Highlights from Ai2 at NVIDIA GTC 2026｜NVIDIA GTC 2026におけるAi2の注目ポイント | AIニュース最前線

2026 年 3 月 23 日 Ai2 先週、Ai2 は [NVIDIA GTC 2026](https://www.nvidia.com/gtc/) に参加しました。パネルディスカッション、ライブストリーミング、展示フロアのデモ、そしてパートナーイベントを通じて、私たちは一貫して同じ原則を強調し続けています：再現性、透明性、そして実用的な価値です。 もし見逃された方がいれば、主要な瞬間の簡単な振り返りをご紹介します。 ## オープンモデル：重みの公開を超えて 私たちは AI エコシステムにおけるオープンモデルの役割に関するいくつかのパネルに参加しました。Hanna Hajishirzi は [Open Models: Where We Are and Where We're Headed](https://www.nvidia.com/gtc/session-catalog/sessions/gtc26-s82480/) および [Build Trust and Discovery Through Open-Source AI in Research](https://www.nvidia.com/gtc/session-catalog/sessions/gtc26-s81835) に、Ranjay Krishna は [The State of Open-Source AI](https://www.nvidia.com/gtc/session-catalog/sessions/gtc26-s81791) に参加しました。 今週を通じて、私たちは単にモデルの重み（weights）を公開するだけでなく、より広範なオープン性の視点を持っています。[Olmo](https://allenai.org/olmo) を通じて、私たちの目的はデータ、コード、チェックポイント、評価を含む開発プロセス全体を明らかにすることです。これにより、研究者がシステムがどのように構築されたかを検証し、自身の用途に合わせて修正できるようになります。公開されたモデルは単なるスナップショットに過ぎません。その背後にあるプロセスを共有することが、他者が堅牢な基盤として築き上げられるものを与えるのです。 パネルディスカッションでは、この重要性が言語モデルを超えてなぜ重要なのかを改めて強調しました。多モーダル AI において、多くのウェブスケールの画像–テキストデータセットは視覚的コンテンツを十分に詳細に記述しておらず、そのためモデルが成功する理由や失敗する理由を理解することが難しくなっています。より良いデータ、オープンな評価、そしてパイプラインへの可視性は二次的な懸念事項ではなく、共有された進歩がどのように達成されるかというプロセスそのものの一部です。 ## Olmo Hybrid とオープンコーディングエージェント 私たちはまた、NVIDIA Developer Community のライブストリームに参加し、[Open Coding Agents](https://allenai.org/blog/open-coding-agents) および [Olmo Hybrid](https://allenai.org/blog/olmohybrid) について議論しました。 Open Coding エージェントに関する議論は、開発者がローカルで実行し、プライベートまたは内部のコードベースに適応できるエージェントに焦点を当てました。このファミリー初のリリースである SERA は、強力なコーディングエージェントをより容易に研究・カスタマイズ・プライベートリポジトリに対してデプロイできるようにするために構築されました。 Olmo Hybrid の側面では、ハイブリッドアーキテクチャの背後にある研究動機とこれまでの成果について説明しました。その結果、6 兆トークンで事前学習された完全にオープンな 7B モデルファミリーが、Olmo 3 と同等の MMLU 精度を達成しましたが、必要なトークン数は 49% 削減されています。 繰り返し強調されたテーマは、研究パイプラインへのアクセスがチームのモデルとの関わり方を変えるということです。ファインチューニングや独立した評価の実行、そしてモデルの挙動をより詳細に検査することなどが含まれます。 ライブストリームは [こちら](https://www.youtube.com/watch?v=MplaRtIZerU) で視聴できます。また、[SERA を試す](https://github.com/allenai/sera-cli) もしくは、Hugging Face で [Olmo Hybrid をダウンロード](https://huggingface.co/allenai/Olmo-Hybrid-7B) することも可能です。 ## Lambda のブースでのライブ微調整 展示会場では、Lambda のブースで Olmo Hybrid の教師あり微調整（supervised fine-tuning）がリアルタイムで行われる様子を来場者が観覧できました。このデモは、モデルの進捗状況とシステムの状態を同時にリアルタイムで表示するもので、GPU 温度、メモリ使用量、利用率といった観測性指標（observability metrics）に加え、損失曲線（loss curves）もライブで確認できます。また、障害を検知し、問題のあるノードを隔離して手動介入なしにトレーニングを再開するためのリスタートロジックも実装されています。 「[Olmo Hybrid] は異なるアーキテクチャですが、扱いやすく、その上に構築することも非常に容易であることを人々に示したかったのです」と、Lambda の応用機械学習研究者である Caia Costello 氏はブースから語りました。「それがオープンソースの精神だと私は考えています」 この協力の背後にあるインフラストラクチャーの詳細については、[Lambda の記事](https://lambda.ai/blog/open-model-open-metrics-how-lambda-and-the-olmo-team-trained-olmo-hybrid) をご覧ください。 ## Cirrascale ブースでの Asta AutoDiscovery Cirrascale のブースで [Asta AutoDiscovery](https://allenai.org/blog/autodiscovery) をデモしました。AutoDiscovery はデータセットを検索し、仮説を生成し、実験を実行し、手動分析だけでは見えてこない知見を浮き彫りにします。リリース以来、研究者たちは腫瘍学、気候科学、海洋生態学など多岐にわたる分野で 20,000 件以上の仮説を生成しており、私たちはアクセス権限を更新したクレジット配分によって利用範囲を広げています。まだ試していない方は [Asta AutoDiscovery](https://autodiscovery.allen.ai/) をお試しください。 また、水曜日の忙しいスケジュールの締めくくりとして、Google、Cisco、Dell Technologies と共に Cirrascale の**プライベート AI パーティー**を共同スポンサーするお招きをいただき大変嬉しく思いました。これは、AI インフラストラクチャ、展開、研究に携わる人々との対話を続けるための別の場を提供するものです。 ## ロボティクスと具現化 AI 私たちの GTC パネルはまた、ロボティクスおよび具現化 AI（Embodied AI）にも広がりを見せました。ここではオープンなトレーニングデータや評価手法が依然として相対的に限られています。シミュレーションは、高価な手動デモンストレーションに頼らず、大規模で多様なトレーニングデータを生成することで、このギャップを埋める重要な手段となりつつあります。 この視点は、私たちの最近の [MolmoSpaces](https://allenai.org/blog/molmospaces) および [MolmoBot](https://allenai.org/blog/molmobot-robot-manipulation) のリリースと直接結びついており、これらはオープンな環境において強力なロボティクスシステムを単に機能させるだけでなく、理解可能で改善可能なものにすることを目指しています。 ## GTC 2026 の一週間を振り返る GTC 2026 での私たちの活動は、パネルディスカッション、開発者向けライブストリーミング、フロアでのインタビュー、実演デモ、そしてパートナーイベントに及びました。モデル開発、コーディングエージェント、ハイブリッドアーキテクチャ、トレーニングインフラストラクチャ、マルチモーダルシステム、科学分野における AI に関する取り組みを紹介し、AI 業界で現在最も大きなステージの一つにおいて、私たちが掲げる透明性のある真のオープンなアプローチを共有しました。 最新の Ai2 ニュースに関する月次更新を受け取るには、購読してください。

NVIDIA GTC 2026におけるAi2の注目ポイント

背景や根拠まで確認しますか？

関連記事

調べる

選ぶ

サイト