WTF Otonom Bir Ajan mı? Doğrudan yapay zeka alanında çalışmıyorsanız, otonom aracılar kavramıyla tanışmanız muhtemelen bazı etkileyicilerin filizlenmesiyle olmuştur: “🤯 ChatGPT'nin üzerine gelin…” “Bunu duymadığınız araç bizi AGI'ye bir adım daha yaklaştırıyor 🤖“ “Yapay zekanın şu anda ne yaptığına inanamayacaksınız!! 💪” Etkileşim konuları bir yana, otonom ajanlar, Mart 2023'te piyasaya sürülmesiyle birlikte önemli bir ana akım ilgi toplamaya başladı. . AutoGPT başlangıçta ChatGPT'nin genişletilmiş bir sürümü olarak piyasaya sürüldü ve şunları yapabildi: kendine görevler atayabilir, internette gezinebilir, hem uzun vadeli hem de kısa vadeli hafızayı saklayabilir, yerel dosyaları özetleyebilir ve (eğer şanslıysanız) kullanıcı genel hedefi başlattı. AutoGPT AutoGPT, olarak tanımlayabileceğimiz şeyin ilk örneğini temsil ediyordu. Karmaşıklığı önlemek için, bu makalenin geri kalanında 'otonom aracı' tanımını, aşağıdaki özelliklere sahip, insan olmayan herhangi bir varlık olarak varsayalım: genel bir otonom etmen yeteneğine sahiptir Kendi görevlerini atama Hedef bir işlev sağlandığında kullanıcı girdisinden (örneğin, bülten abonelerimi bu yıl 10 bin artırma) bağımsız olarak çalışabilir Eğitiminin ötesinde becerisine sahiptir yeni bilgiler arama Hem uzun hem de kısa süreli kapasitesine sahiptir hafıza Bu işlevlerin tümü AutoGPT'de bir dereceye kadar mevcuttu. Ancak gelecekte aracıları ChatGPT tarzı sohbet robotlarından ayıracak çeşitli başka ek yetenekler de mevcut. Bunları aşağıdaki gibi şeyleri içerecek şekilde alın: (örn. e-posta, kredi kartları, CRM'ler, sosyal medya vb.) Kişisel araçların kullanımı veya bunlara erişim Görevleri tamamlamak için yapabilir diğer otonom aracılarla bağımsız olarak iletişim kurabilir, koordine edebilir ve işbirliği Aracıların bu görevleri nasıl başlattığı, önceliklendirdiği ve yürüttüğüne ilişkin bazı örneklerin pratik bir şekilde anlaşılması için şunu öneriyorum: ajanlar hakkında. Matt Schlicht'in astarı 'Çalışan' Olarak Temsilci: Otonom aracıları anlamak için basit bir buluşsal yöntem Medya söyleminde 'Yapay zekanın insanların işini elinden alması' konusunda çok şey söylendi. ekonomik faaliyetlerde insanların rolünün yükselişini tartışmak için nispeten az şey harcandı. Yapay zekayı içeren Yapay dar zekanın (yani amaca yönelik oluşturulmuş ajanların) hukuk, muhasebe, özel ders vb. gibi rutin karar verme işlerini işgal etmesiyle ortaya çıkacak temel paradigma değişikliği, insanların işsiz kalması olmayacak. Büyük değişiklik, tüm insanların olma fırsatına sahip olması olacak. yönetici Diyelim ki bugün bir şirket kuracağım. Mesela ayık ve meraklı insanlar için bir sosyal medya platformu kuracağım. Geçmişte, eğer bu platformun alfa sürümü yeterince ilgi görürse, platformun ölçeklendirilmesine yardımcı olmak için bir dizi rolü işe almak zorunda kalırdım: kullanıcılarla konuşacak ve ne istediklerini tanımlayacak ürün yöneticileri, gerekli bilgileri yazacak mühendisler. Kullanıcı ihtiyaçlarını karşılamak için kod yazmak, ürünü daha fazla kullanıcıya ulaştırmak için pazarlamacılar, tüm operasyonun uyumlu olmasını sağlamak için hukuk müşaviri vb. 