機器レベルのエネルギー異常検知とLLM駆動型推奨のためのエージェンティックAIパイプライン

オフィスビルで使われている色々な機器。エアコンや照明、パソコンなんかですね。これらの機器がどれくらい電気を使っているか、ちゃんとチェックできているでしょうか？実は、専門家じゃないと「これはおかしい！」と気づくのが難しい、たくさんの「アラート」（警告）が出てきてしまうことが多いんです。しかも、そのアラートが「ノイズ」だらけで、どれが本当に気をつけるべきものなのか分かりにくい。そんな悩みを解決する新しいAIの仕組みが提案されています。

このAIは、まず「ディープ時系列予測」という技術で、機器ごとの電気の使い方の「いつものパターン」を学習します。さらに、「変分異常検知」という方法で、そのいつものパターンから外れた「いつもと違う使い方」を見つけ出します。そして、一番すごいのが、最近話題の「LLM（大規模言語モデル）」を活用する部分です。AIが見つけた「いつもと違う使い方」について、LLMが「これはこういう理由で異常かも」「こうすると良いですよ」といった、具体的なメンテナンスの「アドバイス」までしてくれるんです。

具体的には、まず「ハイブリッド単一スペクトル分析（SSA）」と「Long Short-Term Memory（LSTM）」という技術を組み合わせて、7種類のオフィス機器の電気使用量を追跡します。次に、機器ごとに「LSTM変分オートエンコーダー（VAE）」という仕組みに「注意機構」という部分を加えて、毎日の電気使用量に「いつもと違う」エピソードがないかチェックします。

そして、このAIの頭脳となるのが「LangChain」という、AIの指示を組み立てるための仕組みです。この仕組みは3つの段階に分かれています。まず、最初の段階では、AIが「モデルの信頼性」「時間ごとの電気使用量の目安」「専門家の知識」といった基本的な情報（これらは常に確認されます）をもとに、状況を把握します。次に、もし「いつもと違う使い方」が見つかったら、その状況に応じて、「過去の予測」「過去の異常履歴」「建物全体の電気使用量の目安」といった、さらに詳しい情報も追加で集めてきます。この一連のやり取りは、AIが考えすぎないように、全部で8回のやり取り（推論ステップ）で終わるように制限されています。こうすることで、施設管理者は、専門知識がなくても、AIが出してくれる「優先順位のついた、実行可能なメンテナンスの提案」を、分かりやすく受け取ることができるようになる、というわけです。