AI技術の最新動向：LLMからの書籍抽出、サイケデリクスと創造性、自動運転競争
Tak@本日の注目AI・テックニュースを、専門的な分析と共にお届けします。
プロダクション言語モデルからの書籍抽出：著作権リスクの検証
- 原題: Extracting books from production language models: Investigating copyright risks
専門アナリストの分析
本論文は、Claude 3.7 Sonnet、GPT-4.1、Gemini 2.5 Pro、Grok 3などの大規模プロダクション言語モデル（LLM）から、著作権で保護されたテキスト（特に書籍）を抽出する可能性を調査しています。研究者たちは、「Best-of-N」ジャイルブレークを含む初期プローブと反復的な継続プロンプトを用いた2段階の手順を開発しました。その結果、システムレベルの安全策が施されていても、これらのモデルからかなりの量のテキストが抽出可能であることが判明しました。一部のケースでは、ジャイルブレークされたモデルが、高い再現率で書籍全体を出力しました。この研究は、モデルおよびシステムレベルの安全策にもかかわらず、プロダクションLLMからの（著作権で保護された）トレーニングデータの抽出が依然としてリスクであることを強調しています。
- 要点: Production LLMs, even with safety measures, are vulnerable to extracting copyrighted training data, posing a significant legal and ethical risk.
- 著者: Ahmed Ahmed, A. Feder Cooper, Sanmi Koyejo, Percy Liang
This paper investigates the feasibility of extracting copyrighted text, specifically entire books, from large production language models (LLMs) like Claude 3.7 Sonnet, GPT-4.1, Gemini 2.5 Pro, and Grok 3. The researchers developed a two-phase procedure involving initial probes (sometimes using a 'Best-of-N' jailbreak) and iterative continuation prompts. They found that even with system-level safeguards, significant amounts of text could be extracted from these models. In some cases, jailbroken models output entire books with high verbatim recall. The study highlights that extraction of in-copyright training data remains a risk for production LLMs, despite implemented safeguards.
過去のサイケデリック使用歴が発散的思考を予測する
- 原題: Past Psychedelic Use Predicts Divergent Thinking
専門アナリストの分析
本研究は、英国知能テスト（Great British Intelligence Test）の5,905人の参加者を対象に、過去のサイケデリック使用歴と創造性の関連性を調査しました。研究者たちは、サイケデリック使用歴のある個人とない個人を、創造性の3つの要素（発散的思考、認知的反映、洞察）について比較しました。結果として、サイケデリック使用者は、非薬物使用者およびサイケデリック使用者ではない薬物使用者と比較して、発散的思考において有意に高いスコアを示しました。しかし、認知的反映、洞察の数、または洞察の正確性においては有意な差は見られませんでした。この研究は、自然な形でのサイケデリック使用が、洞察関連のパフォーマンスの向上ではなく、発散的思考の向上と関連している可能性を示唆しています。
- 要点: Naturalistic psychedelic use is associated with enhanced divergent thinking, a key component of creativity, but not necessarily with improved insight or cognitive reflection.
- 著者: Gregory J Pope, Christopher Timmermann, William Trender, Peter J Hellyer, Maria Bălăeţ, Ruben E. Laukkonen
This study, involving 5,905 participants from the Great British Intelligence Test, explored the relationship between past psychedelic use and creativity. The researchers compared individuals with and without a history of psychedelic use across three components of creativity: divergent thinking, cognitive reflection, and insight. Results indicated that psychedelic users scored significantly higher on divergent thinking compared to both non-drug users and drug users who had not used psychedelics. However, no significant differences were found in cognitive reflection, number of insights, or insight accuracy. The study suggests a potential association between naturalistic psychedelic use and enhanced divergent thinking, while cautioning that causality needs to be established through prospective and controlled studies.
NvidiaのTesla FSD競合をテスト：Teslaは警戒すべき
- 原題: I tested Nvidia’s Tesla Full Self-Driving competitor — Tesla should be worried
専門アナリストの分析
この記事は、CES 2026で発表されたNvidiaの自動運転技術、特にTeslaのフルセルフドライビング（FSD）ソフトウェアの競合として位置づけられているAlpamayo AIプラットフォームについてレビューしています。Nvidiaのプラットフォームは、センサーフュージョン（ライダー、レーダー、カメラ）を活用し、車両が「理解し、推論し、行動する」ことを目指しています。Mercedes-Benzなどのパートナーとの初期デモンストレーションでは、TeslaのFSDに匹敵する印象的な能力が示されました。しかし、この記事は、Teslaの強みは膨大な実世界の運転データと、エッジケースへの継続的な取り組みにあると指摘しています。Nvidiaの戦略は、自動車メーカーにハードウェアとソフトウェアを供給することであり、オープンソースアプローチを活用して業界全体のイノベーションを促進することです。Nvidiaの技術は高度ですが、Teslaの広範な実世界テストとデータ収集が重要な差別化要因となっています。
- 要点: Nvidia presents a strong technological challenge to Tesla's FSD with its sensor-fusion approach and reasoning capabilities, but Tesla's real-world data advantage remains a critical differentiator.
- 著者: Andrew J. Hawkins
This article reviews Nvidia's autonomous driving technology, showcased at CES 2026, which is positioned as a competitor to Tesla's Full Self-Driving (FSD). Nvidia's Alpamayo AI platform utilizes sensor fusion (lidar, radar, cameras) and aims to enable vehicles to 'understand, reason and act.' Early demonstrations with partners like Mercedes-Benz showed impressive capabilities, rivaling Tesla's FSD in complex scenarios. However, the article notes that Tesla's advantage lies in its vast real-world driving data and its ongoing efforts to address edge cases. Nvidia's strategy is to supply automakers with hardware and software, leveraging an open-source approach to foster industry-wide innovation. While Nvidia's technology is advanced, Tesla's extensive real-world testing and data collection provide a significant competitive edge.
Follow me!
