Manoma, kad dirbtinio intelekto agentai yra kitas didelis dalykas DI, tačiau nėra tikslaus apibrėžimo, kas jie yra. Iki šiol žmonės negali susitarti, kas tiksliai yra AI agentas.

Paprasčiausiai AI agentas geriausiai apibūdinamas kaip dirbtinio intelekto varoma programinė įranga, kuri už jus atlieka daugybę darbų, kuriuos anksčiau galėjo atlikti klientų aptarnavimo agentas, personalo darbuotojas ar IT pagalbos tarnybos darbuotojas, nors galiausiai tai gali būti bet koks. užduotis. Jūs paprašote jos atlikti dalykus, o jis tai padaro už jus, kartais peržengdamas kelias sistemas ir gerokai daugiau nei atsakydamas į klausimus.

Atrodo pakankamai paprasta, tiesa? Tačiau tai apsunkina aiškumo stoka. Net tarp technologijų gigantų nėra sutarimo. Google mato juos kaip užduotimis pagrįstus pagalbininkus, priklausomai nuo darbo: kodavimo pagalba kūrėjams; padėti rinkodaros specialistams sukurti spalvų schemą; padėti IT specialistui atsekti problemą užklausant žurnalo duomenis.

Asanai agentas gali veikti kaip papildomas darbuotojas, pavestas užduotis atliekantis kaip bet kuris geras bendradarbis. Buvusio „Salesforce“ generalinio direktoriaus Breto Tayloro ir „Google“ veto Clay Bavoro įkurtas startuolis „Sierra“ agentus laiko klientų patirties įrankiais, padedančiais žmonėms atlikti veiksmus, kurie gerokai viršija ankstesnius pokalbių robotus ir padeda išspręsti sudėtingesnes problemas.

Dėl tokio nuoseklaus apibrėžimo nebuvimo kyla painiavos dėl to, ką tiksliai šie dalykai darys, tačiau nepaisant to, kaip jie apibrėžti, agentai yra skirti padėti atlikti užduotis automatizuotu būdu su kuo mažiau žmonių sąveikos.

Rudina Seseri, „Glasswing Ventures“ įkūrėja ir vadovaujanti partnerė, sako, kad tai yra ankstyvos dienos ir dėl to gali lemti susitarimo stoka. „Nėra vieno apibrėžimo, kas yra „AI agentas“. Tačiau dažniausiai vyrauja nuomonė, kad agentas yra intelektuali programinės įrangos sistema, skirta suvokti savo aplinką, mąstyti apie ją, priimti sprendimus ir savarankiškai imtis veiksmų konkrečiams tikslams pasiekti“, – „TechCrunch“ sakė Seseri.

Ji sako, kad jie naudoja daugybę AI technologijų, kad tai įvyktų. „Šios sistemos apima įvairius AI / ML metodus, tokius kaip natūralios kalbos apdorojimas, mašinų mokymasis ir kompiuterinė vizija, kad galėtų veikti dinaminėse srityse, autonomiškai arba kartu su kitais agentais ir žmonių vartotojais.

Aaronas Levie, vienas iš „Box“ įkūrėjų ir generalinis direktorius, sako, kad laikui bėgant, kai dirbtinis intelektas tampa vis pajėgesnis, AI agentai galės padaryti daug daugiau žmonių labui, ir jau dabar yra dinamika, kuri paskatins šią evoliuciją.

„Naudojant AI agentus, yra keli savaime sustiprėjančio smagračio komponentai, kurie padės labai pagerinti tai, ką AI agentai gali pasiekti artimiausiu ir ilgalaikiu laikotarpiu: GPU kainą ir našumą, modelio efektyvumą, modelio kokybę ir intelektą, AI sistemas ir infrastruktūros patobulinimai“, – neseniai „LinkedIn“ rašė Levie.

Tai optimistiškas požiūris į technologiją, kuri daro prielaidą, kad augimas įvyks visose šiose srityse, kai tai nebūtinai yra savaime suprantama. MIT robotikos pradininkas Rodney Brooksas neseniai duodamas interviu „TechCrunch“ atkreipė dėmesį, kad dirbtinis intelektas turi spręsti daug sunkesnių problemų nei dauguma technologijų, ir jis nebūtinai augs taip greitai, kaip, tarkime, lustai pagal Moore'o įstatymą.

„Kai žmogus pamato, kad AI sistema atlieka užduotį, jis iš karto apibendrina tai, kas yra panaši, ir įvertina AI sistemos kompetenciją; ne tik pasirodymas šiuo klausimu, bet ir kompetencija“, – interviu metu sakė Brooksas. „Ir jie paprastai yra pernelyg optimistiški, nes jie naudoja žmogaus atlikimo užduotį modelį.

