Google、サンフランシスコ警察保護に120万ドルを支出

テクノロジー企業による警察保護支出が明らかに

記録によると、Googleは昨四半期にサンフランシスコで120万ドルを警察保護に支出し、アマゾンとマイクロソフトはそれぞれ90万ドルと75万ドルを支出した。これらの開示は、最近のサム・アルトマンの自宅とOpenAIオフィスへの攻撃を受けてのものだ。

市への提出書類には、サンフランシスコに拠点を置く数社から警察署へのサイト保護と迅速対応ユニットの支払いがリストアップされている。GoogleのTPU Edgeハードウェアの展開は、ローカルデバイスで大規模な言語モデルを実行する取り組みの一部だ。

Googleの警察保護への支出は、前四半期から大幅に増加しており、セキュリティへの対応を積極的に進めていることを示唆している。この動きは、テクノロジー業界における企業のセキュリティに対する懸念の高まりに応えたものだ。

セキュリティの費用はGoogleだけにとどまらない。アマゾンとマイクロソフトも警察保護への支出を増加させており、テクノロジー業界におけるセキュリティの重要性の高まりを浮き彫りにしている。

Googleは、アマゾンとマイクロソフトのクラウドベースのAIサービスとの差を縮めることを目的とした新しいAIエッジイニシアチブを発表した。この取り組みは、すべてのリクエストをデータセンター経由でルーティングするのではなく、ローカルデバイスで大規模な言語モデルを実行することに焦点を当てている。

この戦略は、エンドユーザーにとっての待ち時間を短縮し、企業にとっての帯域幅コストを削減することを約束している。Googleは、カスタムシリコンを推論ワークロードに最適化してエッジロケーションに提供する予定で、小売キオスクから自動運転車までを対象としている。

この目標を達成するために、GoogleはTensor Processing Unit（TPU）Edgeハードウェアの開発に多額の投資を行っている。TPU Edgeは、機械学習ワークロードを加速し、AIタスクのより高速で効率的な処理を可能にするように設計されている。

AIエッジコンピューティングの概念は数年前から存在しているが、ハードウェアとソフトウェアの最近の進歩により、より実現可能になっている。2019年、GoogleはEdge TPUを導入した。これは、エッジコンピューティングアプリケーション向けに設計されたカスタムビルドのASICだ。

それ以来、他のテクノロジー大手も続き、独自のAIエッジイニシアチブを発表している。たとえば、アマゾンはEdge Servicesを導入し、顧客がエッジデバイスで機械学習モデルを実行できるようにしている。

AIエッジ技術の開発は、AIタスクのより高速で効率的な処理の必要性によって推進されてきた。AIがさまざまな業界でより普及するにつれて、エッジコンピューティングソリューションの需要は成長すると予想されている。

Deep ResearchのようなAI駆動型の研究ツールの出現は、別の層を追加する。自動分析は市場動向を増幅し、基盤となるデータが侵害された場合、フラッシュクラッシュのシナリオを生み出す可能性がある。

AI駆動型の研究ツールへの依存性の高まりは、データセキュリティと市場操作の可能性に関する懸念を引き起こしている。AIが金融セクターでより普及するにつれて、規制当局はこれらのリスクを軽減するために適応し、新しいガイドラインを開発する必要がある。

AIエッジコンピューティングは、スマートフォンやスマートホームデバイス、自動運転車などのローカルデバイスで機械学習モデルを実行することを含む。このアプローチは、AIタスクの処理を高速化し、待ち時間を短縮し、システム全体のパフォーマンスを向上させる。

AIエッジコンピューティングの鍵は、GoogleのTPU Edgeなどのカスタムハードウェアの開発であり、機械学習ワークロードに最適化されている。このハードウェアにより、AIタスクのより高速で効率的な処理が可能になり、エッジデバイスで複雑なモデルを実行することが可能になる。

GoogleのAIエッジイニシアチブの成功は、パフォーマンス、消費電力、コストのバランスを取る能力にかかっている。Googleが低コストで高性能のAIエッジソリューションを提供できれば、競合他社に大きな優位性をもたらす可能性がある。

しかし、AIエッジコンピューティングへの注力が高まることも、データセキュリティと市場操作の可能性に関する懸念を引き起こしている。AIが金融セクターでより普及するにつれて、規制当局はこれらのリスクを軽減するために適応し、新しいガイドラインを開発する必要がある。