【本日期限】Anthropic安全性ロードマップのProvable Inference Prototype Phase 1が9月30日到達 — AIモデル出力の暗号署名検証でサプライチェーン攻撃耐性を根本強化、Secure Research Environment Simulationも同日Phase 1完了

Summary

9月30日がAnthropicのFrontier Safety Roadmapに記載された2つのMoonshot R&Dプロジェクトのphase 1完了ターゲット日。(1)Provable Inference Prototypeは、AIモデル出力が特定のモデルウェイトから生成されたことを暗号的に検証・署名する技術で、システムに侵入し訓練済みモデルを改変する高度な攻撃者への防御を目的とする。Phase 1成果物は「必要コンポーネントの棚卸しとコスト・タイムラインの予備分析」で2週間以内に次ステップを決定。(2)Secure Research Environment Simulationは、隔離ネットワーク・制限付きリモート接続（Green Lines）・物理セキュリティ制御を小規模で実装する極端なセキュリティ実践のインフラ探索。Anthropicは両プロジェクトの達成に「moderate confidence（中程度の確信）」を表明し、Phase 1結果次第で優先度変更の可能性も示唆。当初Phase 1ターゲットは5月15日だったが9月30日に延期された経緯あり。Yahoo Financeが「沈黙がシグナル」と分析し安全性コミットメントの進捗報告に注目。