AGI開発基盤「神威/KAMUI」- 空間コンピューティングシステム（β）リリース

2024.11.09 20:36

PR TIMES

株式会社KandaQuantum
要件定義システム生成AI「バベル/Babel」から進化、AGI開発基盤「神威/KAMUI」の空間コンピューティングシステムをリリース

株式会社KandaQuantum（本社：東京都千代田区麹町、代表取締役社長：元木大介）は、2024年8月にリリースした要件定義システム生成AI「バベル/Babel」を大幅に進化させ、次世代AGI（汎用人工知能）開発基盤「神威/KAMUI」として、新たに空間コンピューティングシステムのβリリースについて本日お知らせいたします。

月額9,800円（税込・1名あたり）からご利用可能
ご登録はこちらから → https://www.kamui.ai
無料で試せる神威 Liteはこちら → https://kamui-lite.vercel.app/kamui/properties

大規模システム・AGIの情報構造体神威3D表現

目次：
神威の成果物例
神威の可視化技術
大規模システム開発フロー Zoltraak
要件定義YAML、Grimoire
神威とAGIの定義について
マルチモーダル量子AGI構想について
サービス価格等

KandaQuantumは日経新聞にてネスレ日本との生成AI活用PoCが取り上げられ、神威（旧バベル）はアスキーやYahooによってご紹介されました。

- ネスレ日本、KandaQuantumと顧客対応領域におけるジェネレーティブ AIの活用を目指す共同研究を開始https://www.nikkei.com/article/DGXZRSP658942_R10C23A7000000/
- 魔法、群知能、デジタル生命　Babel・Zoltraak開発者の頭の中
https://ascii.jp/elem/000/004/225/4225897/

神威/KAMUI はそれ自体がAGIの基準を満たし、AGIを構築する基盤としての活用が可能であることを報告いたします。

以下はソフトバンクのAGIの定義です。
https://www.softbank.jp/biz/blog/business/articles/202310/what-is-agi/

タスクの特化
複数タスクに対応できる汎用的な能力がある
学習能力
データや経験から学習する能力を持ち、新たな情報や知識を踏まえて、状況に応じて適切な判断を行う
柔軟性
新しい問題へのアプローチや解決策を見出すことができる
自己進化
経験から学び、新たな情報やデータを取り入れて能力を向上させる（自己進化は限定的）

神威/KAMUI ではこれを大規模システム生成技術「Zoltraak」（100ファイル以上のプログラム生成を可能とします）とシステム抽象化データ「Grimoire」、およびそのAGI 情報体可視化技術「神威」の3つを持って実現を可能としました。詳細の前に成果物から説明をいたします。
神威の成果物例
1 神威/KAMUI 本体

これまでに神威自身が神威を生成したのは５度。フロントエンド・バックエンド・AIシステムのみならず、コンテナオーケストレーションからクラウドシステムまで大規模一括生成を行なっている。

2 神威/KAMUI 勉強用ダッシュボード

神威の勉強用ダッシュボード。これ自体神威によって生成。

3. 塾ビジネス向けSaaSダッシュボード

塾ビジネス向けのSaaS画面（フロントエンドとhooksのみで神威（Zoltraak）を用いて8時間以内に構築）。各種サービスを役割を持ったAIエージェントが実働するイメージUI。サイドメニューは1つずつページ作成済み。

4. SsaS管理SaaSダッシュボード

SaaS管理SaaSのダッシュボードで（フロントエンドとhooksのみで神威（Zoltraak）を用いて1時間以内に構築）。サイドメニューは1つずつページ作成済み。

月額9,800円（税込・1名あたり）からご利用可能
ご登録はこちらから → https://www.kamui.ai
無料で試せる神威 Liteはこちら → https://kamui-lite.vercel.app/kamui/properties

