今日のAIニュース5選｜Claudeのサソリ毒研究で17件が基準達成、OpenAIモデルがGoogle Cloudへ【2026年10月22日】

当サイトではアフィリエイト広告を利用しています。

今日のAIニュース5選
1. OpenAIモデルがGoogle Cloudに登場へ、Codexも対象
2. Claudeがサソリ毒を狙うタンパク質を設計、211件を実験
3. Zoomが「会議で決めたこと」を次の仕事につなぐAIを発表
4. ChatGPTに会話ロック機能、Free・Plusなど幅広いプランが対象
5. llm-d 1.0公開、AIエージェントが増える時代の「渋滞対策」
まとめ
今日の注目アイテム
公式情報・参照先

今日のAIニュース5選

Claudeが設計に関わったタンパク質211件を実験で確かめ、OpenAIのモデルはGoogle Cloudでも使えるようになる予定に。10月20〜21日のAIニュースには、研究室の実験から日常のチャット管理まで、気になる発表がそろいました。

今回は、実際に何が確かめられたのか、何が新しくできるようになるのかを中心に5本を紹介します。企業向けの発表も、私たちが使うAIの選択肢がどう変わるのかという視点で見ていきます。

1. OpenAIモデルがGoogle Cloudに登場へ、Codexも対象

10月21日、OpenAIとGoogle Cloudが新たな提携を発表しました。OpenAIの先進モデルとCodexのエージェント型ワークフローを、Google Cloudの「Model Garden」から提供する計画です。Google Cloudを使っている企業は、普段のクラウド環境からOpenAIのモデルを選ぶ道が広がります。

Model Gardenは、さまざまなAIモデルを探し、評価・利用につなげるための仕組みです。企業が自社で使うクラウドを変えずに、モデルを比較しながら導入を検討できるのが今回のポイント。Google Cloudのデータ管理やアクセス制御を利用できる構成として案内されており、社内データを扱う開発チームにも関係する発表です。

さらに興味深いのが、提供先の広がりです。OpenAIによると、Googleの開発支援環境「Antigravity」と「Gemini Agent」でも、OpenAIモデルを今後利用できるようになる予定。今後はGoogleの開発環境でも、用途に応じてOpenAIのモデルを選ぶ道が広がる見込みです。コード生成やエージェントによる作業では、同じ開発環境内でモデルの得意分野を比較できれば、選択の幅が大きく変わりそうです。

購入はGoogle Cloud Marketplace経由を予定しています。すでにGoogle Cloudへの支出契約を結んでいる企業は、その契約上の利用枠をOpenAIモデルの購入に充てられるとしています。企業が新しいAIを試す際、契約や請求の経路を既存の仕組みに寄せられるのも利点です。

一方、記事作成時点で一般提供は始まっておらず、開始予定は「数週間以内」。Antigravityなどでの利用も今後の予定です。Microsoftが引き続きOpenAIの主要クラウドパートナーである点も変わりません。今回の発表の面白さは、OpenAIのモデルを使うための入口が、競合するAI開発環境にも広がっていくところにあります。

2. Claudeがサソリ毒を狙うタンパク質を設計、211件を実験

10月20日、Anthropicが公開した研究では、Claudeが設計に関わったタンパク質の候補211件を実際に作って調べ、17件がサソリの神経毒に結合する基準を満たしました。文章やコードを書くAIが、分子の設計から実験候補の選定まで関わったという成果です。

サソリに刺される人は、Anthropicが引用する推計で世界に年間120万人以上。死亡例も年間3,250人を超えるとされ、医療資源が限られた地域では深刻な問題です。研究チームが目指したのは、将来の抗毒素治療につながる分子の発見でした。今回設計した「バインダー」は、狙った分子にくっつく小さなタンパク質。まず毒素にうまく結合するものを見つけることが、研究の第一歩になります。

実験に至るまでの道のりも独特です。Anthropicの社内研究モデルは約64時間にわたり、研究者から4回の追加指示を受けながら318,484件の設計案を生成。そこからClaudeが180件を選び、人の研究チームがClaudeの支援を受けて31件を追加しました。Adaptyv BioとTwist Bioscienceの実験施設が、合計211件について結合を測定しています。計算で候補を大量に探し、実物の試験で絞り込むという役割分担が、数字からも見えてきます。

17件の成果には、重要な特徴があります。基準を満たした候補はそれぞれ一種類の毒素を標的としており、複数の毒素に同時に結合することを狙った設計では、複数標的に対する基準達成には至りませんでした。研究者にとっては、AIの設計が通用した部分と、まだ難しい部分の両方が分かる結果です。

また、確認できたのは実験条件下での「毒素への結合」。細胞内で毒の働きを中和する効果や、人に使える治療薬としての安全性は確かめられていません。Anthropicは試験した211件すべての設計情報とデータを公開しています。今回の一番のニュースは、実験で評価できる分子候補をAIが生み出し、その成否まで公開したことです。

