高性能国産AI開発で新会社 ソフトバンクなど4社中核

高性能国産AI開発で新会社
ソフトバンクなど4社中核

ソフトバンクやNEC、ソニーグループ、ホンダの
4社が中核となり、国産の人工知能(AI)を開発する
新会社を設立したことが12日、分かった。
開発した高性能な国産AIを日本企業へ開放して
幅広く利用できるようにし、先行する米国や
中国に対して巻き返しを図る。

新会社名は｢日本AI基盤モデル開発｣
4社がそれぞれ十数%ずつ出資するほか、複数企業が
少数株主として出資交渉を進めている。
ソフトバンクやAI開発企業のプリファードネットワークスの
技術者らが参加する見通しだ。
https://www.jiji.com/jc/article?k=202604120024...

経済産業省が所管する国立研究開発法人は、3月下旬から
国産AIを開発する企業などを公募しており、新会社は近く応募する。
経産省は採択された企業に2026年度から30年度までの5年間で
総額1兆円を支援する方針だ。
文章などを生成するAIの開発では米中が先行しているが、
ロボットなどを動かす次世代の｢フィジカルAI｣は
日本が優位性を持つとされる。日本の主要企業で大規模な
国産AIを開発し、反転攻勢をかける。
https://www.yomiuri.co.jp/economy/20260411-GYT1T00359...

返信する

また国から金を引っ張る詐欺師たちが公金チューチュー経済をねじ込んだな。
日本はこうして終わる。

返信する

先行する米国や中国に対して巻き返しを図る

頑張れニッポン！

返信する

将来のために、いろんな分野に投資

返信する

汎用型AI（Generative AIなど）と、日本が強みを持つ特化型AI（Vertical AI）の違い、および日本の世界的な立ち位置を整理しました。
比較項目 　　　　　　汎用型AI (General AI / LLM) 　　　　　　　　特化型AI (Specific / Vertical AI)
主な役割 　　　　　　知識の要約、対話、文章・画像生成 　　　　　　特定の作業の自動化、予測、最適化
学習データ 　　　インターネット上の膨大な公開情報 　　　　　　企業秘密の実験データ、現場のセンサー値
強みを持つ国 　　　アメリカ (GAFAM), 中国 　　　　　　　　　　　日本, ドイツ（製造強国）
日本の位置づけ 「活用者」としての側面が強い　　　　　　　　　　「開発者・先導者」のポテンシャル
　　　　　　　　　　開発では米中に遅れをとっている　　　　　　　　熟練工の技や実験データの蓄積が武器
付加価値の源泉 　圧倒的な計算資源（GPU）と資金 　　　　　　独自の「良質なデータ」と物理的な「現場」
主な事例 　　　　　　ChatGPT, Claude, Gemini 　　　　　　　　　　　素材探索、自動収穫、故障予兆検知
🌏 世界における日本の立ち位置
「脳」は借り物、「手足」は自前
　　思考や言語（脳）の部分はアメリカ製AIを活用しつつ、それを動かす「物理的な制御（手足）」や「業界特化の知恵」で日本が独自の価値を出す構造です。
「ホワイトカラー」より「ブルーカラー」領域
　　デスクワークの効率化では米製AIが先行していますが、工場・建設・農業・介護などの「実社会（リアルワールド）」へのAI実装では、日本が世界をリードするチャンスがあります。
「失敗のデータベース」が最大の武器
　　日本企業が数十年かけて蓄積した「こうすれば失敗する」という膨大な実験・製造ログは、他国が短期間でコピーできない最強の参入障壁になっています。
🚀 今後の展望
　日本は「汎用AIで勝つ」ことよりも、「汎用AIをいかに自社の門外不出データと組み合わせて、世界に真似できない特化型AIに昇華させるか」というフェーズに移行していますが、
　「国産汎用AI（国産の脳）」ができることで、これまでデータの持ち出しを懸念していた日本の製造業などの現場が、一気にAI化へ加速する可能性があります。

