Termin "agent sztucznej inteligencji" wydaje się być wszędzie ostatnio. Od nagłówków wiadomości technologicznych do dyskusji na temat strategii biznesowej, szybko staje się jednym z najbardziej wybitnych terminów w słowniku sztucznej inteligencji. Jak wiele popularnych terminów technologicznych, jednak jego znaczenie może czasami zostać rozcieńczone, prowadząc do jego użycia jako buzzword. Podstawową cechą agenta sztucznej inteligencji jest jego zdolność do samodzielnego wykonywania działań w celu osiągnięcia celu, co oznacza, że nie tylko przetwarzają informacje lub reagują na bezpośrednie polecenia, ale wchodzą w interakcję ze swoim środowiskiem (cyfrowymi lub fizycznymi), podejmują decyzje i wykonują zadania z pewnym stopniem niezależności. Definicja agentów AI: poza gromadzeniem informacji Podczas gdy wiele narzędzi AI może przetwarzać informacje, generować tekst lub odpowiadać na pytania, agent AI idzie dalej. postrzega swoje środowisko, czy to dane czujników, wejścia użytkownika, czy informacje z sieci lub baz danych, a następnie wykorzystuje te informacje do planowania i wykonywania działań. Te działania mogą być cyfrowe, takie jak wysyłanie wiadomości e-mail, aktualizacja baz danych, wykonywanie transakcji lub wyzwalanie innych procesów, lub fizyczne, w przypadku robotów lub samochodów autonomicznych. Ważne jest, że ta natura ukierunkowana na działania wymaga możliwości takich jak rozumowanie, planowanie, a często uczenie się lub dostosowywanie. Agent musi zrozumieć swój cel, wymyślić niezbędne kroki, potencjalnie używać różnych narzędzi (takich jak API lub wyszukiwania w sieci) i wykonywać te kroki, czasami poprawiając jego przebieg. To odróżnia agentów od prostszych narzędzi sztucznej inteligencji lub asystentów, którzy przede wszystkim reagują na wezwania użytkowników lub wymagają ludzkiego podejmowania decyzji na każdym kroku. Po prostu zbieranie i prezentowanie informacji, choć wyrafinowane, nie spełnia tej definicji. Agent musi zrobić coś na podstawie tych informacji, poruszając się w kierunku swojego celu bez ciągłej interwencji ludzkiej. Przykłady agentów Gdy zdefiniowane przez działanie autonomiczne, kilka typów systemów AI kwalifikują się jako agenci: Systemy autonomicznego prowadzenia pojazdów: Samochody autonomiczne są doskonałym przykładem: postrzegają swoje otoczenie (drogi, przeszkody, sygnały drogowe) za pomocą czujników, planują ścieżki nawigacyjne i podejmują działania (kierowanie, hamowanie, przyspieszanie), aby bezpiecznie dotrzeć do miejsca docelowego. Algorytmiczne roboty handlowe: Ci agenci analizują dane rynkowe w czasie rzeczywistym, podejmują decyzje w oparciu o wstępnie zdefiniowane (lub wyuczone) strategie i autonomicznie wykonują polecenia kupna lub sprzedaży. Inteligentne sterowniki domowe (z działaniem): Podczas gdy niektóre inteligentne urządzenia domowe po prostu zgłaszają stan, prawdziwy agent może samodzielnie dostosować ustawienia termostatu w oparciu o wzorce zatrudnienia, których się uczy, lub aktywnie zamykać drzwi w określonym czasie, podejmując działania, a nie tylko dostarczając informacji lub czekając na polecenie. Autonomiczne narzędzia przepływu pracy: Platformy takie jak Auto-GPT lub wyspecjalizowani agenci zbudowani z ramami, takimi jak CrewAI, mają na celu osiągnięcie celu na wysokim poziomie (np. „badanie konkurentów i podsumowanie wyników”) i podzielenie go na podzadanie, autonomicznie wykorzystując narzędzia, takie jak przeglądarki internetowe lub API, do zbierania informacji, analizy i sporządzania raportu. Agenci obsługi klienta (z funkcją działania): Podczas gdy wiele chatbotów tylko odpowiada na pytania, bardziej zaawansowani agenci mogą wykonywać działania, takie jak przetwarzanie zwrotów pieniędzy, zmiana haseł lub aktualizacja informacji o klientach w systemie CRM, bezpośrednio rozwiązywanie problemów zamiast tylko dostarczania instrukcji. Automatyzacja procesów robotycznych (RPA) wzmocniona za pomocą sztucznej inteligencji: Niektóre zaawansowane systemy RPA zawierają agenty sztucznej inteligencji, które nie tylko przestrzegają wstępnie zaprogramowanych zasad, ale mogą dostosować się do zmian, podejmować decyzje w ramach procesu i samodzielnie obsługiwać bardziej złożone, wielostopniowe przepływy pracy. Co to jest: Co to nie jest agent Zrozumienie, co nie jest agentem sztucznej inteligencji (pod tą definicją zorientowaną na działania) pomaga wyjaśnić pojęcie: Standardowe chatboty (jak wczesne ChatGPT): Chociaż są bardzo zdolne do przetwarzania języka i generowania tekstu podobnego do ludzkiego, chatboty, które głównie reagują na wezwania użytkowników bez autonomicznego inicjowania zadań lub interakcji z systemami zewnętrznymi poza odzyskaniem informacji, zwykle nie kwalifikują się jako agenci. Silniki rekomendacji: Systemy, które sugerują produkty, filmy lub artykuły informacyjne analizują dane i tworzą prognozy, ale nie działają autonomicznie na podstawie tych zaleceń (np. kupując przedmiot dla Ciebie). Podstawowe narzędzia do analizy danych: narzędzia sztucznej inteligencji, które analizują zestawy danych i przedstawiają wgląd, tabele kontrolne lub raporty, dostarczają informacji, a nie podejmują działań w oparciu o te wgląd. Asystenci pisania napędzani przez sztuczną inteligencję (np. Grammarly): Narzędzia te poprawiają działania użytkownika (pisanie) poprzez dostarczanie sugestii lub poprawek, ale nie piszą dokumentów lub nie wysyłają wiadomości e-mail w imieniu użytkownika w oparciu o cel. Usługi rozpoznawania obrazu: Sztuczna inteligencja, która identyfikuje obiekty w obrazach, wykonuje wyrafinowane zadanie percepcji, ale nie podejmuje w istocie autonomicznych działań w oparciu o to rozpoznawanie. konkluzji Podczas gdy "agent AI" jest rzeczywiście terminem, który cieszy się znaczącym szumem, zrozumienie jego podstawowego znaczenia – narzędzia AI zdolnego do autonomicznego działania w kierunku celu – jest kluczowe. Ta umiejętność postrzegania, rozumowania, planowania i działania niezależnie odróżnia prawdziwych agentów od wielu innych cennych, ale mniej autonomicznych narzędzi AI.
