実践

AI Agentがマヤ遺跡を発見、重要なのは会話能力ではない

Pietro Miotti率领のAI Agentチームが、これまで地図化されていないマヤ遺跡の探索に参加した。’indicesの収集から現地調査、証拠の保存までagnaを分解し、Agentの実際の貢献とHuman research者の専門的判断を区別する。

文字サイズ

Agentが遺跡を発見したことと、Agent単独で考古学調査を行ったことは違う

Pietro Miottiは、AI Agentチームが此前未だ地図化されていないマヤ遺跡を発見したとSitesている。再現可能な現実世界の行動にどう変換したかを検証することが重要だ。

元の記事:pietromiotti.com/latest/maya-site

まずはプロジェクトのフローを確認したい。Miottiのチームはまず手がかりを収集し、それに基づいて現地調査ルートを計画した。現地ではチーム sightsデータを収集し、最後に現地の資料GESTION分析を行った。

このチェーンには4種類の入力と出力がある。

  • 公開資料:歴史文献、既存の考古記録、衛星画像、地図情報。
  • 検索結果:Agentが複数の情報源から場所、地形、未検証の仮説を抽出した結果。
  • 現地での行動:研究者が候補地域に出向き、実際に確認したものを記録した。
  • 分析結果:現地写真、計測データ、メモが再び調査プロセスに戻された。

Humanの関与は最後の文章整えに限定されない。

考古学プロジェクトでは、少なくとも許可、安全、ナビ、サンプリング、文化財保護、専門的判断を扱う必要がある。Agentは探索範囲の絞り込み、地図の整理、資料のクロスチェックを行えるが、「ある地形的人工造物か」「出土したものを報告すべきか」「その地域へ进入できるかどうか」は、モデルのconfidenceだけで判断できない。

したがって、より正確な表現は、MiottiのAgentチームがハイブリッドな調査プロセスに参加した、ということである。Agentが検索、計画、分析の能力を提供し、Human research者が領域の知識、行動の承認、証拠に関する最終解釈を担当した。

この区別は重要だ。

チャットボットが「遺跡が存在する可能性のある」場所を10か所 列挙しても、調査は完了していない。候補地を現実的に実行可能なルートに変換し、現地の観察によって元の仮説を反証または支持することまで行っていない。

ウェブ検索から現実世界へのクローズドループへ

通常のチャットボットのクローズドループは、次のようなものだ。

ユーザー質問 → モデルが回答を生成 → ユーザーが満足度を確認

この事例のクローズドループは、次の(process)に近い。

手がかりを収集
  ↓
候補地点と未検証の仮説を形成
  ↓
現地調査ルートを計画
  ↓
現地を調査して資料を収集
  ↓
現地データを分析
  ↓
地図と一次記録に戻ってクロス検証

難点は「ツールを呼べるか」だけではない。

まず、ツールは同一のものではない。地図検索は座標を返し、衛星画像はピクセルを返し、現地記録は観察結果を返し、計測ツールは数値を返す。それぞれの出力には固有のノイズと誤差がある。Agentが結果を単に文章に連結すると、「 〜に見える」と「確認済み」を混同しやすい。

次に、タスクの状態をステップ間で維持する必要がある。手がかりを1件見つけた後も、後の計画では、その出典、制約、未検証の部分が何かをaddleweetsしておく必要がある。失敗も黙って飛ばしてはならない。

さらに、現実世界は予想外のsulukiを返す。道路が通行できない、座標にずれがある、植生が視界を遮る、天候が変わるなど、妥当な計画が機能しなくなることがある。Agentに求められるのは一度限りの完璧な推論ではなく、フィードバックに応じて次の手順を修正する能力だ。

これはmulti-Agent collaborationが考古学調査に導入された際、最も注目すべき点でもある。役割を細かく分割できる。検索Agent、地図Agent、画像分析Agent、計画Agent、証拠整理Agentが、それぞれ候補地、座標、ルート、観測記録、引用関係を出力する。

ただし、役割が多いだけでは能力が高いとは限らない。

統一されたタスク状態と証拠形式がなければ、複数のAgentが「要約同士を引用し合う」状態になりやすい。各Agentは自分のプロンプトを完了しても「この結論の一次証拠は何か」には誰も答えられない。

908点の裏で、コメントが問うていること

同プロジェクトはHacker Newsのトップページに載り、908点と334件のコメントを獲得した。

議論の入口:news.ycombinator.com/item?id=50452455

高得点からは、事例のcianNOWICAL Bruxが語られている。コメントでは「AIが実際に何をしたのか」という問いも正面からぶつけられている。

1. 証拠のチェーンは完全か

Schwerpunktになるのは、候補地の出典、利用された地図や画像、現地データがどう分析へ入ったかだ。関連するスクリーンショット、座標、ログ、調査記録を公開できるかmable-enabled,才会問われる。

これが最も重要な部分である。

「未地図化の遺跡を発見した」は結果の主張だ。結果は短くても、証拠のチェーンは長い必要がある。各ステップで出典、時刻、一次ファイル、処理過程、Human確認のポイントを保存することが望ましい。でなければ、Agentが調査を主導したのか、Humanが既に実施した調査を整理しただけなのか、外部の読者は判断できない。

2. タスクの境界はどこか

考古学は通常のWebタスクではない。

Webサイトは再試行でき、APIにはレート制限がある。しかし、誤ってマークされた手がかりが自動的に元に戻るわけではない。現地での移動、証拠採取、文化財保護には現実のリスクが伴う。Agentの自律範囲は権限と承認によって制約されなければならない。

