いや、これはAIエージェントがユーザーの好みをどうやって覚えるか、っていう「記憶」に関する研究だよ。STEAMっていう新しいフレームワークの提案だね。

そう。でも、今までのAIはユーザーの好みを一つの長い文章でまとめて管理してたんだ。それだと、新しい趣味ができた時に古い趣味を上書きして忘れちゃったり、色んな好みがごちゃ混ぜになって混乱したりするっていう問題があったんだよ。

亜美さんと一緒にするのはどうかと思うけど……。そこでこの論文では、記憶を「原子（アトミック）」みたいに小さな単位にバラバラにして保存するんだ。「タピオカが好き」っていう記憶と「ホラー映画が好き」っていう記憶を別々に持つイメージだね。

理論上はそうなるね。さらに、このSTEAMには「進化」のメカニズムもあるんだ。新しい行動から新しい興味の単位を作る「形成」と、似たような記憶を一つにまとめる「統合」を繰り返して、常に記憶を最新の状態に保つんだよ。

部屋の片付けは自分でやってくれ。……で、実際の実験でも、この方法を使うとおすすめの正確さだけじゃなくて、ユーザーの行動をシミュレーションする精度や、おすすめの多様性も大幅に上がったらしいよ。

そうだね。将来的には、もっと賢いパーソナルアシスタントとか、自分以上に自分の好みを分かってくれるAIができるかもしれない。ただ、大量のユーザーの記憶をどう効率よく管理するかとか、プライバシーをどう守るかといった課題はまだ残っているけどね。

ああ、それはロボットが家の中とかで迷子にならずに、賢く目的地までたどり着くための新しいAIモデルの話だよ。かなり画期的なんだ。

もっと複雑だよ。例えば「洗濯機を探して」とか「赤い服の人を追いかけて」みたいな指示を理解して動くんだ。今までのロボットは、カメラに映ったものに反射的に反応するだけで、あんまり「考えて」なかったんだよね。

そう。だから同じ場所をぐるぐる回っちゃったりする。この論文では、人間に備わっている「速い思考」と「遅い思考」をロボットに取り入れたんだ。それが『AdaCoT（アダ・コット）』っていう仕組みだよ。

まさにそれ。簡単な道ならサクサク進むけど、複雑な部屋に入った時は「ここは寝室かな？ベッドがないからあっちに行こう」って、言葉で論理的に考えてから動くんだ。これを必要な時だけ自動で切り替えるのが「適応的（アダプティブ）」って意味だね。

そこも対策済みだよ。もう一つの目玉が『VLingMem（ヴィリング・メム）』。これは、過去に見た景色を言葉にしてメモしておく「言語的メモリ」なんだ。画像で覚えるより効率がいいし、後で思い出しやすいんだよ。

例えは変だけど、本質的には合ってる。その日記があるから、一度行った場所に戻る無駄がなくなるんだ。さらに、このモデルを鍛えるために290万件もの「思考プロセス付きデータ」を使ったんだよ。世界最大級だ。

実験結果では、これまでの最新AIを大きく上回る成績を出しているよ。しかも凄いのは、シミュレーションで練習しただけなのに、現実世界のロボットに乗せてもそのまま動けちゃうんだ。これを「ゼロショット転移」って言うんだけど。

そうだね。強化学習っていう手法を使って、失敗から学ぶ訓練もしてるから、かなりタフなんだ。将来的には、初めて行く家でも完璧にお手伝いができるロボットができるかもしれない。

……それはロボットに頼る前に、自分で片付ける習慣を「適応的思考」で身につけたほうが早いと思うよ。

都合のいい時だけメモリをリセットするなよ。