ReaGAN：グラフAIノードが自律計画とグローバル検索能力を獲得

ラトガース大学の新たな研究イニシアチブは、グラフ内の各ノードが独自のインテリジェントエージェントとして機能し、パーソナライズされた推論、適応的な情報検索、および自律的な意思決定が可能になる未来を構想することで、従来のグラフ分析アプローチに挑戦しています。この革新的な概念が、静的なグラフノードを独立した思考エンティティに変革するために設計された、検索拡張型グラフエージェントネットワークである ReaGAN の基盤となっています。

従来のグラフニューラルネットワーク（GNNs）は、引用ネットワークの分析から、レコメンデーションシステムの強化、科学データの分類に至るまで、数多くのアプリケーションの基盤を形成しています。しかし、その運用モデルは、各ノードが均一で事前に定義されたルールを使用して直接の隣接ノードから情報を集約する、静的で均質なメッセージパッシングシステムに依存することがよくあります。このアプローチは、2つの重要な制限につながっています。1つはノードの情報量不均衡で、情報豊富なノードからの貴重な信号が、スパースで関連性の低いノードからのノイズによって希釈されたり、圧倒されたりする可能性があります。もう1つは局所性の制限で、GNNは通常、直接の隣接ノードに焦点を当てるため、より広範なグラフ構造内の重要で意味的に類似しているが地理的に離れた接続を見落とすことがよくあります。

ReaGAN は、この受動的なモデルからの根本的な転換を提案し、各ノードが独自のメモリと文脈的理解に基づいて動的に行動を計画するアクティブなエージェントになることを可能にします。このシステムの中核にあるのは、Qwen2-14Bなどの凍結された大規模言語モデル（LLM）との相互作用であり、これが認知エンジンとして機能します。このLLMにより、各ノードは、より多くの情報を収集するか、そのラベルを予測するか、または一時的に操作を一時停止するかなど、自律的な決定を下すことができます。これらのエージェントノードが利用できるアクションは多様です。直接の隣接ノードから情報を収集するローカル集約を実行したり、検索拡張生成（RAG）技術を使用してグラフの任意の場所から関連する洞察を検索するグローバル集約に従事したり、あるいは「NoOp」（何もしない）を実行して、情報過多やノイズの導入を避けるために戦略的に一時停止したりすることもできます。重要なことに、各エージェントノードはプライベートメモリバッファを維持し、生のテキスト特徴、集約されたコンテキスト、および一連のラベル付き例を格納することで、操作の各ステップでテーラーメイドのプロンプトと推論を可能にします。

ReaGAN のワークフローは、反復的な推論ループとして展開されます。まず、「知覚」フェーズでは、ノードが自身の内部状態とメモリから即時コンテキストを収集します。この情報は次に「計画」フェーズに情報を提供し、ノードのメモリ、特徴、および隣接ノードの情報を要約したプロンプトが構築され、LLMに送信されます。LLMは、最も適切なアクションまたはアクションのシーケンスを推奨します。「実行」フェーズでは、ノードは選択したアクション（ローカル集約、グローバル検索、ラベル予測、または何もしない）を実行し、その結果はメモリに書き戻されます。この知覚-計画-実行ループは複数の層にわたって反復され、深い情報統合と洗練を促進します。最終段階では、ノードは、綿密に収集したローカルおよびグローバルな証拠を活用して、ラベル予測を行うことを目指します。ReaGAN の主要な新規性は、これらの決定の非同期で分散された性質にあります。中央のクロックや共有パラメータがなく、ノード全体に均一性を課すことはありません。

ReaGAN の可能性は、Cora、Citeseer、Chameleonといった古典的なベンチマークでの性能によって実証されています。特筆すべきは、教師あり学習やファインチューニングなし にもかかわらず、競争力のある精度を達成していることです。これは、計画とコンテキスト収集に凍結されたLLMに依存しており、プロンプトエンジニアリングとセマンティック検索の力を強調しています。ReaGAN は一部のベンチマークで競争力のある精度を示し、特にCoraではGCNとGraphSAGEを84.95%で上回りましたが、他のベンチマークではその性能は異なりました。Citeseerでは60.25%を達成し、GCN（72.56%）とGraphSAGE（78.24%）の両方を下回りました。同様に、Chameleonでは43.80%でGraphSAGEの62.15%に及ばなかったものの、GCNの28.18%を上回りました。

研究からの重要な洞察は、プロンプトエンジニアリングの決定的な役割を浮き彫りにしています。ノードがプロンプト内でローカルメモリとグローバルメモリをどのように組み合わせるかが精度に大きく影響し、最適な戦略はグラフのスパース性やラベルの局所性に依存することを示しています。この研究では、明示的なラベル名を公開すると偏った予測につながる可能性がある一方で、ラベルを匿名化すると優れた結果が得られることも判明しました。さらに、ReaGAN の分散型ノードレベル推論は、スパースなグラフやノイズの多い近隣を特徴とするグラフで特に効果的であることが証明され、そのエージェントの柔軟性の利点が示されました。

ReaGAN は、エージェントベースのグラフ学習における重要な進歩を表しています。大規模言語モデルと検索拡張アーキテクチャが進化し続けるにつれて、グラフ内の各ノードが単なるデータポイントではなく、適応的でコンテキストを認識する推論エージェントとなり、明日の相互接続されたデータネットワークの複雑さに対処する準備が整うパラダイムシフトを間もなく目撃するかもしれません。