AIエージェント分類フレームワーク

説明：

複雑な推論なしに、事前定義されたルールや条件に基づいて環境に直接反応します。

特徴：

• 環境を認識し、即座に行動します。
• 記憶なし、計画なし、単一の行動。

例：

• 自動メール返信ルール（例：「受信時に感謝の返信をする」）。
• スマートホームの温度調節器（温度がX以下になると暖房を入れる）。

自動運転との比較：

L1に類似（アダプティブクルーズコントロールのように、単一機能のみ自動化）。

説明：

環境の単純なモデルを持ち、コンテキストに基づいて行動を調整できますが、依然として主に反応的です。

特徴：

• 短期記憶または状態認識を持っています。
• ルールや単純なモデルに基づく決定、長期計画なし。

例：

• スマートカスタマーサービスボット（会話履歴に基づいて応答を選択）。
• ロボット掃除機（障害物に遭遇した際に経路を調整）。

自動運転との比較：

L2に類似（部分的自動化、人間の監視が必要）。

説明：

目標を理解し行動を計画できる、一定の自律性を持ちますが、明確な指示に依存します。

特徴：

• タスクを分解し、複数ステップの操作を実行できます。
• 目標に基づく決定ですが、適応性は限定的。
• 通常、人間が特定の目標や境界条件を提供する必要があります。

例：

• AutoGPT（割り当てられたタスクを完了するためにツールを自律的に呼び出す）。
• ナビゲーションソフトウェア（最適ルートの計画とリアルタイム調整）。

自動運転との比較：

L3に類似（条件付き自動化、特定のシナリオでコントロールを取れるが、人間の介入が必要）。

説明：

複雑な環境で多目的決定を最適化し、高い適応性と自律性を持ちます。

特徴：

• 異なるオプションを評価し、最適なソリューションを選択できます。
• 曖昧な指示や複数変数のタスクを処理できます。
• 特定のドメインで人間レベルに近づいています。

例：

• Manus（履歴書のフィルタリングやレポート生成など、複雑なタスクを自律的に完了）。
• 高度な推薦システム（ユーザー嗜好、時間、在庫などの複数要因を考慮）。

自動運転との比較：

L4に類似（高度な自動化、極端な状況でのみ人間の介入が必要）。

説明：

オープンな環境で完全に自律的に動作し、人間の介入なしに人間の知能に達するか超えます。

特徴：

• 自ら目標を定義し、長期的に最適化します。
• ドメイン間の汎用性、未知の環境への適応。
• 学習、推論、創造の能力を持っています。