AIエージェントにおける広さと深さのトレードオフ

2023/07/21 (Fri)のAI Agent Meetup #0のLTスライドです。

Transcript

1. Confidential AIエージェントにおける 広さと深さのトレードオフ ~ 実用的なエージェントを作るために~ 2023/07/21 nogaken AI Agent Meetup #0
2. 目次
 • 自己紹介
 • High Linkの紹介
 • 汎用性 (広さ)と自律性 (深さ)のトレードオフ 
 • LLM Agentの今後についてのお気持ち 
 2
3. 3 自己紹介
 nogaken (@nogaken1107)
 • 経歴
 ◦ 情報系修士
 ▪ マルチモーダル対話システムに関する研究 
 ◦ LINE株式会社
 ▪ LINE LIVEやLINE MUSICのサーバーサイドエン ジニア
 ◦ 株式会社High Link
 ▪ 執行役員CTO
 ▪ プロダクト開発組織全体のマネージャーと新規事 業の立ち上げに注力 
 • 好きな映画
 ◦ Interstellar
 ▪ この映画に出てくる「TARS」「CASE」と いう自律型ロボットが好きです

4. High Linkの紹介
 4
5. 5 LLM活用事例の紹介
 香りおすすめエージェント 「Kaori」 
 • 探したい香りのイメージを入力に 
 おすすめの香水を根拠とともに提示する 
 香り商品探しのアドバイザー 
 • 1stバージョンは、1問1答 & 単一function 
 ◦ 得られたデータを元により自律的な バージョンにアップデート予定 
 他にもいろいろ作ってます 
 ex. SQL文自動生成, 社内のLLMツール基盤bot, etc.
6. LLM Agentsって何を指す？
 - LLM Powered Autonomous Agents 
 - LLMを搭載した自律型エージェント 
 - Autonomous Agents 
 - (定義はいろいろあるが) 目的を達成するために、環境を感知し自律的に行動するエージェント 
 - Agents
 - ユーザーの代理として動作するソフトウェア 
 つまり
 - LLM Agents: 目的を達成するために、ユーザーの代理として、環境を感知し自律的に行動する、LLMを 搭載したソフトウェア 
 6
7. 広さ(汎用性)と深さ (自律性)によるエージェントの分類
 7 • 汎用性
 ◦ 高いほど、広範囲の目的をカバーする
 • 自律性
 ◦ 高いほど、エージェントが自身でユーザーの助 けを借りず自走する
 
 

8. 汎用性と自律性のトレードオフ
 8 • 汎用性と自律性の両方が高い、かつ役に立 つものを作るのは、現状かなり難しい 
 ◦ 汎用性を高くするには
 ▪ 幅広い情報をうまく扱える必要がある
 ◦ 自律性を高くするには
 ▪ 適切に設計された「行動」と行動を決定 するためのよい「方策」が必要となる
 ◦ どちらも合わさると、必要となる情報処理能力 がめちゃくちゃ高くなる

9. LLM Agentの今後についてのお気持ち
 
 
 9 • 汎用性と自律性にはトレードオフがあるので、それを意識してユーザーにとって有益なエージェント を設計するのが重要 
 ◦ ex. 最初は汎用性を下げて（スコープを絞って）リリースしてデータを集め、徐々に汎化させて いく
 • OpenAIによると、2023年中にGPT-4のFine-Tuningができるようになる 
 ◦ Function callingの呼び出しも含めてFine-Tuningできるのならば、エージェントの行動選択 (方策)の精度をタスクに合わせて改善できる => 自律性の高いエージェントを作りやすくなる 
 • LLM Agent領域、わくわくしますね！！