ხელოვნური ინტელექტის აგენტებმა შესაძლოა მალე გადააჭარბონ ადამიანებს, როგორც აპლიკაციის პირველადი მომხმარებლები


„ორობითი დიდი აფეთქება“ მოხდა, როდესაც ხელოვნური ინტელექტის ფონდის მოდელებმა გატეხეს ბუნებრივი ენის ბარიერი, რამაც დაიწყო ცვლილება ჩვენს ტექნოლოგიურ სისტემებში: როგორ ვქმნით მათ, ვიყენებთ და როგორ მუშაობენ ისინი.

ხვალინდელი აპლიკაციის მომხმარებლები შეიძლება სრულიად განსხვავებულად გამოიყურებოდეს, ვიდრე დღეს ვიცით -- და ჩვენ არ ვსაუბრობთ მხოლოდ მეტ GenZers-ზე. ბევრი მომხმარებელი შეიძლება რეალურად იყოს ავტონომიური AI აგენტი.

ეს არის სიტყვა Accenture-ის მიერ წინა ათწლეულის პროგნოზების ახალი ნაკრებიდან, რომელიც ხაზს უსვამს იმას, თუ როგორ ყალიბდება ჩვენი მომავალი ხელოვნური ინტელექტის მქონე ავტონომიით. კვლევის თანაავტორები აცხადებენ, რომ 2030 წლისთვის აგენტები და არა ადამიანები იქნებიან "საწარმოთა უმეტესობის შიდა ციფრული სისტემების ძირითადი მომხმარებლები". 2032 წლისთვის "აგენტებთან ურთიერთობა აჭარბებს აპებს ჭკვიან მოწყობილობებზე დახარჯული მომხმარებლის საშუალო დროში".

ეს ნიშნავს გარდამავალ მომენტს, რასაც მოხსენების მთავარი ავტორი, Accenture CTO Karthik Narain უწოდებს ორობით დიდ აფეთქებას. „როდესაც ფონდის მოდელებმა გატეხეს ბუნებრივი ენის ბარიერი“, წერს ნარაინი, „მათ დაიწყეს ცვლილება ჩვენს ტექნოლოგიურ სისტემებში: როგორ ვქმნით მათ, ვიყენებთ და როგორ მუშაობენ ისინი“.

ეს ახალი განვითარება „აწესებს პროგრამული უზრუნველყოფისა და პროგრამირების საზღვრებს, ამრავლებს კომპანიების ციფრულ გამომუშავებას და საფუძველს უყრის კოგნიტურ ციფრულ ტვინს, რომელიც ინტელექტს ღრმად ავსებს საწარმოების დნმ-ში“, დასძენს ნარაინი.

განვითარებადი ტექნოლოგიების განვითარების ლანდშაფტი ფოკუსირებული იქნება სამ სფეროზე, ამბობს ის: აგენტური სისტემები, ციფრული ბირთვი და გენერაციული მომხმარებლის ინტერფეისები. ისინი განლაგდება მაღალ კომპოზიციურ და მოდულურ სამშენებლო ბლოკებზე.

აგენტური სისტემები

აგენტური სისტემები ამჟამად „გვიჩვენებენ დიდ დაპირებას მცირე ზომის კოდით და დოკუმენტაციისა და მაგალითების გათვალისწინებით, შეუძლიათ ფუნქციების და API-ების გამოძახება მაღალი სიზუსტით“, იტყობინება ის. "მათ შეუძლიათ შექმნან ფუნქციები და API-ები, რათა მოგვიანებით გამოიყენონ. კომპანიები სწრაფად აერთიანებენ ამ შესაძლებლობებს ახალ მოდელებში, რათა დააჩქარონ საინჟინრო სიჩქარე."

Accenture-ის გუნდმა დაამატა ეს აღნიშვნა:

"დღეს პროგრამული უზრუნველყოფის ინჟინერიის ერთ-ერთი წამყვანი აგენტური სისტემა არის Anthropic's Claude 3.5 სონეტი. "როდესაც ტესტირება მოხდა SWE-Bench Verified-ზე, GitHub-ის რეალური პრობლემების პროგრამული უზრუნველყოფის ინჟინერიის ეტალონად, მან მიაღწია გასაოცარ 49% გადაჭრის მაჩვენებელს.38 2023 წელს. აგენტებს ჰქონდათ მაჩვენებელი 5%-ზე ნაკლები“.

ციფრული ბირთვი

ციფრული ბირთვი არის ტექნოლოგიური არქიტექტურა და ინფრასტრუქტურა, რომელიც მართავს AI-ზე მომუშავე საწარმოს. აგენტები დაეყრდნონ ციფრულ ბირთვს, რომელიც მათ საშუალებას აძლევს „დააკავშირონ მონაცემთა წყაროები ანალიტიკურ პლატფორმებთან, რომლებსაც შეუძლიათ გამოიყენონ ეს მონაცემები გადაწყვეტილების მიღებისა და სასარგებლო ქმედებების განსახორციელებლად“. დღევანდელ აგენტურ სისტემებს არ შეუძლიათ შექმნან და შეინარჩუნონ მთელი ციფრული ბირთვი -- "მაგრამ ისინი ებრძვიან მის ნაწილებს", აღნიშნავს ნარაინი.

