NTTは11日、図表を含む文書を視覚的に読み取り、文章に要約することなどが可能になる生成AIの新技術を確立したと発表した。企業の事務処理での活用を想定しており、生成AIの基盤技術で企業向けに提供している大規模言語モデル「tsuzumi」に機能を追加することを目指す。
NTTが確立したのは、「視覚読解」という技術。AIに図表などを含む文書を読み取らせると、利用者が文字入力した指示に従って要約を作成したり、数字などの必要な情報を抜き出したりすることができる。
図表の多い発表資料の文章への変換や、タクシー代や会食費の領収書を基に、AIが経費精算の入力をすることも可能になるという。
