AIエージェントは「複数なら高性能」とは限らず…260通りの構成比較で判明

　Google Researchや米マサチューセッツ工科大学（MIT）などの研究チームは、複数の大規模言語モデル（LLM）を協調させるマルチエージェントシステムが、単独エージェントより常に高い性能を発揮するわけではないとの研究結果を発表した。論文は7月24日付の英科学誌「Nature Machine Intelligence」に掲載されている。

　研究チームは、オープンAI、グーグル、アンソロピックのモデル群を用い、計260通りの構成を比較した。対象はWebブラウジング、金融分析、ゲーム内の計画、職場業務、ソフトウェア開発、ターミナル操作の6分野。単独エージェントに加え、独立型、中央集権型、分散型、ハイブリッド型という4種類のマルチエージェント構成を評価した。課題の指示や使用ツール、システム全体の計算予算をそろえ、連携方式とモデル能力を変えて比較した。

　結果は課題によって大きく異なった。複数の調査項目を並行して処理できる金融分析では、中央集権型のマルチエージェントが単独型を80.8％上回った。その要因について、規制・ニュースや企業の開示書類、事業への影響などを別々のエージェントが調べ、統括役がまとめる構成が有効だったと研究チームは分析している。

　一方、作業の順序や状態を継続的に把握する必要がある計画課題では、すべてのマルチエージェント構成で性能が低下した。独立型は単独型を70.0％下回り、比較的成績がよかったハイブリッド型でも39.1％低下した。

　研究チームは、単独エージェントの成功率が約45％を超えると、複数化による性能向上が起こりにくくなる「能力飽和」の目安も示した。この基準は、追加検証した16構成のうち94％で、連携が性能を上げるか下げるかを正しく判定した。ただし研究者らは、この基準について普遍的な法則ではなく実務上の目安だとしている。

　研究チームは、複数のAIエージェントを利用する効果は、単に数を増やせば得られるものではなく、課題を並行して分担できるかや、連携方式が課題に適しているかに左右されるとした。AIエージェント同士の情報共有には調整コストが伴い、中央で検証する仕組みがない構成では誤りが増幅しやすい。高性能な単独AIに複数のAIを加えても、常に性能が向上するとは限らないことを示した。