AutoGluonアシスタント：マルチエージェント協調によるコード不要のAutoML

AutoGluon アシスタント：マルチエージェント協働によるゼロコード AutoML マルチエージェントアーキテクチャは、データ知覚、ツール知識、実行履歴、およびコード生成を分離することで、 messy な現実世界の入力にも対応できる機械学習の自動化を実現します。 機械学習 Haoyang Fang, Boran Han, Yuyang (Bernie) Wang 12 月 05 日 午前 10:24 2024 年の Kaggle AutoML グランプリ（数百チームが参加し、トップの AutoML プラクティショナーや Kaggle グランドマスターも含まれる、賞金総額 75,000 ドルの競技）において、当社の完全自動化されたフレームワークは 10 位を獲得しました。これは、同競技で得点を獲得した唯一の自動エージェントです。この成果は、私たちが追求してきた問いに対する回答を検証するものとなりました。すなわち、AutoML に通常付随するモデル選択やハイパーパラメータチューニングだけでなく、コーディングそのものを排除することは可能なのか？ 自動化された機械学習の約束は、常に民主化にありました。しかし、ほとんどの AutoML ツールでは依然として、ユーザーがコードを書き、データ構造を準備し、機械学習のワークフローを理解する必要があります。プログラミングの背景を持たないドメインエキスパート、実験データを分析する科学者、予測モデルを構築するアナリスト、画像コレクションを取り扱う研究者にとって、このコーディング要件は不要な障壁となっています。 私たちはこの障壁を取り除くために AutoGluon Assistant を設計しました。大規模言語モデルによって駆動される革新的なマルチエージェントシステムである MLZero を基盤に、AutoGluon Assistant は自然言語による記述を、表形式データ、画像データ、テキストデータ、時系列データにわたって訓練された機械学習モデルへと変換します。本システムは、当社の多モーダル AutoML エージェントベンチマークで 92% の成功率を達成し、外部の MLE-bench Lite では 86% を記録しました。両方の評価において、成功率とソリューションの品質の面でトップクラスの性能を示しています。 真の自動化のためのマルチエージェントアーキテクチャ 従来の AutoML ツールは、クリーンで構造化された入力と、正しく API を呼び出す能力を持つユーザーを前提としています。現実世界の機械学習の問題は、より複雑な現実から始まります：曖昧なデータファイル、不明確なタスク定義、分類が必要なのか回帰が必要なのかもわからないユーザーです。MLZero は、Amazon Bedrock からの大規模言語モデルによって駆動される専門コンポーネントが協力して生データを動作するソリューションへと変換するというマルチエージェントアーキテクチャを通じて、この課題に対処します。 例えば、胸部 X 線画像とセグメンテーションマスクをアップロードし、「X 線内の疾患領域を検出する」ことを目標とする医療研究者を想定してください。知覚モジュールはピクセルレベルのセグメンテーションがタスクであると特定し、意味記憶（semantic memory）は意味論的セグメンテーションのために AutoGluon の MultiModalPredictor を選択し、反復コーディングモジュールがコードの生成と改良を行います。初期試行でマスク形式の不整合に遭遇した場合、エピソード記憶（episodic memory）がデバッグコンテキストを提供して前処理と後処理を調整し、研究者がコードを一切記述することなくセグメンテーションモデルのトレーニングを成功させます。 このシステムは4つの主要モジュールから構成されています：知覚モジュール、意味記憶、エピソード記憶、および反復コーディングです。知覚モジュールは任意のデータ入力を解釈し、ファイル構造と内容を解析して、形式の不整合や曖昧な命名に関わらず構造的な理解を構築します。ユーザーがターゲット変数の明確な表示がない CSV ファイルを提供する場合でも、知覚モジュールはカラムの分布と意味論を分析してタスク構造を推測します。 ![image](https://assets.amazon.science/b4/7d/eded669a47f3a648af750d099f3e/figure1-autogluon-markup.png) AutoGluon Assistant の 4 つのコアモジュール（知覚、意味記憶、エピソード記憶、反復コーディング）の概要。意味記憶モジュールは、ML ライブラリに関する知識をシステムに付与し、AutoGluon の機能、API パターン、ベストプラクティスについて構造化された情報を維持します。ユーザーが AutoGluon Multimodal においてセマンティック・セグメンテーションタスクには SAM モデルが必要であることを事前に知る必要はなく、意味記憶によりシステムはタスクの特性に基づいて適切なツールを自動選択できます。 エピソード記憶は、実行履歴を時系列で維持し、システムが何を試したか、何が成功し、何が失敗したかを追跡します。コード実行時にエラーが発生した場合、このモジュールは関連する過去の試行とその結果を提示することで、デバッグの文脈を提供します。