IPLEXの金容德代表弁理士による寄稿が、韓国のAI専門メディア「AI Times」に掲載されました。今回はClaude Computer Useを手がかりに、AIエージェントがソフトウェアの操作を学ぶ仕組みを特許の観点から解説しています。
画面の内容を把握し、必要な操作を選び、その結果を確かめる。コンピューター上で業務を進めるAIには、こうした一連の動作が求められます。本稿では米国特許第12,585,862号を取り上げ、これらの動作を支える学習データの構成に着目しました。
同特許には、テキストや画像に加え、ソフトウェアの操作動画、ウェブページの画面、クリックやキー入力の履歴などを学習に用いる仕組みが記載されています。画面の状態とその時点で行われた操作を対応づけることで、次の操作を選ぶための手がかりを学習させるという考え方です。
さらに、タスクの実行過程を記録した「エージェンティック・トラジェクトリ」と、人による承認・修正のフィードバックにも触れています。操作後の画面を再び確認しながら処理を進める過程が、どのように学習へつながるのかを整理しました。
AIエージェントの技術を考えるうえでは、モデルの規模とともに、操作経験をどのようなデータとして蓄積するかが重要になります。なお、本稿では特許の記載と製品の実装を区別しており、記載された技術のすべてがClaudeに採用されていると判断するものではありません。
AIによるソフトウェア操作やマルチモーダル学習にご関心のある方は、ぜひご覧ください。特許を通じて、回答を生成するAIから業務を実行するAIへと広がる技術の動向を読み解きます。
寄稿記事の全文（韓国語）は、AI Timesの掲載ページでお読みいただけます。
この記事は公表時点の情報に基づいています。個別の事情については、当事務所にご相談ください。