Tehisintellekti (AI) areng on jõudnud punkti, kus autonoomsed AI agendid on muutumas üha olulisemaks. AI agendid suudavad iseseisvalt teha otsuseid ja täita keerukaid ülesandeid, mis varem nõudsid inimeste sekkumist.
Praegu on ideaalne aeg AI agentidest rääkida, sest tehnoloogia küpsus ja ettevõtete vajadus efektiivsuse järele loovad soodsa pinnase nende laialdaseks kasutuselevõtuks.
Mõni aeg tagasi sai refereeritud OpenAI spetsialistide tehtud uuringut, kus leiti, et andes AI-le rohkem aega arutamiseks on 100000 korda tasuvam kui mudeli täiendav treenimine. Sisuliselt on AI agendi toimimise loogika sama, kuid lisaks olemasoleva mudeli sügavamates soppides sorimisele, küsitakse infot erinevatest andmekogudest ja teiste AI süsteemide käest.
Miks on praegu AI agendile õige aeg?
Praegu on AI agendile õige aeg lihtsalt põhjusel: varem ei olnud AI võimekused piisavad taolise agendi loomiseks. Varasemad masinõppesüsteemid ei suutnud teksti töödelda ja päriselt aru saada, mida inimene soovib. Seepärast olid kõik süsteemid ette plaanitud otsustuspuuga, kus võtmesõnade alusel valiti vastus, mida inimene ootas. Suured keelemudelid (LLM) suudavad aru saada ja kategoriseerida inimese soove ning isegi koostada vajaliku andmebaasipäringu.
Nüüd hakkavad ettevõttel tekkima korralikud AI süsteemid, mis oskavad ärilistele küsimustele vastata. Taolised AI süsteemid on tavaliselt seotud ühe äriülesande lahendamisega. AI agent on kõrgema taseme AI süsteem, mis vastavalt inimese küsimusele valib AI süsteemi või mitu, küsib alamsüsteemidelt küsimused ning koondab vastused üheks tervikuks.
AI agendi võtmeomadused
Kuna AI agent tugineb oma tööprotsessides alamsüsteemidele, siis ei ole selle sammud alati samad ning jääb mulje nagu AI agent tegutseks iseseisvalt, ilma inimsekkumiseta, saavutades seatud eesmärgid.
Tulemused võivad olla inimesele ootamatud, sest AI agent loob tegevusplaani vastavalt kontekstile ja talle seatud eesmärgile ning hindab pidevalt oma tegevuste tõhusust, tehes vajadusel kohandusi.
Seepärast läheb AI agendi vastuste ja tegevuste kvaliteet ajas paremaks, sest agent õpib varasemast kogemusest.
AI agendi tehnilised omadused
AI agent on arhitektuuriliselt sarnane RAG süsteemile, kus on samuti defineeritud erinevad alamregistrid, nende registrite omadused ning AI valib, millisest registrist infot küsida. Peamine arhitektuuriline erinevus on selles, et AI agent ei küsi küsimusi andmebaasidest, vaid teiste AI süsteemide käest.
Selleks, et küsimine oleks tulemuslikum, on AI agendil sisemine loogika, mis aitab tal inimese küsimustest aru saada:
- Tööriistad on erinevad alamsüsteemid, mis on AI agendile kättesaadavaks tehtud. Selleks, et AI agent oskaks õige tööriista valida, peab iga tööriist olema tema jaoks korrektselt defineeritud koos andmekogu kirjeldusega ning päringu koostamise loogika kirjeldusega.
- Mälu loob agendile võimekuse asetada inimese päring konteksti. Sageli küsivad inimesed täpsustavaid küsimusi või korduvaid küsimusi varem jutuks olnud teemadel. Kontekst aitab AI agendil valida andmekogud, mis paremini vastavad inimese huvidele.
- Päringu plaani koostamise võimekus annab AI agendile paindlikkuse erinevate ülesannete lahendamiseks. Iga alamsüsteem järgib oma loogikat ning inimene ei ole tavaliselt sellest loogikast teadlik. Seepärast peab AI agent kontekstist tulenevalt suutma ümber sõnastada inimese päring selliselt, et alamsüsteem suudaks korrektse vastuse moodustada.
- Peegeldamise võimekus on sageli AI süsteemidest välja jäetud, kuna töövood on võrdlemisi sirgjoonelised. AI agent peab aga suutma hinnata, kas alamsüsteemidelt saadud vastus on inimese päringu kontekstis kohane. Vajadusel peab AI agent suutma on päringu ümber sõnastada, et saada kohasem tulemus. Lisaks peab AI agent hindama, kas kogu tulemus on inimese küsimusele teemakohane ja turvaline.
Kokkuvõte
Tehisintellekti areng on võimaldanud luua autonoomseid AI agente, mis suudavad iseseisvalt teha otsuseid ja täita keerukaid ülesandeid, vähendades inimsekkumise vajadust.
Tänu suurte keelemudelite võimekusele mõista ja töödelda inimkeelt, on AI agendid võimelised tõlgendama kasutajate soove ning koostama vastavaid andmebaasipäringuid.
AI agendid integreerivad alamsüsteemid, valides sobivad tööriistad ja kohandades oma tegevusplaane vastavalt kontekstile, mis võimaldab pakkuda täpseid ja asjakohaseid vastuseid. Lisaks suudavad AI agendid õppida varasematest kogemustest, parandades seeläbi oma tulevasi tegevusi ja otsuseid.