'Çalışan testini' geçen etkili temsilcilerin olduğu bir dünyada (yani belirli bir roldeki temsilcinin çıktısı, dışarıdaki gözlemciye göre bir insanın çıktısıyla aynı görünecektir), tüm bu operasyonu tek başıma yürütebilirim. Peki, eğer hepimiz bu karmaşık organizasyonların yöneticisi olacaksak, bunu etkili, güvenli ve karlı bir şekilde yapabilmemiz için hangi araçların mevcut olması gerekiyor? Günümüzün otonom ajanlar alanı: Olumlu Yönler ve Sorunlar Yaygın Sorunlar Son birkaç ayda yapay zeka alanında pek çok ilerleme kaydedildi. Ama gidilecek daha çok yol var. Şimdi bu araçlarla biraz uğraşacak olsaydınız, onların 'Çalışan testi'ni karşılamalarına engel olacak birçok eksiklik olduğunu fark ederdiniz. Kişiselleştirme İlk olarak, bu temsilciler tarafından üretilen yazılı çıktıların çoğu, ' ' açısından yaratıcılık veya özgünlükten yoksun olma eğilimindedir. Temsilci yasal belgeler hazırlamak veya yeni bir ürün için pazar analizi oluşturmak üzere tasarlanmışsa bu pek önemli değildir. Ancak marka oluşturma görevlerinde mi yoksa insan 'yöneticisinin' itibarını yükseltmek için mi kullanıldıkları önemli ölçüde önemlidir. ses Bu kişiselleştirme engelinin üstesinden gelmek için temsilcilerin, yöneticinin amaçlanan sesini anlamaları gerekecektir. Bunu başarmanın en iyi yolu, temsilcileri yöneticinin hem genel (örn. blog gönderileri) hem de özel (örn. e-postalar) çıktıları konusunda eğitmektir. Buradaki en büyük engel, temsilcilerin bu verilere göre sorumlu bir şekilde hareket etmelerine duyulan haline geliyor. Bu güvenin sağlanması için hangi mekanizmaların devreye alınması gerekiyor? güven Güvenilirlik Muhtemelen bu birinci nesil otonom ajanların en çok bahsedilen dezavantajı eğilimi olmuştur. halüsinasyon Deneyimsiz olanlar için, yapay zeka bağlamındaki halüsinasyon, makinenin kendinden emin bir şekilde yanlış cevaplar verme eğilimini ifade eder. Mevcut nesil etmenler söz konusu olduğunda, bu, bir çıktıya doğru ilerlemek yerine önceki görevlere dönmeye devam ederek döngülere takılıp kalma eğilimi ile hayal kırıklığı yaratan bir eşleşme oluşturmaktadır. Aracıların ana akım hedef kitle arasında makul bir seviyede her yerde bulunabilmesi için (çalışma bağlamında kendi haline bırakılmayı bir yana bırakalım), bir insan aracının becerisiyle eşleşen ve sonunda onu aşan bir güvenilirlik derecesine ulaşmaları gerekecektir. işi bitirmek ve yaptıkları işin doğruluğunu kontrol etmek için. Halüsinasyonun pratikteki yan etkilerine bir örnek için, , ChatGPT tarafından sahte ve kendinden emin bir şekilde gerçek vakalar olarak öne sürülen emsalleri gerçek dünyadaki bir davanın özetinde kullanan New Yorklu bir avukat. Steven Schwartz'ın son örneği Bu alandaki fırsatlar açısından ilki açıktır. Halüsinasyon görmeyen ajanlar yaratın. Ancak ikinci olarak, i) temsilciler için güvenilirlik testleri ve ii) bu aracı protokollerini düşmanca saldırılara karşı sıkı bir şekilde stres testine tabi tutabilecek ürünlere yönelik pazarlar ve talep için geçici pazarlar olacaktır. Bu kavramlar, temsilcilerin yaygın olarak benimsenmesi için gereken güvenilirlik ve güvenlik düzeyine ulaşmalarına yardımcı olacaktır. Kişiselleştirme Şu anda, siz ve ben aynı istemi ChatGPT'ye aynı anda yazsaydık, aynı çıktıyı alırdık. Bu, çeşitli nedenlerden dolayı