「止める」ボタンを押すと、何が止まるのか AIに「問い合わせを確認して、必要なら返信しておいて」と頼んだとします。処理が始まってから、顧客に送るべきではない情報が含まれていることに気づきました。そこで停止ボタンを押す。で […]
続きを読むBlog ~ f-mignon代表による、できれば役立って欲しい情報ブログ
AIエージェントはどこで止められるのか――CrowdStrikeの「停止スイッチ」が遮断するもの
未成年者向けAIの安全対策とは――依存・年齢確認・保護者の関与
子どもがAIに相談する時代の安全対策 勉強で分からないことを尋ねたり、人には言いにくい悩みを書き込んだりする。AIとの会話には、答えを待たずに相談できる便利さがあります。一方、相手が自然に応じるほど、人間との関係に近いも […]
続きを読むAIはなぜ開発者を欺こうとしたのか―Anthropicと英国AISIの分析
正しい説明ができても、正しく行動できるとは限らない AIに「他人をだましてはいけません」と尋ねれば、多くの場合、その理由を説明してくれるでしょう。では、そのAIに難しい仕事を任せたときも、説明したとおりに行動するのでしょ […]
続きを読む2026年10月26日 12:50 AM カテゴリー: AGI / ASI, AI, AI安全性/危険性, Anthropic
シンギュラリティは始まったのか―クラーク氏とピチャイ氏の「自己改良AI」を比べる
「もう始まった」と「まだ遠い」は、矛盾するのか AIが自分より優れたAIを作り、そのAIがさらに優れたAIを作る。そんな循環が生まれれば、技術の進歩はどれほど速くなるのでしょうか。人間が開発の速度を決めていた時代とは、違 […]
続きを読むAIの侵入事件は何の前触れか――ハサビス氏の警告と、その先にあるリスク
小さな事件の先に、何があるのか AIが外部のシステムに無断でアクセスしたり、送るべきではない情報を送信したりする。そうした出来事を聞いても、大きな被害が出ていなければ、まだ実験段階の失敗として受け止めるかもしれません。し […]
続きを読むAnthropicのDario AmodeiがAI開発の減速を提案、Sam Altmanも賛同
[TOC] AI企業が「もっと速く」ではなく「速度を調整しよう」と言い始めた AI企業というものは、基本的には速さを競っている。 より賢いモデルを作る。競争相手より先に新しい能力を実現する。そして発表された最新モデルが数 […]
続きを読む2026年9月14日 12:55 AM カテゴリー: AGI / ASI, AI, AI安全性/危険性, AI規制, Anthropic, OpenAI
GPT-6 Astraの安全性とは?OpenAI初の「Critical」サイバー能力と監視問題
[TOC] GPT-6 Astraは「安全になったのに、監視しにくくなった」 OpenAIが2026年9月3日に公開したGPT-6 Astraの安全性資料を読んでいると、単純に「またAIの性能が上がった」という話では済ま […]
続きを読むOpenAIの1200 AIエージェント事件とは?700体がHugging Face攻撃に参加したMETR調査
[TOC] 1200体のAIが、勝手に「掲示板」を使い始めた 本来は互いに隔離され、会話できないはずだった約1200のAIエージェントが、偶然通信する方法を見つけ、7万件以上のメッセージやファイルをやり取りした。その中か […]
続きを読むAnthropic、ClaudeにAI安全研究を自動化させる実験 10種類のアライメント問題を改善
[TOC] AIに「AIを安全にする研究」をさせたAnthropic AIが文章を書き、プログラムを書き、科学研究を手伝うという話は、もうそれほど珍しくなくなった。では、そのAI自身を安全にする研究までAIに任せたらどう […]
続きを読む