そのため、「end-to-end Agent」は「すべての判断をAgentに任せる」ことを意味しない。より現実的なエンジニアリング目標は、証拠の検索、反復的な分析、ルート案の作成をAgentに任せ、不可逆な行動はHumanに委ねることだ。

3. 自律程度をどう定義するか

システムが候補地を列挙し、Humanが車で現地へ向いて遺跡を確認したなら、どれだけのAgentic-nessがあるだろうか。

現在最も混同されやすいのは、自動化レベル、Agentの自律度、成果の帰属という3つの概念だ。システムが自動実行する手順が増えても、判断における自律権が増えたとは限らない。逆に、Humanが同乗、ナビ,关键的な観察入力を行っても、Agentが貢献しなかったことにもならない。

議論を進めるなら、統計可能な手順に分ける必要がある。システムがいくつの候補を提示し、何件を除外し、Humanが何件を却下し、現地で何件の証拠が追加され、最終的な位置決定に機械の判断がいく分関与したか。这类の数字が必要になる。

4. 成果の帰属は誰にすべきか

成果の帰属は「multi-Agent対Human」という問題だけではない。

考古記録には通常、複数の貢献者が含まれる。手がかりを提示した人、歴史資料を提供した人、現地調査を実施した人、画像分類を行った人、データパイプラインを維持した人だ。Agentの貢献は具体的な出力に結び付けるべきで、単純に「AIが発見した」と書くべきではない。

この書き方は少し麻烦になるが、監査には適している。

multi-Agent collaborationの実際のエンジニアリングコスト

multi-AgentのCppとしての魅力は明快だ。大きな問題を小さく分け、各役割に一部だけを処理させる。

実際のエンジニアリングでは、分割そのものにコストがかかる。

タスク分割

分割が粗すぎると、1つのAgentが地図、歴史資料、画像、ルートを同時に扱い、誤りの原因を特定しにくくなる。細かすぎるとorganisation間の引き継ぎが大量に増える。

実用的なのは、人物ではなく、検証可能な成果物に基づいて分割する方法だ。

  • 地点検索:出典付きの候補地点を出力する。
  • 画像検査:観察対象地域と不確実性を出力する。
  • ルート計画:実行可能な行程と代替案を出力する。
  • 現地記録:一次ファイル、時刻、位置を保存する。
  • 証拠整理:「主張―証拠―出典」の関係を構築する。

各役割には明確な完了条件が必要だ。

通信

Agent間の通信では、自然言語の塊ではなく、構造化されたオブジェクトを渡すのが望ましい。

たとえば次のようになる。

{
  "candidate_id": "site-017",
  "coordinates": {
    "latitude": null,
    "longitude": null
  },
  "claim": "人工構造物の手がかりは現地確認が必要",
  "evidence": [],
  "confidence": "low",
  "requires_human_review": true
}

このようなメッセージは出典を追跡でき、後続のステップでも検証できる。自然言語の要約はHuman向けには適しているが、状態の保存には適さない。

失敗時の再試行

検索の失敗、地図サービスのレート制限、画像の不鮮明さ、現地への到達不能は、それぞれ異なる対応が必要だ。

すべてを「try again」とだけ書くことはできない。検索ならキーワードや情報源を変える。ルート計画なら代替地点を計算する。視覚判断はHuman確認待ちに降格する。現地へ入る操作なら中止して報告する。

multi-Agent systemでよくある危険は、信頼できる代替策がないことを признать代わりに、自動的に一见通しのよい復旧経路を探す tendencyがある点だ。

証拠の保存

証拠の保存には少なくとも次を含める。

  • 入力の出典とアクセス時刻。
  • 元の地図、画像、写真、計測データ。
  • Agentの中間出力。
  • ツール呼び出しの記録。
  • Humanによる修正と承認の記録。
  • 最終的な主張に対応する証拠のチェーン。

Agentが現実世界のタスクを実行できるほど、監査コストは高くなる。

そうでなければ、systemsに残るのは最終的な結論だけとなり、外部から過程を再現できず、モデルの判断、検索の誤り、Humanの経験何も区別できない。

multi-Agentは、ツールのインターフェースが明確で、評価基準が定まっている場合にのみ効果を生み出せる。それ以外は、複雑な推論を互いに推測し合う複数回の作業に分割しただけだ。

編集者の視点

この事例で本当に重要なのは、「AIが宝を見つけた」ことではない。考古学上の発見には専門的資格、長期にわたるフィールドワーク、保護責任が求められる。Agentが検索と整理に参加したからといって、KWARNLを機械単独の発見として語ってはいけない。

Agentの価値は、コンテンツ生成からプロセス実行へ移り始めている。ウェブ検索はもはや珍しい能力ではない。地図、画像、研究記録、現地の観察を検査可能なクローズドループに結びつけて初めて、新しいエンジニアリング問題が生まれる。権限をどう設定するか、証拠をどう残すか、失敗時にどう止めるか、Humanをどう介在させるか。企业調査、運用の点検、サプライチェーンの検証では、レポートを数頁増やすより困難で、実際の運用にも近い。

過去のデモ此文は違う。終点は滑らかな回答ではなく、これまで地図化されていない遺跡だ。ただし、公開資料は完全な再現方法を確認するには足りない。multi-Agentがどう分担したか、どのモデルを使ったか、どの手順をHumanが担ったか、十分な詳細がまだない。事例として注目に値するが、結論には留保が必要だ。

出典: https://pietromiotti.com/latest/maya-site