yapay zeka yardımcı programı için son derece sınırlayıcı bir özelliktir. İlk olarak, herhangi bir isteğe verilen evrensel yanıtlar, yapay zeka alanındaki merkezi liderleri insan bilgisi ve çıktısının monolitlerine dönüştürecektir. Herkes iş ve oyun için giderek daha gelişmiş araçlara bağımlı hale gelirse, her şey, kazanan modellerin eğitimi ne olursa olsun, tek tip bir standarda doğru yönelecektir. Eğer bu endişe verici geliyorsa, bunun nedeni budur. Daha da önemlisi işleri getiriyor. Nesnel olmayan sorunlar veya belirli bir tarzda gerçekleştirilmesi gereken görevler için, temsilcilerin argümanlarını ve çıktılarını uyarlamak amacıyla kullanıcıyı biraz anlamalarından yararlanmaları mantıklıdır. Bu onların bizim adımıza hareket etmelerine izin verme konusunda rahat olacağımız bir gelecek için çok önemli olacak. sıkıcı hale olması gerekir. Temsilcilerimizin, aracı var olmadan önce kim olduğumuzun aslına sadık bir temsilini sağlayacağına dair bazı doğrulamaların Güvenlik Sizin yerinizde makinelerin hassas verilerinizle ve muhtemelen sizin konuşan, yazan bir kopyanız olarak çalıştırılması fikri, en ileri teknoloji uzmanları için bile tehdit edici geliyor. Temsilcilerin kurumsal düzeydeki verilere erişmesine izin vermek, tamamen başka bir solucan kutusudur. Peki, güvenlik ve gizlilik riskleri, i) bireylerin kendi adlarına hareket edecek aracılara güvenebilecekleri ve ii) işletmelerin bilgilerinin ve etkinliklerinin saldırılara, suiistimal veya istismara karşı güvenli olduğuna dair su geçirmez garantilere sahip olacağı ölçüde nasıl azaltılabilir? Bazı gizlilik mekanizmaları bugün halihazırda yürürlüktedir ve düşündüğünüzden daha basit olabilir. İki faktörlü kimlik doğrulama, özel temsilci kullanımı için masa payı olacaktır. zaten kurumsal chatbot kullanımı için geliştiriliyor. Kalıcı bilgi protokolleri makine çıktılarının maruz kalabileceği 'kara kutu' etkisini azaltmak amacıyla karar vermede izlenebilirliğin temellerini atıyor. Erişim kontrol mekanizmaları Arweave Aracıya özgü risklere gelince, uygunsuz davranışa veya manipülasyona karşı korunmaya yönelik daha fazla fırsat aşağıdaki RFS'de özetlenmiştir. Birlikte çalışabilirlik Yukarıdaki 'çalışan olarak temsilci' benzetmesini daha da genişleterek, etkili bir organizasyon oluşturmak için bu temsilcilerin birbirleriyle etkili bir şekilde koordine olabilmeleri gerekir. Örgütsel düzeyin ötesinde, iş ekosistemlerini ve daha geniş ekonomileri tamamen yeniden şekillendirmek için, aracılardan oluşan organizasyonların, diğer aracı kuruluşlarla nasıl koordinasyon kuracaklarını da öğrenmeleri gerekecek. Buradan itibaren koordinasyon sorunları karmaşıklaşmaya başlıyor (tıpkı insan toplumunda olduğu gibi). Halihazırda, şu anda yürütülen çalışmaların öncülüğünde, gelecek vaat eden temsilciler arası iletişim protokollerine ilişkin bazı erken işaretler mevcut. . DEVE Temsilciler arası iletişim harikadır, ancak aktif temsilcilerin koordinasyonu açısından yalnızca ilk bebek adımını temsil eder. Düşünülmesi gereken bazı koordinasyon sorunlarına birkaç örnek: Kişisel 'etkileyici' temsilcim Alice/Bob'un kişisel 'etkileyici' temsilcisiyle nasıl işbirliği yapabilir? Kişisel temsilcilerim diğer temsilcilerin itibarını