日立、AIモデル同士の会話から相性を特定して適切なAIチームを自動編成する技術を開発

　株式会社日立製作所（以下、日立）は26日、複数のAIモデルを連携させて複雑なタスクを解くマルチエージェントシステムにおいて、AIモデル同士に会話を行わせるだけで互いの相性を特定し、ハイパフォーマンスなAIチームを自動編成する「会話ベースAIオーケストレーション技術」を開発したと発表した。

　近年、現場ごとの複雑な課題解決に向けて、単一の巨大なAIモデルに依存するのではなく、特定の分野に特化した複数の小規模AIモデルを協調させるマルチエージェントアプローチが注目されているが、効果的に協調させるためには、各モデルの特性を熟知する必要があり、内部構造などが不明なモデルから最適な組み合わせを見つけることは困難だったという。

　日立が開発した技術は、AIモデル同士が特定のトピックについて会話し、そのやり取りからAIチームを自動編成できる。具体的には、会話のかみ合い方（意味的整合性の軌跡）からAIモデルの協調性や専門性などのモデル間の関係性を示す特徴量を算出し、「言語モデルグラフ」として可視化・構造化する。このグラフを解析することで、人手で試行錯誤することなく、相性の良いAIモデル群を自動的に抽出できる。

ハイパフォーマンスなAIチームを自動編成する「会話ベースAIオーケストレーション技術」の概要

　この技術は、従来の「タスク要件から役割を決める（トップダウン型）」ではなく、「AIモデル同士の会話から相性を見極めて、タスクに適したチームを編成する（ボトムアップ型）」というアプローチをとる。このアプローチでは、会話のトピックを分野や業務ごとに変えることで、必要な役割や専門性を持つAIモデルを自動的に抽出し、幅広い現場知見とAIの強みを組み合わせたAIチームを構築できる。

　また、AIモデル間の会話（出力結果）のみに基づいてチーム編成を行うため、モデルの内部構造（学習データやパラメータ）や性能評価データを一切必要としない。そのため、API経由での利用が限られる商用モデルや、オープンソースのモデルであっても、応答内容や協調の度合いから客観的かつ公平に評価できる。これにより、特定ベンダーやクラウド環境に依存しない柔軟な組み合わせが可能となり、多様なAIモデルの活用を促進するとともに、マルチクラウド化やマルチベンダー戦略を志向する顧客の課題解決を支援する。顧客が利用可能なAIモデルが限定的な場合でも、現場課題に即したチーム編成の提案ができる。

　これにより、鉄道やエネルギーなどの社会インフラだけでなく、製造業や医療など、現場ごとに異なる専門性が求められる複雑な課題に対しても、日立がこれまで培った現場知見を反映したAIモデルと、多様なAIを融合したAIチームを組み合わせることで、迅速かつ高度な意思決定や業務効率化を支援するとしている。

　日立では、マルチベンダーの、数学や医療に特化したAIモデル、汎用AIモデルを混在させた実験により、分野ごとにハイパフォーマンスなチームを自動編成できることを確認した。高度な数学的推論能力や専門的な医学知識を問う問題において、自動編成されたチームは、無作為に選ばれたチームよりも最大で13％高い正答率を記録し、専門家がAIモデルの仕様に基づいて編成したチームに匹敵する性能を実現した。また、自動編成されたチームは、数学や医療などの各分野に特化したAIモデルで構成されており、会話内容からモデルの特性を捉えてチーム編成を行う技術の有効性を実証した。

　今後、日立は同技術を社内外に展開し、Lumada 3.0を体現するソリューション群である「HMAX」を通じた社会インフラや産業分野での価値創出と現場の課題解決を加速させていくとしている。