Problema ta, kad sudėtinga kirsti sistemas, o tai apsunkina tai, kad kai kurioms senoms sistemoms trūksta pagrindinės API prieigos. Nors matome nuolatinius patobulinimus, apie kuriuos užsiminė Levie, programinės įrangos prieiga prie kelių sistemų ir sprendžiant problemas, su kuriomis ji gali susidurti, gali pasirodyti sudėtingiau, nei daugelis galvoja.

Jei taip yra, visi gali pervertinti, ką dirbtinio intelekto agentai turėtų sugebėti. Davidas Cushmanas, HFS Research tyrimų vadovas, dabartinį robotų derlių mato labiau kaip Asana: asistentus, padedančius žmonėms atlikti tam tikras užduotis, kad būtų pasiektas koks nors vartotojo apibrėžtas strateginis tikslas. Iššūkis yra padėti mašinai tikrai automatizuotai susidoroti su nenumatytomis aplinkybėmis, ir mes akivaizdžiai to dar nepriartėjome.

„Manau, kad tai kitas žingsnis“, – sakė jis. „Čia AI veikia nepriklausomai ir efektyviai. Taigi čia žmonės nustato gaires, apsauginius turėklus ir taiko kelias technologijas, kad ištrauktų žmogų iš kilpos – kai viskas buvo apie žmogaus išlaikymą. in kilpa su GenAI“, – sakė jis. Taigi svarbiausia, pasak jo, leisti dirbtinio intelekto agentui perimti ir pritaikyti tikrą automatizavimą.

„Madrona Ventures“ partneris Jonas Turowas teigia, kad tam reikės sukurti AI agento infrastruktūrą – technologijų rinkinį, specialiai sukurtą agentams kurti (kad ir kaip juos apibrėžtumėte). Neseniai paskelbtame tinklaraščio įraše Turow apibūdino AI agentų, šiuo metu dirbančių laukinėje gamtoje, pavyzdžius ir kaip jie kuriami šiandien.

Turow nuomone, didėjančiam AI agentų plitimui – ir jis taip pat pripažįsta, kad apibrėžimas vis dar yra šiek tiek sunkiai suprantamas – reikalauja technologijų krūvos, kaip ir bet kuri kita technologija. „Visa tai reiškia, kad mūsų pramonė turi nuveikti kurdama infrastruktūrą, palaikančią AI agentus ir jais pagrįstas programas“, – rašė jis.

„Laikui bėgant samprotavimai pamažu tobulės, pažangūs modeliai ims valdyti daugiau darbo eigos, o kūrėjai norės sutelkti dėmesį į produktą ir duomenis – dalykus, kurie juos išskiria. Jie nori, kad pagrindinė platforma „tik veiktų“ su mastu, našumu ir patikimumu.

Dar vienas dalykas, kurį reikia atsiminti, yra tai, kad greičiausiai reikės kelių modelių, o ne vieno LLM, kad agentai veiktų, ir tai prasminga, jei apie šiuos agentus galvojate kaip apie skirtingų užduočių rinkinį. „Manau, kad šiuo metu ne vienas didelis kalbos modelis, bent jau viešai prieinamas, monolitinis didelės kalbos modelis, gali susidoroti su agentinėmis užduotimis. Nemanau, kad jie dar gali atlikti daugiapakopį samprotavimą, kuris mane tikrai sujaudintų dėl agentinės ateities. Manau, kad artėjame, bet to dar nėra“, – sakė Fredas Havemeyeris, „Macquarie US Equity Research“ JAV AI ir programinės įrangos tyrimų vadovas.

„Manau, kad veiksmingiausi agentai greičiausiai bus keli kelių skirtingų modelių rinkiniai su maršruto parinkimo sluoksniu, kuris siunčia užklausas ar raginimus efektyviausiam agentui ir modeliui. Ir manau, kad tai būtų įdomu [automated] vadovas, deleguojantis tam tikrą vaidmenį“.

Galiausiai Havemeyer pramonė siekia šio tikslo, kad agentai veiktų savarankiškai. „Kadangi galvoju apie agentų ateitį, noriu ir tikiuosi pamatyti agentus, kurie yra tikrai savarankiški ir gali siekti abstrakčių tikslų, o tada visiškai savarankiškai apgalvoti visus atskirus žingsnius tarp jų“, – sakė jis. TechCrunch.

Tačiau faktas yra tas, kad mes vis dar išgyvename pereinamąjį laikotarpį, kai kalbama apie šiuos agentus, ir mes nežinome, kada pasieksime šią galutinę Havemeyerio aprašytą būseną. Nors tai, ką matėme iki šiol, akivaizdžiai yra daug žadantis žingsnis teisinga kryptimi, mums vis dar reikia tam tikros pažangos ir proveržių, kad AI agentai veiktų taip, kaip šiandien įsivaizduojama. Ir svarbu suprasti, kad mūsų dar nėra.