Понимание агентов ИИ: ключевой шаг к достижению AGI

В последнее время различные чат-боты, такие как ChatGPT, Claude и Gemini, заняли центральное место в сфере искусственного интеллекта. Однако эти инструменты не являются конечной целью для большинства предприятий. Значительное количество предприятий стремится разработать искусственный интеллект общего назначения (AGI) — технологию, способную рассуждать на уровнях, сопоставимых с человеческим интеллектом или потенциально превосходящих его. Тем не менее, путь к AGI влечет за собой несколько этапов развития.

Хотя чат-боты демонстрируют впечатляющие возможности, их полезность несколько ограничена. Без элемента автономности чат-боты могут лишь в определенной степени повысить эффективность и производительность. Это ограничение способствует их неспособности генерировать ожидаемые доходы. По сути, чат-боты представляют собой основополагающую стадию развития ИИ.

Это ограничение объясняет, почему компании, работающие в сфере ИИ, все больше внимания уделяют агентам ИИ как следующей волне инноваций ИИ. В отличие от традиционных чат-ботов или автоматизированных ботов поддержки, которые обычно можно встретить на бизнес-сайтах, агенты ИИ разработаны так, чтобы выходить за рамки простого следования инструкциям и делать независимый выбор.

Взаимодействие с существующими ботами поддержки клиентов часто может быть разочаровывающим, поскольку они, как правило, не решают проблемы быстро или эффективно — в отличие от представителей службы поддержки людей. Однако появление автономных агентов ИИ должно изменить этот опыт.

Определение агентов ИИ

Определение агентов ИИ остается несколько неоднозначным даже среди экспертов, однако их видение продолжает развиваться.

Тем не менее, некоторые характеристики хорошо понятны. Агенты ИИ разработаны как модели, способные самостоятельно принимать сложные решения в реальных сценариях. Иногда им может потребоваться человеческий надзор, но спектр задач, которые они могут выполнять, значительно превзойдет возможности нынешних чат-ботов.

Хотя чат-боты, такие как ChatGPT, могут повысить производительность труда человека, агенты ИИ могут заменить человеческие роли, по крайней мере, при выполнении более простых задач.

Отличаясь от существующих генеративных ботов ИИ, которые функционируют исключительно путем прогнозирования следующего слова в последовательности, агенты ИИ будут обладать способностью критически мыслить и рассуждать. Проблеск таких способностей к рассуждению уже наблюдался в модели o1 OpenAI.

Однако рассуждение — это лишь одна из граней того, для чего предназначены агенты ИИ.

Фундаментальной чертой агентов ИИ является их способность достигать целей, установленных людьми, без постоянных инструкций, особенно в сложных и постоянно меняющихся условиях. В отличие от нынешних чат-ботов, которые полагаются на пошаговые указания от людей, агенты ИИ будут требовать от пользователя только определения конечной цели.

Еще одной важной функцией является проактивность: агентам ИИ не нужно ждать подсказок, как это делают типичные чат-боты.

Кроме того, ключевым аспектом агентов ИИ является их способность к обучению на основе обратной связи. Эти агенты могут непрерывно развиваться и улучшать свою производительность без необходимости вмешательства человека; они учатся на своем опыте.

Как работают агенты ИИ Представьте себе агента ИИ, который решает проблему клиента. Вместо того чтобы просто следовать жесткому сценарию, он может извлекать информацию, такую как идентификатор клиента, получать доступ к соответствующим внутренним документам и задавать дополнительные вопросы, чтобы лучше понять ситуацию, прежде чем предлагать решения. При необходимости он может передать вопрос руководителю-человеку для одобрения. В конечном итоге, если решение окажется невозможным, он может перенаправить клиента к представителю-человеку.

Потенциальные возможности использования

Поддержка клиентов — это лишь одна из областей, где, как ожидается, будут процветать агенты ИИ, но они, скорее всего, появятся и во многих других областях, например, в разработке программного обеспечения.

Прогнозы показывают, что в течение следующих трех лет значительное число компаний будут использовать агентов ИИ для задач кодирования, отводя разработчикам-людям в основном роли рецензентов.

