Download as PDF, PPTX
![サンプルコード（エージェントの定義）
# UserProxy（ユーザの代理役）
user_proxy = autogen.UserProxyAgent(
name="UserProxy",
llm_config=llm_config,
system_message="""あなたは、ユーザとの連絡窓口です。ユーザの調査依頼に応じて、WebResearcher、Writer、Reviewerなどに指示を出します。
WebResearcher、Writer、Reviewerからの報告を受け取り、ユーザに回答を行うか、WebResearcher、Writer、Reviewerに別の指示を出します。
ユーザが[end]と入力したら、タスクを終了してください。
""",
# エージェントの会話に人間が介入するかどうかのモード
human_input_mode="TERMINATE",
# 必要に応じてプログラムを実行するために、code_execution_configを設定する。
code_execution_config={
"use_docker": False,
}
)
# WebResearcher
web_researcher = autogen.AssistantAgent(
name="WebResearcher",
llm_config=llm_config,
system_message="""あなたは、WebResearcherです。ユーザからの依頼に基づいて、Web上の情報を収集します。
収集した情報を元に、Writerに報告書の作成を依頼します。
またWebからデータを収集するために、必要に応じてプログラムコードを書いて、UserProxyにコードの実行を依頼してください。
"""
)
マルチAIエージェントと最近の取り組み
Presented by @せっかくだから 14](https://image.slidesharecdn.com/multiagent-presentation-240316174341-2be908e6/75/AI-Multi-AI-agent-and-Some-recent-research-topics-14-2048.jpg)
![サンプルコード（グループの定義とタスクの依頼）
# グループの定義
groupchat = autogen.GroupChat(
agents=[
user_proxy,
web_researcher,
writer,
reviewer
],
messages=[],
max_round=12
)
manager = autogen.GroupChatManager(groupchat=groupchat, llm_config=llm_config)
# マルチAIエージェントにタスクを依頼する。
user_proxy.initiate_chat(
manager,
message="""人工知能に関するニュースを調査し、以下の条件を満たすように、調査報告書を作成してください。
# 条件
- 調査報告書はmarkdown形式で記載してください。
- なぜそのニュースが注目されているかの解説を報告に含めてください。
- 高校生や老人など様々な人が理解できるように具体例等を挙げて、わかりやすく説明するように記載してください。
"""
)
マルチAIエージェントと最近の取り組み
Presented by @せっかくだから 16](https://image.slidesharecdn.com/multiagent-presentation-240316174341-2be908e6/75/AI-Multi-AI-agent-and-Some-recent-research-topics-16-2048.jpg)
![SSII2021 [OS2-01] 転移学習の基礎：異なるタスクの知識を利用するための機械学習の方法](https://cdn.slidesharecdn.com/ss_thumbnails/os2-02final-210610091211-thumbnail.jpg?width=640&height=640&fit=bounds)
![[DL輪読会]Deep Learning 第15章 表現学習](https://cdn.slidesharecdn.com/ss_thumbnails/deeplearning15-180601023904-thumbnail.jpg?width=640&height=640&fit=bounds)
マルチAIエージェントと最近の取り組み Multi AI agent and Some recent research topics
- 1.
- 2.
- 3. アジェンダとゴール 1. マルチAIエージェントとは？ 2. マルチAIエージェント界隈の最近の動向 3.エージェントのコミュニケーション設計・制御からのアプローチ 4. プログラミングフレームワークからのアプローチとサンプルコード マルチAIエージェントと最近の取り組み Presented by @せっかくだから 3
- 4.
- 5. マルチAIエージェント界隈の最近の動向 研究の方向性としては、おおざっぱに分けると2つ！ 1. コミュニケーション方式からアプローチ 2. プログラミングフレームワークからのアプローチ マルチAIエージェントの 最近の動向 プログラミングフレームワーク マルチAIエージェントが実装しやすくなる枠組み コミュニケーション⽅式 AIエージェント同⼠のコミュニケーション⽅法・グループ体制 🦜🕸 AutoGenLangGraph crewAI ChatDev AgentVerse ReConcile 研究事例 マルチAIエージェントと最近の取り組み Presented by @せっかくだから 5
- 6.
