AI agentų supratimas: pagrindinis žingsnis siekiant AGI

Pastaruoju metu įvairūs pokalbių robotai, tokie kaip „ChatGPT“, „Claude“ ir „Gemini“, užėmė pagrindinę vietą dirbtinio intelekto srityje. Tačiau šios priemonės nėra pagrindinis daugelio įmonių tikslas. Nemažai įmonių siekia sukurti dirbtinį bendrąjį intelektą (AGI) – technologiją, galinčią mąstyti lygiu, panašiu į žmogaus intelektą arba galbūt jį viršijantį. Nepaisant to, kelionė į AGI apima keletą vystymosi etapų.

Nors pokalbių robotai pasižymi įspūdingomis galimybėmis, jų naudingumas yra šiek tiek ribotas. Be autonomijos elemento pokalbių robotai gali tik tam tikru mastu padidinti efektyvumą ir produktyvumą. Šis apribojimas prisideda prie to, kad jie nesugeba gauti numatomų pajamų. Iš esmės pokalbių robotai yra pagrindinis DI tobulėjimo etapas.

Dėl šio apribojimo DI įmonės vis daugiau dėmesio skiria AI agentams kaip kitai DI naujovių bangai. Skirtingai nuo tradicinių pokalbių robotų ar automatizuotų palaikymo robotų, dažniausiai randamų verslo svetainėse, dirbtinio intelekto agentai yra sukurti taip, kad ne tik vadovautųsi paprastomis instrukcijomis, ir gali priimti savarankiškus sprendimus.

Bendravimas su esamais klientų palaikymo robotais dažnai gali būti varginantis, nes jiems paprastai nepavyksta greitai ar efektyviai išspręsti problemų – skirtingai nei žmogiškosios pagalbos atstovams. Tačiau autonominių AI agentų atsiradimas turėtų pakeisti šią patirtį.

AI agentų apibrėžimas

AI agentų apibrėžimas išlieka šiek tiek dviprasmiškas net tarp ekspertų, tačiau jų vizija ir toliau vystosi.

Nepaisant to, tam tikros savybės yra gerai suprantamos. AI agentai sukurti kaip modeliai, galintys savarankiškai priimti sudėtingus sprendimus realaus pasaulio scenarijuose. Retkarčiais jiems gali prireikti žmogaus priežiūros, tačiau užduočių, kurias jie gali atlikti, spektras gerokai pranoksta dabartinius pokalbių robotus.

Nors pokalbių robotai, tokie kaip ChatGPT, gali padidinti žmogaus produktyvumą, AI agentai gali pakeisti žmogaus vaidmenis, bent jau atliekant paprastesnes užduotis.

Atskirdami save nuo esamų generuojamųjų AI robotų, kurie veikia tik numatydami kitą žodį iš eilės, AI agentai turės gebėjimą kritiškai mąstyti ir mąstyti. Tokių samprotavimo galimybių žvilgsnis jau buvo pastebėtas naudojant OpenAI modelį o1.

Tačiau samprotavimai yra tik vienas aspektas to, ką AI agentai turi pasiekti.

Pagrindinis AI agentų bruožas yra jų gebėjimas siekti žmonių užsibrėžtų tikslų be nuolatinių nurodymų, ypač sudėtingoje ir nuolat kintančioje aplinkoje. Skirtingai nuo dabartinių pokalbių robotų, kurie remiasi nuosekliais žmonių nurodymais, dirbtinio intelekto agentai turės tik naudotoją apibrėžti galutinį tikslą.

Dar vienas esminis bruožas yra iniciatyvumas; AI agentai neturėtų laukti raginimų, kaip tai daro įprasti pokalbių robotai.

Be to, pagrindinis AI agentų aspektas yra jų gebėjimas mokytis iš grįžtamojo ryšio. Šios priemonės gali nuolat tobulėti ir pagerinti savo veikimą be žmogaus įsikišimo; jie mokosi iš savo patirties.

Kaip veikia AI agentai Įsivaizduokite AI agentą, sprendžiantį kliento problemą. Užuot tiesiog laikęsis griežto scenarijaus, jis gali gauti informaciją, pvz., kliento nuorodos ID, pasiekti atitinkamus vidinius dokumentus ir užduoti papildomų klausimų, kad geriau suprastų situaciją, prieš siūlydamas sprendimus. Jei reikia, jis gali perduoti klausimą žmogaus vadovui patvirtinti. Galiausiai, jei sprendimas neįmanomas, jis gali nukreipti klientą į žmogaus atstovą.

Galimi panaudojimai

Klientų palaikymas yra tik viena sritis, kurioje tikimasi dirbtinio intelekto agentų klestėjimo, tačiau jie greičiausiai atsiras ir daugelyje kitų sričių, pavyzdžiui, programinės įrangos kūrimo.

Prognozės rodo, kad per ateinančius trejus metus daug įmonių samdys dirbtinio intelekto agentus kodavimo užduotims atlikti, o kūrėjai dažniausiai bus priversti peržiūrėti vaidmenis.

