AutoGenとは

著者

Staff Writer

IBM Think

Microsoft AutoGenは、AIエージェントやその他の人工知能アプリケーションを構築するためのオープンソース・フレームワークです。これは、Microsoft Researchがエージェント型AIに進出した成果であり、大規模言語モデル（LLM）を使用したマルチエージェントシステムの作成を簡素化します。

MicrosoftのChi Wang氏と他の研究者による2024年に発表された受賞歴のある論文では、サプライチェーンの最適化やオンラインでの意思決定など、一部の現実世界の問題に対し、AutoGenの適用可能性が実証されています。¹ AutoGenのPython SDKは、簡単に使い始めることができます。 pip install コマンドで確認できます。

AutoGenは主要なマルチエージェント・フレームワークの1つですが、選択できるAIエージェント・フレームワークのエコシステム全体が存在します。他には、crewAI、LangChain、LangGraph、IBMのBeeAIなどがあります。

AutoGenのアーキテクチャー

AutoGenは3つの主要なレイヤーで構成されています。

コア層

コアはAutoGenの基盤層であり、AutoGenフレームワークを機能させる基本的な配管と配線となる部分です。Microsoftの言葉で言えば、「Core APIは、メッセージの受け渡し、イベント駆動型エージェント、ローカルおよび分散ランタイムを実装します」つまり、エージェントが互いに通信できるようになり、特定のイベント・トリガーでエージェントが起動できるようになり、エージェントがローカル・コンピューター上またはさまざまなサーバー上で実行できるようになります。

AgentChat層

コアが配管や配線だとすれば、AgentChatは備え付けの備品がある建売住宅のようなものです。AgentChatは、（一般的なユースケースに基づいて）ほとんどの人がAIエージェントに人間や他のチャットボット（技術的には「会話可能なエージェント」）とチャットできることを望んでいると想定します。また、AgentChatは、開発者にオーケストレーション・ロジックをゼロからコーディングすることを強制するのではなく、マルチエージェントのコラボレーションで、エージェント・チームが「AssistantAgent」（LLMを使用してユーザーの「思考」を行う）と「UserProxyAgent」（コード実行とツールを使う）を頻繁に含めるなど、分業があると想定しています。「テンプレート」エージェント・チームを活用するこの機能は、AIアプリケーションの迅速なプロトタイピングを促進するのに役立ちます。

IBMニュースレター

The DX Leaders

AI活用のグローバル・トレンドや日本の市場動向を踏まえたDX、生成AIの最新情報を毎月お届けします。登録の際はIBMプライバシー・ステートメントをご覧ください。

拡張機能層

AutoGenは「拡張可能」です。つまり、ユーザーは新しい機能を追加できます。AutoGenのデフォルトの拡張機能独自のファイルセット内で検索を可能にするLocalSearchToolや、より広範なインターネットを閲覧できるMultimodalWebSurferなどのコンポーネントが含まれています。Microsoftは、開発者に独自の拡張機能を作成することを奨励しています。

追加の便利なツールにはAutoGenBenchなどがあります。これは、エージェント型AIの性能をベンチマークし、直接デバッグを支援するものです。また、AutoGen Studio、初心者向けのノーコード・インターフェース（わかりやすいビデオ・チュートリアル付き）も含まれます。

AutoGenの実際のユースケース

Microsoftは、バイオテクノロジーから消費財、電気通信に至るまでの業種でAutoGenのアプリケーションが数百も見られるとして主張しています。²

教育プログラム

Tufts大学の身体療法教授であるBenjamin Stern氏は、カスタマイズされたアセスメントの作成、個別の学習ガイド、大学院レベルのコースに移行する学生向けの指導など、複雑なタスクにAutoGenを使用しています。さらに、エージェントとの対話を使用して患者面接をシミュレートし、AutoGenの「グループ・チャット」のような機能を活用して、ラウンドロビン方式の議論を促進しました。また、AutoGenを通じてOpenAI Assistantエージェントを使用していることも報告しています。

AIエージェント

AIエージェントの5つのタイプ：自律機能と実世界アプリケーション

目標主導型でユーティリティーベースのAIがワークフローや複雑な環境にどのように適応するかをご覧ください。

AIエージェントを構築、展開、監視

創薬

製薬会社のNovo Nordiskは、MicrosoftのAIスタックを使用して創薬における推論を実行および共有するいくつかの方法を報告しました。³同社のデータ・インサイト担当副社長であるSam Khalil氏は、AutoGenのおかげで「実稼働対応のマルチエージェント・フレームワークの開発に役立っています」と報告しています。

データサイエンス

IBMのエンジニアKelly AbuelsaadとAnna Gutowskaは、人間によるインプットに基づいてローカルの文書コーパスから情報を収集する、AutoGenアプリケーションを備えたマルチエージェントRAGを作成しました。彼らは、6つの高度に専門化されたエージェント（計画エージェント、研究アシスタント、報告書生成エージェントなどを含む）が分業して課題を解決するシステムを説明しています。「ナレッジ・ベースから関連データを抽出するために複雑なSQL Queryを作成する必要はもうありません」と書かれています。このソリューションは、1つの大規模モデルを使用するよりもスケーラブルです。開発者はボトルネックとなる個々のエージェントを選択的に補強できるからです。

労働安全

Github上では、あるユーザーが実証したように、AutoGenを活用して工場のような潜在的に危険な環境でカメラが撮影した画像を分析し、現場にいる人間がヘルメットを着用していないかどうかをリアルタイムで判定することが可能です。オートメーションにより、システムは画像上に赤い枠線を追加し、安全担当者に警告します。

AutoGenとAG2の比較

上記では、Microsoftが提供するAutoGenの説明です。しかし、ソフトウェア・プロジェクトではよくあることですが、分岐点に差し掛かっています。競合フレームワークAG2は、前述のChi Wang氏を含む開発者たちによって「AIエージェント向けオープンソースAgentOS」として宣伝されています。かつてMicrosoftに在籍していたChi Wang氏はその後、Google DeepMindに移籍し、Microsoft を離れてからはAutoGenの独立バージョンを開発することを決意したようです。

「これは新しいフレームワークではなく、基本的にAutoGen 0.2.34が新しい名前で継続するものです」と、混乱を解消しようとしたあるRedditユーザーは述べています。⁴MicosoftのAutoGenとAG2の主な違いの1つは、後者は1つの大企業に支えられているのではなく、コミュニティ主導であることです。AG2の保守担当者には、Wang氏のほか、Meta、IBM、およびさまざまな大学の研究者が含まれます。⁵