AI同士の「相性」を会話で見極め、最適チーム自動編成：内部構造非公開のモデルにも対応

日立製作所は、AIモデル同士に会話を行わせることで互いの相性を特定し、ハイパフォーマンスなAIチームを自動編成する技術を発表した。複数のAIモデルを連携させて複雑なタスクを解くマルチエージェントシステムにおいて、迅速かつ高度な意思決定や業務効率化を支援するものだ。

[浅井涼，EE Times Japan]

　日立製作所（以下、日立）は2026年1月26日、AIモデル同士に会話を行わせることで互いの相性を特定し、ハイパフォーマンスなAIチームを自動編成する技術を発表した。複数のAIモデルを連携させて複雑なタスクを解くマルチエージェントシステムにおいて、迅速かつ高度な意思決定や業務効率化を支援するものだ。

AIモデルの最適チームを自動編成する技術の概要［クリックで拡大］ 出所：日立製作所

マルチエージェント活用の壁は「モデル選定」

　近年、社会インフラや産業分野においても汎用性の高いAIモデルの活用が進んでいるが、現場ごとに専門的かつ複雑な業務課題への対応が必要とされるので、単一の汎用的な大規模モデルだけでは対応が難しい場合がある。そうした際、特定の分野に特化した複数の小規模モデルを組み合わせてチームとして協調させるマルチエージェントのアプローチが注目されている。

　しかし、現在利用可能なモデルの数は膨大で、各モデルの特性を踏まえて特定タスクに適したものを組み合わせるには専門家による試行錯誤が必要になる。その上、商用モデルの多くは内部構造が非公開のブラックボックスAIで、その特性を事前に把握することは極めて困難だった。

内部情報がなくてもOK　会話のみでチーム編成

　そこで日立は、AIモデルの内部情報を用いず、モデル同士の会話から潜在的な関係を可視化し、ハイパフォーマンスなチームを自動的に編成する「会話ベースAIオーケストレーション技術」を開発した。

　同技術では、AIモデル同士が特定のトピックについて会話し、そのやりとりからチームを自動編成する。具体的には会話のかみ合い方からAIモデルの協調性や専門性などモデル間の関係性を示す特徴量を算出し、「言語モデルグラフ」として可視化／構造化する。このグラフを解析することで、専門家が試行錯誤することなく、相性の良いモデル群を抽出できる。

　ブラックボックスAIも含めた多様なモデルを公平に評価できることも特徴だ。AIモデル同士の会話、すなわち出力結果のみに基づいて評価を行うので、学習データ／パラメータといった内部構造や性能評価データは一切必要ない。このため、API経由での利用に限られたモデルやオープンソースのモデルなど、さまざまなモデルを客観的かつ公平に評価できる。これによって、特定ベンダーやクラウド環境に依存しない柔軟な組み合わせが可能になる。

数学／医療分野では正答率13％向上

　日立は、さまざまなAIモデルを混在させた実験を行い、分野ごとにハイパフォーマンスなチームを自動編成できることを確認したという。特に、高度な数学的推論能力や専門的な医学知識を問う問題において、同技術で編成したチームは無作為に選ばれたチームと比べて13％高い正答率を記録し、専門家が編成したチームに匹敵する性能を実現したとしている。

　今後、日立は同技術を社内外に展開する計画だ。