神威の可視化技術
我々の行う生産活動における情報はデータ規模と複雑性は昨今の生成AI技術により急速に増大しています。これを従来の管理方法、可視化方法でコントロールすることは不可能になりつつあり、人が複数人で共同作業する際の大きな妨げにもなっていました。神威の可視化技術は大規模なシステムを可視化するのみならずデータの経路のみを抽出することで本質のみに意識を集中させることが可能となります。

神威による3つのシステム情報体の空間表現。フロントエンドNextJS（赤）、バックエンドFastAPI（オレンジ）、その他ディレクトリ等で構成されたゲームエンジンシステムを空間表現している。左は情報体の依存関係のみを抽出し空間表現している。中央にフロントエンドが集まり、その周りに３方向、神経が広がるかのようにバックエンドの情報が広がる。右上はディレクトリ構成での表現、右下は依存関係とディレクトリいずれも表現している。

上記図に関して、本来我々の行う生産活動における情報は右下のように複雑であり、右上のようなディレクトリ構造で表現しようとするが上手くいきません。これを依存関係を抽出することで膨大な情報体をシンプルに表現することが出来る「LLMによる情報依存関係抽出技術」"白眼"（仮）を発明（元木）し実装いたしました。

「白眼（仮）」は以下のように本来わかりづらい大規模システムの依存関係をシンプルに可視化することができる技術です。

1枚目「白眼（仮）」使用前、2枚目「白眼（仮）」使用後。

左はAIを群として（AGIとして）法人に導入した際の全体像（中央集権的なデータ構造にしている）、右はAIドリブンの教育システム全体像（AI同士がティール型になるように指示）を可視化した様子。いずれもそのままではディレクトリ構成を表現したのみで構造が理解しづらい。

AGIにおける中央集権型組織構造とティール型組織構造について依存関係情報のみを抽出した結果、大規模システムの美しい可視化表現を得ることが出来る。左右ともにYAMLファイル（赤）はLLMへの指示書に相当するプロンプトが入っており、LLM（AI）はその下位に存在するシステムを操作する。左は中央集権型組織構造でAI同士の関連が無いが、右はティール型組織構造と指示をして全体システムを構築しておりAI同士が協働し、その下位のシステムも相互にネットワークを組んでいる事が分かる。

また、以下は3D情報体となっているAGIをメタプロンプトとして表現、制御が可能なエディタとなっています。ここで仮実装を行い、本実装に移ります。

神威のエディタ。左はグリモワール記法（元木発案）というもので、LLMへの指示（プロンプト）を構造化した構造化プロンプトのうちの１つ。グリモワールは右の情報体表現（以下神威空間とよぶ）を行うだけでなく、具体的な文章ファイル、プログラムファイルとして実装可能な形式である。

月額9,800円（税込・1名あたり）からご利用可能
ご登録はこちらから → https://www.kamui.ai
無料で試せる神威 Liteはこちら → https://kamui-lite.vercel.app/kamui/properties

大規模システム開発フロー Zoltraak
ZoltraakはOSSとして半月1万ダウンロードを記録したのち、主にベルギー在住のhabatakurikei氏と元木の二手に分かれ開発が進んでいます。Zoltraakの全体フローは以下の通り。

1. 要望からグリモワールを生成。2. 生成されたグリモワールは構造化されたプロンプト集合であり、視覚的に神威で見ることが可能。3. グリモワールが完成したら並列実行でシステムを構築する。最大150ファイルを5分程度で構築する。

この大規模システム開発は膨大な量のパラメータとプログラム情報、AIエージェントおよび人のタスクスケジューリング最適化を解く必要があり、一般的に組合せ爆発を起こし通常の方法では現実的な時間で最適化問題を解くことが出来ません。

弊社では昨年の実績である大規模言語モデルx量子技術のスケジュール最適化問題の実証実験結果を、このZoltraak、大規模システム生成技術へ応用する研究を進めています。

