【ショート編 #10】AIは本当に“見て”いるのか？ Chain-of-Visual-Thoughtが開く、視覚推論

AI Shift Academy（#シフアカ）

「ショート編」では、話題のAI技術や最新論文を一つ取り上げ、コンパクトに紹介しています。

今回は話題が2つあります。

①画像を扱うAIの弱点を補う手法「Chain-of-Visual-Thought（CoVT）」を取り上げます。AIがこれまで言語だけで判断していた部分に、境界や奥行きといった視覚的な中間表現を組み込むことで、カウントや位置関係などの精度が向上する点が特徴です。

②AIが長い会話や複雑なプロジェクトを“忘れてしまう”問題にどう向き合うか。今回取り上げる「General Agentic Memory」は、AIが必要なときに必要な情報を深掘りして探し出す、新しい記憶アプローチです。

参考リンク:

① https://arxiv.org/abs/2511.19418

② https://arxiv.org/abs/2511.18423