در حالی که فناوری پشت رباتهای گفتگوی مبتنی بر هوش مصنوعی به سرعت تخیل عمومی را به خود جلب کرد، یک کاربرد حتی قدرتمندتر از هوش مصنوعی مولد سر و صدایی در بین رهبران کسبوکار ایجاد کرده است. به آن هوش مصنوعی عاملی می گویند.
«این فناوری نوآورانه فقط یک کلمه کلیدی دیگر در صنعت نیست. برنارد مار روز دوشنبه در خبرنامه انقلاب اطلاعاتی خود نوشت: این یک تغییر پارادایم است که میخواهد مرزهای قابلیتهای هوش مصنوعی را دوباره تعریف کند.
او خاطرنشان کرد: «هوش مصنوعی عاملی در هسته خود به سیستمهای هوش مصنوعی اطلاق میشود که دارای درجهای از استقلال هستند و میتوانند به تنهایی برای دستیابی به اهداف خاص عمل کنند.» برخلاف مدلهای سنتی هوش مصنوعی که به سادگی به درخواستها پاسخ میدهند یا وظایف از پیش تعریفشده را اجرا میکنند، هوش مصنوعی عامل میتواند تصمیمگیری کند، اقداماتی را برنامهریزی کند، و حتی از تجربیات خود بیاموزد – همه اینها در تعقیب اهداف تعیینشده توسط خالقان انسانی است.
جیسون وونگ، معاون تحلیلگر شرکت تحقیقاتی و مشاوره ای گارتنر که در استمفورد، کانن مستقر است، مشاهده کرد: «هوش مصنوعی عامل داغ ترین چیز در حال حاضر است.
او توضیح داد که این فناوری نه تنها قصد را درک میکند و کارهای بسیار سادهای مانند بازیابی اطلاعات و ایجاد پاسخ بر اساس آن انجام میدهد، بلکه میتواند اقدامی نیز انجام دهد. بنابراین، می تواند یک API یا یک ابزار را بازیابی کند. وانگ به TechNewsWorld گفت یا حتی کد تولید کنید، مانند تولید کد پایتون برای حل یک مشکل.
او ادامه داد: «آژانس پشت آن بسیار متغیر است، اما هوش مصنوعی همراه با ابزار است. “این قابلیت را دارد که چگونه به سوال شما، مشکل شما رسیدگی کند و سپس ابزار را فعال کرده و مشکل شما را حل کند.”
مرحله فراتر از نسل هوش مصنوعی
اسکات دیلن، بنیانگذار NexaTech Ventures، یک شرکت سرمایه گذاری خطرپذیر در منچستر، انگلستان، اظهار داشت که هوش مصنوعی عاملی گامی مهم فراتر از هوش مصنوعی مولد برمی دارد. او به TechNewsWorld گفت: «در حالی که هوش مصنوعی مولد بر ایجاد محتوا – متن، تصاویر، کد – بر اساس دادههای موجود تمرکز میکند، هوش مصنوعی عامل احساس استقلال دارد. میتواند بدون نیاز به مشارکت دائمی انسان تصمیمگیری کند، اقداماتی انجام دهد و در زمان واقعی خود را تطبیق دهد.»
او گفت: «به این فکر کنید که از ابزاری که پیشنهادات را ارائه می دهد به ابزاری که به طور مستقل وظایف را اجرا می کند و از محیطی که در آن مستقر شده یاد می گیرد، فکر کنید.
Dev Nag، مدیر عامل و بنیانگذار QueryPal، یک ربات چت سازمانی در سانفرانسیسکو، افزود: هوش مصنوعی عاملی با ترکیب استدلال خودانگیخته، تخصیص محاسبات پویا و قابلیتهای حل مسئله تطبیقی، تحول قابل توجهی را از هوش مصنوعی مولد سنتی نشان میدهد.
برخلاف هوش مصنوعی مولد، که در درجه اول بر تولید محتوا بر اساس درخواستهای ورودی متمرکز است، هوش مصنوعی عامل میتواند به طور مستقل «زمان تفکر» بیشتری را به کارهای پیچیده اختصاص دهد، فضاهای جستجوی زنجیرهای از افکار پنهان را به کار گیرد و از یادگیری تقویتی برای بهینهسازی فرآیندهای استدلال خود استفاده کند. او به TechNewsWorld گفت.
