マイクロソフトAIエージェント入門講座：マルチインテリジェント体のデザインパターン

複数の知能が関わるプロジェクトに着手する際には、マルチ・インテリジェンス・デザイン・パターンを検討する必要がある。しかし、いつマルチインテリジェンスに移行し、どのような利点があるのかは明らかではないかもしれません。

簡単

このコースでは、マイクロソフトは以下の質問に答えようとしている：

• どのシナリオが多重知能に当てはまるか？
• 複数の仕事をこなすために1つの知能だけを使うのと比べて、複数の知能を使うことの利点は何ですか？
• マルチ・インテリジェント・ボディのデザイン・パターンを実装するためのビルディング・ブロックとは？
• 多重知能間の相互作用をどのように観察していますか？

学習目標

このコースの終わりには、次のことができるようになっているはずだ：

• 多重知能が適用可能なシナリオを特定する
• 単一の知能よりも複数の知能を使うことの利点を認識する。
• マルチ・インテリジェント・ボディのデザイン・パターンを実装するためのビルディング・ブロックを理解する。

よりマクロな視点とは？

• マルチ・インテリジェンスとは、複数のインテリジェンスが共通の目標*を達成するために協働することを可能にするデザイン・パラダイムである。

このモデルは、ロボット工学、自律システム、分散コンピューティングなど幅広い分野で使われている。

多重知能のシナリオ

では、どのような場面で多重知能を使うのが適切なのでしょうか？答えは、多重知能の活用が有益な場面はたくさんあり、特に以下のような場面で有効だということです：

• 大規模ワークロード大規模なワークロードを小さなタスクに分割し、異なるインテリジェンスに割り当てることで、並列処理と迅速な完了が可能になります。この例として、大規模なデータ処理タスクがあります。
• 複合ミッション大規模な作業負荷と同様に、複雑なタスクも小さなサブタスクに分割して、それぞれがタスクの特定の側面に特化した異なるインテリジェンスに割り当てることができる。この良い例が自動運転車で、異なるインテリジェンスがナビゲーション、障害物検知、他の車両との通信を管理する。
• 多様な専門知識異なる知性は多様な専門知識を持つことができ、単一の知性よりもタスクの異なる側面をより効果的に処理することができる。この良い例が医療分野で、インテリジェンスは診断、治療計画、患者のモニタリングを管理できる。

単一の知性よりも複数の知性を用いる利点

単純な作業であれば単一知能の身体システムが適しているかもしれないが、より複雑な作業であれば、複数の知能を使うことでいくつかの利点が得られる：

• プロ化各インテリジェンスは特定のタスクに特化することができます。1つのインテリジェンスに専門性がないということは、すべてのタスクをこなせるインテリジェンスがあることを意味するが、複雑なタスクに直面したときに何をすべきか混乱してしまうかもしれない。たとえば、そのインテリジェンスが最も適していないタスクを実行してしまうかもしれない。
• スケーラビリティこのシステムは、個々の知能に過度の負荷をかけるのではなく、知能を増やすことによって、より簡単に拡張することができる。
• 耐障害性1つのインテリジェンスが故障しても、他のインテリジェンスは作動し続けることができるため、システムの信頼性が確保される。

ユーザーの旅行予約を例にとってみよう。単一のインテリジェンス・システムは、フライトの検索からホテルやレンタカーの予約まで、旅行予約プロセスのあらゆる側面を処理しなければならない。単一のインテリジェンスを使ってこれを実現するには、そのインテリジェンスがこれらすべてのタスクを処理するツールを持つ必要がある。そのため、複雑で大規模なシステムになり、保守や拡張が困難になる可能性がある。一方、マルチ・インテリジェント・ボディ・システムでは、異なるインテリジェンスがフライト検索、ホテル予約、レンタカー予約に特化することができる。これにより、システムはよりモジュール化され、メンテナンスや拡張が容易になる。