これは、完全な形での解決策が即座に現れるのではなく、改良を通じて解決策が生まれていく ML 開発の反復的な性質に対応したものです。 反復コーディングモジュールは、フィードバックループと拡張された記憶を備えた改善プロセスを実装しています。生成されたコードは実行され、結果またはエラーを出力し、次の試行に反映されます。これは、成功するまで、または最大反復回数に達するまで継続します。必要に応じて、各反復ごとにユーザーからの入力をオプションで受け付けることで、ガイダンスを提供できます。このアーキテクチャは高い自動化を維持しつつ、人間の監督のための柔軟性も確保しています。 この包括的なシステムを通じて、MLZero はノイズの多い生データと洗練された機械学習ソリューションとの間のギャップを埋めます。マルチエージェント協調パターンは、アーキテクチャが従来の単一エージェントシステムで相互に絡み合っている「データの理解」「機能の把握」「履歴の追跡」「コード生成」という各関心を分離しているため、あらゆるモダリティにおいて効果的であることが証明されています。 結果の分析 当社のシステムを確立された外部基準に対して検証するため、まず MLE-bench Lite 上で評価を行いました。このベンチマークは過去の Kaggle コンペティションから選ばれた 21 の多様な課題で構成されており、当社のモデルのパフォーマンスを他の主要な自動化システムのものと直接比較することが可能になります。当社のモデルは最高成功率である 86% を達成し、21 の課題のうち 18 で有効なソリューションの完成と提出に成功しました。全体としてのソリューション品質においては首位を獲得し、平均順位は 1.43 でした（次点のエージェントは 2.36）。当社のエージェントは金メダルを 6 つ獲得し、ベンチマーク内の全課題における総メダル数でもすべての競合他社を上回りました。 ![image](https://assets.amazon.science/bf/a6/71546c114b7ca028d6206ff44d1f/figure2-autogluon.png) AutoGluon Assistant は、ノイズを含む生データやフォーマットの不一致、複数のモダリティを特徴とする Multimodal AutoML Agent Benchmark の 25 タスクにおいて 92% の成功率を達成しました。コンパクトな 8B パラメータの LLM（大規模言語モデル）を使用した場合でも、45.3% の成功率を記録しています。既存のベンチマークでモデルの能力を実証した後、さらに独自の Multimodal AutoML Agent Benchmark でテストを行いました。これはより過酷なスイートであり、25 の多様なタスクから構成され、データはより生に近い形で、ノイズが多く、フォーマットの不一致や曖昧さが目立つデータセットを使用しています。このベンチマークでは、複数のデータモダリティ（表形式、画像、テキスト、ドキュメント）と問題タイプ（分類、回帰、検索、意味的セグメンテーション）、そして多言語・複数テーブル・大規模データセットといった困難なデータ構造が特徴です。AutoGluon Assistant（MLZero として実装）は全タスクで 92% の成功率を達成しました。コンパクトな 80 億パラメータの LLM で実装した場合でも、システムは依然として 45.3% の成功率を記録し、より大規模でリソース集約型の多くのエージェントよりも効果的であることを証明しました。 多様なワークフローのためのアクセス可能なインターフェース AutoGluon Assistant は、異なるユーザーの好みやワークフローに適応させるために複数の対話モードをサポートしています。ユーザーは、迅速な自動化タスクのためにコマンドラインインターフェース（CLI）を介してシステムを呼び出すことも、既存のデータパイプラインへの統合のために Python API を使用することも、視覚的な対話と監視のために Web UI を利用することもできます。あるいは、他のエージェントツールとの統合には Model Context Protocol (MCP) を使用することも可能です。この柔軟性により、ユーザーがスクリプト、グラフィカルインターフェース、またはプログラムによる制御を好むかにかかわらず、同じ基盤となる自動化機能にアクセスすることができます。 AutoGluon Assistant の例として、システムはオプションの反復ごとのユーザー入力もサポートしており、ドメインエキスパートが反復的な改良中に専門知識を注入しながら、日常的な使用においては自動化を維持できるようにしています。例えば、医療画像データを扱う場合、エキスパートはスキャンプロトコルに固有のカスタム正規化に向けてシステムを誘導することがあります。エピソードメモリは、これらの介入とシステムによって生成された試行の両方を追跡し、自動化が機械的な複雑性を処理する一方で、ユーザーが関連する洞察を持っている場合に戦略的な方向性を提供する協力的なダイナミクスを生み出します。 本システムはオープンソースであり、Github で利用可能です。技術詳細については、NeurIPS 2025 の論文で公開されています。 研究分野：機械学習 タグ：AutoGluon, Agentic AI

AutoGluonアシスタント：マルチエージェント協調によるコード不要のAutoML

背景や根拠まで確認しますか？

関連記事

調べる

選ぶ

サイト