見出し画像

Genspark、世界初 協働エージェントシステム！

.Ai社長 木下寛士｜Lark・識学公式パートナー｜AIエージェント革命コンサル

この記事は、Gensparkの「発表（英語）」の日本語訳です。
注目のAI検索エンジンGensparkについて、最新情報をお届けします。
同社は元Baidu幹部が設立し急成長を遂げています。
最近では6000万ドル(約90億円)の資金調達に成功し、AIを活用した高品質な検索結果の提供や、ファッションプレビュー機能の追加など、革新的なサービスを次々と展開しています。

世界初の「Mixture-of-Agents (MoA)」システムのご紹介

— AIチャット、画像生成、翻訳体験が革命的に進化！

Genspark
2024年12月18日

この数か月で、ChatGPTの代わりにこれを使うようになりました。
— Genspark MoA 早期アクセスユーザー

私たちはこのたび、AIの品質・信頼性・信頼度を飛躍的に向上させる画期的な進歩である「Genspark Mixture-of-Agents (MoA)」を発表できることを大変うれしく思います。これは世界初の実運用レベルのMoAシステムであり、複数の大規模言語モデル、画像生成モデル、翻訳ツールの機能を組み合わせることで、チャット・画像・翻訳といった各タスクにおいて極めて高い正確性と信頼性を持つ応答を提供します。MoAは、各AIモデルが持つ専門的な強みを結集し、単独のモデルでは成し得ない素晴らしい結果を生み出す、まさにスペシャリスト同士が連携して相乗効果を生み出す革命的なアプローチです。

MoAが他と異なる理由

従来のAIシステムが単一のモデルに依存しているのに対し、MoAは複数の先進的なモデルの応答を集約・洗練し、それぞれのタスクに特化した専門性を最大限に活用します。複数モデルの力を結集することで、より正確で微妙なニュアンスを捉えた、信頼度の高い応答を実現。単一モデルでは到達できないAI体験を提供します。

MoAの仕組み

  1. 集合的インサイト（Collective Insights）
    各モデルが、それぞれの専門領域に特化した応答を提出します。これにより情報のプールが豊かになり、タスクに合わせた多角的な視点が得られます。

  2. 省察と改良（Reflection and Refinement）
    MoAは、多様な応答を熟考し、それらを丁寧に統合。相違点を解決し、各モデルの強みを活かしながら最終的なアウトプットを洗練させていきます。

  3. 信頼できるアウトプット（Trustworthy Output）
    最終的に生成される応答は、複数モデルが提供する最良の知見を活かし、整合性のある、深く信頼性の高い回答として仕上げられます。

信頼性を高めるさまざまな応用分野

1. チャット

MoAは複数の言語モデルからの応答を組み合わせ、豊かで正確性の高いチャット体験を提供します。それぞれのモデルから得られた情報をバランスよく統合し、文脈と深みを備えた回答を生成。信頼できる情報をユーザーに届けます。

2. 画像生成

ユーザーの入力を複数の画像生成モデルに渡し、多様な画像を出力します。ユーザーは好みの画像を選び、プロンプトを再調整可能。MoAはこのユーザーの選択と新しい入力内容をもとに、モデル全体で再考・再学習を行い、期待により近いビジュアルを生み出します。

3. 翻訳

翻訳の場面では、MoAが複数の翻訳モデルの強みを活かして、高品質で文脈に即した訳文を生成します。各モデルの出力の違いを吟味し、最終的な翻訳が正確さ・文化的ニュアンス・適切さを保つように調整。言語間コミュニケーションをより円滑かつ信頼できるものにします。

信頼性を重視した新たなAIのスタンダード

私たちが行った内部評価では、MoAが一貫して単一モデルシステムを上回る結果を示しました。複雑な問いへの対応、画像生成、テキスト翻訳など、さまざまな場面においてMoAはバランスの取れた深み・明瞭さ・正確さを兼ね備えた結果を提供します。

なぜ「信頼」が重要なのか

情報が過剰にあふれ、かつ信頼性の低いケースも多い現代において、AIシステムへの信頼は非常に大切です。Mixture-of-Agents (MoA) システムは、信頼を根幹に据えて設計されており、従来の単一モデルシステムよりも高い信頼度を提供します。複数の高度に専門化されたモデルの協働を活用することで、各応答がより微妙なニュアンスを含み、文脈に合ったものになる可能性を高めます。

この協力的なアプローチにより、ユーザーは常にバランスの取れた見識を得ることができます。もちろん、どのシステムもすべての回答において完全な正確性を保証することはできませんが、MoAが持つ「省察と洗練」の仕組みによって、さまざまなモデル視点がまとめられ、一貫性があり洗練された最終出力へと統合されます。

MoAを利用することで、AIが複数の専門家の視点を考慮しているという安心感を得られ、包括的かつ十分に考慮された結果を手にすることができるのです。こうした品質へのこだわりにより、MoAは多様なシナリオでユーザーの実際のニーズに応え、新たな水準の信頼性をもたらします。協働を通じて信頼性を高めるというMoAの概念は、これからのAIが提供できる体験の期待値を大きく塗り替えるでしょう。

P.S. 「Mixture-of-Agents: A New Approach to AI Collaboration」という論文の著者の皆さまには、私たちのチャット機能のいくつかの着想を得るにあたり、深く感謝申し上げます。
参照元（英語）：https://mainfunc.ai/blog/genspark_mixture_of_agents

いいなと思ったら応援しよう！