夫婦で経営している旅行代理店と、フランチャイズの旅行代理店とを比べてみよう。夫婦で経営している旅行代理店では、一人の代理店が旅行予約の全工程を担当するが、フランチャイズでは、異なる代理店が旅行予約の全工程を担当する。

マルチ・インテリジェント・ボディ・デザイン・パターンを実装するためのビルディング・ブロック

Multi-Intelligentsデザイン・パターンを実装する前に、パターンを構成するビルディング・ブロックを理解する必要があります。

あるユーザーのために旅行を予約する例を見て、これをより具体的に説明しよう。この場合、ビルディング・ブロックが含まれる：

• スマートフォン航空券の検索、ホテルの予約、レンタカーの予約に使用されるインテリジェンスは、ユーザーの好みや制約に関する情報を通信し、共有する必要があります。この通信のためのプロトコルと方法を決める必要があります。具体的には、フライトを検索するインテリジェンスがホテルを予約するインテリジェンスと通信して、ホテル予約の日付がフライトの日付と同じであることを確認する必要があることを意味します。これは、インテリジェンスがユーザーの旅行日に関する情報を共有する必要があることを意味します。 どの知能がどのように情報を共有するか.
• 調整メカニズムインテリゲンチアは、ユーザーの好みと制約が満たされるように行動を調整する必要がある。ユーザーの好みは、空港に近いホテルであることかもしれませんが、制約条件は空港でしかレンタカーを利用できないことかもしれません。つまり、ホテルを予約するインテリジェンスは、レンタカーを予約するインテリジェンスと協調して、ユーザーの好みと制約が満たされるようにする必要があります。つまり、次のことを決定する必要があります。 知性はどのように行動を調整するか.
• インテリジェント・ボディ・アーキテクチャインテリジェンスは、意思決定を行い、ユーザーとのやり取りから学習するための内部構造を持つ必要がある。つまり、フライトを見つけるインテリジェンスは、どのフライトをユーザーに推薦するかを決定する内部構造を持つ必要がある。つまり インテリジェンスはどのように意思決定を行い、ユーザーとの相互作用から学ぶのか？.インテリジェンスがどのように学習し、改善することができるかの一例として、航空券を調べるインテリジェンスが、機械学習モデルを使用して、ユーザーの過去の好みに基づいて航空券を推薦することができる。
• マルチ・インテリジェント・ボディ・インタラクションの可視化複数の知能の相互作用を理解する必要がある。つまり、インテリジェンスの活動や相互作用を追跡するためのツールやテクニックが必要です。これには、ロギングツールやモニタリングツール、可視化ツール、パフォーマンス測定基準などがあります。
• マルチセンサーモードマルチ・インテリジェンス・システムの実装には、集中型、分散型、ハイブリッド型など、さまざまなモデルがある。自社のユースケースに最も適したモデルを決定する必要がある。
• 人的介入ほとんどの場合、人間の介入が必要であり、人間の介入を求めるタイミングをインテリジェントボディに指示する必要があります。これは、インテリジェント・ボディが推奨していない特定のホテルやフライトをユーザーがリクエストしたり、フライトやホテルを予約する前に確認を求めたりする形になります。

マルチ・インテリジェント・ボディ・インタラクションの可視化

複数のインテリジェンス間の相互作用を理解することが重要である。この可視性は、システム全体のデバッグ、最適化、有効性の確保に不可欠です。これを実現するには、インテリジェンスのアクティビティとインタラクションを追跡するツールとテクニックが必要です。これには、ロギングツールやモニタリングツール、可視化ツール、パフォーマンスメトリックスなどがあります。

例えば、ユーザーの旅行を予約する場合、各スマートボディのステータス、ユーザーの好みと制約、スマートボディ間の相互作用を表示するダッシュボードを持つことができます。このダッシュボードは、ユーザーの旅行日、フライトスマートボディが推奨するフライト、ホテルスマートボディが推奨するホテル、レンタカースマートボディが推奨するレンタカーを表示することができる。これにより、インテリジェンスがどのように相互作用し、ユーザーの好みや制約が満たされているかどうかが明確になります。

