前回からの変化
変わったこと(変化・新規)
- AnthropicのClaude、フェルマーの最終定理を完全形式検証(新規): Anthropicは9月4日、対話型AI「Claude」が数学の証明支援ツール「Lean」を用い、350年以上未解決だったフェルマーの最終定理について、計算機で検証可能な完全な形式証明を作成したと発表した。詳細は下記「6. 研究・技術」を参照(Anthropic)。
- Metaが個人向けAIエージェント「Muse」を公開、同日にAI生成CSAM広告放置も発覚(新規): Meta AIは9月8日、ウェブ・iOS・Android・WhatsApp向けに個人向けAIエージェント「Muse」を公開した。同じ日、調査報道機関テック・トランスペアレンシー・プロジェクトは、2025年11月から2026年8月にかけてMetaの広告審査を通過し、AI生成の児童性的虐待素材(CSAM)を含む広告が50件以上掲載されていたと報告した。詳細は下記「2. 企業・プロダクト動向」を参照(TechCrunch、Engadget)。
- NYU数学者、OpenAIによる研究成果の横取り疑惑を提起(新規): 流体力学を専門とするNYUのTristan Buckmaster氏は、Anthropicの研究者でもあるLevent Alpöge氏と共同で進めていたナビエ・ストークス方程式の有限時間爆発問題(ミレニアム懸賞問題の一つ)の証明について、自分たちの成果を知った直後からOpenAIが同じ問題への取り組みを始めたと主張した。OpenAI側のSebastien Bubeck氏は「事実無根で扇動的」と主張を否定している。詳細は下記「6. 研究・技術」を参照(Analytics India Magazine)。
- OpenAI「ChatGPT Images 2.5」公開(新規): OpenAIは9月8日、画像生成レイテンシを最大50パーセント短縮し、ユーザーが手描きの下絵を参照として渡せる新機能「Sketch」を備えた新しい画像生成モデル「ChatGPT Images 2.5」を公開した(OpenAI)。
- Google DeepMind、ゲノム変異予測データセット「AlphaGenome Atlas」を公開(新規): 詳細は下記「6. 研究・技術」を参照(Google)。
- 主要ベンチマークでAnthropic系モデルが上位を占めていると判明(新規情報): 詳細は下記「4. LLM性能比較・得意分野」を参照(Arena、Artificial Analysis)。
- EU AI法、9月から高リスクAIの初回一斉監査を開始(新規進展): 詳細は下記「7. 規制・政策」を参照(Cubbbix)。
昨日と同じこと(継続)
- モンタナ州司法長官を主導役とする16州によるOpenAIへの正式調査は、回答期限の9月12日が本日時点でまだ到来しておらず、新たな動きは確認できなかった(Tech Insider)。
- 米議会の「超知能AI禁止法案」(9月3日提出)について、審議入りなど新たな進展の確認はできなかった(Wikipedia)。
- コーディングエージェントの脆弱性「GitSpawn」は、Hermes Agent・Qwen Code・Grok Build、およびClaude Codeの別経路の1件が未修正のまま残っている状況に変化はなかった(Manifold Security)。
- ソニー・ミュージック・パブリッシングとワーナー・チャペル・ミュージックによるAnthropic提訴は、本日時点で新たな提出書類や進展の確認はできなかった(TechCrunch)。
要因の連続性
- 継続要因: フロンティアAI企業間の安全性・知財を巡る緊張(GitSpawnの一部未修正、Sony/Warner訴訟)。規制当局の監視強化姿勢(16州調査、EU AI法の施行)。
- 新規要因: (1) AIによる高度な数学研究の進展が、AI企業間で研究成果・知的財産を巡る新たな摩擦を生んだ(Navier-Stokes事案)、(2) 消費者向けAIエージェントの実運用開始に伴う信頼性・安全性への懸念が具体化した(Muse公開とCSAM広告問題の同日発覚)、(3) EU規制当局による高リスクAIの初回監査開始で、規制執行が「制度施行の宣言」から「個別事案の点検」の段階に移った。
- 解消した要因: なし。
1. 本日のハイライト
- Anthropicは9月4日、対話型AI「Claude」が証明支援ツール「Lean」を用いて、350年以上未解決だった数学の難問「フェルマーの最終定理」について、計算機で検証可能な完全な形式証明を11日間・約1,300万行のLeanコードで作成したと発表した。数学者Kevin Buzzard氏はレビューで「AIによる自動形式化の成果物は、その上に積み上げられるだけの堅牢さを持つようになった」と評価する一方、生成された証明は基礎となるライブラリ「Mathlib」の5倍以上の分量があり簡潔さに欠けること、今回は既知の定理の検証であって新しい数学の発見ではないことも指摘されている(Anthropic)。
