複合AIシステム・AIエージェントとは?

Mosaic AI Agent Framework は、開発者が AI エージェントと複合 AI システムの開発に固有の課題を克服するのに役立ちます。 AI アプリケーションを 複合 AI システム および AI エージェントにする理由を学びます。

複合 AI システム

複合 AI システム は、相互作用する複数の成分を組み合わせて AI 課題に取り組むシステムです。 対照的に、AIモデルは単なる統計モデルであり、たとえば、テキスト内の次のトークンを予測するTransformerです。 複合AIシステムは、そのパフォーマンスと柔軟性により、AIアプリケーションの設計パターンとしてますます一般的になっています。

詳細については、「 モデルから複合 AI システムへの移行 」を参照してください。

AIエージェントとは?

この業界ではまだ AIエージェントを定義している最中ですが、一般的には、ハードコードされたロジックとは対照的に、モデルが計画決定の一部またはすべてを行うAIシステムとして理解されています。 これらのエージェントは、大規模言語モデル (LLM) を使用して意思決定を行い、目的を達成します。

多くのAIエージェントアプリケーションは複数のシステムで作られているため、複合AIシステムとして認定されます。

エージェンシーは連続体であり、システムの動作を制御するためのモデルを提供する自由度が高まれば高まるほど、アプリケーションはエージェントのようになります。

AIエージェントアプリケーションは、複合AIシステムのサブセットです

ツールとは?

AI エージェントは、構造化データや非構造化データの取得、コードの実行、EメールやSlackメッセージの送信などのリモートサービスとの会話など、言語生成以外のアクションを実行するためのツールを使用します。

Databricks では、 Unity Catalog 関数 をツールとして使用できるため、ツールの検出、ガバナンス、共有が容易になります。 また、LangChain などのオープンソースのエージェントオーサリングライブラリを使用してツールを定義することもできます。

一般的なエージェントワークフローでは、エージェントLLMにはツールに関するメタデータが与えられ、それを使用してツールをいつ、どのように使用するかを決定します。 したがって、ツールを定義するときは、エージェント LLM がツールを最大限に活用できるように、ツール、そのパラメーター、および戻り値が十分に文書化されていることを確認する必要があります。

LLMからAIエージェントへ

AIエージェントを理解するには、AIシステムの進化について考えることが役立ちます。

  1. LLMs: 当初、大規模言語モデルは、膨大なトレーニング データセットからの知識に基づいてプロンプトに応答するだけでした。

LLMはユーザーに対応します

  1. LLM + ツールチェーン: その後、開発者はハードコードされたツールを追加して、LLMの機能を拡張しました。 たとえば、RAG(Retrieval Augmented Generation)は、カスタムドキュメントセットを使用して LLMのナレッジベースを拡張し、 API ツールにより、LLMはサポートチケットの作成や電子メールの送信などのタスクを実行できるようになりました。

あらかじめ決められたツールチェーン

  1. AIエージェント: 現在、AIエージェントは、問題に対する理解に基づいて自律的に計画を作成し、タスクを実行します。 AIエージェントはまだツールを使用していますが、どのツールをいつ使用するかは彼ら次第です。 主な違いは、複合AIシステムと比較した自律性と意思決定能力のレベルにあります。

AIエージェントは、ツールで計画を合理化し、実行します

開発の観点から見ると、AIアプリケーションは、個々のLLM、ツールチェーンを持つLLM、または完全なAIエージェントのいずれであっても、同様の課題に直面しています。 Mosaic AI Agent Framework は、開発者があらゆる複雑さのアプリケーションの構築と AI アプリケーションに固有の課題を管理するのに役立ちます。

AIエージェントの例

ここでは、業界全体のAIエージェントの例をいくつか紹介します。

AI/BI:AIを搭載したチャットボットとダッシュボードは、自然言語によるプロンプトを受け入れて企業のデータを分析し、データのライフサイクル全体から知見を引き出します。AI/BI エージェントは、リクエストを解析し、どのデータソースを使用するか、結果を伝達する方法を決定します。 AI/BI エージェントは、人間のフィードバックを通じて時間の経過とともに改善でき、その出力を検証し、改善するためのツールを提供します。

顧客 サービス: AIを利用したチャットボット (顧客サービス プラットフォームで使用されるものなど) は、ユーザーと対話し、自然言語を理解し、適切な応答を提供したり、タスクを実行したりします。 企業は、 AI チャットボットを使用して、問い合わせに回答したり、製品情報を提供したり、トラブルシューティングを支援したりすることで、顧客サービスを利用しています。

製造業の予知保全: AIエージェントは、単に機器の故障を予測したり、交換品を注文して自律的に対応したり、メンテナンスをスケジュールしてダウンタイムを削減し、生産性を向上させたりするだけでなく、さまざまなことを行うことができます。