エージェントメッシュ (Japanese Edition)

第1章 エージェントメッシュの理解 ：基本概念

この作品はAIを使って翻訳されている。ご意見、ご感想をお待ちしている：[e-mail]

本書の執筆開始の数ヶ月前、数十億ドル規模のインテリジェントエージェントへの投資が相次いで発表された。その範囲は、エージェントを支えるインフラから、エージェント構築用ツールキット、エージェントを駆動するLLMs、開発者や一般向けエージェント教育トレーニング、そしてもちろんエージェントの利点を謳う膨大な数のYouTube動画にまで及んでいた。

しかし、エージェント は様々な形で以前から存在していた。実際、十分に遡れば、最も初期のエージェント概念は アラン・チューリングに遡れるだろう。彼はマシン知能と チューリングテストを導入し、マシンが人間のような知能を示す能力を評価した。この基礎的研究が、現在インテリジェントエージェントと呼ばれるものの礎を築いたのだ。

数十年を早送りすると、非常に原始的なエージェントの様々な形態が現れ始めた。1980年代には、人間の意思決定を模倣した最初のエキスパートシステムが登場した。 その後、AppleのSiriなどのバーチャルアシスタントが登場し、着実に進化を続けた。しかし、この分野が真に転換したのは2017年、Googleの研究者が画期的な論文『 “Attention Is All You Need”』を発表し、自然言語処理（ ）AIに革命をもたらしたトランスフォーマーアーキテクチャを導入した時である。この突破口が今日の高度なLLMsの基盤を築き、エージェントが人間のように処理・生成・やり取りすることを可能にした。

しかし、今日のAIエージェントは単なる漸進的改善ではなく、質的飛躍を遂げている。従来のエージェントとは異なり、LLM搭載エージェントは柔軟な推論を行い、会話全体のコンテキストを理解し、創造的な解決策を生成し、事前プログラムされたレスポンスなしに新たな状況に適応できる。

本書で述べる概念とアーキテクチャの構想は、LLMベースのエージェントが登場する直前に始まった。我々の取り組みは、API向けサービスメッシュやデータ製品向けData Meshといった先行するエコシステムを基盤としている。本書ではその系譜を「エージェントメッシュ」と呼ぶエージェント領域へと拡張する。エコシステムとは、最も単純な形で言えば、相互に依存関係にある相互接続された部品の集合体である。 技術分野において、エコシステムは、サービス、データ、エージェントといった構成要素がコラボレーションするよう設計されたときに生まれる。

とはいえ、「エージェント」という言葉は人によって解釈が異なるため、我々の考え方を明確にするために、以下の定義を前置きとして提示する：

エージェント型

通常は目標達成に向けて自律的に意思決定を行う能力を持つ

エージェント型AI

の高度な推論とLLMsを用いた反復計画により、複雑な多段階問題を自律的に解決する

エージェント

のエージェント型AIを活用し、タスクを自律的に計画・実行する

これらの用語を組み合わせると、エージェントの単純な定義が得られる：

エージェントとは、LLMsによって駆動されるプログラムであり、複雑な目標を達成するために、自律的に意思決定を行い、反復的に計画を立て、タスクを実行できる。

そして、エージェントの「メッシュ」——すなわち「エージェントメッシュ」——を考える際、我々が意味するのは以下の通りだ：

エージェントメッシュとは、エージェント同士が容易に相互発見、コラボレーション、やり取り、トランザクションを行える相互接続された生態系である。 ...