最近、スタンフォード大学の教授であるAndrew Ngが演説(https://www.deeplearning.ai/the-batch/issue-241/)で述べたように、GPT-3.5を基に構築されたインテリジェントエージェントのワークフローが、実際のアプリケーションにおいてGPT-4よりも優れていることがわかりました。もちろん、GPT-4を基に構築されたインテリジェントエージェントのワークフローの方がさらに優れています。これにより、AIのインテリジェントエージェントワークフローは、今年、人工知能が大きな進歩を遂げる推進力となり、次世代の基盤モデルをも上回る可能性があると言えます。これは、誰もが注目すべきトレンドです。
これは、AIの発展におけるパラダイムのシフトを表しており、静的な出力から動的な反復への変化を示しています。これは、私たち自身の生活経験とも通じるものがあります：良好なプロセスを持つ人は、自分よりも賢い人々を上回ることができます。
従来のLLM(Large Language Models)の使用方法とは異なり、インテリジェントエージェントワークフローは、LLMに直接最終出力を生成させるのではなく、複数回のプロンプトを通じて徐々により高品質の出力を構築させます。演説の中で、Andrew Ngは、AIのインテリジェントエージェントワークフローの4つの設計パターンを紹介しました。

• 反省：LLMが自身の作業を検討し、改善方法を提案する。

• ツール使用：LLMが情報を収集したり、行動を起こしたり、データを処理するために、ウェブ検索やコード実行などの機能を使用する。

• 計画：LLMが目標を達成するために、複数ステップの計画を提案し実行する（例：論文の概要を作成し、オンラインで調査を行い、その後ドラフトを書くなど）。

• 複数エージェントの協力：複数のAIエージェントが協力して作業を分担し、アイデアを議論・討論することで、単一のエージェントよりも優れた解決策を提案する。

Andrew Ngは、「迅速なトークン生成が非常に重要です。なぜなら、これらのAIエージェントを使用して、何度も何度も反復するからです。」と特に言及しました。