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

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 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


High Linkの紹介
 4

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.

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

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
 
 


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


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！！