Агенты являются естественным развитием языковых моделей, которые нашли применение в программном обеспечении.
От прогнозирующего ИИ к автономным агентам
Искусственный интеллект меняется. В течение многих лет основное внимание уделялось моделям, которые преуспевают в пассивных, дискретных задачах: отвечают на вопросы, переводят текст или генерируют изображения по запросу. Эта парадигма, хотя и является мощной, требует постоянного человеческого управления на каждом этапе. Сейчас мы наблюдаем смену парадигмы, переход от ИИ, который просто предсказывает или создает контент, к новому классу программного обеспечения, способного автономно решать проблемы и выполнять задачи.
Проверь свои знания в наших бесплатных тестах по ИИ! Пройди тест и узнай, насколько хорошо ты разбираешься в технологиях искусственного интеллекта!
Эта новая граница построена вокруг агентов ИИ. Агент — это не просто модель ИИ в статическом рабочем процессе, это полноценное приложение, которое составляет планы и предпринимает действия для достижения целей. Оно сочетает в себе способность языковой модели (LM) к рассуждению с практической способностью действовать, позволяя ему справляться со сложными многоэтапными задачами, которые модель сама по себе не может выполнить. Важнейшая способность заключается в том, что агенты могут работать самостоятельно, выясняя следующие шаги, необходимые для достижения цели, без постоянного руководства со стороны человека.
Этот документ является первым в серии из пяти частей и служит официальным руководством для разработчиков, архитекторов и руководителей продуктов, переходящих от доказательств концепции к надежным агентным системам производственного уровня. Хотя создание простого прототипа не представляет сложности, обеспечение безопасности, качества и надежности является серьезной задачей. В данной статье представлены исчерпывающие основы:
- Основная анатомия: разложение агента на три основных компонента: модель рассуждений, инструменты для действий и управляющий уровень оркестрации.
- Таксономия возможностей: классификация агентов от простых, связанных между собой систем решения проблем до сложных, совместных мультиагентных систем.
- Архитектурный дизайн: углубленное изучение практических аспектов проектирования каждого компонента, от выбора модели до внедрения инструментов.
- Создание для производства: установление дисциплины Agent Ops, необходимой для оценки, отладки, обеспечения безопасности и масштабирования агентских систем от одного экземпляра до целого парка с корпоративным управлением.
Основываясь на предыдущем техническом документе по агентам и Agent Companion, это руководство предоставляет основополагающие концепции и стратегические рамки, необходимые для успешного создания, развертывания и управления этим новым поколением интеллектуальных приложений, которые могут рассуждать, действовать и наблюдать для достижения целей.
Слов недостаточно, чтобы описать, как люди взаимодействуют с ИИ. Мы склонны антропоморфизировать и использовать человеческие термины, такие как «думать», «рассуждать» и «знать». У нас еще нет слов для обозначения «знать с семантическим значением» и «знать с высокой вероятностью максимизации функции вознаграждения». Это два разных типа знания, но результаты в 99,X% случаев одинаковы.
