ニュース

グーグルが開発中の「Project Astra」発表、現実世界を理解する対話型AIエージェント

  • 島田 純

2024年5月15日 04:00

　グーグル（Google）は、開発者向けイベント「Google I/O」で、開発中の「Project Astra（プロジェクト アストラ）」のプロトタイプを披露した。

ユニバーサルAIエージェント「Project Astra」

　「Project Astra」は、「毎日の生活を助ける、ユニバーサルAIエージェント」とされ、スマートフォンのカメラやマイクを通じて現実世界を認識し、ユーザーと対話型でやりとりできる。

　デモでは、スマートフォンのカメラをオフィスの中でかざして歩き回りながら、「音が出るものを見つけたら教えて」と言うと、ディスプレイ脇にあるスピーカーがカメラに映るとすぐに「スピーカーを見つけました、スピーカーからは音がで出ます」と応答した。

　さらに、スピーカーの上部にあるツイーターについて画面上で矢印で示し、「スピーカーのこの部分は、何て言うの？」と質問すると「これは、ツイーターで、高音を再生します」と瞬時に回答した。

スピーカーを発見
スピーカーのこれは何？

　デスクの上にあるクレヨンをカメラに映し、「これについて、初めの音を合わせた文を作って」と言うと、「Creative crayons color cheerfully.They certainly craft colorful creations.」（楽しくクリエイティブなクレヨンの色、クレヨンはきっとカラフルな作品を作るでしょう）と、AIがクレヨンを認識した上で、頭韻法を用いた文を生成した。

　ディスプレイに映るプログラムのコードにカメラを向け「この部分は、何をするコード？」と質問すると、「このコードは、AES-CBCアルゴリズムを使った、暗号化と複合化に関する機能です。」と、コードの意味を理解した上で返答をしている。

プログラミングコードから機能を理解する

　窓の外を映して「私はいま、どこにいるでしょう？」と尋ねると、「ロンドンのキングス・クロスエリアです。鉄道の駅や交通の便が良いことで知られています。」と回答した。

窓の外の景色から、居場所を推測

　メガネに関する特別な質問をせずに、「私のメガネ（Google Glass）はどこにあるか覚えてる？」と聞くと、「赤いリンゴの側にあります。」と、カメラに映りこんだメガネの位置を理解・記憶した上で返答した。

「メガネはどこ？」→「赤いリンゴの隣です」

　Gogole Glassを装着し、ホワイトボードに手書きされたネットワーク構成図を映して「システムを高速化するには、ここに何を追加したらよい？」と質問すると、「サーバーとデーターベースの間にキャッシュを追加する。」と回答した。

「このシステムを高速化するには？」

　最後に、虎のぬいぐるみを犬（ゴールデンレトリバー）の側に添えて、「このデュオバンドに名前をつけて」と言うと、「Golden Stripes（ゴールデンストライプス）」と、即興でバンド名を名付けた。

「このデュオにバンド名をつけて」

　一連のデモ動画は、リテイク（再撮影）なしのいわゆる一発撮りで撮影されたという。これらの機能の一部は、「2024年後半にGemini」アプリなどGoogleの製品に搭載される。