او گفت: «این تغییر به هوش مصنوعی عاملی اجازه میدهد تا با مشکلات پیچیدهتری مقابله کند و رویکرد خود را بر اساس وظیفه در دست تطبیق دهد و فراتر از تولید متن صرف به حل مشکلات انسانمانند در حوزههای مختلف دادههای قابل توکنسازی حرکت کند.» منصفانه است که بگوییم هوش مصنوعی مدرن – مانند o1 OpenAI – مبتنی بر هوش مصنوعی مولد به عنوان زیرساخت خود است، اما میتواند طیف وسیعتری از اهداف را محقق کند.
فناوری تحول آفرین
قابلیت های قدرتمند هوش مصنوعی عامل می تواند برای بسیاری از کسب و کارها تحول آفرین باشد.
هوش مصنوعی عامل می تواند صنایع را نه تنها با خودکارسازی وظایف تکراری بلکه فرآیندهای تصمیم گیری پیچیده متحول کند. برای مثال، در مدیریت زنجیره تامین، هوش مصنوعی عامل میتواند اختلالات را در زمان واقعی پیشبینی کند و به آن واکنش نشان دهد، مسیرها و موجودی را بدون دخالت انسان بهینهسازی کند. تلاقی داده ها، فناوری و سیاست عمومی در واشنگتن دی سی به TechNewsWorld گفت.
دیلن افزود: “کسب و کارها به دلیل هوش مصنوعی عاملی در آستانه یک تغییر بزرگ هستند.” “این فقط در مورد خودکار کردن فرآیندها نیست، بلکه سیستم ها را برای مدیریت تصمیم گیری های پیچیده توانمند می کند. در امور مالی، این سطح از استقلال میتواند خدمات شخصیسازیشدهتری به مشتریان و سیستمهای پیشگیری از تقلب را هدایت کند که با چشمانداز تهدید بدون نیاز به نظارت دائمی انسانی تکامل مییابند.
او گفت: “یک جنبه که من را هیجان زده می کند، پتانسیل آن در زمینه هایی مانند مراقبت های بهداشتی است.” سیستم مراقبت بهداشتی را تصور کنید که نه تنها بر اساس علائم تشخیص میدهد، بلکه به طور فعال بیماران را پس از تشخیص بررسی میکند و برنامههای درمانی را مطابق با دادههای جاری تطبیق میدهد. در حالی که این یک چشمانداز بلندمدت است، زمینهای که توسط هوش مصنوعی ایجاد شده است، ما را به واقعیت نزدیکتر میکند.»
ناگ معتقد بود که هوش مصنوعی عاملی میتواند با خودکار کردن وظایف پیچیده شناختی، جابجایی شغلهایی که شامل تجزیه و تحلیل روتین است، اما همچنین ایجاد نقشهای جدید متمرکز بر نظارت هوش مصنوعی و همکاری انسان و هوش مصنوعی، حوزههایی مانند قانون، پزشکی و امور مالی را متحول کند.
او افزود: «توانایی هوش مصنوعی عاملی در مقیاسپذیری در زمان اجرا برای حل مشکلات فزاینده دشوار بدون نیاز به مدلهای بزرگتر یا دادههای آموزشی بیشتر، میتواند دسترسی به قابلیتهای پیشرفته هوش مصنوعی را دموکراتیک کند و به کسبوکارهای کوچکتر اجازه دهد از ابزارهای هوش مصنوعی قدرتمند استفاده کنند.»
او گفت: «این پارادایم جدید مقیاسبندی زمان اجرا، بعد جدیدی را به توسعه هوش مصنوعی فراتر از مقیاسگذاری صرفا سختافزاری و دادههای آموزشی، که در دو سال گذشته میدان نبرد بین شرکتهای هوش مصنوعی بوده است، معرفی میکند.