これらの点をもう少し詳しく見てみよう。

• ロギング・監視ツールインテリジェンスが実行したアクションごとにログ・エントリーを保持したい。ログ・エントリには、アクションを起こしたインテリジェンス、起こしたアクション、アクションを起こした時間、アクションの結果に関する情報を保存できます。この情報は、デバッグや最適化などに使用できます。
• 視覚化ツール視覚化ツールは、インテリジェンス間の相互作用をより直感的な方法で見るのに役立ちます。たとえば、インテリジェンス間の情報の流れをグラフで示すことができます。これは、システム内のボトルネックや非効率性、その他の問題を特定するのに役立ちます。
• パフォーマンス指標パフォーマンス・メトリクスは、マルチ・インテリジェント・システムの有効性を追跡するのに役立ちます。例えば、タスクを完了するのにかかる時間や、単位時間あたりに完了したタスクの数、インテリジェンスによる提案の正確さなどを追跡することができます。この情報は、改善すべき分野を特定し、システムを最適化するのに役立つ。

マルチセンサーモード

マルチ・インテリジェント・ボディアプリケーションを作成するために使用できる、いくつかの具体的なパターンを見てみよう。いくつか興味深いパターンを紹介しよう：

グループチャット

このパターンは、複数のインテリジェンスが互いにコミュニケーションできるグループチャットアプリケーションを作成したい場合に便利です。このパターンの典型的な使用例としては、チームコラボレーション、カスタマーサポート、ソーシャルネットワーキングなどがあります。

このモデルでは、各インテリジェンスはグループチャット内のユーザーを表し、メッセージングプロトコルを介してインテリジェンス間でメッセージが交換される。インテリジェンスはグループチャットにメッセージを送信し、グループチャットからメッセージを受信し、他のインテリジェンスからのメッセージに応答することができる。

このパターンは、集中型アーキテクチャ（すべてのメッセージが中央サーバーを経由する）または分散型アーキテクチャ（メッセージが直接交換される）を使って実装することができる。

仕事を引き継ぐ

このモードは、複数のインテリジェンスが互いにタスクを譲り合えるようなアプリケーションを作りたいときに便利だ。

このモデルの典型的なユースケースには、カスタマーサポート、タスク管理、ワークフローの自動化などがある。

このモデルでは、各インテリジェンスがワークフローのタスクまたはステップを表し、インテリジェンスは事前に定義されたルールに従って他のインテリジェンスにタスクを引き渡すことができる。

協調フィルタリング

このモードは、複数の知能が協力してユーザーに提案するアプリケーションを作りたいときに便利です。

複数のインテリジェンスに協力してもらいたい理由は、それぞれが異なる専門知識を持ち、異なる方法で推薦プロセスに貢献できるからだ。

株式市場で買うべき最良の銘柄についてアドバイスを得たいユーザーを例にとってみよう。

• ぎょうかいせいつうしゃインテリジェンスは特定の業界の専門家であることもある。
• テクニカル分析もうひとつの知性は、テクニカル分析の専門家かもしれない。
• ファンダメンタル分析ファンダメンタル分析の専門家であるインテリジェンスも存在する。これらのインテリジェンスが連携することで、ユーザーにより包括的なアドバイスを提供することができる。

シナリオ：払い戻しプロセス

顧客が商品の払い戻しを受けようとするシナリオを考えてみよう。このプロセスには複数のインテリジェンスが関与しているかもしれないが、このプロセスに特有のインテリジェンスと、他のプロセスでも使える汎用的なインテリジェンスに分けてみよう。

還付手続きを専門とする知的機関::

