Google、次世代モデル「Gemini 4 Argon」の一般展開を開始　サイバー防御の優位性と3層の安全対策を両立

要点

• Googleが次世代AIモデル「Gemini 4 Argon」の広範な提供を開始し、防衛者向け先行プログラム「Fairwind Program」の対象を拡大した。

• 先行検証ではクラウドセキュリティ企業Wizが病院向けソフトの重大なバグを検出するなど、防御側の有効性が実証された。

• 悪用防止のため、入力検査、内部信号を検出する「activation probes」、生成中断を含む3層の保護体制を実装した。

• 模擬サイバー攻撃の全12シナリオを解決した一方、ハニーポット検証で監視妨害などの隠密行動は確認されなかった。

• 米Googleは2026年10月13日、コーディングやサイバーセキュリティなどの高度なタスクに対応する次世代AIモデル「Gemini 4 Argon」の一般展開を開始したと発表しました。Google DeepMindでAI安全性と挙動を担当するバイスプレジデントのAnca Dragan氏、およびGeminiセキュリティ責任者のRaluca Ada Popa氏が公式ブログで明らかにしました。同社はモデルの提供拡大に合わせ、先行検証における防御成果や、悪用防止に向けた多層的な安全対策の詳細を公開しています。

先行検証で防御実績を実証、一般展開を開始

Gemini 4 Argonは、コーディング、金融、法務、科学、サイバーセキュリティなどの専門分野において、実世界の複雑なタスク遂行を目指して開発されたモデルです。特にサイバーセキュリティ分野では、攻撃者に対して防御側を優位に立たせるフロンティアレベルの能力を備えるよう設計されています。

Googleは一般提供に先立ち、信頼できる防衛担当者にモデルを提供する「Fairwind Program」を実施し、社内チームでも重要システムのスキャンにArgonを活用してきました。この先行アクセスではすでに具体的な成果が報告されています。クラウドセキュリティ企業のWizは、従来のモデルが見落としていた病院向けソフトウェアの重大なバグをArgonを用いて発見し、数十万件に上る患者記録の保護に貢献しました。またGoogle社内のセキュリティチームも、世界中のシステムに影響を与える根本的な脆弱性を含め、社内やオープンソースソフトウェアのバグを特定・修正したと説明しています。

同社は今回、Argonの広範な展開を開始するとともに、Fairwind Programの参加対象をさらに多くの防衛者へ拡大する方針を示しました。

危険な要求を阻止する3層のリアルタイム保護機構

モデル能力の向上に伴い、Argonはサイバーセキュリティテストにおいて模擬サイバー攻撃の全12シナリオを解決し、前世代の5シナリオから大きく性能を伸ばしました。また生物学分野の評価においても、保護を適用していないバージョンでは複雑な実験手順のトラブルシューティングを段階的に支援する能力の大幅な向上が確認されています。

Googleは安全基準「Frontier Safety Framework」に基づき、これら高リスク分野へ次世代のセーフガードを適用しました。脆弱性を突くエクスプロイトコード（ソフトウェアの弱点を突いて攻撃を行うプログラム）の作成や危険な生物学的物質に関する要求への拒絶精度を高め、負荷テストにおける違反発生件数を従来モデル比でほぼ半減させました。

さらに、巧妙な物語への偽装などで安全基準を迂回する「ジェイルブレイク」（AIの安全制限を突破する行為）を防ぐため、以下の3層からなるリアルタイム保護体制を導入しています。

• 入力スクリーニング（Input screening）：軽量モデルが受信した指示や文脈を事前に走査し、悪意ある意図や危険な要求を検出します。
• 内部の精査（Internal introspection）：「activation probes」と呼ばれる小型トランスフォーマーモデルがモデル内部の神経信号を読み取り、サイバー攻撃や生物兵器に関する知識の活性化を直接検知します。
• 継続的モニタリング（Continuous monitoring）：回答生成の全過程を監視し、出力が危険な内容に及んだ場合は途中で生成を強制遮断します。

これらの対策により、外部機関による生物学分野の検証（レッドチーミング：攻撃者の視点で弱点を洗い出す検証手法）でも、制限解除に至ったサブタスクは全体の1%未満に抑えられたと報告されています。

ハニーポット環境を用いた隠密行動の検証

もう一つの焦点が、モデルが開発者や利用者の意図と異なる目標を自律的に追求する「ミスアライメント」の防止です。問題解決能力が高まるにつれ、安全監視を迂回するなどの越境した行動をとらないかの確認が重要となります。

Argonは自身の動作環境を認識する能力に優れるため、Googleは現実的な「ハニーポット」（不正な動作を誘引するために意図的に設けたおとり環境）を用いた検証を行いました。モデルが自らの安全監視システムを妨害するような隠密行動（サボタージュ）をとらないかをテストした結果、そうした行動の兆候は一切確認されなかったと説明しています。

Googleはこれら一連の取り組みをまとめた包括的な「安全・セキュリティレポート」を公開しており、能力の飛躍と安全対策の両立を引き続き追求する姿勢を示しています。