2023年6月。弊社KandaQuantumの量子技術とLLMを活用したスケジュール最適化技術（元木考案実装）。https://prtimes.jp/main/html/rd/p/000000118.000082094.html。LLMの最適化能力については2023年9月 Google DeepMindによって示されており（https://arxiv.org/abs/2309.03409）も示されており、その３ヶ月前にLLMの最適化能力と世界初の量子技術とLLMを組み合わせた大規模最適化技術の実証実験を行なった実績になる。

スケジュール最適化のためのZoltraakはhabatakurikei氏によっても開発が進んでおり、将来的な融合が計画されています。

要件定義書からプロダクトをAIエージェントが構築する一連の流れ。実働成功事例も出ている。デジタル工場構想。

要件定義YAML、Grimoire

Grimoire（グリモワール）は公開されているものが4000近くあり、公式に幾つかのテンプレートを用意している。

ユーザーが作成した4000近くの要件定義書が公開されている。これをベースにしてAGIの定義（*ソフトバンク）の「経験から学び、新たな情報やデータを取り入れて能力を向上させる（自己進化は限定的）」を可能とする。

グリモワールを検索、要求概要反映により自分仕様に進化、これを可能とする。

上記のカードごとにGrimoireが設定されており、その視覚表現は瞬時に右の情報体の空間表現として映し出される。依存関係も定義が可能。これにより一括プログラム生成を行う前に情報体の全体像を確認することができ、その後の効率的な開発に役立つ。

神威とAGIの定義について
AGIの定義は現在様々議論されていますが、ソフトバンクのAGIの定義が最も信頼性があると考えられます。
https://www.softbank.jp/biz/blog/business/articles/202310/what-is-agi/

以下は特にAGIの定義に関する抜粋になります。
- 複数タスクに対応できる汎用的な能力がある
- データや経験から学習する能力を持ち、新たな情報や知識を踏まえて、状況に応じて適切な判断を行う
- 新しい問題へのアプローチや解決策を見出すことができる
- 経験から学び、新たな情報やデータを取り入れて能力を向上させる（自己進化は限定的）

神威について、まず「複数タスクに対応できる汎用的な能力がある」について、これは神威自身が10スレッド並列でAIエージェントが稼働するため複数タスクに対応しており、グリモワールに定義すれば神威によりそのシステムを構築することが可能です。

次に「データや経験から学習する能力を持ち、新たな情報や知識を踏まえて、状況に応じて適切な判断を行う」について、神威はデータベース設計（ベクトルデータベースも含む）に関してもグリモワールで定義が可能です。これをAIエージェントと繋げることで状況に応じた適切な判断が可能となります。

「新しい問題へのアプローチや解決策を見出すことができる」について、神威自身が要望を説明すると要件定義という形でアプローチ方法を詳細・実装可能レベルまでブレイクダウンし、実際に実装も行います。そのための参考文書も4000近くのグリモワールから自律的に検索するアルゴリズムを現在開発中です。

最後に「経験から学び、新たな情報やデータを取り入れて能力を向上させる（自己進化は限定的）」について、新たな情報や知識に関して自律的な成長は人が要件定義YAMLの形でメタプロンプト化して継承する流れとなっており、これがAGI自身を成長させます。すでに神威自身は5回の進化を遂げており、神威自身が神威を生み出しています。一定大規模化したシステムのノウハウ抽出は現在人力ですが、自動化アルゴリズムを実証実験中です。
マルチモーダル量子AGI構想について
神威は今後 habatakurikei氏の作るマルチモーダル専用Zoltraakと融合し、グリモワールにあらゆるAI、もちろんLLMだけでなく画像、動画、音楽、3D、全てを統合します。これによりマルチモーダルAGIとして豊かなコンテンツ生成も可能とする。将来的にはロボットの統合も視野に入れています。
また、この膨大なデータは現在の計算機では処理ができなくなる可能性が非常に高く、量子技術の応用が期待されます。KandaQuantumは量子技術の数々の実績からその開発を進めています。
サービス価格等
- 月額9,800円（税込）からご利用可能
https://www.kamui.ai
- エンタープライズプラン：個別相談