返金のプロセスに関与する可能性のある知性をいくつか挙げてみましょう：

• カスタマー・インテリジェンスこのスマートボディはお客様を代表し、返金手続きを開始する責任を負います。
• 売り手のインテリジェンスこのスマートボディは販売者を代表し、返金処理に責任を負います。
• ペイメント・インテリジェンスこのスマートボディは、支払いプロセスを代表し、顧客からの支払いの払い戻しを担当します。
• ソリューション インテリジェント・ボディこの知的機関は、解決プロセスを代表し、払い戻しプロセス中に発生したあらゆる問題を解決する責任を負う。
• コンプライアンス・インテリジェンスこのスマートボディはコンプライアンス・プロセスを代表し、払い戻しプロセスが規制やポリシーに準拠していることを確認する責任を負います。

ユニバーサル・インテリジェンス・エージェンシー（UIA）::

これらの知性は、ビジネスの他の部分でも活用できる。

• トランスポートインテリジェンスこのSmartBodyは、発送プロセスを担当し、商品を販売者に返送する責任を負います。例えば、このインテリジェンスは、返金プロセスにも、購入による通常の商品発送にも使用できます。
• フィードバック・インテリジェンスこのスマートな組織は、フィードバックプロセスを代表し、顧客からのフィードバックを収集する責任を負います。フィードバックは、返金プロセス中だけでなく、いつでも得ることができる。
• インテリジェンスのアップグレードこのインテリジェンスはエスカレーション・プロセスを表し、問題をより高いレベルのサポートにエスカレーションします。このタイプのインテリジェンスは、issueをエスカレーションする必要があるすべてのプロセスで使用できます。
• 知性体の通知このスマートボディは通知プロセスを表し、払い戻しプロセスのすべての段階で顧客に通知を送る役割を果たします。
• 分析的インテリジェンスこのインテリジェンスは分析プロセスを表し、返金プロセスに関連するデータの分析を担当する。
• 監査インテリジェンスこのインテリジェンスは監査プロセスを表し、払い戻しプロセスが正しく実行されていることを確認するための監査を担当します。
• レポート・インテリジェンスこのインテリジェンスはレポーティングプロセスを表し、払い戻しプロセスに関するレポートの作成を担当します。
• インテレクチュアル・インテリジェンス・ユニット（KIU）このインテリジェンスはナレッジプロセスを代表し、払い戻しプロセスに関連する情報のナレッジベースを管理します。このインテリジェンスは、払い戻しやビジネスの他の部分について学習することができます。
• セーフティノードこのスマートボディはセキュリティー・プロセスを代表し、返金プロセスのセキュリティーを保証する責任を負う。
• クオリティ・インテリジェンスこの知的機関は品質プロセスを代表し、返金プロセスの品質を保証する責任を負う。

返金のプロセスに特化したインテリジェンスと、ビジネスの他の部分で使用できる汎用的なインテリジェンスの両方があり、かなり多くのインテリジェンスが先にリストアップされています。これで、マルチインテリジェンスシステムで使用するインテリジェンスを決定する方法についてご理解いただけたと思います。

操作する

顧客サポートプロセスのためのマルチインテリジェントシステムを設計する。プロセスに関与するインテリジェンス、その役割と責任、およびインテリジェンス間の相互作用 を特定する。カスタマーサポートプロセスに特有なインテリジェンスと、ビジネスの他の部分で使用で きる汎用インテリジェンスを検討する。

以下の解決策を読む前に、あなたが思っている以上に多くの知性が必要かもしれないという事実を考えてみてください。

ヒント：カスタマー・サポート・プロセスのさまざまな段階を考慮し、どのシステムに必要なインテリジェンスを検討する。

処方

処方

知識チェック

質問：どのような場合に多重知能の活用を考えるべきですか？

• [] A1：仕事量が少なく、単純な仕事の場合。
• [A2: 仕事量が多い場合
• [A3: 簡単な仕事があるとき。

解答クイズ

概要

このコースでは、複数のインテリジェンスが適用されるシナリオ、単一のインテリジェンスよりも複数のインテリジェンスを使用する利点、マルチインテリジェントボディデザインパターンを実装するためのビルディングブロック、複数のインテリジェンス間の相互作用を理解する方法など、マルチインテリジェントボディデザインパターンを検討します。