Daugelis organizacijų kuria agentines sistemas, siekdamos pagerinti vidines darbo eigas, pereidamos nuo koncepcijos patvirtinimo prie bandomojo etapo. Nors užduočių automatizavimas naudojant agentus nėra nauja koncepcija, AI integravimas leis šiems agentams lanksčiau atlikti įvairesnes užduotis.

Daugelis įmonių jau diegia dirbtinio intelekto agentus įvairioms vidinėms funkcijoms, kai kurios, pavyzdžiui, „Salesforce’s Agentforce“, siūlo preliminarias versijas įmonėms. Vos per kelerius metus AI agentai galėtų visiškai pakeisti tradicinius skambučių centro darbuotojus.

Be to, daugelis įmonių greičiausiai taikys kelių agentų sistemą, kurioje atskiri agentai atliks specializuotas funkcijas, palaikydami ryšį ir bendradarbiavimą.

AI agentų taikymo sritis apima ne tik verslą; asmeninio asistento programos taip pat atnaujinamos su AI galimybėmis. Idealus AI agentas veiktų panašiai kaip žmogaus asistentas, valdantis pirkinius, organizuojantis keliones ar planuojant susitikimus, turintis galimybę sąveikauti su įvairiais įrankiais, įskaitant žiniatinklio paieškas ir kitas AI sistemas.

Be to, dirbtinio intelekto agentai turėtų būti daugiarūšiai, kaip parodė „Google Project Astra“ neseniai vykusioje I/O konferencijoje, galintys apdoroti garso, vaizdų ir vaizdo įvestis.

Pažymėtina, kad nebus nei vieno AI agento tipo; skirtinguose kontekstuose reikės įvairių įgūdžių.

Dabartiniai iššūkiai, su kuriais susiduria AI agentai

Nepaisant reikšmingos pažangos, visiškai savarankiškų agentų pasiekimas kelia daug iššūkių.

Kad dirbtinio intelekto agentai būtų tikrai naudingi ir savarankiški, jie turi drastiškai sumažinti klaidų lygį. Šiuo metu dirbtinio intelekto sistemos yra labai jautrios netikslumams, kuriuos reikia sumažinti iki mažesnio nei 1 %, kad būtų lengviau juos taikyti. Sumažinti iki mažiau nei 10 % gali būti gana paprasta, tačiau toliau jį tobulinti bus sudėtingiau.

Be to, pagal anksčiau aptartą klientų aptarnavimo scenarijų esminė kliūtis yra užtikrinti, kad dirbtinio intelekto agentas galėtų nustatyti, kada problemą iškelti žmogui, o ne atkakliai bandyti ją išspręsti savarankiškai, todėl gali padidėti išlaidos.

Kontekstinis supratimas kelia dar vieną kliūtį. Įsivaizduojant dirbtinio intelekto pokalbių robotų naudojimą kodavimo užduotims atlikti, išryškėja dabartiniai jų apribojimai; jiems sunku sukurti ilgos formos kodą dėl konteksto apribojimų.

Taip pat reikia atkreipti dėmesį į saugumą ir prieigos kontrolę, kad būtų galima visiškai išnaudoti AI agentų potencialą. Didesnis savarankiškumas susijęs su padidėjusia rizika, todėl būtinos apsaugos priemonės, užtikrinančios, kad dirbtinio intelekto agentai atliktų tik įgaliotus veiksmus ir pasiektų leistiną informaciją.

Be to, tokios problemos kaip greitas įpurškimas yra saugumo spragų, kurias reikia valdyti.

Ištekliai, reikalingi duomenims mokyti ir skaičiavimo galiai, taip pat kelia iššūkių. Tačiau, remiantis kai kuriais Sam Altman teiginiais, galimi jau rengiami mokymo duomenų problemos sprendimai.

Dirbtinio intelekto įmonės stropiai dirba siekdamos agentų ateities, ir tikimasi, kad daugelis šių iššūkių bus išspręstos artimiausioje ateityje. Pavyzdžiui, „Google“ šiuo metu palengvina 2M konteksto langą ir daro pažangą link begalinio konteksto.

Taigi, nors AI šiuo metu gali neveikti tokiu lygiu, kokio tikimės, ateitis gali ateiti anksčiau nei tikėtasi. Įmonės turi pasiruošti dirbtinio intelekto agentų integravimui į savo veiklą. Jei manote, kad prireiks metų, kol AI galės kompetentingai atlikti jūsų prižiūrimas pareigas, persvarstykite. AI agentai yra horizonte, todėl labai svarbu ugdyti naujus įgūdžius, kad būtų galima prisitaikyti prie šios naujos realybės. Daugelis kompanijų jau kitais metais ketina pradėti dirbtinio intelekto agentų integraciją, kuri pasižymėtų savarankišku sprendimų priėmimu, iniciatyvumu, prisitaikymu ir gebėjimu dirbti sudėtingomis sąlygomis bei siekti nustatytų tikslų.

Šaltinis