AmazonがNOVA ACTを起動する：AIエージェントマスターWebブラウザーコントロール

Amazonは月曜日に大きなニュースを発表し、ウェブブラウザを操作して簡単なタスクを独自に実行できる汎用AIエージェント、Nova Actをリリースしました。この新しいエージェントAIモデルと同時に、AmazonはNova Act SDKを展開し、開発者がNova Actを使用してエージェントのプロトタイプを迅速に作成できるツールキットを提供します。

サンフランシスコに新設されたAmazonのAGIラボによって開発されたNova Actは、近日中のAlexa+アップグレードを強化する予定で、これは生成AIの知能を備えたAmazonの人気の音声アシスタントの強化版です。今日登場するNova Actのバージョンはまだ粗削りです。Amazonはこれを研究プレビューと呼んでいます。

開発者は、nova.amazon.comでNova Actツールキットを入手でき、このサイトはAmazonのさまざまなNova基礎モデルを紹介する場でもあります。

Nova Actにより、AmazonはOpenAIのOperatorやAnthropicのComputer Useに対抗して、独自の汎用AIエージェント技術を提供する競争に参加します。大手テック企業は、ユーザーのためにウェブを閲覧できるAIエージェントが、現在のAIチャットボットをより便利にすると考えています。

Amazonはエージェント技術の先駆者ではないかもしれませんが、Alexa+を通じて最も幅広いユーザーにリーチする可能性があります。

Amazonによると、Nova Act SDKを使用すれば、開発者はユーザーのために基本的なタスクを自動化できます。たとえば、Sweetgreenでサラダを注文したり、ディナーの予約を確保したりできます。Nova Actツールキットは、AIエージェントがウェブページをナビゲートしたり、フォームを入力したり、カレンダーで日付を選択したりするツールを開発者が組み立てることを可能にします。

Amazonは、Nova Actが内部テストのいくつかでOpenAIやAnthropicのエージェントを上回っていると主張しています。たとえば、AIエージェントが画面上のテキストを処理する能力を評価するScreenSpot Web Textテストでは、Nova Actは94%のスコアを獲得し、OpenAIのCUA（88%）やAnthropicのClaude 3.7 Sonnet（90%）を上回りました。

ただし、AmazonはNova ActをWebVoyagerのような一般的なエージェント評価で徹底的にテストしていません。

Nova Actは、AmazonのAGIラボからの最初の公開製品で、元OpenAI研究者のDavid LuanとPieter Abbeelが共同で率いています。両者は以前、LuanはAdept、AbbeelはCovariantでスタートアップを運営していましたが、昨年Amazonに引き抜かれ、AIエージェントの開発を主導しました。

AGIラボがサラダを注文するAIエージェントを扱うのは奇妙に思えるかもしれませんが、LuanはTechCrunchに対し、エージェントを非常に知的なAIシステムを構築するための踏み台と見ていると語りました。彼はAGIを「人間がコンピュータ上で行うあらゆることを支援できるAIシステム」と定義しています。

Luanは、彼のチームがNova Act SDKを構築して、迅速で簡単なタスクを確実に自動化し、開発者がエージェントのワークフロー中に人間が介入すべきタイミングを決定できるツールを提供したと述べています。彼は、これが開発者が完全に自律的でなくても、より信頼性の高いエージェントアプリを作成するのに役立つことを期待しています。

Amazonは競争の激しい汎用AIエージェントの分野に参入していますが、これは同社が大きく賭けている重要な技術です。Nova Actの初期テストは、待望のAlexa+が何をできるかを垣間見せ、AmazonのAIの野望にとって決定的な瞬間となるかもしれません。

OpenAI、Google、Anthropicの初期のAIエージェントの大きな問題は、さまざまな領域での信頼性です。TechCrunchのテストでは、これらのシステムは動作が遅く、長時間独立して動作するのに苦労し、人間がしないようなミスを頻繁に犯します。Amazonがこの課題を解決したのか、競合と同じ問題を抱えているのか、すぐに分かるでしょう。