古典的計画におけるドメインモデル設計のエネルギーへの影響

TL;DR（結論）

AI計画法において、アルゴリズムとは独立して定義されるドメインモデルの設計が、システムの消費エネルギーに極めて大きな影響を及ぼすことを、5つのプランナーと5つのベンチマークを用いた実験により明らかにした。 構文の順序変更といった単純な修正は一部のプランナーに限定的な影響を与えたが、未使用パラメータの追加などの冗長な設計は、特定の条件下でエネルギー消費を12倍以上に増大させ、計算リソースの利用効率を著しく低下させることが判明した。 エネルギー消費量は必ずしも実行時間と正の相関を持つわけではなく、デッドエンドの導入や効果の削除といったタスク設計の変更が、プランナーの内部的な探索プロセスや計算負荷を劇的に変動させ、従来の性能指標だけでは捉えきれない環境負荷を生むことが示された。

なぜこの問題か

現代のAIシステムは社会に前例のない能力を提供しているが、その一方で膨大な計算資源とエネルギーを要求するため、環境への影響が深刻な懸念事項となっている。これまでのAI研究、特に自動計画法の分野では、実行時間や解の質、プランの正確性といったアルゴリズムの性能指標が伝統的に優先されてきた。しかし、持続可能なAIを目指す「Green AI」という新しいパラダイムの台頭により、エネルギー消費量を重要な性能次元として認識する必要性が高まっている。自動計画法は計算負荷が高いプロセスであるにもかかわらず、そのエネルギー効率に関する研究はこれまでほとんど行われてこなかった。特に古典的計画法においては、アルゴリズムとアプリケーション固有の知識であるドメインモデルが切り離されたモジュール構造を持っている。この分離は柔軟性をもたらすが、一方でドメインモデルの設計がプランナーの計算挙動にどのような影響を与えるかという点が見過ごされてきた。ドメインモデルは一度設計されると、開発サイクルにおける検証やデバッグ、さらには運用段階で繰り返し再利用される。…

核心：何を提案したのか

本研究の核心は、ドメインモデルの設計上の選択がAI計画システムのエネルギー消費と性能にどのように影響するかを体系的に分析するための「ドメインモデル構成フレームワーク」を提案したことにある。このフレームワークは、研究者や実務者がドメインモデルの特定の要素を制御された方法で変化させ、プランナーの挙動への影響をテストすることを可能にする。フレームワークは、特徴の特定、特徴の分類、変換の原則、および構成メカニズムという4つの主要なコンポーネントで構成されている。まず、特徴の特定では、PDDLなどの計画言語の構文や意味論において明示的に表現され、ドメイン間で変更可能であり、かつ冗長でない要素を抽出するための基準を定義している。…

続きはログイン/プランで閲覧できます。