オントロジーが戻ってきた：AIエージェントがセマンティックウェブを復活させる理由
AIエンジニアは、確率的エージェントを決定論的境界内に保つ手段としてオントロジーを再発見している。Frank Coyle、Neo4j、Kingsley Idehenの見解を通じて、オントロジーがLLMに論理的なガードレールを提供し、ニューロシンボリックAIによってより信頼性の高いエージェントシステムを実現する方法を探る。
最近のAIエンジニア世界博覧会で、カリフォルニア大学バークレー校教授のFrank Coyleの講演が注目を集めた。彼は、LLMが確率的推論に優れる一方で、エージェントシステムを効果的にするにはオントロジーによる「論理的なガードレール」が必要だと主張した。
オントロジーはコンピュータサイエンスにおいて「データ構造の記述」と定義され、Coyleは単に「データグラフ」と呼ぶ。彼はアリストテレスからAIの歴史に至るまでオントロジーが使われてきたと述べ、エージェントシステム構築における重要性を強調した。
グラフデータベース企業Neo4jも製品にオントロジーを採用している。CEOのEmil Eifremは、ビジネス向け、技術向け、実行トレースの3種類のオントロジーを紹介し、これらが「よりスマートな共有基盤」を形成し、エージェントの大規模実行を可能にすると説明した。
Coyleは、Schema.orgやOWLなどのウェブオントロジーが特に有用で、既にLLMの訓練データに含まれているため、プロンプトで活用できると述べた。彼はClaudeエージェントループを用いて、オントロジーでLLMの推論を検証する例を示した。
この確率的エージェントとオントロジーの融合は「ニューロシンボリックAI」と呼ばれる。Coyleによれば、ニューラルネットワークをルールベースシステムや知識グラフと組み合わせ、LLMにガードレールを提供する。
長年オントロジーに取り組むKingsley Idehenは、オントロジーが言語に計算可能なコンテキストを与え、LLMと組み合わせることで計算表現力を高めると述べる。しかし、メンテナンスの課題も認識している。開発者のPrasenjit Sarkarは、エージェント自身がオントロジーを維持することでこの問題を緩和できると提案した。
メンテナンスの課題は残るものの、オントロジーの構造化特性は確率的LLMの逸脱を防ぐのに適している。Neo4jのEifremは、オントロジーにより「厚いエージェントと手動データソース」から「薄いエージェントと共有オントロジー意味層」への移行が可能になると述べた。
Coyleはループ工学の重要性を指摘し、ループが破綻するリスクに対してオントロジーが「有界なルールセット」として機能すると説明。OWLを用いたエージェント制約と、オントロジーベースの推論器でLLMを正しく保つ方法をデモした。
現在のAIエンジニアが品質管理を重視する中、オントロジーが再注目されている。2025年の「バイブコーディング」ブームの後、ソフトウェアのメンテナンス必要性が認識され、2026年には工学規律が復活。オントロジーは確率的LLMを誠実に保つ手段として復権しつつある。