3. Zoomが「会議で決めたこと」を次の仕事につなぐAIを発表

10月20日、Zoomは年次イベント「Zoomtopia」で、会議やチャットの情報をAIエージェントが仕事に生かすための「Unified Context Layer」を発表しました。会議で決まった方針、チャットで補足された条件、関連資料の内容を結び付け、話し合いの続きを実務に渡しやすくする構想です。

例えば顧客との打ち合わせで「次回までに見積もりを出す」と決まっても、金額の前提は別のチャットにあり、製品資料は別のシステムにあるかもしれません。従来は担当者が経緯をたどり直す場面がありました。Zoomが目指すのは、そうした情報のつながりをAIが参照し、次の作業に必要な情報を取り出せる状態です。議事録の要約から一歩進み、話し合いの結果を仕事に引き継ぐところが特徴です。

具体的な機能も発表されています。「ZoomMate Agent Teams」は、役割の異なる専門エージェントをチームとして動かし、一つの作業を分担できる仕組みで、発表時点ですでに利用可能とされています。開発者向けには、Zoom内の情報を検索する「Search & Ask API」と、外部のAIツールと接続するMCPサーバーも利用可能です。MCPは、AIが外部サービスのデータや機能にアクセスするための共通の接続方式です。

一方、ClaudeやCodexなどのAI環境からZoomの機能を直接使う連携は、発表時点では10月提供予定。会議の内容に資料や画面共有をひも付ける「Enriched notes」は11月、会議に出られない人向けの個別要約を届ける「Follow the meeting」は12月の予定です。発表に登場する機能すべてが、すでに使えるわけではありません。

仕事の効率化というと議事録作成が注目されがちですが、今回のZoomが狙うのは、会議のあとに残る「誰が、何を、どの情報を使って進めるか」という手間です。組織ごとの情報アクセス権を守りながら、この流れをつなげられるかが実際の使い勝手を左右しそうです。

4. ChatGPTに会話ロック機能、Free・Plusなど幅広いプランが対象

10月20日、OpenAIはChatGPTの会話を個別にロックできる機能を案内しました。ロックしたチャットは通常の履歴一覧やピン留め、検索結果に表示されなくなり、開くときには4桁のPINまたは対応端末の認証が必要です。削除せずに、ほかの会話から分けて管理できます。

例えば、画面を共有して仕事の相談をしているとき、別の個人的な会話のタイトルまで一覧に見えるのは避けたいもの。会話ロックは、特定のチャットを普段の一覧から離しておきたい場面に役立ちます。ロック済みのチャットは専用の場所から、本人が認証して開く仕組みです。チャットの「…」メニューからロックを選ぶ操作が案内されており、必要な会話だけを選べるのも便利です。

OpenAIのヘルプでは、対象プランはFree、Go、Plus、Pro、Business、Enterprise、Eduと案内されています。Webやスマートフォンアプリ、新しいmacOS・Windows向けChatGPTアプリが対象で、提供は段階的です。記事作成時点で全員の画面に同じタイミングで表示されるとは限りません。

この機能は会話の見せ方や開き方を変えるものです。保存期間や組織のデータ保持方針は従来どおり適用されます。日常のチャットを気軽に整理できる機能として、利用できるようになったら確認してみたいアップデートです。

5. llm-d 1.0公開、AIエージェントが増える時代の「渋滞対策」

10月20日、Google Cloudは分散推論のためのオープンソース基盤「llm-d 1.0」を公開しました。名前は少し専門的ですが、注目点は分かりやすく言うと、たくさんのAIエージェントが同時に動いても、計算の待ち時間や混雑を抑えるための仕組みです。

AIモデルを実際に動かして答えを生成する処理を「推論」と呼びます。AIエージェントは、質問に答えるだけでなく、複数のツールを使ったり、長い会話の続きを引き継いだりします。同じような文脈を何度も処理することがあり、利用者が増えるほどサーバー側では効率のよい振り分けが重要になります。

llm-dは、Kubernetesという複数のサーバーやアプリを管理する基盤の上で動きます。特徴の一つは、過去に計算した会話の文脈を再利用できるサーバーへ、リクエストを振り分けること。さらに、急ぎの応答と時間に余裕のある処理で優先度を変える流量制御や、入力の読み込みと出力の生成を異なるサーバー群に分ける仕組みなどを組み合わせます。AIモデル自体を新しくするのではなく、モデルの「働く場所」を賢く整える発想です。

Google Cloudは、PyTorch Conferenceで1,000の独立したエージェントを一つの接続先につなぐデモを紹介しました。加えて、Ironwood TPU上のエージェント型コーディング負荷を使った検証では、一般的なKubernetes Serviceを使う構成と比べ、応答の出力が始まるまでの時間の中央値が85％超短くなり、全体の処理量は2.4倍になったと報告しています。これはGoogle Cloudが示した特定の構成・条件での結果で、どの環境でも同じ性能になるという意味ではありません。

開発者にとっては、使っているモデルや推論エンジンを丸ごと替えることなく、必要なルーティングや制御機能から取り入れられる設計が魅力です。多くのAIを使うサービスでは、モデルの賢さだけでなく、混雑時にも必要な答えが早く返るかが利用体験を左右します。llm-d 1.0は、その裏側を支える技術として注目したいニュースです。