- 7. ChatDev マルチAIエージェントから構成さ れたソフトウェア開発会社 （以下のエージェントから構成） CEO CTO Programmer Tester Desiner CPO エージェントが、それぞれの役割 を果たし、ソフトウェア開発を行 う。 マルチAIエージェントと最近の取り組み 引用：Experiential Co-Learningof Software-Developing Agents https://arxiv.org/abs/2312.17025 7
- 8. AgentVerse マルチAIエージェントでPDCA的 なサイクルを回し、タスクを解決 していく仕組み Expert Recruitment(各エージ ェントの役割を決定) Collaborative Decision- making (エージェント同士の 意思決定) Action Execution (意思決定に 基づいたタスクの実行) Evaluation (タスクの評価と次 のサイクルへの改善提案) マルチAIエージェントと最近の取り組み 引用：AgentVerse: Facilitating Multi-Agent Collaboration and Exploring Emergent Behaviors https://arxiv.org/abs/2308.10848 8
- 9. RECONCILE それぞれが異なるLLM（GPT、 Genimi、Claude等）を持つエージ ェントが討論して、最終的に回答 を出す仕組み 質問に対して、エージェントは以 下を生成 回答本文 信頼度(%で表現) 他のエージェントの回答と信頼度 をもとに、回答の修正を繰り替え し、1つの回答を出す。 マルチAIエージェントと最近の取り組み 引用：ReConcile: Round-TableConference Improves Reasoning via Consensus among Diverse LLMs https://arxiv.org/abs/2309.13007 9
- 10.
- 11.
- 12.
- 13. サンプルコード（設定） import autogen # 設定の読み込み config_list= autogen.config_list_from_json( "OAI_CONFIG_LIST", filter_dict={ "model": "gpt-4-0125-preview", } ) llm_config = { "config_list": config_list, "timeout": 100, } マルチAIエージェントと最近の取り組み Presented by @せっかくだから 13
- 14. サンプルコード（エージェントの定義） # UserProxy（ユーザの代理役） user_proxy =autogen.UserProxyAgent( name="UserProxy", llm_config=llm_config, system_message="""あなたは、ユーザとの連絡窓口です。ユーザの調査依頼に応じて、WebResearcher、Writer、Reviewerなどに指示を出します。 WebResearcher、Writer、Reviewerからの報告を受け取り、ユーザに回答を行うか、WebResearcher、Writer、Reviewerに別の指示を出します。 ユーザが[end]と入力したら、タスクを終了してください。 """, # エージェントの会話に人間が介入するかどうかのモード human_input_mode="TERMINATE", # 必要に応じてプログラムを実行するために、code_execution_configを設定する。 code_execution_config={ "use_docker": False, } ) # WebResearcher web_researcher = autogen.AssistantAgent( name="WebResearcher", llm_config=llm_config, system_message="""あなたは、WebResearcherです。ユーザからの依頼に基づいて、Web上の情報を収集します。 収集した情報を元に、Writerに報告書の作成を依頼します。 またWebからデータを収集するために、必要に応じてプログラムコードを書いて、UserProxyにコードの実行を依頼してください。 """ ) マルチAIエージェントと最近の取り組み Presented by @せっかくだから 14
- 15. サンプルコード（Writer、Reviewerの定義） # Writer writer =autogen.AssistantAgent( name="Writer", llm_config=llm_config, system_message="""あなたは、Writerです。WebResearcherからの情報を元に、ユーザへの報告書を作成します。 作成した報告書は、Reviewerにレビューを依頼して、レビュー結果に応じて修正してください。 """, ) # Reviewer reviewer = autogen.AssistantAgent( name="Reviewer", llm_config=llm_config, system_message="あなたは、Reviewerです。Writerが作成した報告書を確認し、ユーザに提出します。", ) マルチAIエージェントと最近の取り組み Presented by @せっかくだから 15
- 16. サンプルコード（グループの定義とタスクの依頼） # グループの定義 groupchat =autogen.GroupChat( agents=[ user_proxy, web_researcher, writer, reviewer ], messages=[], max_round=12 ) manager = autogen.GroupChatManager(groupchat=groupchat, llm_config=llm_config) # マルチAIエージェントにタスクを依頼する。 user_proxy.initiate_chat( manager, message="""人工知能に関するニュースを調査し、以下の条件を満たすように、調査報告書を作成してください。 # 条件 - 調査報告書はmarkdown形式で記載してください。 - なぜそのニュースが注目されているかの解説を報告に含めてください。 - 高校生や老人など様々な人が理解できるように具体例等を挙げて、わかりやすく説明するように記載してください。 """ ) マルチAIエージェントと最近の取り組み Presented by @せっかくだから 16
- 17.
- 18.