Googleでは、AIツールを活用して業務効率を向上させています。具体的には、コード生成やコンテンツ作成、データ分析などにAIを利用しています。以下のような14の方法で、業務の自動化、創造性の刺激、情報の迅速な取得を行っています。1. コード生成、2. 開発速度の向上、3. バグ修正の優先順位付け、4. 創造性の促進、5. コンテンツ制作、6. ビジュアル資産の作成、7. 新アイデアのテスト、8. 営業提案の迅速化、9. リードの質の向上、10. 会議ノートの自動生成、11. プラットフォームの安全維持、12. 社員フィードバックの理解、13. 適切な人材の発見、14. 食品廃棄物の削減。

研究発見は、論文やコード、モデル、データセットを見つけるプロセスです。Model Context Protocol (MCP)を使用することで、AIは自然言語で研究ツールにアクセスし、プラットフォーム間の切り替えを自動化します。研究の進め方には、手動検索、スクリプトを用いた自動化、MCPの統合という3つの層があります。MCPは、自然言語を使って複数のツールを操作し、情報を収集・整理します。

NVIDIAのNeMo Agent Toolkitが新たにリリースされ、多エージェント間の相互運用性を向上させるModel Context Protocol（MCP）の統合を実現しました。このライブストリームでは、開発者がリモートMCPツールやNVIDIA NIMマイクロサービスを、ツールキットのワークフロー内でネイティブ機能として直接利用できる方法を示します。

NVIDIA NeMoエージェントツールキットの最新バージョンが、モデルコンテキストプロトコル（MCP）を通じてマルチエージェント間の相互運用性を向上させます。このライブストリームでは、開発者がリモートMCPツールやNVIDIA NIMマイクロサービスを、ツールキットのワークフロー内でネイティブ機能として直接利用できる方法を示します。

Chromeを使う学生に特に役立つ5つの機能を紹介します。1. Gemini: 学習支援ツールで難しい内容を理解しやすく。2. アカウント切替: 学校用とプライベート用のアカウントを簡単に切り替え。3. Audio Overviews: ページの要約を音声で聞けて、移動中でも学習可能。4. 保存されたタブグループ: 作業中のタブをどのデバイスでも簡単に呼び出せる。5. Google Lens: 問題を選択してAIから解説を受けられる。これらを活用して、学期を通して効果的に学びましょう。

World Resources Instituteは、DINOv3を活用して森林や農地の再生を進めています。このモデルは、ドローンや衛星画像から個々の木を正確にカウントするアルゴリズムを開発し、特にアフリカでの小規模プロジェクトの効果を評価します。また、DINOv3は複数の衛星データを統合し、森林の高さの推定精度を向上させています。これにより、環境保護の透明性と効率が高まり、資金調達が促進されることが期待されています。

NASAのジェット推進研究所は、次世代の小型ロボット探査機を開発中です。これらはDINOv2という先進的な視覚モデルを活用し、複数のタスクを同時に効率的に処理します。小型化に伴う電力制限を克服し、未知の地形での自律的な行動を可能にするために、リアルタイムでの学習機能も追加されています。将来的には、他の惑星の生命探査や地球での人道支援にも役立つことが期待されています。

DINOv3は、自己教師あり学習（SSL）を用いた最新のコンピュータビジョンモデルであり、1.7Bの画像と7Bのパラメータを用いて高精度な視覚特徴を生成します。このモデルは、物体検出やセマンティックセグメンテーションなど、多様な視覚タスクで優れた性能を発揮し、従来の方法に比べてラベルデータの必要性を排除します。DINOv3は、医療、環境監視、自動運転などの分野での革新を促進し、オープンソースとして利用可能です。

Googleは新たに「Flight Deals」を発表しました。このAI搭載のフライト検索ツールは、柔軟な旅行者向けに設計されており、旅行の日程や行き先を自然な言葉で入力するだけで、最適な航空券を提案します。利用者は、過去に考えなかった目的地の割引情報も得られます。現在、米国、カナダ、インドでベータ版が展開され、従来のGoogle Flightsも引き続き利用可能です。

NVIDIAが開発したProRL v2は、強化学習を通じて大規模言語モデル（LLM）の性能向上を目指します。3,000以上のRLステップを経て、1.5Bモデルで新たな最先端の成果を達成。主な特徴は、安定性を確保した拡張トレーニング、プログラム的に検証可能な報酬、出力の簡潔さを促進するペナルティなどです。これにより、従来のモデルでは達成できなかった創造的な解決策や境界の突破が実現されています。

NVIDIAのProRL v2は、強化学習(RL)を用いて大規模言語モデル(LLM)の性能向上を目指します。3000以上のRLステップを通じて、従来の手法を超えた安定した結果を示し、出力の簡潔性や確認可能な報酬を実現します。新たな成果として、数学やプログラミング、推論タスクにおいて性能が向上し、基準モデルを上回ることが確認されました。

Googleは、オクラホマ州に90億ドルを投資し、クラウドとAIインフラの整備を進めます。この投資により、新たなデータセンターキャンパスの設立や教育プログラムの拡充が行われ、オクラホマの学生にAIスキルを提供します。また、電気技術者の育成を支援し、労働力の強化を図ります。これにより、オクラホマとアメリカのAIリーダーシップを支える人材が育成されることが期待されています。