აღმასრულებლების დაახლოებით ნახევარი, რომელიც პასუხობს Accenture-ის გამოკითხვას, 48%, აცხადებს, რომ მალე მოელიან, რომ აგენტები შეძლებენ ფუნქციების და ინტეგრაციის განახლებას და მოდერნიზაციას. სულ მცირე, 46%-მა განაცხადა, რომ აგენტები მალე შეძლებენ უზრუნველყონ ციფრული ფუნქციებისა და სისტემების ხარისხი, ხოლო 45% თვლის, რომ აგენტები ექნებათ წვდომას შიდა სისტემების ფუნქციებზე.

მესამე მხარის სისტემებიდან ფუნქციებზე წვდომა ჯერ კიდევ არ არის გამორიცხული, თუმცა - მხოლოდ 29% ხედავს ამას ახლო ჰორიზონტზე. მხოლოდ 38% ხედავს, რომ მათ აგენტებს შეუძლიათ წვდომა მიიღონ მონაცემები მთელი ორგანიზაციიდან.

გენერაციული UI

კიდევ ერთი საინტერესო განვითარება, რომელსაც Narain და მისი თანაავტორები ხედავენ AI აგენტების ზრდასთან ერთად, არის გენერაციული ინტერფეისი, რომელიც გულისხმობს AI ტექნიკის გამოყენებას უაღრესად პერსონალიზებული მომხმარებლის ინტერფეისების შესაქმნელად. "ათწლეულების განმავლობაში, პროგრამული უზრუნველყოფის განვითარების მაღალი ღირებულება და პროგრამული უზრუნველყოფის განაწილების დაბალი ღირებულება განაპირობებს ერთი UI-ს შექმნის იდეას, რომელიც უნდა მუშაობდეს ყველა მომხმარებლისთვის. მაგრამ ახლა, როდესაც აგენტური სისტემები წინ მიიწევენ და იწყებენ მეტი ქმედებების განხორციელებას ჩვენი სახელით. ციფრულ სამყაროში, ისინი მართავენ ახალ პროგრამულ პარადიგმას, სადაც უფრო იაფი კოდი და ენის პირველი ინტერფეისები ხდის დინამიურად გენერირებულ, მორგებული UI კომპონენტების უფრო განხორციელებადს.

დასაწყებად, Accenture-ის თანაავტორები მოუწოდებენ გუნდებს შიდა ექსპერიმენტების ჩატარება აგენტებთან. "დასაწყისად კარგი გზაა დავალების სპეციფიკური შიდა აგენტების შექმნა. მცირე დაწყების შემდეგ შეგიძლიათ მოდულურად იმოძრაოთ, დროთა განმავლობაში გააფართოვოთ ფუნქციები და მონაცემები, რომლებსაც თქვენს შიდა აგენტებს შეუძლიათ წვდომა და გამოიყენონ ისინი გარე აგენტების შესაქმნელად და მოსამზადებლად. მომავალი."

როდესაც ავტონომიური აგენტები მრავლდებიან, თანმიმდევრულობა და ნდობა გადამწყვეტი ხდება. „კომპანიებს მოუწევთ მათ მჭიდროდ მეთვალყურეობა და უზრუნველყონ დამცავი ღობეების დაყენება“, - გრძელდება მოხსენება. "რა მონაცემებზე წვდომა აქვს ამ სისტემებს, ვინ მართავს მათ, როგორია მათი შედეგების ხარისხი და სხვა? აქ გამჭვირვალობა ხელს შეუწყობს თანამშრომლების ნდობის გაზრდას სისტემების მიმართ. როდესაც თქვენ შექმნით მონიტორინგის სისტემას, ჩამოაყალიბეთ მმართველობითი და ტექნოლოგიური განხორციელების საგზაო რუკა ასევე, შეიმუშავეთ კომუნიკაციისა და შენარჩუნების გეგმები, რათა თქვენმა ორგანიზაციამ გაიგოს, თუ როგორ მუშაობს მონიტორინგი და თქვენი დამცავი ღობეები აგრძელებს წინსვლას." მისი თანაავტორები აფრთხილებენ, რომ "AI აგენტები საოცარი ტექნიკური წარმატებებია, მაგრამ არავითარ შემთხვევაში არ არიან სრულყოფილები. ისინი არიან გამოთვლით ძვირი, არადეტერმინისტული და შეიძლება მოკლებული იყოს ახსნად. მაგრამ როგორც გაძლიერებულ თაობას (RAG) შეუძლია დააფუძნოს LLM, ასევე შეიძლება. კოდი და ფუნქციები აძლიერებს აგენტს, ხდის მათ უფრო ახსნას და ზრდის მათ მიმართ ნდობას."