- Meta AIは9月8日、個人向けAIエージェント「Muse」をウェブ・iOS・Android・WhatsApp向けに公開したが、同じ日に調査報道機関テック・トランスペアレンシー・プロジェクトが、2025年11月から2026年8月の間にMetaの広告審査を通過し、AI生成の児童性的虐待素材(CSAM)を含む広告が50件以上、明確な偽装もないまま掲載・課金されていたと報告した。Metaは「大半は表示回数がごく少なく、多くは指摘前に停止していた」とし、審査プロセスの刷新と新たなAI検知技術の導入を説明している。消費者向けAIエージェントの実用化が進む一方で、プラットフォームの安全対策そのものへの信頼が同時に問われる形となった(TechCrunch、Engadget)。
2. 企業・プロダクト動向
- Meta AIの「Muse」は、メールの送信や旅行予約、請求書の支払い、フォーム入力の代行、レシピからの買い物リスト作成、招待状の送付、Stripe連携での決済まで代行する個人向けAIエージェントで、無料プランのほか月額20ドルの「Power」、月額100ドルの「Maximum」プランを用意する。Metaは大半の利用者が無料プランにとどまると見込む。処理は広告システムから隔離された「専用の安全なコンピュータ」上で行われ、パスワードも保護されるとMetaは説明するが、同社は過去に2011年のFTCとのプライバシー関連の和解、2019年の50億ドルの制裁金、ケンブリッジ・アナリティカ事件など、プライバシーを巡る問題を繰り返しており、外部のセキュリティ専門家による検証が必要だとの指摘がある(TechCrunch)。
- OpenAIは9月8日、画像生成モデル「ChatGPT Images 2.5」を公開した。従来モデルに比べ生成レイテンシを最大50パーセント短縮したほか、利用者が描いた手描きの下絵を直接参照として渡せる新機能「Sketch」を追加した(OpenAI)。
- 前回既報のOpenAI新モデル「GPT-6 Astra」は、ChatGPT・API・Azure・Amazon Bedrockへの展開が引き続き進んでいる。OpenAIは年次開発者会議「DevDay 2026」を9月29日にサンフランシスコで開催すると発表した(OpenAI)。
3. トレンドのAI活用法
特筆すべきトレンドなし。本日は、出典まで遡って確認できる再現可能な「話題の使い方」の紹介記事は見当たらなかった。
4. LLM性能比較・得意分野
人間による一対比較投票を集計する「Arena」(旧LMArena)のテキスト部門ランキング(9月2日時点のスナップショット、対象400モデル・約800万件の投票に基づく)では、上位10位のうち7つをAnthropicのClaude系モデルが占めた。首位は「Claude Fable 5」(スコア1507)で、僅差で「Claude Opus 4.6 High」(1505)、「Claude Fable 5.1 Max」(1504)が続いている。会話・推論・コーディング・創作など幅広いタスクを対象にした人間の好み投票である点には留意が必要で、特定タスクでの優劣を直接示すものではない(Arena)。
一方、推論・知識・数学・科学分野の複合ベンチマーク(GPQA・HLEなどを含む)で構成される「Artificial Analysis Intelligence Index」では、AnthropicのClaude Fable 5.1とOpenAIのGPT-6 Astra(いずれも最高設定)が同スコア53で並んで首位に立ち、Claude Opus 5がスコア51で僅差に続いた。人間の好み投票を集計するArenaでは首位がAnthropic系モデルに偏る一方、複合ベンチマークのArtificial AnalysisではAnthropicとOpenAIがほぼ並ぶ結果となっており、測定方法によって評価が変わりうる点は両指標を見る上で踏まえておきたい(Artificial Analysis)。
5. 雇用・企業導入
雇用への影響
本日時点で、新たな人員削減の発表や労働市場統計の更新は確認できなかった。前回報告した民間トラッカーの集計(2026年累計365件のレイオフ事案、影響を受けた人数は9月6日時点で20万9,032人)からの更新はない。
企業の導入状況
