2025 年 7 月に公開された “Transmission With Machine Language Tokens: A Paradigm for Task-Oriented Agent Communication” は、AI エージェント同士の通信を根底から再設計するアーキテクチャを提案しました。ここでは企業の開発者の視点で内容をかみ砕き、実務上の示唆を整理します。
今回取り上げる論文はこちら：
https://arxiv.org/abs/2507.21454
従来の「ビット忠実性」から「タスク忠実性」へ
論文が批判するのは、人間向けフォーマット（自然言語・JPEG 画像など）をそのまま無線伝送し、受信側で再解釈する従来型フローです。ビットを完璧に復元しても、下流タスクに不要なデータが大半を占め、帯域・電力・レイテンシが増すという課題が指摘されます。そこで著者らは「タスク遂行に必要な意味だけを小さく、しかも曖昧さなく送る」ことを目標に掲げました。
機械語トークンとは何か
大規模言語モデル（LLM）は語や画像を内部で実数ベクトルに変換して処理します。著者らはこのベクトル列を “Machine Language Tokens” と名付け、自然言語に戻さず直接送信する方式を採用しました。ベクトルは LLM がタスクに最適化して自己学習するため、冗長性が少なく、細部の意味を定量的に保持できます。結果として、画像 1 枚をわずか 5 個程度のトークン（数キロバイト相当）で表現し、実験では JPEG 比で 100 倍以上の通信量削減を示しました。
通信パイプラインの全体像
タスク側エージェントは詳細指示を秘匿化した短い文にまとめて送信します。センサー側エージェントはこの文とマルチモーダル入力（画像など）を LLM に投入し、最終ブロックのベクトルを機械語トークンとして抽出します。続いて次元圧縮と雑音耐性を同時に学習する JTCC（Joint Token & Channel Coding）で 4096 次元を 256 次元へ縮小し、アナログ的に多アンテナ・多サブキャリアで送信します。受信側は復元したトークンを自モデルへプレフィクス的に注入し、追加学習なしで回答を生成します。この “ベクトル直送” アプローチは、類似研究として画像側をトークン化する「Text-Guided Token Communication」などとも呼応しています。
実験は画像推論データセット CLEVR と GQA を使用し、SNR 0 dB の劣悪チャネルでも従来の DeepJSCC より高精度を維持し、SNR 15 dB 以上では元画像送信を上回る結果を報告しています。圧縮効率・精度・ロバスト性を同時に達成した点が技術的インパクトです。
業務への示唆
まず、工場や倉庫ロボット、デジタルツインといったリアルタイム制御系では、高解像度センサーデータをそのままクラウドへ送ることがボトルネックになりがちです。本論文の方式を応用すれば、帯域を 1 % 以下に圧縮しつつタスク精度を保てる可能性があります。次に、サプライチェーン上の複数企業がエージェントを連携させる場面では、詳細タスクや生データを開示しなくても協調できるため、IP 保護やコンプライアンスの観点で有利です。また 6G 時代に想定されるグラントフリー接続やミリ秒級遅延要件に対し、アナログ伝送とプレフィクス注入は実装負荷を抑えながらハードウェアを活かせる設計指針となります。
一方で、機械語トークンはドメイン依存であるため、新領域に適用する際は LoRA など低コスト手法を含む再学習パイプラインを準備する必要があります。アナログ送信の線形性確保やチャネル推定、さらに人間が監査できないベクトル通信のセキュリティ設計も課題として残ります。
まとめ
「機械語トークン」は、AI エージェントが自分たちの“脳内語”で直接会話するという発想を通信レイヤに落とし込んだ点で革新的です。モデルの内部表現をそのまま送受することで、データ削減とタスク性能を両立し、AI ネイティブなネットワーク設計を現実味ある形で示しました。産業現場でエージェント協調を検討する開発チームは、データ削減策としてだけでなく、将来の 6G 対応アーキテクチャの中核要素として、本研究を設計方針に組み込む価値があります。
