生成AIAI_News

OpenAIが医療エージェントと研究支援を拡張、GoogleはGeminiの管理と自律防御を更新

2026年11月16日のAIニュースまとめ 生成AI
この記事は約8分で読めます。

対象日:2026年11月16日(日本時間)

11月16日は、OpenAIが医療現場で画面操作を伴うコンピューター利用エージェントの評価結果を示し、研究者向け支援とオンライン児童安全の取り組みも拡張しました。GoogleはGeminiの履歴・学習設定、資料から対話型サイトを作る機能、AdMobのエージェント対応、AI時代の脅威防御を発表しています。

今回は、同日に公開された公式発表から10件を取り上げます。性能、コスト削減、脅威動向、利用統計などの数値は、各社が示した評価条件や計測結果に基づく報告です。実際の導入効果は、利用環境、データ、権限設定、人による確認方法によって変わります。

1. OpenAI、医療業務向けコンピューター利用エージェントの評価結果を公開

OpenAIは、電子カルテや保険会社の画面を操作する医療向けエージェントの評価を公開しました。GPT-6 Astraを使った臨床業務325件の99%が安全と評価され、646件の医師評価では93%が「非常に有用」以上でした。管理業務ではGPT-6 AstraがHealthAdminBenchで94.3%を記録したと報告していますが、承認、アクセス制御、監査ログを含む人の管理が前提です。

2. ChatGPT for Academic Researchers、最大20万人への無償提供を目指す

OpenAIは、研究者向けプログラムを拡大し、世界で最大20万人にChatGPTを無償提供する方針を示しました。11月23日に次回募集を始め、条件を満たす先着5万件へ、申請者と共同研究者2人まで使えるChatGPT Plusを付与します。夏の試行には33カ国の2万人が参加し、次回の共有データは標準設定でモデル学習に使わないと説明しています。

3. OpenAI、AI生成物にも対応する児童安全向け画像分類器を提供

OpenAIは、AI生成物を含む児童性的虐待コンテンツの可能性を検出する画像分類器を、審査を通過した組織へAPIで無償提供すると発表しました。同社評価では、従来の保護機能とほぼ同数の対象を見つけながら確認画像を48%減らせると推定しています。数値は初期評価であり、分類結果だけで判断せず、専門担当者による確認と適切な報告手順が必要です。

4. Google、AdMobに会話型支援とAIエージェント向けスキルを導入

Googleは、Geminiを使う会話型支援「Ask AdMob」、エージェントスキル、開発中のMCPサーバーを発表しました。広告SDKの設定不備、収益機会、ブランドセーフティ規則を自然言語で確認し、AIエージェントが広告コードの実装や検証を支援します。Ask AdMobは今後数カ月でテストを始め、変更は利用者が確認・承認してから反映する設計です。

5. Geminiアプリ、履歴保存と生成AI学習への利用を分けて設定可能に

Googleは、Geminiアプリのチャット履歴を保存しながら、生成AIモデルの学習には使わない新しい設定を、今後数週間で世界展開すると発表しました。保存期間の変更、履歴の確認、手動削除も引き続き利用できます。一方、新しい履歴設定をオフにした場合も、応答、フィードバック処理、安全保護のため、今後の会話を約2カ月保存すると説明しています。

6. Gemini Notebook、資料から対話型サイトを生成する機能を提供

Google Labsは、Gemini Notebookに読み込んだ資料を基に、対話型サイトを作る機能を公開しました。チャットで作りたい内容を伝えると、学習用の視覚教材、データを探索するダッシュボード、プロジェクト管理表などを生成し、別タブで操作したり共有したりできます。18歳以上のWeb版利用者とGoogle Workspace利用者へ世界展開中で、モバイル版は今後対応予定です。

7. Google、攻撃側の自律型LLM利用を報告しエージェント型防御を提示

Google Threat Intelligence Groupは、攻撃者が自律型LLMフレームワークでソフトウェア更新を監視し、修正箇所から脆弱性を推測して攻撃を組み立てる事例を報告しました。既知で未修正の問題を、より速く大規模に狙う傾向が中心だとしています。対策として、Gemini、Wiz、CodeMender、Mandiantの知見を組み合わせるGoogle AI Threat Defenseを示しました。

8. Google Cloud、Ironwood TPUなどのMLPerf Training v6.1結果を公開

Google Cloudは、Ironwood TPUとNVIDIA Grace Blackwell GPUによるMLPerf Training v6.1の10件の結果を公表しました。同社提出では、8,192基のIronwood TPUが事前学習の目標品質へ1.70分で到達し、640基によるエージェント型強化学習は18.02分を記録しました。いずれもMLPerfの指定チェックポイントと収束条件に沿ったベンチマーク値です。

9. Microsoft Research、コーディングエージェントのコストを抑えるTokenEconomizerを公開

Microsoft Researchなどは、同じリポジトリでの過去セッションから学び、コーディングエージェントの無駄な処理を減らすオープンソースプラグイン「TokenEconomizer」を発表しました。277件の実バグ修正タスクでは、成功率をおおむね維持しながら平均コストを18.4〜30.9%削減したと報告しています。効果は評価対象のリポジトリとエージェント構成に基づく結果です。

10. Hugging Face、言語モデルの推論ルーティングをOpenRouterへ移行

Hugging Faceは、Inference Providersの言語モデル向けルーターをOpenRouterへ切り替えました。価格、速度、信頼性の計測を基に80以上の事業者から経路を選び、失敗時は別事業者で再試行します。既存コードと料金体系は維持されますが、言語モデルでは事業者独自のAPIキーを使えず、Hugging Faceのアカウントまたは組織への請求へ変わるため確認が必要です。

今日のまとめ

11月16日は、AIエージェントが研究、医療、広告運用、資料整理、ソフトウェア開発へ広がる一方、履歴管理、児童安全、サイバー防御といった管理面も同時に更新された一日でした。特に医療や安全分野では、評価値の高さだけでなく、承認、権限、監査、人による最終確認を含めて仕組みを設計する必要があります。

実務では、AIが何を実行できるかに加え、どの情報を保存・学習に使うか、処理をどの事業者へ送るか、失敗時にどう再試行するかまで確認することが重要です。導入前に評価条件と適用範囲を確かめ、小さな範囲で試し、結果と費用を自分の環境で測ると判断しやすくなります。

参照元一覧

タイトルとURLをコピーしました