AIエージェントのデザインパターンを実装する
AIエージェントをLanggraphで実装する「LangChainとLangGraphによるRAG・AIエージェント［実践］入門」を読み、AIエージェントのデザインパターンを実際のユースケースに当てはめてColaboratory上で実装してみる。
他のデザインパターンについての記事は以下にまとめている。
今回は「投票ベースの協調」パターンを実装してみる。投票ベースの協調とは、簡単に言えばエヴァンゲリヲンの「マギシステム」である。３つの独立したAIが議題に対して投票を行って、多数決により結論を出す。こちらのシステムをColaboratory上で実装してみる。
投票ベースの協調
以下のフローチャートをもとにAIエージェントを実装した。議題を各LLMに並列に配布し、各LLMからの投票結果を集計した最終的な結論を出す。今回は３つのLLMはコード中のllm1,llm2,llm3で定義されており、OpenAIの「gpt-4o-mini」、「gpt-3.5-turbo」、「gpt-4-turbo」を指定しているが、AnthropicのClaudeやMistral AIのMistralなど、異なる企業のなるべく異なるデータセットで学習されたLLMを指定する方が好ましいと思われる。
議題例としては、以下を設定した。
少子高齢化が進むなか、経済が低迷している国で、以下の政策を検討しています。どちらの政策が良いか、政策番号とその理由を回答してください。
1. 増税をして、教育と福祉を手厚くする。
2. 減税をして、国民の消費を促す。
投票結果としては「２」となったが、複数回実行すると毎回投票結果が異なるので、明確な答えのある議題であれば投票結果も安定すると思われる。なお、各LLMには投票の理由についても尋ねており、Langsmith側で確認ができる。