Metaは11月6日、最先端の大規模言語モデル（LLM）「Muse Wonder」を基に訓練した専用モデルを、対話サービス「Muse」と「Meta AI」の幅広いユーザーに提供開始すると発表しました。日常会話から複雑なタスク処理までを支援するもので、AIの長期的な記憶力とタスク遂行能力の向上を狙っています。
ポイント
- Metaが11月6日にMuse Wonderベースの専用モデルを発表
- 「個人超知能指数」のスコアが前世代の38%から47%に向上
- アクティブメモリー評価の正答率が76%から90%に上昇
- 重要な情報を忘れるエラー率が2.4分の1に減少
- 予期せぬ問題が起きやすい日常タスクの性能が最大67%向上
個人超知能指数の向上
新モデルは、Muse Wonderが業務や日常生活の複雑なタスクで示す性能を引き継いでいます。
評価指標「個人超知能指数（Personal Superintelligence Index）」の最新テストで、新世代Museモデルのスコアは前世代の38%から47%へと向上しました。総合的な知能性能が高まったことを示すとしています。
アクティブメモリーとアクティブフォーカス
Metaは、従来のAIが重要な情報を忘れやすく、想定外の状況で処理が中断しやすいという課題に対応するため、二つの機能を新モデルに導入しました。
一つ目の「アクティブメモリー（Active Memory）」は、時間をまたいで推論する能力です。情報の鮮度を見極め、一時的な情報と長期的な情報を区別します。数か月にわたる会話でも重要な詳細を記憶できるということです。
公式の評価データによると、アクティブメモリー評価で重要な文脈を正しく使えたタスクの割合は90%に達しました。前世代の76%から大きく改善しています。重要な情報を忘れるエラー率も2.4分の1に減りました。
二つ目の「アクティブフォーカス（Active Focus）」は、現実のさまざまなタスクの課題に合わせた専用の訓練です。予期せぬ課題に直面しても、試行を重ねて立て直したり、ユーザーに代わる案を探したりできます。
関連データによると、予期せぬ問題が起きやすい日常タスクでの性能は最大67%向上しました。
MuseとMeta AIへの展開
Metaは基盤能力の強化に加え、二つの製品の利用場面に合わせて専用モデルを調整しています。
Museでは、モデルがいつ自律的にユーザーの目標を進めるか、いつユーザーとリアルタイムで協力するかを判断できるようにしました。実行中もユーザーの指示や確認に柔軟に対応し、混乱を避けられるとしています。
Meta AIでは、複雑な問題を明確な手順に分解し、的確な追加質問ができるようになりました。会話の途中でユーザーが話題を変えても、その流れに沿って対応できるということです。
Metaはこれらの技術を主力製品に展開することで、より多くの一般ユーザーが長期的な記憶と自律的なタスク集中の能力を備えたAIを利用できるようにするとしています。
