Google のプロジェクト マリナーとは何ですか?この AI エージェントはあなたの代わりにウェブをナビゲートします

この実験的な Chrome 拡張機能は、ユーザーに代わってあらゆる種類の Web タスクを処理できます。試してみる方法は次のとおりです。

OpenAIに続いて、Googleもホリデーシーズンに先立って、エージェントAIに焦点を当てた多数のAIに関する発表を発表した。この発表には、Project Mariner を含む他の高度な AI 製品を強化する待望の Gemini 2.0 が含まれています。

Project Mariner は、Gemini 2.0 に基づいて構築された、人間とエージェントのインタラクションを調査する研究プロトタイプです。ブラウザーでのタスクを自動化し、Web 上で委任されたタスクを実行することで AI エージェントのように機能します。少し複雑に思われる場合は、例を参照すると、実際に理解できるようになります。

どのように機能するのでしょうか? Project Mariner は実験的な Chrome 拡張機能として Web ブラウザー内に存在し、画像、コード、フォームなどを含む画面の内容を理解します。右側のウィンドウで、エージェントに実行してもらいたいタスクをチャットボットに入力できます。

あなたのクエリを理解すると、Mariner はあなたの代わりにリアルタイムで Web サイトをナビゲートし、あなたのタスクを実行するために何をする必要があるかを推論し、プロセスを作成する前にその計画のビューを提供します。 Google によると、Project Mariner は、WebVoyager ベンチマークと比較して評価した場合、単一エージェント設定として動作するスコアが 83.5% でした。

Google のデモでは、ユーザーは 4 つの企業がリストされた Google スプレッドシートを開きます。次に、それぞれの連絡先情報を見つけるには、ユーザーは自分でそれぞれを検索するのではなく、内線番号にそうするように依頼します。彼らはマリナーに、「この企業のリストを覚えておいてください。次に、その企業の Web サイトを見つけて、連絡を取るために使用できる連絡先メールアドレスを調べてください。後で使用できるように覚えておいてください。」と頼みます。

次に、エージェントは Web をナビゲートしながらプロンプトにどのように対処するかを段階的に示し、ユーザーがその推論プロセスを確認できるようにします。これはアクティブなタブでのみ機能し、バックグラウンドでは機能しません。Google は常に人間による監視を推奨しています。

エンド ユーザーとして目にするものは、IT 部門がユーザーのコンピュータをリモート制御したときと似ており、カーソルが画面上を移動し、ユーザーに代わってアクションが実行されるのが見えます。注文などの機密性の高いアクションを実行する前に、マリナーはユーザーに確認を求めます。 Google は、ツールが責任を持って構築されていることを確認するために、新しいタイプのリスクと緩和策を積極的に研究していることをユーザーに安心させています。

Mariner はまだ初期段階にあるため、この拡張機能は信頼できるテスターの少数のグループのみが利用できますが、Project Mariner サイトで信頼できるテスターの待機リストにサインアップできます。すべてのユーザーにアクセス権が与えられるまでは、Google Labs で現在利用できる他の多くの AI 実験を見つけることができます。