nasıl değerlendirebilecek? Diğer ajanların şüpheli davranıp davranmadığını ölçmek için ne tür filtreler kullanılacak? Temsilcilerimin, farklı yazılımlar kullanan veya farklı düzenleyici kısıtlamalar altında çalışan diğer kişilerin temsilcileriyle etkileşime girmesine izin vermek için ne tür standartlara ihtiyaç var? Benim inancım şudur ki, bu karmaşık sorunlar çözüldüğünde, insanlık 'çalışansız' bir topluma benzeyen bir şeye doğru yol alacaktır. Tamamen ikinci en iyi olduğumuzda, temel, tekrarlayan görevleri yapmanın ne anlamı var? Bu çalışan-izm kaybı, yapay zekanın her yerde yaygın hale gelmesiyle bir şekilde sıklıkla anlam kaybıyla ilişkilendiriliyor. Ben durumun neredeyse tam tersi olduğuna inanıyorum. Yapay zeka "İŞLERİMİZİ elinden aldığında" bu, her bireyi serflikten yöneticiliğe taşıyacak bir paradigma değişimi olacak. Dışarı çıkıp görmek istediklerini dünyaya getirmek için herkesin elinin altında oldukça yetenekli ve güvenilir bir arkadaş grubu olacak. Bu dünyadaki insanın temel “görevi”, bu yoldaşları, görmek istediğiniz vizyonu gerçekleştirmeleri için yönetmektir. Dolayısıyla bu yazının başlığı. Otonom ajanların nüfuz etmesi sonuçlanacaktır. , görev maymunlarından yöneticilere kadar tüm bireylerin büyük bir terfisiyle Ne eksik? Aracıların ve nihayetinde bir bütün olarak yapay zekanın kapsayıcı ilkesi, görev otomasyonudur. Kullanıcı dostu aracı dağıtım araçları. Bu tanımı kullanarak, kişisel temsilci dağıtımında teknik olarak küresel liderdir, kurumsal dağıtımda dünya lideri. Ancak bu iki araçtan herhangi birini kullanmış olan herhangi biri, bu araçları başarıyla kullanmak için ne kadar zaman ve çaba gerektiğini size söyleyebilir. Bu sistemlerin çalışmasını sağlamak için harcanan tüm sıkıntıyı, zamanı ve danışmanlık ücretlerini nasıl ortadan kaldırabiliriz? Zapier UiPath Alex Lieberman'ın yukarıdaki fikri, hem kişisel hem de kurumsal düzeyde otomasyonun geleceği hakkında düşünmek için bir başlangıç noktası sunuyor. Zapier'in sorunu, kullanıcıların iş akışlarında tersine mühendislik yapmasını gerektirmesidir. Sezgisel olarak veya kullanıcı iş akışlarını eğiterek eğitilen araçlara ne dersiniz? aslında kullanıcı oturumu kaydının, kullanıcıların çok az düşünmeyle gerçekleştirebileceği tekrarlanabilir görev kümelerini uygulamak için nasıl kullanılabileceği konusunda kötü bir yaklaşım değildir. Peki ya bu tür kullanıcı oturumu kayıtları, farklı uygulamalarda çalışmak ve kullanıcıların iş günlerinin %50'sinden fazlasını ve sonuçta yaratıcı olmayan tüm görevleri boşaltmalarına olanak sağlamak için tarayıcının tamamına uygulanabilseydi? Excel Makroları Temsilcilerden oluşan kişisel bir evreni etkili bir şekilde yönetmek için yararlanılabilecek en temel fırsat, . Böyle bir CRM, bireyin emrindeki her bir temsilcinin talimatları/talimatları/niyetleri için tek bir gerçek kaynağı olarak hareket edecektir. Bu, bireysel temsilcilere yönelik bir CRM'dir temsilci performans yönetimi için ayrı gösterge tablolarıyla entegre edilebilir. Aracılarının dağıtımına veya özelleştirilmesine daha az dahil olmak isteyen kullanıcılar için, Temsilci üretkenliği kanıtlandıkça, insanların, rol tanımına bağlı olarak önceden tanımlanmış görev dizilerini