前回報告したMcKinsey「The State of AI in 2026」調査(1,719人回答、5月4日〜6月8日実施)の追加集計として、年間売上高10億ドルを超える大企業のうち、AIエージェントを「本格展開(スケーリング)」段階にあると回答した割合が、前回調査の27パーセントから今回は40パーセントへ上昇したことが分かった。ソフトウェアのコーディングエージェントについても、大企業では31パーセントが本格展開段階に達しているという。いずれも自己申告ベースのアンケート調査である点には留意が必要(McKinsey)。
6. 研究・技術
Anthropicは9月4日、AI「Claude」による数学の未解決問題の形式検証プロジェクトを発表した。対象は1995年にAndrew Wiles氏が証明した「フェルマーの最終定理」で、Claudeはこれを証明支援ツール「Lean」向けに、計算機で機械的に検証可能な形へ書き直した。作業には複数のClaudeエージェントが並行して取り組み、定理どうしの依存関係を有向非巡回グラフで管理し重複作業を防ぐ協調基盤「Prove2Me」が用いられ、11日間で約1,300万行のLeanコード、3万300個の定理(うち2万9,500個が最終的な証明に使用)を生成し、出力トークン数はおよそ60億に達したという。数学者のKevin Buzzard氏はレビューで、代数・調和解析・幾何・数論にまたがる自動形式化がなされたと評価し「AIによる自動形式化の成果物は、その上に積み上げられるだけの堅牢さを持つようになった」と述べている。一方で、生成された証明は基礎ライブラリ「Mathlib」の5倍以上の分量があり簡潔さを欠くこと、Prove2Meの構造なしでは初期の試みがプロジェクトの状態を見失って失敗したこと、今回の成果は新しい数学の発見ではなく既知の定理の検証であること、要所では研究者による高レベルな誘導が必要だったことも合わせて指摘されている(Anthropic)。
NYUのTristan Buckmaster氏は、Anthropicの研究者でもあるLevent Alpöge氏と共同で、強制項付きナビエ・ストークス方程式が特定条件下で3次元の有限時間で特異点(爆発)を持ちうることを示す証明に取り組んでいた。同氏は、この研究の存在を知った直後の9月3日ごろからOpenAIが自社モデルに同じ問題を解かせ始めたと主張し、自分たちが「Codex」上で扱っていた未公開の下書き資料にOpenAI側のモデルがアクセスしていた可能性について懸念を示した。OpenAIのSebastien Bubeck氏はこの主張を「事実無根で扇動的」と述べて否定したが、詳細な説明は公にはしていない。ナビエ・ストークス方程式の有限時間爆発問題はミレンニアム懸賞問題の一つで、100万ドルの懸賞金がかけられている。AIが研究者の作業内容にどこまでアクセスしうるかという、AI支援数学研究における知的財産・研究倫理上の緊張を示す事例といえる(Analytics India Magazine)。
Google DeepMindは9月8日、ヒトゲノム上のおよそ90億か所の変異それぞれについて、分子レベルでの影響を予測したデータセット「AlphaGenome Atlas」(データ量約1ペタバイト)を、研究者向けに無償公開したと発表した(Google)。
7. 規制・政策
EUでは8月2日に高リスクAIシステムへのAI法の適用が始まったのに続き、9月からは欧州AI事務局(ブリュッセル)と加盟24か国の市場監視当局が、高リスクAIシステムを対象にした初回の一斉コンプライアンス監査を開始した。対象は人事分野の自動履歴書選考ツール、リテール銀行の与信審査アルゴリズム、民間医療機関のAIトリアージツールの3分野で、第11条に基づく技術文書(システム構成図、学習データのガバナンス記録、人間による監督体制、リスク管理体制、サイバーセキュリティ基準など)が確認される。あわせて、10の25乗FLOPsを超える学習規模の基盤モデル提供者は、9月15日までにシステミックリスク評価を欧州AI事務局へ提出する義務を負う(Cubbbix)。
日本では経済産業省が9月10日、「AI事業者ガイドライン」の改訂版を公表する予定で、メディア企業向けにAI生成コンテンツへの電子透かし(ウォーターマーク)付与を推奨する内容が新たに盛り込まれる見通しとなっている(Cubbbix)。
米国では、カリフォルニア州のニューサム知事が、フロンティアAIの安全対策を義務付ける州法案「SB1047」への署名・拒否の判断を9月30日までに下す必要がある(Cubbbix)。
モンタナ州司法長官を主導役とする16州によるOpenAIへの正式調査、および米議会の超知能AI禁止法案については、本日時点でいずれも新たな進展の確認はできなかった(詳細は上記「昨日と同じこと」参照)。
