Slide 1

Slide 1 text

Amazon Bedrock Multi-Agent Collaboration Workshop の紹介 - ワークショップでAIエージェントを学ぼう - 2024/12/10 Kiminori Yokoi @nasuvit_z

Slide 2

Slide 2 text

2 AIエージェントが⽬指すこと • ⽣成AIの世界で、エージェントと呼ばれる技術には 「複雑なタスクの実⾏能⼒」が期待される • AWSでは「Amazon Bedrock Agent」が、この技術に 該当

Slide 3

Slide 3 text

3 複雑なプロセスの⾃動化と効率化 • 単なる従業員の時間短縮だけでなく、企業全体の⽣産性 や運営効率を⼤幅に向上させる潜在⼒を持つ • エージェント型システムは、複数のタスクを計画・実⾏ し、結果を観察してフィードバックを反映するプロセス を繰り返すことで、複雑なワークフローを処理する • 既存の技術と⽐べた時の特筆すべき優位性は「複雑な事 象の切り分け」を⾃動化できる点にある

Slide 4

Slide 4 text

4 もう少し理解の解像度を上げる 例: 情報検索の作業効率軽減 • 従業員が業務上必要な情報にアクセスする際、通常、さまざまなシ ステムやデータベースを横断する必要あり • 例えば、CRMデータから顧客情報を検索する場合、どのシステムを 使⽤するべきかを判断するのに時間がかかる • AIエージェントは、検索クエリを理解し、どのシステムに問い合わ せるかを決定 • さらに、得られたデータを統合して、従業員が望む形式で返すこと が可能

Slide 5

Slide 5 text

5 Amazon Bedrock Agentを1枚で表現した図

Slide 6

Slide 6 text

6 Multi-Agent Collaboration 機能とは? • AWS re:Invent 2024で新たに発表された、複数の Amazon Bedrock Agent を連携させて、複雑なタス クの計画から解決までを⾏える機能 • 複雑なタスクを効率的に解決するために、専⾨分野に特 化した複数のエージェントを連携させ、それぞれの強み を活かすことが可能

Slide 7

Slide 7 text

7 Multi-Agent Collaboration のアーキテクチャ例

Slide 8

Slide 8 text

8 Multi-Agent Collaboration のアーキテクチャ例 Supervisor Collaborator Collaborator Collaborator

Slide 9

Slide 9 text

9 Supervisor Agent (監督役) • ユーザーの質問を受け付け、質問の内容を判別 • 判別後、適切な Collaborator Agent にルーティング • 「地⾯師たち」に例えれば、ハリソン⼭中 (豊川悦司) のこと

Slide 10

Slide 10 text

10 Collaborator Agent (協⼒者) • それぞれの担当領域に特化した作業を実⾏ • 「地⾯師たち」に例えれば、辻本 (綾野剛) 、⽵下 (北 村⼀輝)、後藤(ピエール瀧)、麗⼦ (⼩池栄⼦) のこと

Slide 11

Slide 11 text

11 対応モデル • Anthropic Claude 3 Haiku • Anthropic Claude 3 Opus • Anthropic Claude 3 Sonnet • Anthropic Claude 3.5 Haiku • Anthropic Claude 3.5 Sonnet • Anthropic Claude 3.5 Sonnet V2 • Amazon Nova Pro • Amazon Nova Lite • Amazon Nova Micro 最新モデルもしっかり対応

Slide 12

Slide 12 text

12 Multi-Agent Collaboration Workshopのすすめ • AWS re:Invent 2024 の「AIM316 - Using Agent strategies to streamline complex business tasks」 で紹介されたワークショップ • エネルギー効率管理システムのサンプルを通じて、 AWS re:Inventで発表された「マルチエージェントコラ ボレーション機能」を学ぶというもの

Slide 13

Slide 13 text

13 Multi-Agent Workshopを体験するには? • AWS Workshopは閉じられてしまったが、題材となっ たリソースはGitHubに公開されており、誰でも体験す ることが可能 • https://github.com/aws-samples/bedrock-multi- agents-collaboration-workshop/

Slide 14

Slide 14 text

14 Multi-Agent Workshopを体験するには? Notebookを読みながら コマンドを実⾏していく形式

Slide 15

Slide 15 text

15 Lab 4 - Energy Agent Collaborator (このLabが肝) • マルチエージェントコラボレーション機能を使い、 Supervisor Agentを構築するステップ • やっていること • Supervisor Agentの中で、複数のCollaborator Agentを呼び出 してタスクを実⾏し、結果を統合できるようにする • ⾮常にシンプルに実装することが可能 (後述)

Slide 16

Slide 16 text

16 Supervisor Agent の構築 SUPERVISOR_ROUTER 複数のエージェントに適切 な情報をルーティングして 最終応答を送信する

Slide 17

Slide 17 text

17 Supervisor Agent の構築 Collaborator Agentの リストを定義 SupervisorとCollaboratorを紐付け 各Agentのinstructionを定義 relay_conversation_history 会話履歴を共有 (CoT)

Slide 18

Slide 18 text

18 おすすめ勉強法 • このNotebookが、⾮常に良い教科書になっている • Notebookを読みながら 本質をじっくりと理解して 進めましょう! • Bedrockの主要な機能も ⼤体⼊っている • 構成図もばっちり

Slide 19

Slide 19 text

19 まとめ • ⽣成AIの期待効果は「個⼈作業の効率化」から「複数⼈に よる作業の効率化」や「判断の⾃動化」に発展 • これらに寄与するのが、Amazon Bedrock Agentのマル チエージェントコラボレーション機能 • 夏あたりから、2025年はAIエージェントによる業務改善 がトレンドになると予想されている • ⾝の回りの何に活⽤できそうか、想像を巡らせましょう!