gerçekleştirebilen, önceden eğitilmiş temsilci kümelerini satın alabileceği bir pazarın gelişmesi ihtimali güçlüdür. kullanıma hazır genel aracı paketleri fırsatı mevcuttur. Kişisel aracı dağıtımına yönelik tasarım alanı, Log10 veya Superagent gibi mevcut geliştirici dağıtım araçlarının izinden gidilecek iyi bir yola sahiptir. Bu araçlar, aracı dağıtımlarını yönetmek için iyi olsa da, aracıların veya otomasyonların nasıl çalıştığı hakkında çok az bilgisi olan son kullanıcılar için tasarlanmamıştır. Ajanlar ne kadar süper zeki olurlarsa olsunlar, operasyonlarını sürdürebilmek için her zaman kaynaklara güveneceklerdir. Makine beyinlerinin de tıpkı insan beyni gibi beslenmeye ihtiyacı var. Ve tıpkı tüm insan ekonomilerinin tabaklarımıza yiyecek koyma ihtiyacı etrafında gelişmesi gibi, tüm aracı ekonomiler de kıt kaynakları en çok talep edilen yerlere tahsis etmeye ayrılacak. Temsilci kaynak tahsisi için teşvik mekanizmaları. Aracı ekonomilerde, aşağıdaki gibi şeyleri tahsis etmek için piyasalara ihtiyaç duyulacaktır: . Hangi aracılar, hangi görevler için, hangi zamanda, hangi kalitede CPU/GPU kaynağını alıyor? Hesaplama Gücü Yüksek talepleri olan acenteler, daha az talepkar acentelerin ? Hafıza. anı 'gayrimenkullerini' nasıl kiralayabilir veya satın alabilir . Güç kaynağı, nerede barındırıldıklarına ve ne kadar enerji tükettiklerine bağlı olarak aracılara en iyi şekilde nasıl tahsis edilebilir? Bu nasıl faturalandırılıyor; temsilciye mi, sunucuya mı, operatöre mi yoksa kişiye mi? Enerji . Wi-Fi'ye, hücresel ağlara veya diğer iletişim kanallarına erişim toplu olarak nasıl belirleniyor? Bağlantı Sensörler ve aktüatörler bulmacanın evrensel olmayan ancak aracılar tarafından talep edilecek iki genişletilebilir parçası dahadır. Bu nedenle aşağıda başka bir bölümde ele alınmaktadır. Uzun zamandır kripto paranın bu ekonomilerin takas aracını oluşturacağı kanaatindeyim. Programatik dijital aracılar programatik dijital para birimi isteyecektir. Bu varsayımın ardından, kriptografik ağlar, bu kıt, API özellikli kaynakların aracılar arasında her zaman maksimum potansiyellerinden yararlanılacak şekilde paylaşımını en iyi şekilde tahsis edecek ve teşvik edecek şekilde nasıl tasarlanabilir? Kendisini insan ekonomisinin dijital bir kopyası için takas aracı haline getirebilecek böyle bir tokenın pazar büyüklüğü anlaşılır bir şekilde çok büyük. Kripto alanında gördüğümüz gibi, bu ağların ölçeklenmesine yardımcı olacak türev fırsatlar olacak; aracı isteklerini bir araya getirmek için ne gerekiyor? İnsan dışı işlemler için yeni çözüm biçimlerine ihtiyacımız olacak mı? Buradaki düşük meyve, aynı zamanda acentelerin muhtemelen acenteye özel cüzdanlara ihtiyaç duyacağı gerçeğidir. Worldcoin gibi protokoller insanlık kanıtı geliştirmek için yarışırken, dijital cüzdanlar gibi aracıya özgü belirli protokolleri çalıştırmak için bile görebiliriz. makinenin ters kanıtlarını İnsanlık dışı bir ekonominin yeniden icat edilmesi için sorulacak pek çok soru var. Artık otonom aracıların yaşam döngüsünde, çabaların son derece geliştirici odaklı olduğu bir aşamadayız. Sonunda pazar, özelleştirme konusunda çok az şey sağlayan ancak dağıtımı ve yönetimi kolay hazır çözümler