LLMはOS、エージェントはアプリ

（写真はイメージです）　a-image-Shutterstock

＜モバイル時代のアプリに相当するものがAI時代にはエージェントになる＞

＊エクサウィザーズ AI新聞から転載

AI時代の業界勢力図を理解する方法として、大規模言語モデル（LLM）を基本ソフト（OS）としてとらえる考え方が一部で広まっている。米シリコンバレーの著名ベンチャー・キャピタルのSequoia Capitalのイベントに登壇したOpenAI共同創業者Andrej Karpathyがその考え方をベースにAI業界の現状を解説している。

パソコン時代のOSと言えば、MicrosoftのWindowsが圧倒的勝者。AppleのMacOS、オープンソースのLinuxは及ばずも健闘している。モバイル時代のOSは、AppleのiOSとGoogleのAndroidの２強。

一方AI時代はというと、Karpathy氏の言うようにAI時代のOSがLLMだとすれば、2024年３月現在ではAnthropicのClaude3を頂点として、OpenAIのGPT-4、GoogleのGeminiが先頭グループ。その後ろをInflection AIのLLM、MetaのLlama２、MstralのLLMなどが追いかけている感じだろうか。InflectionのCEOを含む主要経営陣がMicrosoftへ移籍するなど合従連衡が続いているが、AmazonがAnthropicへ追加投資したことで、OpenAI + Microsoft連合 vs Anthropic + Amazon連合 vs Googleという三つ巴の戦いになりそうな雲行きだ。それに加えてMetaやMistralなどのオープンソースの動きも気になるところだ。

一方でKarpathy氏によると、モバイル時代のアプリに相当するものがAI時代にはエージェントになるという。エージェントとは、プロンプト（命令）を与えられると、何をすべきかを自分で考えて計画し実行するAIツールのこと。ChatGPTに代表される今のAIツールは、言われた１つのタスクをこなすことしかできず、複雑なタスクを実行させるには、人間側でタスクを分解しなければならない。例えば「LLMに関する最新の論文を日本語に要約して」と命令したいのであれば、まずは「LLMに関する最新の論文を見つけてきて」とチャット型AIに命令し、次に見つけてきた論文を「要約して」と命令。次に要約されたものを「日本語に翻訳して」と命令しなければならない。こうしたステップを踏まなければ、求める答えが出てこない。