Многочисленные организации разрабатывают агентские системы для улучшения внутренних рабочих процессов, переходя от этапа Proof of Concept к этапу Pilot. Хотя автоматизация задач с помощью агентов не является новой концепцией, интеграция ИИ позволит этим агентам выполнять более широкий спектр задач с большей гибкостью.

Многие предприятия уже внедряют агентов ИИ для различных внутренних функций, некоторые, как Agentforce от Salesforce, предлагают предварительные версии для предприятий. Всего через несколько лет агенты ИИ могут полностью заменить традиционный персонал колл-центров.

Более того, многие предприятия, скорее всего, примут многоагентную систему, в которой отдельные агенты будут выполнять специализированные функции, поддерживая при этом коммуникацию и сотрудничество.

Область применения агентов ИИ выходит за рамки бизнеса; приложения для персональных помощников также обновляются с использованием возможностей ИИ. Идеальный агент ИИ будет функционировать аналогично помощнику-человеку, управляя покупками, организуя поездки или планируя встречи, с возможностью взаимодействия с различными инструментами, включая веб-поиск и другие системы ИИ.

Более того, агенты ИИ должны быть мультимодальными, как это было продемонстрировано проектом Astra от Google на недавней конференции I/O, и уметь обрабатывать аудио, изображения и видеоданные.

Примечательно, что не будет существовать единого типа агента ИИ; разные контексты потребуют разных наборов навыков.

Текущие проблемы, с которыми сталкиваются агенты ИИ

Несмотря на значительные достижения, создание полностью автономных агентов сопряжено с многочисленными трудностями.

Чтобы считаться действительно полезными и автономными, агенты ИИ должны радикально снизить частоту ошибок. В настоящее время системы ИИ крайне восприимчивы к неточностям, которые необходимо снизить до уровня ниже 1%, чтобы облегчить их широкое внедрение. Достижение снижения до уровня ниже 10% может быть относительно простым, но его дальнейшее совершенствование окажется более сложным.

Кроме того, в сценарии поддержки клиентов, обсуждавшемся ранее, критическим препятствием является обеспечение того, чтобы агент ИИ мог определить, когда следует передать проблему человеку, а не упрямо пытаться решить ее самостоятельно, что может привести к увеличению затрат.

Контекстное понимание создает еще одно препятствие. При представлении использования чат-ботов ИИ для задач кодирования их текущие ограничения становятся очевидными; они испытывают трудности с созданием длинного кода из-за ограничений контекста.

Безопасность и контроль доступа также должны быть рассмотрены для полной реализации потенциала агентов ИИ. С большей автономией повышается риск, что требует мер безопасности, чтобы гарантировать, что агенты ИИ выполняют только авторизованные действия и получают доступ к разрешенной информации.

Более того, такие проблемы, как быстрое внедрение, представляют собой уязвимости безопасности, которые необходимо контролировать.

Ресурсы, необходимые для данных обучения и вычислительной мощности, также представляют собой проблемы. Однако, согласно некоторым заявлениям Сэма Альтмана, потенциальные решения проблемы данных обучения могут быть уже в разработке.

Компании ИИ усердно работают над достижением агентного будущего, и многие из этих проблем, как ожидается, будут решены в ближайшем будущем. Например, Google в настоящее время содействует контекстному окну 2M и делает успехи в направлении бесконечного контекста.

Таким образом, хотя ИИ в настоящее время не может работать на том уровне, на который мы надеемся, будущее может наступить раньше, чем ожидается. Компаниям необходимо подготовиться к интеграции агентов ИИ в свои операции. Если вы считаете, что пройдут годы, прежде чем ИИ сможет компетентно справляться с обязанностями, которые вы курируете, пересмотрите свое мнение. Агенты ИИ уже на горизонте, и крайне важно развивать новые навыки, чтобы адаптироваться к этой новой реальности. Многие компании намерены начать интеграцию агентов ИИ уже в следующем году, демонстрируя автономное принятие решений, проактивность, адаптивность и способность работать в сложных условиях и достигать определенных целей.

Источник