駆動型の実行が可能だ。企業向けに設計されており、数千のエージェントをサポートし、データベースと統合し、堅牢なオーケストレーションとメッセージングによって信頼性を確保する。
-
Microsoftが.NET開発向けに新しいAIチャットWebアプリテンプレートを発表
先週、新しいAIチャットWebアプリテンプレートをMicrosoftが発表した。このテンプレートはAIをより身近なものにするというMicrosoftの継続的な取り組みの一環であり、Visual Studio、Visual Studio Code、.NET CLIでスキャフォールディングとガイダンスを提供する。
-
Google DeepMindが Gemini Roboticsを発表
Google DeepMindは、視覚、言語、行動を統合することでロボット工学を強化するために設計された先進的なAIモデル、Gemini Roboticsを発表した。Gemini 2.0フレームワークに基づくこのイノベーションは、特に現実世界のセッティングにおいて、ロボットをよりスマートで能力の高いものにすることを目指している。
-
エンジニアリングチームがAI、プラットフォームエンジニアリング、DevExにどう取り組んでいるか：InfoQ Dev Summit Boston 2025
InfoQとQConの開発チームによるこのイベントは、理論的な議論のみ行うカンファレンスとは異なり、Netflix、The New York Times、Shopify、CarGurus、Vanguardなどから得られる実践的な洞察に基づいた現実世界での実装にフォーカスしている。講演者は参加者がすぐに適用できる戦略を共有し、チームがコストのかかる試行錯誤を避けられるよう支援する。
-
IBM社、Granite 3.2で新たな視覚言語モデル、思考連鎖推論、時系列モデル強化を実装
IBM社は、マルチモーダルと推論機能を搭載したGranite 3.2の最新モデルを発表した。。Granite 3.2の特徴は試験的に導入された思考連鎖推論機能であり、従来モデルを大きく上��る性能を発揮している。新たな大規模視覚言語モデル（VLM）は、いくつかのベンチマークスコアでより大型のモデルを凌駕しているほか、小型モデルより効率的なデプロイを実現している。
-
Mistral AIがアラビア語と南インドの言語に対応した地域言語モデルのSabaを発表
Mistral AIは、アラビア語といくつかのインド言語、特にタミル語のような南インド言語のAIパフォーマンスを向上させるために設計された240億パラメータ言語モデルである、Mistral Sabaを発表した。必要とされる地域的コンテキスト理解を欠く恐れのある汎用モデルとは異なり、Mistral Sabaは中東や南アジアで収集しキュレートされたデータセットで訓練されており、言語文化的により正確な応答を提供している。
-
Googleが機密フェデレーション分析でデータプライバシーを強化
Googleはプライバシーを保護しながらデータ処理の透明性を高めるために設計された技術、Confidential Federated Analytics（CFA）を発表した。フェデレーション分析を基盤に、CFAは機密コンピューティングを活用して生データがサーバーやエンジニアに公開されることなく、ユーザーデータに対して事前に定義された検査可能な計算のみが実行されるようにする。