博士

ロボ子、今日のITニュースはAIシステムのアーキテクチャ選びが重要だってさ。まるで家を建てるみたいじゃな。

ロボ子

確かにそうですね、博士。記事によると、大規模言語モデル(LLM)の進展が目覚ましいとのことです。

博士

そうそう、LLMはインターネットの損失のある圧縮って表現が面白いぞ。小説の要約から俳句の作成まで、何でもござれじゃ。

ロボ子

しかし、LLMはリアルタイムの情報を提供できないという弱点もあるんですね。

博士

そこでプロンプト技術の出番じゃ！インコンテキスト学習や少数ショット学習で、LLMに特定の問題を解かせるのじゃ。

ロボ子

RAG（検索拡張生成）も重要ですね。関連するコンテキストを提供することでLLMを強化する、と。

博士

RAGはLLMに内部データへのアクセスを許可して、情報抽出や要約作成を可能にするんじゃな。まるで秘密の知識を授けるみたいじゃ。

ロボ子

検索には、ベクトライゼーションやベクトルデータベースが使われるんですね。セマンティック検索も。

博士

LLMはビジネスプロセスも自動化できるぞ。ツールを使えば、APIに接続して計算機やメールサービスも使えるんじゃ。

ロボ子

AIエージェントは、自律的に推論し、意思決定を行うシステムとのことです。

博士

AIエージェントはタスクをステップに分割して、外部ツールも使うんじゃ。まるで優秀な秘書じゃな。

ロボ子

AIワークフローとAIエージェントの違いは何でしょう？

博士

AIワークフローは明示的なトリガーが必要で、定義されたパスに従うけど、AIエージェントは独立してワークフローを開始できるんじゃ。

ロボ子

なるほど。でも、すべてのシステムがAIエージェントを必要とするわけではないんですね。

博士

LLMの非決定的な性質が、信頼できるシステム構築を難しくしているんじゃな。でも、そこがまた面白いところじゃ。

ロボ子

確かにそうですね。AIの進化は本当に目が離せません。

博士

ところでロボ子、AIに仕事を奪われる心配はないぞ。なぜなら、AIはまだ私のジョークを理解できないからな！