返信する

Googleの検索AIまとめ
ちゃんとまとめてくれてるのか
よくわからん　みたいな

返信する

Googleの検索AI
｢XXとは｣なんて検索すると
関連するサイトをまとめてくれるから
便利っちゃ便利なのかな

返信する

://unlucid.ai/r/hh5qtwmp

返信する

📊 国産AIの開発目的
日本語能力の高さや、海外製AIの課題を克服するための戦略的な目的の一覧です。
項目 　　　　　　　　　　海外製AIの課題 　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　国産AIの強みと開発目的
言語・文化理解 　　　英語データが中心のため、複雑な日本語や日本の商習慣、敬語の扱いなどで不自然さがある。 　　　　日本語のネイティブな表現や行間の読み取り、日本の法令や制度を正確に理解する。
経済安全保障　　　　　　日本の機密情報や行政データ、個人データが海外のサーバーに流出・蓄積されるリスクがある。 　　　　日本国内のデータセンターで安全に管理し、海外プラットフォームへの依存を脱却する（データの主権）。
産業への特化 　　　　　汎用的な知識は高いが、日本の「現場」に特化した深い専門知識やマニュアルの理解が薄い。 　　　　医療・製造業・金融など、日本が強みを持つ特定分野の専門データを学習させ、業務を劇的に効率化する。
コストと省エネ 　　　性能が極めて高い反面、動かすために膨大な電力と巨大なサーバー設備（高コスト）が必要。 　　　　日本語や特定分野に特化させることでモデルを小型化し、省電力かつ低コストで導入可能にする。

返信する

「何でもできる汎用AI」は一見万能に思えますが、特定の実務やビジネスに組み込む場合、おっしゃる通り「無駄」や「非効率」が大きな障壁となります。
この弱点を国産AIがどのように克服しようとしているのか、その2つのアプローチをまとめました。
1. 不要な処理を削り「電力消費」を最小限にする
　汎用型AIは、世界中のあらゆる知識や100以上の言語に対応するため、モデル（脳のサイズ）が天文学的な大きさになっています。
　そのため、簡単な日本語の問い合わせに対しても、裏では巨大な脳の全体を動かすことになり、膨大な電力を消費してしまいます。
　国産AIの解決策（軽量化）:
　　日本語と、特定の産業（医療や製造など）のデータだけに絞り込んで学習させます。
　　これによってAIの「脳のサイズ」を10分の1以下に小さくすることができ、必要な電力やサーバー費用を劇的に抑えることができます。
　これが日本の「tsuzumi（NTT）」や「cotomi（NEC）」などが掲げる「省電力・低コスト」戦略です。
2. 薄く広いデータではなく「深く濃いデータ」で質を高める
　ネット上の文章を片っ端から集めた汎用AIのデータは、いわば「広く浅い知識」です。
　そのため、特定の専門分野においては、間違った情報をあたかも正しいかのように出力する現象（ハルシネーション）が起きやすく、データとしての信頼性が乏しいという課題があります。
　国産AIの解決策（特化型）:
　　汎用AIが持っていない、日本の各業界が持つ「非公開の専門データ（カルテ、設計図、業務マニュアルなど）」を集中的に学習させます。
　　データ全体の「量」は汎用AIに劣っても、その分野におけるデータの「密度と正確性」で圧倒することで、実務で100%信頼して使えるAIを生み出すことができます。
結論
　「汎用型AIは、関係のないデータまで処理して電力を浪費する」という課題があるからこそ、日本は「日本語に特化した、無駄のない小さな特化型AI」を国を挙げて開発しているのです。
　これは環境負荷を減らし、企業の導入ハードルを下げるための極めて合理的な戦略と言えます。

返信する

頑張れ頑張れ

返信する

なんか違う気が。
｢何言ってるんだ!AIが正しいんだよ!｣
そんなことも

返信する