A Human-in-the-Loop Autonomous Agent for Industry Time Series Forecasting
本論文は、自然言語によるタスク指定、特化した予測モデル、および反復的なエビデンスに基づく洗練を統合し、透明性の高い実行レポートを提供しながら、電力価格および負荷予測において16のベースラインを凌駕するヒューマン・イン・ザ・ループ型の自律エージェントであるCastClawを紹介するものである。
原論文は CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) でライセンスされています。 これは以下の論文のAI生成解説です。著者が執筆または承認したものではありません。技術的な正確性については原論文を参照してください。 免責事項の全文を読む
電力価格や電力網の負荷のように、時間の経過とともに変化する数値の未来を予測することは、単一の孤立した計算だけで成功することは滅多にありません。現実の世界において、正確な予測とは、単に過去のデータをコンピュータプログラムに投入して答えを待つことではありません。それは、人間の専門家が目標を定義し、適切なデータソースを接続し、世界の仕組みに関する特定の知識を適用し、そしてコンピュータの推測が理にかなっているかどうかを慎重に判断するという、複雑で反復的なプロセスなのです。もし予測が奇妙に見えるなら、専門家は欠落している情報を見つけ、アプローチを調整するか、あるいは中断して別の方法を試すことを決定しなければなりません。長年、この分野は、数値の処理には長けているが思考が硬直的である特化したコンピュータモデルと、推論や対話はできるが信頼できる数値予測に必要な厳格なルールやチェック機能に欠けることが多い汎用人工知能エージェントとの間で分断されてきました。
中国科学技術大学の研究者たちは、この溝を埋めるために「CastClaw」と呼ばれる新しいシステムを構築しました。これは、人間の傍らで働くように設計された自律型エージェントであり、人間が最終的な判断と監督を行う一方で、データ分析という重労働をこなす精力的な助手として機能します。このシステムは人間を置き換えるのではなく、コンピュータが予測を提案し、既知のパターンやユーザーのルールに照らしてそれを検証し、修正を裏付ける確かな証拠が見つかった場合にのみ考えを変えるというループを作り出します。もし証拠が不足している場合、システムは盲目的に推測するのではなく、人間に助けを求めるか、さらなる文脈を探すことを自ら認識します。このアプローチにより、予測は一度限りの計算から、初期の質問から最終的な数値に至るまで、すべてのステップが記録され、レビュー可能な、文書化された検査可能なワークフローへと変わります。
CastClawの核となるのは、研究者が「ハーネス（装着具）」と呼ぶフレームワークであり、これは異なるツールを接続する中枢神経系として機能します。ユーザーが「明日の電力価格を予測したい」といった自然な英語で質問を投げると、システムはまず、どのようなデータが必要で、どのようなルールに従うべきかを特定します。次に、特化したモデルから予測を取り込むか、あるいはユーザーが提供した予測を使用します。この数値を採用する前に、システムは一連のチェックを実行します。最近のパターンを確認して予測が適合しているかを見て、天候の影響や需給動態といったドメイン知識と比較し、ユーザーが設定したハード制約を満たしているかを検証します。もし予測がこれらのテストに合格すれば、それは保持されます。もし失敗した場合、システムは単にそれを破棄するのではなく、その理由を調査します。欠落している文脈を検索したり、異なる種類の分析を実行したり、あるいはより優れた候補が存在するかどうかを確認するために別のモデルに相談したりします。
極めて重要なことに、このシステムはいつ停止すべきかを知るように設計されています。システムは、予測が証拠によって裏付けられたとき、さらなる変更が役に立つ可能性が低いとき、計算予算を使い果たしたとき、あるいは人間の専門家による最終判断が必要なときに、プロセスを停止します。システムが行うあらゆる行動、見つけるあらゆる証拠、そして検討するあらゆるバージョンの予測は、詳細なレポートに保存されます。このレポートにより、人間は、残された警告や未解決の疑問を含め、どのようにして最終的な数値に到達したのかを正確に把握することができます。システムは、人間の入力を無視すべき最終命令としてではなく、タスクを修正したり、新しい仮説を追加したり、いつでも実行を停止したりできる、証拠の連鎖における不可欠な一部として扱います。
このアプローチが実際に機能するかどうかをテストするため、研究者たちはCastClawをベルギー、ドイツ、フランス、北欧プール、および米国のPJMの5つの異なる電力価格の公開データセットに適用しました。彼らは、伝統的な統計ツールから高度な人工知能モデルに至るまで、16の他の手法と比較しました。あらゆるケースにおいて、CastClawは最も正確な予測を生み出し、数値が実際の将来の値にいかに近いかで測定されました。CastClawは既存の最良の手法を大幅に上回り、一部の地域では誤差を最大30パーセント削減しました。研究者たちはまた、北欧電力市場のデータを用いて、ライブ設定でのシステムの実演も行いました。このデモンストレーションでは、ユーザーが初期の予測を提供し、システムがそれを市場状況と照らし合わせました。提案された調整が実際には予測を悪化させるとシステムが判断した際、システムは変更を拒否して元の予測を維持し、意思決定プロセス全体を記録しました。これは、システムが「良いアイデア」に対して「イエス」と言うのと同様に、「悪いアイデア」に対して「ノー」と言うことができる批判的思考能力を備えていること、そしてワークフロー自体が完全に検査可能であることを示しました。
研究者たちはまた、2026年上半期の華北における電力負荷を表すオフラインデータについてもシステムを実行しました。この演習は、同じタスク仕様、モデル、およびツールを使用してオフラインのワークフロー実行を検証するために設計されたものであり、オンラインでの展開、生産での使用、または他のモデルに対する比較精度を示すことを目的としたものではありません。結果は、システムがルールに従ってデータ、ツール、および意思決定を管理しながら、オフライン環境で最初から最後まで完全なワークフローを実行できることを確認しました。この研究は、システムが非常に有能である一方で、あらゆる問題を即座に解決する魔法の箱ではないことを明確にしています。それは、予測が現実に即し、意思決定に有用であり続けるよう、目標を定義し最終的な監督を行う人間を必要とするツールです。機械のスピードと人間の判断力を組み合わせることで、CastClawは、混沌としたプロセスを明確で信頼でき、透明性の高い旅へと変え、予測という困難な問題に取り組むための新しい方法を提示しています。
自分の分野の論文に埋もれていませんか？
研究キーワードに一致する最新の論文のダイジェストを毎日受け取りましょう——技術要約付き、あなたの言語で。