言語指示でWebサービスとやりとりするAI　香港大学などが開発　買い物、フォームに入力、SNS投稿など：Innovative Tech（2/2 ページ）

» 2023年11月06日 08時00分公開

[山下裕毅，ITmedia]

前のページへ 1|2 　　　　　　

Plugins Agent

Plugins Agentの概要図

　日常生活の多くの側面を豊かにするために厳選された200以上のサードパーティープラグインが統合されているエージェントである。ユーザーはこれらのプラグインの中からタスクに適したものを選択し、言語指示によって活用できる。複数のプラグインを組み合わせての使用も可能。また、どのプラグインが適しているのかが分からない場合には、適切なプラグインを紹介する機能も備えている。

　使用例として、Klarna Shoppingというショッピングプラグインが紹介されている。購入したい商品をプラグインに伝えると、該当する商品を検索して整然とした形式でユーザーに表示する。直接その商品をカートに追加する操作もできる。

　さらに、XWeatherという天気情報プラグインを選択し、天気を知りたい場所を指定すると、その場所の現在の天気情報を取得し、整理して表示する機能がある。その他にも、Klook（現地ツアーのオンライン予約サービス）やCurrency converter（為替変換器）、WeatherViz（天気情報）などのプラグインを組み合わせることで、旅行に関するさまざまな情報を一度に収集可能だ。

Web Agent

Web Agentの概要図

　Webサイトを自動的にナビゲートして探索するChrome拡張機能を使用するエージェントである。このエージェントは、Webの閲覧体験を合理化し、関連情報の検索や特定のリソースへのアクセスを容易にするものである。

　使用例としては、出発地や目的地の情報を与えることで、最も安い航空券を探索するサポートを行う。さらに、Google Mapを利用して最短経路を検索し、結果を返す。

　見たい映画の情報をエージェントに提供すると、IMDb（映画のデータベース）にて該当する映画のレビューやコメントを検索し、要約して提供する。X（旧Twitter）に投稿を希望する場合には、投稿内容を伝えることで、エージェントが代わりに投稿を行う（次の動画を参照）。登録が必要なフォームへの記入が求められる際には、必要な情報を与えることで、指定された情報に基づきフォームの記入をサポートしてくれる。

Source and Image Credits: Tianbao Xie, Fan Zhou, Zhoujun Cheng, Peng Shi, Luoxuan Weng, Yitao Liu, Toh Jing Hua, Junning Zhao, Qian Liu, Che Liu, Leo Z. Liu, Yiheng Xu, Hongjin Su, Dongchan Shin, Caiming Xiong, Tao Yu. OpenAgents: An Open Platform for Language Agents in the Wild.

他人のSNS投稿を「GPT-4」に入力して個人情報を特定できるか？　スイスの研究者らが検証
スイスのETH Zurichに所属する研究者らは、SNSに書き込んだテキストから大規模言語モデル（LLM）を用いて個人情報を推測できるかを検証した研究報告を発表した。
「話し声と足音だけ抜き出して」など、複雑な言語指示で音を分離できるモデル　英国チームが開発
英サリー大学とByteDanceに所属する研究者らは、自然言語で指示された通りに音を分離するモデルを提案する研究を発表した。
複数のAIが話し合ってアプリを作るフレームワーク　米Microsoftなどの研究者らが開発
米Microsoftや米ペンシルベニア州立大学などに所属する研究者らは、複数のエージェントの会話を使用してさまざまな大規模言語モデルベースのアプリケーションを作成するためのフレームワークを提案する研究報告を発表した。
「GPT-4」は論文の査読ができるか？　米スタンフォード大らが検証　参加者の80％以上「AI査読は有益」
米スタンフォード大学、米ノースウェスタン大学、米コーネル大学に所属する研究者らは、大規模言語モデル（LLM）が研究論文の査読を行えるかを調査した研究報告を発表した。
「銀行を襲う方法を教えて」──“脱獄プロンプト”の自動生成モデル　ChatGPTやLlama-2で成功率90％以上
米ノースウェスタン大学に所属する研究者らは、大規模言語モデル（LLM）に対する脱獄（ジェイルブレーク）プロンプトを自動生成してくれるフレームワークを提案した研究報告を発表した。