sunmaya yönelecek. Fonksiyonel aracılar için pazarlar. Bu, otonom acenteler için borsalar veya pazarlar oluşturmak isteyen erken hamle yapanlar için muazzam bir fırsat yaratıyor. İnsanlar yalnızca hızlı ve ucuz bir şekilde dağıtmak için genel aracı formları satın almakla kalmayacak, aynı zamanda geliştiriciler de farklı kullanıcı ihtiyaçlarına yönelik daha gelişmiş ve özel aracıların geliştirilmesinden kazanç elde edebilecek. Geçmişteki herhangi bir mal veya hizmet kategorisinde olduğu gibi, farklı prestij düzeyleri için farklı fiyat noktaları göreceğiz. Geliştiriciler (veya geliştirici temsilcileri), sınıfının en iyisini isteyen kişilere sunmak üzere son derece hassas, beyaz eldivenli temsilci çözümleri için premium fiyatlandırma talep etmenin yollarını bulacaktır. Benzer şekilde işletmeler, altın standartta güvenlik ve gizlilik garantilerine sahip acenteler için daha fazla ödeme yapmaya istekli olacak. Ayrıca acente kiralama için gelişen pazarlar da olacak; geçici görevler üstlenen kişiler piyasa oranlarını yeni acentelere harcamak istemeyebilirler. İnsanlar, kullanıldıkça eğitilebilecekleri ve geliştirilebilecekleri temelinde acenteleri kiralamaya istekli olacaklardır. İnsanların acentelerini nakit peşin karşılığında diğer taraflara kiraya vermeleri için teminat olarak tuttukları ve acentelerin kiralama süresi boyunca kullanım yoluyla eğitilme olasılığının ortaya çıktığı finansal piyasaların ortaya çıktığını görebiliriz. Tıpkı mevcut internette olduğu gibi pazar alanı tek bir baskın oyuncuyla sınırlı olmayacak. Farklı kullanıcılar, farklı fiyat noktaları ve farklı özellikler için farklı pazarlardan oluşan zengin bir ekosistem olacak. Bu, acente pazarı pazarını inanılmaz derecede zengin bir tasarım alanı haline getiriyor. Bu neredeyse yukarıdaki 'Yeni Zapier' noktasının bir uzantısıdır. Elimizin altında bir ajan ordusu varken hepsinin aynı fikirde olduğundan nasıl emin olabiliriz? Evrensel görev koordinatörleri. Her bir aracının başlangıç hedeflerinin ve görev önceliklendirme çıktısının genel 'organizasyonel' veya evren hedefleriyle eşleştiğinden emin olmak için araçlara ihtiyaç duyulacaktır. Bu anlamda görev koordinatörlerinin vizyonu, kısa vadede, bunu sağlamak ve onları doğru yola sokmak için temsilci faaliyetlerini (muhtemelen yukarıda tartışıldığı gibi bir CRM aracılığıyla) izleyebilen bir döngüdeki insan sistemi olabilir. Sonunda, bu insan geri bildirimine dayanarak, temsilci önceliklerini daha geniş kurumsal veya bireysel amaçlara uygun olarak yeterli doğrulukla haritalandırabilecek protokoller tasarlanabilir. Şu soruyu soran ilk veya son kişi olmayacağım: Yapay zeka ve mekansal hesaplama nerede birbirine bağlanır? IoT Aracıları. Geçen yazımda bu konuya kısaca değinmiştim. Tamamen kişiselleştirilmiş kullanıcı aracılarına doğru ilerledikçe, onların da doğal, yaşanılan ortamımıza (artırılmış/sanal/genişletilmiş ortamlarımıza ek olarak) katılmaları kaçınılmazdır. Bunun en belirgin uygulaması nesnelerin internetinde olacak. Biftek pişiriyorsunuz ve buna eşinizin sevdiği şekilde mi ihtiyacınız var? Temsilciniz mutfakta ilgilenebilir. Tavuğu dondurucuda çok uzun süre mi bıraktınız? Geçmişteki mesele, menajeriniz bunu size 3 saat önce