AIエージェントの「ドリーミング」と記憶整理
こんにちは。最新AI情報を誰にでも分かりやすくお届けする、AIR LABSのお時間です。
ちょっと待って、Kaiさん、聞いてくださいよ。公務店の事務作業で、AIに新しい指示を出したのに、次の日になったら前のやりとりをすっかり忘れていて、また最初からゼロベースで説明し直さなきゃいけない
んです。
毎日こんな調子じゃ、一体どこが効率化なんですか?
それは大変ですね、凛さん。以前、私も仕事をAIにすっかり丸投げして、取引先から大きな手戻りを指摘されて冷や汗をかいたことがあります。
AIエージェント、つまり自分で手順を考えて仕事を進めるAIにとっても、前の会話の学びを次に持ち越すのは難しい問題でした。
今日お話しする苦労度の新しい仕組みは、作業の記録から大事なメモを残し、それを次の場面に生かすアプローチです。
メモを残してくれるのはありがたいですけど、仕事の度にAIが自分で勝手に判断して大丈夫なんですか?それで本当に手間は減るんでしょうか?
そこがポイントですね。開発元のアンソロピックによくと、人間が寝ている間に経験を整理して知識にするように、AIも作業の記録を見直す仕組みを取り入れています。
これが夢を見る、ドリーミングと呼ばれるプロセスです。
夢を見るって本当にAIが寝ちゃうんですか?そんなSFみたいな話、ちょっと信じがたいんですけど。
もちろん本当に眠るわけではありません。AIが作業の合間の静かな時間を使って、過去の記録を自分で見直す処理のことです。
人間の場合も、睡眠や休息の間に経験が整理されると考えられているのと同じように、AIも作業のログを振り返ってメモを作り直すわけです。
なるほど、作業の合間に見直すわけですね。じゃあ何でもかんでもメモに書き留めておけば安心ってことですか?
それが違うんです。今回の実験では、何でも細かくファイルに書いた古いモデルは413個ものメモを作ってしまい、かえって探すだけで手間取ってしまいました。
一方、新しいモデルはたった9個のメモに絞ることで先へ進めることができたんです。
413個もメモがあったら、どれが重要なのかわからなくなりますよね。うちの会社の書類整理でも、引き継ぎノートが分厚すぎると誰も読まなくなるのと同じですね。
まさにその通りです。メモの数を減らして、自分で考えて出した工夫やルールだけに絞る方がうまくいったわけですね。
さらに重要なのは、AIは自分が書いたメモを信じて動くので、最初に間違ったメモを書くとそのまま失敗の元になるという点です。
うわぁ、それって一番怖いパターンじゃないですか。間違ったメモを自分で信じ込んで暴走したらどうするんですか?その見直しって一体誰が正しいと決めるんですか?
そこで夢を見る時間が生きてきます。元の作業記録と自分が書いたメモを照らし合わせることで、間違いに気づいて直せるんです。
今回の実験でも、洞窟の建物の位置を間違って書いたメモを夢の中で直したモデルは無事に先へ進めましたが、直さなかったモデルは同じ罠に何度も落ちてしまいました。
ちゃんと元の記録という正解の手がかりがあるから、AI自身で修正できるんですね。丸投げしたままにするんじゃなくて、そこがしっかり検証できるのは安心材料かも。
はい。さらに夢の時間を使うことで、バラバラのメモをつなぎ合わせて、ウィキ、つまりリンクでつながった引き継ぎノートのようなものを作ることができます。
夢の見直し回数を2回から128回に増やした実験では、会社の資料に関する25問の正解率が13%から48%まで上がったという結果も出ています。
正解率がそこまで上がるなら、うちの公務店の過去の施工マニュアルや見積もりのルールもAIにまとめさせたらすごく賢くなりそうですね。
でも、そんなに何度も夢を見させたら、計算の手間やコストが大変なことになりませんか?
鋭い指摘ですね、リンさん。実際、ウィキが元の資料より大きくなってしまって、かえって役に立たなかった例もあるそうです。
コストも手間もかかるからこそ、何を故で見直すか、いつ見直すかを決めることが大切なんです。
自動化で手間が消えるどころか、変なメモが増えて管理の手間が増えたら本末転倒ですもんね。現実的にはどう付き合っていけばいいんでしょう?
全てをAIに丸投げして覚えさせるのではなく、大事なことだけを残すこと、時々見直させること、そして最後は人が確かめるという基本の姿勢が何より大事になります。
AIも人間と同じで、振り返る時間が成長を作るということですね。
AIは寝ている間に昨日の失敗を整理するってことですね。私の仕事でも、まずは毎日のメールの提携文のやり取りだけをメモ化してもらうところから、小さく試してみようかなと思いました。
素晴らしい見立てですね、林さん。現場の引き継ぎで毎回つまずく手順から試してみるのが一番の近道かもしれません。
Amazon Quickの4つの問い
さてお次は、今日の一言ニュースのコーナーですね。
一言ニュースの一番目です。AmazonのAIサービス、Amazon Quickの開発チームが、AIエージェントの仕事を、いつ、何を、誰が、どうやって、の四つの問いに分けて整理したという発表ですね。
カイさん、毎日スラックの要約を送ってってお願いする時も、その四つの問いを意識すると変わりそうですね。私たちの仕事でも役立ちますか?
AIに何を頼んでいるのかが明確になるので、指示がぐっと伝わりやすくなりますよ。いつ動かすか、何をさせるかをあらかじめ決めておくのがポイントです。
闇雲に頼むんじゃなくて、頼み方の枠組みを決めておくって大事ですね。
NVIDIAのAI訓練向けデータ転送
一言ニュースの二番目です。NVIDIAから、AIを訓練するときに、最新の頭脳データをコンピューター間で無駄なく早く送るための新しい方法が公開されました。
これって、私たちが普段使うパソコンの動きも早くなるような技術なんですか?
直接触る技術は開発者向けですが、巨大なAIの訓練が早く安くなれば、将来私たちの手元に届くAIの性能もぐっと上がってくるはずです。
裏側の仕組みが進化して、使いやすいAIがどんどん増えていくんですね。
Googleの安全なAI実行基盤
一言ニュースの三番目です。GoogleがAIエージェントを大量に安全に動かすためのオープンな仕組みを国際的な団体に寄付したというニュースです。
AIが自分でプログラムを動かす時代になると、セキュリティの面でやっぱり不安がありますよね。
そうですね。この仕組みには、生成されたコードを安全な場所で隔離して動かす機能も含まれているので、会社でAIエージェントを使うときの安心材料になります。
安全に使える土台がしっかり整ってきているのは心強いですね。
まとめと番組案内
今回は、AIが作業の記録を見直し、メモを整理して成長していく仕組みについてお届けしました。
お使いのポッドキャスターアプリから、ぜひ番組のフォローや評価、コメントをお願いします。
いただいたコメントはチームみんなで全部読んで、これからの番組作りに生かしていきますね。
番組の概要欄には、今日の話題をさらに詳しくまとめたノートの記事と文字起こしへのリンクも載せていますので、ぜひご覧ください。
それではまた次回お耳にかかりましょう。バイバイ。