مغز مشترک، مشکلات مشترک
مانند هوش مصنوعی مولد، هوش مصنوعی عامل نیز مشکلات خود را دارد. سندی بسن، محقق هوش مصنوعی کاربردی در IBM و Neudesic، یک شرکت خدمات حرفه ای جهانی، خاطرنشان کرد: «به ناچار، چون عوامل هوش مصنوعی از یک مدل زبان به عنوان «مغز» خود استفاده می کنند، حداقل تمام مشکلاتی را که هوش مصنوعی مولد انجام می دهد و سپس در برخی از آنها با یکدیگر به اشتراک می گذارند. .
او به TechNewsWorld گفت: «بهعلاوه، وقتی شروع به استفاده از چندین عامل در پشت سر هم میکنید و توانایی کار با یکدیگر را برای آنها فراهم میکنید، تنوع ذاتی که در هوش مصنوعی مولد وجود دارد ترکیب میشود. با این حال، مطمئناً روشهایی وجود دارد که میتوانید برای کاهش این موضوع از آنها استفاده کنید، مانند اطمینان از وجود ارزیابی مناسب و انسان در حلقه موجود در سیستم هوش مصنوعی.»
هوش مصنوعی عاملی، مانند سایر اشکال هوش مصنوعی، پتانسیل ارتقای بهره وری کاربران را دارد. دیوید اینسرا، محقق در زمینه بیان آزاد و فناوری در مؤسسه کاتو، یک متخصص در واشنگتن، افزود: با انجام چندین مرحله درگیر در بسیاری از وظایف، میتواند کار بیشتر را خودکار کند و در زمان و هزینه کاربران صرفهجویی کند. مخزن
در حالی که برخی به ناچار از چنین ابزار هوش مصنوعی به دلایل مخرب یا برای ایجاد محتوایی استفاده میکنند که برخی آن را توهینآمیز میدانند، بسیاری از کاربردهای مثبت این فناوری به این معنی است که باید به آن اجازه داد تا بدون مقررات سنگین دولتی مانند آنچه در اتحادیه اروپا میبینیم، شکوفا شود. او به TechNewsWorld گفت. در نتیجه چنین مقرراتی، شرکتهای بزرگ فناوری از ابزارهای جدید هوش مصنوعی در اروپا خودداری میکنند و اروپاییها را بدتر میکند.»
به AGI نزدیکتر؟
از آنجایی که هوش مصنوعی عاملی به ژنرال هوش مصنوعی قدرت عمل میدهد، آیا میدان را به جام مقدس هوش عمومی مصنوعی (AGI) و ماشینهای تفکر واقعی نزدیکتر میکند؟
“یک ویژگی اساسی هوش عمومی، چه در انسان و چه در حیوانات، توانایی سازگاری است – حس کردن سیگنالهای محیطی، پاسخ به آنها و یادگیری از آن پاسخها. در این راستا، هوش مصنوعی عاملی گامی کوچک و در عین حال معنادار به سمت هوش عمومی است. راجرز جفری لئو جان، یکی از بنیانگذاران و مدیر ارشد فناوری DataChat، یک پلتفرم هوش مصنوعی بدون کد و مولد برای تجزیه و تحلیل، در مدیسون، Wisc، به TechNewsWorld گفت.
او افزود: «با این حال، ما هنوز تا رسیدن به هوش عمومی واقعی، که بتواند دانش به دست آمده از یک موقعیت را در یک زمینه کاملاً متفاوت اعمال کند، فاصله داریم.»
Shawn DuBravac، مدیر عامل و رئیس موسسه Avrio، یک شرکت مشاوره فناوری برای CxOs و مدیران، همچنین در مدیسون، تردید داشت که هوش مصنوعی عامل راهی به سوی AGI باشد. او به TechNewsWorld گفت: «من استدلال میکنم که هوش مصنوعی عاملی پیشآهنگ AGI نیست. مشخص نیست که از طریق پیشرفت خطی فناوریهای هوش مصنوعی فعلی مانند هوش مصنوعی عاملی به AGI برسیم.
او ادامه داد: «در واقع، فکر میکنم بعید است. “اگر ما به AGI برسیم، من معتقدم این مسیر شامل پیشرفتها و پارادایمهای جدید هوشمندی خواهد بود که به طور قابلتوجهی با آنچه تاکنون انجام دادهایم و آنچه احتمالاً در سالهای آینده انجام خواهیم داد متفاوت است.”