AIエージェントとFunction Calling
LLMが『考えるだけでなく行動する』時代のキー技術。Function Calling、AIエージェント、Computer Useまでを整理します。
『AIエージェント』と『Function Calling』は2024年以降のAI活用の中心テーマ。LLMが『考えるだけでなく行動する』時代の技術です。
胡桃 あんず
AIエージェントって、普通のAIと何が違うの?
若葉 みどり 先生
AIエージェントは、目標達成のために自律的に計画を立てて行動するAIシステムよ。
LLMを頭脳、ツールを手足として使うの。
白銀 ゆき
基盤技術がFunction Calling(ツール呼び出し)。
2023年6月にOpenAIがGPT-4に導入した機能で、LLMが外部APIを呼び出す引数をJSONで生成できるようになったわ。
桜井 もも
AIがAPIを呼び出せるんですかぁ?
若葉 みどり 先生
例えば『東京の天気を調べて』と言うと、LLMは`get_weather(city='東京')`という関数呼び出しを生成。
開発者がその関数を実行し、結果をLLMに戻してユーザ向け回答を作るの。
白銀 ゆき
現在はChatGPT Plugins、Claude Tool Use、GPT-4 Functions、AnthropicのModel Context Protocol(MCP) など、各社の実装が多彩ね。
胡桃 あんず
エージェントはFunction Callingの進化形?
若葉 みどり 先生
そうなのよ。
複数ステップで自律的にタスクを完遂するのがエージェント。
代表例はAutoGPT(2023) とLangChain Agents、Devin(2024, 世界初のAIソフトウェアエンジニア) ね。
白銀 ゆき
エージェントの基本ループはPerceive (認識) → Plan (計画) → Act (行動) → Observe (観察) の繰り返し。
ReActが基礎技術よ。
桜井 もも
人間のお仕事のやり方と似てますねぇ♪
若葉 みどり 先生
実際の応用はブラウザ操作(WebArena、Anthropic Computer Use)、コード生成(Devin、Cursor)、情報リサーチ、業務自動化など多岐にわたるわ。
白銀 ゆき
Anthropic Computer Use(2024) は衝撃的。
Claudeが画面を見て、マウスとキーボードを操作できる機能で、人間と同じようにPCを使えるの。
胡桃 あんず
AIが実際にパソコンを動かしちゃうんだ!
若葉 みどり 先生
マルチエージェント化も進んでいて、AutoGen(Microsoft)、CrewAIのように複数AIが協調するフレームワークも登場。
Swarm Intelligenceの発想ね。
白銀 ゆき
課題は無限ループ、誤操作、セキュリティ、コスト暴走。
人間の監視とガードレールの設計が必須よ。
胡桃 あんず
エージェント時代は、リスク管理も大事ってことだね!
若葉 みどり 先生
G検定では『Function Calling』『AIエージェント』『ReActベース』『AutoGPT・LangChain Agents』『Computer Use』を押さえて!
確認クイズ
OpenAIが2023年にGPT-4に導入し、LLMが外部API呼び出しの引数をJSON形式で生成する機能はどれか。
- RAG
- Function Calling (ツール呼び出し)
- Chain of Thought
- RLHF
こたえを見る
正解: 2. Function Calling (ツール呼び出し)
Function Calling (ツール呼び出し)は2023年6月にOpenAIが導入した機能で、LLMが関数呼び出しの引数をJSON形式で出力できる仕組みです。AIエージェントの基盤となる技術です。
この記事の関連書籍
Amazonアソシエイトリンクを含みます。他分野は おすすめ書籍ページ へ。
この記事について
G検定スタディが作成した教材です。運営について・記事の作り方
試験についてはこちらをご覧ください: JDLA G検定公式ページ