Amazon Nova Act - Amazonの汎用AIエージェントで、ウェブページのタスクを自律的に実行します。

アマゾン・ノヴァ法とは何ですか？

Amazon Nova Actは、Amazon AGI Labsが開発した汎用AIエージェントで、Webブラウザ内でタスクを実行するために使用されます。Amazon Nova Actを使用すると、開発者は付属のSDKに基づいてエージェントアプリケーションのプロトタイプを構築し、休暇申請の送信、カレンダーイベントのスケジュール設定、自動メール返信の送信などのアクションを実行できます。Amazon Nova Actは、複雑なタスクを最小単位のコマンドに分解し、Playwrightを使用してブラウザを直接操作することで、タスク実行の信頼性と効率性を向上させます。Amazon Nova Actは、ネットワーク操作を自動化するエージェントアプリケーションの構築を支援し、将来的には、より複雑な複数ステップのタスクにも対応できるようになることが期待されています。

Amazon Nova Actの主な機能

• 複雑なタスクを分解するこれは、開発者が複雑で複数の手順を要するタスクを、検索、フォームへの入力、ボタンのクリックといった信頼性の高い最小単位のコマンドに分解することを支援します。
• 詳細な手順を追加するこの機能により、開発者は各コマンドに「保険販売を受け付けない」や「特定の日付を選択する」といった、より詳細な指示を追加することができ、タスクが期待どおりに実行されることを保証できます。
• マルチタスク操作に対応複数のタスクを同時に処理でき、Pythonコードに基づいてタスクの並列処理を実行することで効率を向上させることができます。
• SDKツールキットを提供するAmazonは、開発者がインテリジェントエージェントアプリケーションのプロトタイプを構築するのに役立つソフトウェア開発キット（SDK）をリリースした。

Amazon Nova Actの技術原則

• 自然言語処理（NLP）事前学習済みの言語モデルに基づいて、ユーザーの意図を解析し、具体的なタスク操作に変換します。NLP技術は多言語処理をサポートしており、Amazon Nova Actは世界中のさまざまな言語のユーザーにサービスを提供できます。
• ウェブページ自動化技術この機能は、自動化ツール（SeleniumやPuppeteerなど）を使用して人間のウェブ閲覧行動をシミュレートします。ウェブページのHTML構造を解析し、フォームフィールドを識別することで、ユーザーが入力したデータを自動的に入力します。また、レストランの予約確認番号や注文状況など、ウェブページから必要な情報を抽出する機能もサポートしています。
• 機械学習と強化学習機械学習アルゴリズムは、タスク実行の効率と精度を最適化します。大量のトレーニングデータに基づいて、モデルは最適なタスク実行経路を学習できます。学習技術により、Nova Actはタスク実行中のフィードバックに基づいて自己最適化を行うことができます。例えば、レストランの予約時にエラーが発生した場合、強化学習を用いて戦略を調整し、同じミスを繰り返さないようにします。
• API呼び出しと統合Amazon Nova Actは、API呼び出しを介して様々な外部サービス（レストラン予約システムやオンラインショッピングプラットフォームなど）と連携し、複雑なタスクを実行します。開発者はSDKを利用することで、独自のビジネスロジックに基づいた、よりカスタマイズされたアプリケーションを作成できます。

Amazon Nova Actプロジェクトの住所

• プロジェクト公式サイト：https://labs.amazon.science/blog/nova-act

Amazon Nova Act の適用シナリオ

• オフィスオートメーション休暇申請の自動送信、会議のスケジュール設定、フォームへの入力、レポートの作成などを自動的に行います。
• 電子商取引オンラインショッピング、定期購入、価格監視を自動的に完了できます。
• 個人の生活管理スケジュール、健康的な生活プラン、レストランの予約などを自動的に管理します。
• 複雑なタスク処理結婚式やパーティーなどのイベントの自動化された企画・運営、および複雑なIT業務の実行。
• 企業ビジネスプロセス顧客関係管理、サプライチェーン管理、データ分析の自動化。