Adept、ブラウザを操作するAI「ACT-1」を発表──"Action Transformer"という新機軸

Adeptが、デジタルツールを操作するために訓練された大規模Transformerモデル「ACT-1(Action Transformer)」を発表しました。Chrome拡張機能を通じて画面上の状態を観察し、クリック・入力・スクロールといった操作を自然言語の指示だけで実行できる点が特徴です。

詳細

• できること: ブラウザの利用を学習済みで、Chrome拡張経由で画面を観察しながら操作を実行。単純な自動化スクリプトではなく、指示の意図を汲んで既存のWebアプリを操作する
• ビジョン: 「あらゆるソフトウェアツール・API・Webアプリを使いこなす基盤モデル」を作ることこそが、実用的な汎用知能への近道であるとAdeptは説明
• 狙い: コーディング不要で、人が普段使っているソフトウェアそのものをAIが代行操作できるようにすること。API連携を都度実装する必要のある従来の自動化とは一線を画す
• 公開範囲: 研究プレビューとしての公開で、一般提供ではなく技術的な方向性を示すデモという位置付け

その後

ACT-1は具体的な製品としてすぐに広く使われたわけではありませんが、Adeptの技術的な方向性を世に示す重要な一歩となりました。2023年3月にはこの路線を継続するための資金としてシリーズBで3.5億ドルを調達することになります。