中国がグーグルを調査

中国は2月4日、グーグルが独占禁止法に違反した疑いで調査すると発表した。

中国 Google 調査 111131.jpg
中国はグーグルが独占禁止法に違反していると非難している。写真: Shutterstock

中国国家市場監督管理総局は、グーグルが同国の独占禁止法に違反した疑いで調査を行うと発表した。この声明は、中国が特定の米国輸入品に対する新たな関税を発表した後に出された。

当局は捜査の詳細やグーグルがどのような法律違反行為を行ったかについては明らかにしなかった。検索エンジンなどの Google 製品はここではブロックされていますが、同社は依然として国内の現地パートナーと協力しています。

Google は米国を含む世界中のいくつかの国で厳しい監視に直面している。 2024年8月、この検索大手は2020年に米国政府が起こした訴訟に敗訴した。米国は同社が参入障壁を高く設定して一般検索市場を独占していると非難した。

この判決を受けて、米国司法省はGoogleに対し、Chromeウェブブラウザの所有権を放棄するよう求めている。同省はまた、グーグルはアップルやサムスンなどの第三者と独占契約を結ぶべきではないと主張した。

さらに、Google は英国の新しい法律に基づき、英国競争・市場庁による調査も受けています。

韓国がDeepSeekを禁止

韓国産業省は、セキュリティ上の懸念を理由に、従業員による中国の新興企業DeepSeekのAIモデルへのアクセスを一時的にブロックすると発表した最新の機関である。

台湾、セキュリティ上の懸念から中国AIサービスDeepseekの政府による使用を禁止 69353.jpg
韓国政府はDeepSeekの使用を制限しています。写真: アライズニュース

これに先立ち、韓国政府は2月5日、各省庁に対し、職場でDeepSeekやChatGPTなどのAIサービスを使用する際には慎重になるよう要請した。

国営の水力原子力発電も今月初め、DeepSeekを含むAIサービスの禁止を発表した。

同様に、韓国国防省も軍事目的で使用されているコンピュータへのアクセスをブロックした。

聯合ニュースは、韓国外務省がディープシークの利用を外部ネットワークに接続されたコンピューターに限定したと伝えたが、セキュリティ対策の詳細は明らかにしなかった。

韓国は中国のAIモデルについて懸念を表明した最新の国である。オーストラリアと台湾（中国）も以前、DeepSeek をセキュリティ上の脅威として認識していました。

2025年1月、イタリアのデータ保護当局は、中国の新興企業がプライバシーの懸念に対処できなかったため、チャットボットへのアクセスをブロックした。

欧州、米国、インドでも、政府がDeepSeekの使用に伴う潜在的なリスクを調査している。

超安価な推論AIモデルを作成するための秘密を明かす

スタンフォード大学とワシントン大学の研究者は、推論AIモデルを作成するためにわずか50ドルを費やしました。

ゲッティイメージズ 1168836247 1jpg 98890.jpeg
DeepSeek が安価な AI の開発競争を開始。写真: TechCrunch

プログラミングと数学のテストでは、S1 (モデル名) が OpenAI の o1 や DeepSeek の R1 などの最先端の推論 AI モデルと同等のパフォーマンスを発揮することが示されています。

注目すべきは、S1 はオープンソース モデルであり、誰でも GitHub リポジトリからアクセスできることです。

開発チームによると、まずは利用可能な基本モデルから始めて、その後「蒸留」、つまり別の AI モデルの回答をトレーニングして「推論」能力を抽出するプロセスを通じて改良していったとのことです。

具体的には、S1 は Google の Gemini 2.0 Flash Thinking Experimental モデルから抽出されたものです。蒸留プロセスは、バークレー大学の科学者が約 450 ドルのモデルを作成するために行ったものと似ています。

S1 論文では、AI モデルにデータセット内の特定の動作を模倣するように明示的に指示する、教師あり微調整 (SFT) と呼ばれるプロセスを通じて、かなり小さなデータセットで推論モデルを抽出できることが示されています。

SFT は、DeepSeek が R1 モデルのトレーニングに使用した大規模な強化学習アプローチよりも一般的に安価です。

S1 は、アリババが所有する AI ラボ Qwen から入手できる小規模な AI モデルに基づいており、無料でダウンロードできます。 S1 をトレーニングするために、研究者らは、Google の Gemini 2.0 Flash Thinking Experimental から厳選した 1,000 の質問とその回答、および各回答の背後にある「思考」プロセスのデータセットを作成した。

このトレーニング プロセスは、16 個の Nvidia H100 GPU を使用して 30 分未満で完了しましたが、それでもいくつかの AI ベンチマークで優れた結果が得られました。スタンフォード大学の研究者、ニクラス・ミュニホフ氏は、必要な計算能力をレンタルするコストはわずか20ドル程度だと語った。

研究者たちは、S1に作業をチェックさせ、「考える時間」を延ばすために、推論プロセスに「待つ」という言葉を追加してモデルに待つように求めるなどのトリックを使い、モデルがより正確な答えを導き出すのを助けた。

（合成）