söyledi ve bu göreve birini görevlendirdi. Bu IoT aracıları, bugünkü telefon gibi yalnızca bir bildirim 'dürtme' sistemi olmaktan ziyade, uygun ve doğru aralıklarla hareket etmek için kişisel bağlamınızı anlayacak. Şimdiden 100 milyon dolar topladı ve ünlüler gibi tasarlanmış sohbet robotlarıyla kolayca konuşmanıza olanak tanıyarak 50 binden fazla abone topladı. Başucu hikayelerini Morgan Freeman'mış gibi okuyan bir Yüksek Lisans ile konuşun. LLM Elon Musk'a dizel traktörler hakkındaki düşüncelerini sorun. Ve benzeri. İnsan-Ajan Kopyaları. Karakter Yapay Zekası Bu bir oyuncak kadar güzel olsa da, kendinizi başkasının yerine koyma, istediğiniz veya talep ettiğiniz kişiyle konuşma veya ajanların yardımıyla neredeyse yaşama konusunda yapay zekanın insanlara neler yapabileceğinin sadece yüzeyini çiziyor. tam da onların yaptığı gibi. Otonom ajanlar insan davranışını nasıl kopyalayacaklarını öğrenmeye ve yaşanmış deneyimler üzerinde eğitim almaya başladıkça, temsil ettikleri insanların temsili olmaya başlayacaklar. Bu, başka birinin bedeninde ve zihninde yaşayabilme olasılığına açılan bir pencere sunar. Örneğin, Grimes'ın bundan bir adım daha ileri gitmek istediğini varsayalım. . Artık insanlara kendisi gibi yaşama ve olayları kendisi gibi deneyimleme deneyimi vermek istiyor. Grimes, kişisel otonom aracılarla yeterli bir süre çalışıyorsa, IP'sini açık kaynak olarak kullanmak bu aracılar başkalarının 'The Life of Grimes'ı kullanması ve deneyimlemesi için kopyalanabilir. Bu ajanların, biyobelirteçlere ve benzerlerine erişim konusunda ne kadar ayrıntılı bir bakış açısına sahip olabileceğine bağlı olarak, bu tür bir kopyalama, yaşanmış deneyimlerin ve duyguların (yani qualia) birbirleriyle paylaşılması için de uygulanabilir. Gerçekten cesur yeni dünya. Bir dip not olarak, otonom aracıların ön plana çıkmaya başlamasıyla bazılarının bu aracı diğerlerinden daha iyi kullanmayı öğrenmesi kaçınılmazdır. Bu, temsilcilerine kendi çıkarları doğrultusunda hareket etmeyi öğretmeye ve yönlendirmeye zaman ayıranların, kendi temsilcilerinin diğer insanlar için kullanması için pazarlar yaratmalarına olanak tanıyacak, böylece kendi temsilcilerini eğitmenin öğrenme eğrisinden ve teknik özelliklerinden kaçınacaktır. Çoğu aracının, tam uygulama potansiyelini gerçekleştirmek için, zekalarını hayata geçirecek bir tür fiziksel aktüatöre erişmesi gerekecektir. Sensörler ve diğer Aktüatörler için Ajana Özel Ağlar. Bu zekanın gerçek dünyaya getirilmesine yönelik kaçınılmaz talebin yumuşatılması için, farklı aracıların belirli bir zamanda farklı aktüatörlere erişebilmesi için pazarlar yaratan ağlara ihtiyaç duyulacaktır. Otonom ajanlar bilişim dünyasından ağır sanayi dünyasına geçiş yaptığında bu durum özellikle hayati hale gelecektir. Yakın gelecekte robotlardan daha fazla özerk etmen olacak çünkü yazılım oluşturma üzerindeki kısıtlamalar, donanım oluşturma konusundaki kısıtlamalardan daha az. Bu nedenle, bu ajanların yürütmek isteyeceği fiziksel işi gerçekleştirecek fiziksel 'bedenlerin' kıtlığı var. Bu, temsilci ekonomi için fiili bir işgücü piyasası yaratır. Durum böyle olduğunda insan işgücü piyasasının ekonomik mekanizmalarından hangisi geçerli olacak? Robot