AIエージェント
知覚し、推論し、行動する自律システム。
Unlike standard AI models (like a chatbot that only replies when spoken to), AI Agents are goal-oriented and autonomous. They operate in loops: Observe -> Think -> Act. An agent can be given a high-level objective (e.g., 'Book a flight to London under $500'), and it will independently figure out the steps: checking dates, comparing prices, and navigating websites, adapting its plan if it encounters errors.
graph LR
Center["AIエージェント"]:::main
Pre_artificial_intelligence["artificial-intelligence"]:::pre --> Center
click Pre_artificial_intelligence "/terms/artificial-intelligence"
Pre_reinforcement_learning["reinforcement-learning"]:::pre --> Center
click Pre_reinforcement_learning "/terms/reinforcement-learning"
Pre_large_language_model["large-language-model"]:::pre --> Center
click Pre_large_language_model "/terms/large-language-model"
Rel_automation["automation"]:::related -.-> Center
click Rel_automation "/terms/automation"
Rel_agentic_ai["agentic-ai"]:::related -.-> Center
click Rel_agentic_ai "/terms/agentic-ai"
Rel_generative_ai_agents["generative-ai-agents"]:::related -.-> Center
click Rel_generative_ai_agents "/terms/generative-ai-agents"
classDef main fill:#7c3aed,stroke:#8b5cf6,stroke-width:2px,color:white,font-weight:bold,rx:5,ry:5;
classDef pre fill:#0f172a,stroke:#3b82f6,color:#94a3b8,rx:5,ry:5;
classDef child fill:#0f172a,stroke:#10b981,color:#94a3b8,rx:5,ry:5;
classDef related fill:#0f172a,stroke:#8b5cf6,stroke-dasharray: 5 5,color:#94a3b8,rx:5,ry:5;
linkStyle default stroke:#4b5563,stroke-width:2px;
🧒 5歳でもわかるように説明
AIエージェントは、仕事を進めるために、自ら見て、考え、行動できる、超知能ヘルパーのようなものです。
🤓 Expert Deep Dive
## 「AIエージェント」の技術的分析
AIエージェントは、自律的な運用を目的として設計された高度な計算システムです。その中核には、知覚、推論、行動という3つの重要なサブシステムが統合されています。
知覚サブシステムは、環境のセンシングと解釈を担当します。カメラ、LiDAR、マイク、APIやデータベースなどのデジタルインターフェースを含む、多様なセンサーを活用します。データモダリティは、画像、音声、テキスト、構造化フォーマットに及びます。生のセンサーデータは、ディープラーニング埋め込み、物体検出、音声認識などの技術を用いて、厳密な前処理と特徴抽出を経由し、堅牢な内部状態表現を生成します。この表現は、記号的、準記号的、または確率的なものであり、環境モデリングと状態推定を可能にします。動的な環境で動作するエージェントの場合、同時自己位置推定と地図作成（SLAM）のような高度な概念を組み込むこともあります。
推論サブシステムは、エージェントの認知エンジンを形成し、知覚入力、内部知識、定義された目標を処理して、最適な行動を決定します。これには、ルールベースシステムや有限状態機械から、マルコフ決定過程（MDP）や部分観測マルコフ決定過程（POMDP）のような高度な確率モデルに至るまで、洗練された意思決定フレームワークが含まれます。A*やモンテカルロ木探索（MCTS）のような計画アルゴリズムがしばしば採用され、最適な行動学習のために様々な強化学習（RL）パラダイム（価値ベース、方策ベース、モデルベース）と併用されます。知識グラフやオントロジーを含む知識表現と推論（KRR）技術は、構造化された知識アクセスと論理的推論を促進します。
行動サブシステムは、推論された決定を具体的な環境インタラクションに変換します。これは、ロボットマニピュレーターのような物理的なメカニズムや、API呼び出しやGUI自動化のようなデジタル手段を含む、様々なアクチュエーターとインターフェースを通じて実現されます。行動空間は離散的または連続的であり、洗練された行動シーケンスと、物理的なエージェントの場合は軌道生成が必要となります。フィードバックループとエラー検出/回復プロトコルを利用したクローズドループ制御メカニズムは、正確で堅牢な行動実行を保証し、リアルタイムの環境変化に適応します。
エージェントアーキテクチャは、コンポーネントの専門化を可能にするモジュラー設計から、エンドツーエンドシステムまで様々です。自律性、堅牢性、説明可能性のレベルは、マルチエージェントシステム（MAS）内での潜在的な相互作用とともに、主要な設計上の考慮事項となります。MASは、調整、コミュニケーション、交渉のためのプロトコルを必要とします。