いや、農業の話じゃないよ。これは『Field-Aware Resolution Model』の略で、アプリ同士を連携させる自動化設定を賢く作るための研究なんだ。

そう、Trigger-Action Programming（TAP）って呼ばれる仕組みだね。でも、今のAIは「どのアプリを使うか」は選べても、「どのボタンを押して、どんなメッセージを送るか」っていう細かい設定までは苦手なんだよ。

そこが問題なんだ。この論文では、ユーザーの曖昧な指示から、実際にそのまま動かせるレベルの「実行可能な設定」を自動で作ることを目指しているんだよ。

そこがFARMの面白いところで、2段階のステップを踏むんだ。まず第1段階では、膨大な機能の中から候補を絞り込む。ここでは『レイヤー凍結』っていうテクニックを使っているんだ。

違うよ。AIのモデルの一部を固定して学習させないことで、元々持っている言葉の知識を壊さずに、新しいアプリの知識だけを効率よく覚えさせる手法なんだ。これで、あまり使われない珍しいデバイスでも正しく選べるようになる。

第2段階では、4つの専門家エージェントが会議をするみたいに詳細を決めるんだ。「意図を分析する人」「トリガーを選ぶ人」「アクションを決める人」「最後に矛盾がないかチェックする人」に分かれて連携するんだよ。

結果はかなり良くて、従来の手法より精度が21%も上がったんだ。特に、機能レベルまで含めた正解率は81%に達している。これは、そのままアプリの設定として書き出せるレベルだよ。

将来はそうなるだろうね。ただ、まだ課題もあって、ユーザーの指示が極端に短かったり、矛盾した指示を出したりすると失敗することもある。今後はもっと複雑な文脈を読み取る研究が必要だね。

それはAIに頼る前に、君が自分で努力してくれ。……あと、僕はそんなに簡単に笑わないよ。