sahipleri, fiziksel zamanlarının kiralanması karşılığında acentelerden ne kadar ücret alabilecek? Robotların (veya diğer aktüatörlerin) aracının spesifikasyonlarına göre standartlaştırılması veya uzmanlaştırılması gerekecek mi? Yapay zeka tarafından yönetilen makine aktüatörleri yaşanılan ortamları işgal etmeye başladıkça, bozulmaya hazır pek çok açık soru var. Tıpkı web2'de olduğu gibi veriler, insanların onu sağlayan kanallara (örneğin Google Ads) erişim için ödemeye hazır oldukları çok önemli bir üründür. Otonom çağda sensörler veri için çok önemli bir 'satıcı' olacak. Temsilcilere gerçek zamanlı karar verme verileri sağlamak için kameralara, GPS'e, LiDaR'a ve diğer sensörlere güvenilecek. Bu nedenle, i) aracılar arasında ağlara ve ii) aracıların olanak tanıyan oracle'lara ihtiyacımız olacak. veri alışverişini kolaylaştıracak bu verileri gerçek zamanlı olarak iletmesine Otonom etmenlerin birbirleriyle etkili bir şekilde koordine olabilmesi için, dijital 'dil engellerini' aşacak evrensel standartlara ihtiyaç vardır. Bunun başarılması için neyin mevcut olması gerekiyor? Ajan Standardizasyonu ve Birlikte Çalışabilirlik Protokolleri. Ara yazılım sistemleri, mesajları bir aracıdan diğerine 'çeviren' aracılar olarak görev yaptıkları bir çözümdür. Alternatif olarak insanlar, entegrasyon veya çeviri süreçlerini basitleştiren birlikte çalışabilirlik API'leri veya SDK'lar oluşturabilir. Üçüncüsü, etmenlerin henüz yeni karşılaşmaya başladıkları veya geçmişte etmen koordinasyonu açısından sıkıntılı olduğu kanıtlanmış yeni türdeki şemalara yönelik aşağıdan yukarıya standartlar için yeni bir tür pazar geliştirmek için çok fazla alan vardır. bunun web3 alanında halihazırda nasıl yapıldığına dair iyi bir örnek sunuyor. Bağlam DAO'su . Temsilcilere kişisel araçlar veya bilgiler konusunda tam olarak güvenebilmek için bireyler, onların nasıl çalıştıklarını anlamak için güvenli sanal alan ortamları oluşturacaktır. Gelişmiş Uygulamalar için Aracı Test Ağları Test ağlarının yapay zeka güvenliği açısından kamu malı olma eğiliminde olması oldukça muhtemeldir ancak yine de takip edilmesi gereken iddialı ve etkili bir projedir. Önceki bir yazımda, insanların sorumlu yapay zeka gelişimiyle ilgili ekonomik gelişmelere ve oylama prosedürlerine katılabilmelerini sağlamak için döngüde insan pazarlarına duyulan ihtiyacın devam ettiğini tartışmıştım. Makine etiği için halka açık oylama mekanizmaları. Birkaç fikir daha: Temsilciler için itibar puanlama sistemleri —> Black Mirror'ınki gibi ' Pike Temsilcileri yönetmek için 'Ajan Kaynakları' yazılımı Düşman saldırılarına karşı güvenlik açığının stres testi için teşvik ağları veya protokolleri Temsilciler hakkındaki favori kaynaklarımdan bazıları Bu makalenin aşağıdaki kaynaklardan ilham alınmadan yazılması imkansız olurdu: Oyuncaklar (tarayıcıdaki kişisel aracılar) AjanGPT (tarayıcıdaki kişisel aracılar) Bilişsel (tarayıcıdaki kişisel aracılar) AiAgent.app (birbirleriyle etkileşime giren aracılar) DEVE (yalnızca acentelere yönelik sosyal ağ) cıvıl cıvıl Bültenler ve Podcast'ler AI Haber Bülteni Matt Schlicht Dwarkesh Patel ile Ay Topluluğu Twitter Haber Akışları Yohei Nakajima Sully Ömer Peter Wang da yayınlandı. Burada
