Map 01
フロンティアAIモデルの統合進化
文章生成から、認識・推論・行動を統合する基盤へ。
読むポイント
- 入力の種類が増える
- 推論で作業を分解する
- ツールで外部世界へ作用する
見るべき論点
- システムカード
- 評価ベンチの条件
- APIの制約
- 業務導入の権限設計
Concept Maps · AI / Tech Learning
Learning atlas
AIニュースを、
1枚の概念図で学ぶ。
AI系・テック系の大きな流れを、中心概念、周辺ノード、実務上の論点へ分解した学習用ギャラリーです。 速報記事ではなく、後から見返して構造をつかむための図として作っています。
Index
Map 02
AIエージェントとMCP
モデル単体ではなく、ツール・データ・権限設計が価値を決める。
読むポイント
- モデルが意図を読む
- MCPが道具へ変換する
- ログと権限で制御する
見るべき論点
- 接続先の機密度
- サンドボックス
- 承認フロー
- 失敗時のロールバック
参照元
Map 03
開発者ツールのエージェント化
補完から、Issueを受けてPRまで進める非同期作業へ。
読むポイント
- Issueを作業計画へ
- 実装とテストを反復
- 人間が最終判断
見るべき論点
- 差分の説明品質
- テスト網羅
- 権限と秘密情報
- レビューの責任分界
参照元
Map 04
半導体とAIファクトリー
モデル競争の裏側は、メモリ、電力、冷却、ネットワークの工場設計。
読むポイント
- シリコンが計算を支える
- ラックがクラスタになる
- 推論単価が普及を決める
見るべき論点
- メモリ帯域
- ラック密度
- 電力効率
- 推論最適化
参照元
Map 05
クラウド、主権AI、Confidential Computing
どこで、誰の管理下で、安全にAIを動かすか。
読むポイント
- データを分類する
- 処理場所を決める
- 鍵と監査で統制する
見るべき論点
- ログ保存
- 越境移転
- 暗号化範囲
- 委託先の運用権限
参照元
Map 06
AIセキュリティとプロンプトインジェクション
便利なエージェントほど、攻撃面は広がる。
読むポイント
- 外部入力を信用しない
- 権限を小さく切る
- 実行前後を検証する
見るべき論点
- ツール実行ログ
- 秘密情報の扱い
- RAG更新経路
- 人間の承認点
参照元
Map 07
ロボティクス基盤モデル
言語、視覚、行動を物理世界につなぐ。
読むポイント
- 指示を理解する
- 世界を観測する
- 安全に行動へ変換する
見るべき論点
- データ収集
- 失敗時停止
- 評価環境
- 実世界への転移
参照元
Map 08
AI規制、評価、ガバナンス
作れるかではなく、説明・評価・監査できるか。
読むポイント
- リスクを分類する
- 評価で根拠を作る
- 監査と透明性で運用する
見るべき論点
- EU AI Act
- GPAI Code
- NIST AI RMF
- 社内AI利用規程
参照元
Map 09
オープンウェイトとローカルAI
クラウド依存から、用途ごとの配備選択へ。
読むポイント
- モデルを選ぶ
- 用途へ軽量化する
- 端末・社内・クラウドへ配備する
見るべき論点
- VRAM要件
- ライセンス
- 評価データ
- 更新頻度
参照元
Map 10
AIデータセンターとエネルギー
AIのスケールは、電力・土地・冷却・送電網に制約される。
読むポイント
- 需要を予測する
- 電力と冷却を確保する
- 地域と継続運用を調整する
見るべき論点
- 電力契約
- PUE
- 水使用
- 送電網
- 立地規制