絹産業の最前線でかかわる養蚕家、織物職人、染色家、研究者たちの取り組みを記録したドキュメンタリー 『#マダム・ソワ・セヴェンヌ』# 11/14(土)・15(日)10時の回上映後 トークイベントが決定いたしました！ 詳しくはコチラ☞

政府が利用するLLMでは、データポイズニングやプロンプトインジェクションなどによって、回答の根拠や政策提案の方向性が意図的に誘導されるリスクがあります。 しかも、こうした攻撃は従来のソフトウェアの脆弱性とは異なり、完全に排除することが難しいという問題があります。 例えば、特定の政策に有利な情報を優先的に提示したり、不都合な情報を回答から除外したりすることで、利用者が気づかないまま判断に影響を受ける可能性があります。 有識者として、政府へのLLM導入を提案するのであれば、技術的な実現可能性や利便性だけでなく、脅威モデリング、敵対的テスト、独立した第三者評価、監査証跡、人間による最終判断の仕組みまで、導入前に具体化する必要があります。 電子投票も政府LLMも、技術を導入すること自体が目的ではありません。 重要なのは、その技術が民主的な意思決定の信頼性を損なわないことです。 安全性の検証を後回しにしたまま導入を進めるべきではないと考えています。

政府は11月6日、「サイバーセキュリティ緊急対策パッケージ」を公表する見通しです。 注目されるのが「官民サイバー救援隊（仮称）」の創設です。 今回の政策では、新しい組織をいくつ設置するかよりも、既存の組織と新設組織の能力をどのように統合するかが重要です。 例えば、IPAのホワイトハッカー専門チームが発見した脆弱性情報を、適切な情報管理の下でサイバー協議会などを通じて共有する。 官民サイバー救援隊が対応したインシデントから攻撃手法や防御上の課題を抽出し、次の脆弱性検証や対策の改善へフィードバックする。 こうした循環が実現すれば、個別のインシデント対応で得られた知見を、社会全体の防御能力向上につなげることができます。 特に、既存のJ-CRATと新たな官民サイバー救援隊は、被害組織への専門的支援という共通点があります。 J-CRATは高度な標的型サイバー攻撃への対応を中心に活動してきました。一方、官民サイバー救援隊は、官民の専門人材を結集し、支援を必要とする被害組織への対応を強化する構想です。 両者の具体的な役割分担や派遣基準は、今後の制度設計で明確化する必要があります。 そこで、既存制度と新たな体制の役割を整理しました。 ■ 新たな体制 ・サイバー協議会 【2026年10月始動】 官民の脅威情報を共有・分析し、攻撃の早期把握と対策につなげる枠組み。 ・IPAホワイトハッカー専門チーム 【2026年10月23日発表】 11月中の設置を予定。AIや専門人材を活用し、攻撃者の視点から脆弱性を検証する。 ・官民サイバー救援隊（仮称） 【2026年11月6日公表予定】 官民の専門人材を、支援の必要性が高い被害企業・組織へ派遣する構想。2026年度内に派遣調整の事務局を設置する方針。 ■ 既存の体制 ① IPAサイバーレスキュー隊（J-CRAT） 【2014年発足】 主に国家支援型と推定される標的型サイバー攻撃（APT）への対応を支援。被害分析、助言、必要に応じた現地支援などを実施。 ② サイバーセキュリティお助け隊サービス 【2021年制度開始】 中小企業向けに、民間事業者が監視、相談、緊急時の駆け付け支援などを提供。 ③ IPA・警察などの相談窓口 【既存制度】 被害相談、初動対応の助言、情報提供の受付、犯罪捜査などを担当。 サイバー攻撃を完全に防ぐことはできません。 被害企業を孤立させず、復旧を支援し、得られた教訓を社会全体の防御能力へ還元する。 継続的に進化するサイバーレジリエンスを構築することが重要です。

【海外主要大学のAI研究予算と研究成果の相関分析】 日本の国産AI開発支援を考えるうえで、海外主要大学の研究開発費とAI研究成果を比較しました。 カーネギーメロン大学とスタンフォード大学の研究開発費には約8倍の差がありますが、スタンフォード大学はAI Indexを通じて 世界のAI研究・産業・政策の動向を可視化し、国際的な研究基盤を提供しています。 また、MITは基礎研究と産業応用、カーネギーメロン大学は機械学習やロボティクスなど、それぞれ異なる領域で研究を展開しています。 スイスのETH ZurichとEPFLは、研究資源を共同利用し、オープンな基盤モデルApertusを開発しています。 ここから見えてくるのは、研究開発費の大きさだけでは、研究成果の独創性や国際的な影響力を評価できないということです。 私が重要だと考える評価軸は5つです。 ① 独創性：新しいアルゴリズムやアーキテクチャを生み出したか ② 技術性能：世界共通のベンチマークでどの程度の成果を上げたか ③ 資源効率：どれだけの計算資源と費用で成果を実現したか ④ 技術的波及：研究成果が世界の研究者や産業界にどれだけ利用されたか ⑤ 国家への貢献：人材育成、行政実装、技術的自律性にどう貢献したか もちろん、基礎研究には長期的な投資が必要であり、短期的な成果だけで評価すべきではありません。 探索的な研究には幅広く挑戦の機会を与え、研究の進展に応じて独立した第三者が評価する仕組みが重要です。 日本のAI研究開発政策に必要なのは、単に予算を増やすことではありません。 大学の知名度や教授の肩書ではなく、研究者の独創性、研究成果、技術的波及効果を適切に評価することです。 そして、公的資金による研究開発について、誰が採択基準を決め、誰が審査し、誰が成果を評価したのかを検証できる透明性です。 問われるべきは、いくら投資したかだけではなく、その投資によって世界にどのような新しい価値を生み出したのか。 国産AIの競争力を高めるためにも、研究開発への投資と、その成果を客観的に評価する仕組みを一体で整備する必要があると考えます。

チームみらいは、なぜ政府へのLLM導入を推進したいのでしょうか。 2023年6月、松尾豊教授はAI戦略会議の座長として、国内の生成AI開発に必要な計算インフラへの政府支援を提言していましたね。 その後、松尾・岩澤研究室も経済産業省・NEDOのGENIACプロジェクトに採択され、LLMの開発を進めています。 あれから約3年が経過しました。 ここで必要なのは、政府による研究開発支援が、どのような成果を生み出したのかを客観的に検証することだと思います。 投入された公的資源、開発されたモデルの性能、国際競争力、社会実装、人材育成、そしてセキュリティやガバナンスの成熟度。 これらを独立した評価基準で検証し、国民に説明する必要があります。 特に、政府のAI政策に提言する立場と、公的支援を受ける研究開発主体との関係については、利益相反管理と意思決定の透明性が重要です。 政府がAI開発に投資するのであれば、研究成果だけでなく、その投資が日本の競争力と安全保障にどれだけ貢献したのかまで評価すべきですね。

【オホーツク特選街｜更新】 「Do Waffle!」 ◎更新◎ キッチンカー販売スケジュール追加 #経済の伝書鳩# #オホーツク特選街# #DoWaffle# #北見市# #ワッフル# #キッチンカー#

【オホーツク特選街｜更新】 パソコンショップ ノース 【更新】 新着情報・お知らせを更新しました #経済の伝書鳩# #オホーツク特選街# #ノース# #北見市# #パソコン# #新品# #中古#

【オホーツク特選街｜更新】 「北海道産小麦のパンの店　ブランジェアンジュ」 ◎更新◎ 祝日営業について #経済の伝書鳩# #オホーツク特選街# #ブランジェアンジュ# #大空町# #女満別# #パン#