Что случилось?
Недавно аналитическая компания Gartner представила рейтинг перспективных технологий, которые смогут повлиять на бизнес в 2025 году. Среди уже знакомых и за последние годы ставших привычными трендов, таких как генеративные модели искусственного интеллекта, постквантовая криптография и нейроинтерфейсы, появились и новые – в том числе и так называемые ИИ-агенты, которые, по мнению экспертов Gartner, имеют все шансы привнести революционные изменения в процесс принятия решений в бизнесе и других сферах.
Технология
ИИ-агентами называют специальное программное обеспечение, способное принимать решения и автономно выполнять задачи. Такое ПО может посредством сбора данных с датчиков взаимодействовать с окружающей средой и на основе имеющихся вводных самостоятельно определять и выполнять задачи, позволяющие добиться заранее определенных людьми целей. Ключевая задача агента состоит в том, чтобы подобрать оптимальные действия для их достижения.
ИИ-агенты имеют специфику в зависимости от сферы применения, однако все они состоят из ключевых компонентов, к которым относятся архитектура, функция и программа. Архитектура представляет собой техническую основу – оборудование, программное обеспечение или их произвольное сочетание. Функция – это описание того, как собранные данные преобразуются в действия, которые потребуются достижению цели агента. Программа – конечная программная реализация функции ИИ-агента, которая объединяет бизнес-логику агента, технические требования и рабочие элементы.
Короче…
ИИ-агенты — это специальное программное обеспечение, способное автономно принимать решения и выполнять задачи. Оно взаимодействует с окружающей средой, собирает данные с датчиков и самостоятельно определяет оптимальные действия для достижения поставленных целей. Агенты различаются в зависимости от сферы применения, но состоят из трёх ключевых компонентов: архитектуры, функции и программы.
А как еще?
Условным аналогом ИИ-агента можно считать, активно применяющиеся в последние годы чат-боты – специальное ПО, которое используется для общения с пользователем по заданным сценариям. Чат-боты могут отвечать на вопросы, задавать их пользователю, искать информацию и выполнять простые задачи. Тем не менее чат-бот скорее предлагает пользователю имитацию беседы, по заданным алгоритмам, в то время как ИИ-агенты, будучи более сложными системами, решают задачи другого уровня. Важно отметить, что в отличие от чат-ботов агенты используют в качестве входных данных не запросы пользователя, а заданные человеком цели и собранные с датчиков данные, на основе которых принимаются решения и прогнозируются наилучшие достижимые результаты.
Кто?
Считается, что основу того, что впоследствии стало называться ИИ-агентами заложили Алан Тьюринг и Джон Маккарти. В частности речь идет о работе Тьюринга над тестом Тьюринга и разработке Маккарти языка программирования Lisp, которые сыграли ключевую роль в формировании основополагающих принципов ИИ в целом. Но сам термин ИИ-агент был введен в научный оборот в 1990-х годах, когда исследователи начали активно применять термин для описания «программных или аппаратных сущностей», которые могли бы принимать решения и действовать автономно. При этом конкретный автор определения не выделяется, однако отмечается, что существенный вклад в развитие этой области ИИ внес канадский исследователь Ричард Саттон.
Источники:
- Ричард Саттон Обучение с подкреплением, 2018
- Владимир М. Петрович Искусственный интеллект и виртуальные миры – на пути к ИИ-агентам человеческого уровня, 2018
- Кристиано Кастельфранчи Моделирование социальных действий для ИИ-агентов, 1998
Цитата
«Нам нужен ИИ, который может понимать причинно-следственные связи в реальном мире так же, как мы, как люди... Он будет основан на причинно-следственном понимании мира. И мы считаем, что ИИ-агенты действительно прорывная технология, которая откроет большинство вариантов использования на предприятиях и в принятии политических решений»
Дарко Матовски, генеральный директор CausaLens
+ ИИ-агенты позволяют перераспределить ресурсы для оптимизации решения задач – так, например, рутинные задачи можно делегировать агентам искусственного интеллекта, а человеческие ресурсы направить на решение более важных задач, требующих творческого подхода. Также сложные ИИ-агенты за счет использования машинного обучения могут обрабатывать большие объемы данных и давать точные прогнозы
- К недостаткам ИИ-агентов относятся все «традиционные болезни» ИИ-технологий, в частности вопросы конфиденциальности данных и обеспечения их безопасности, этические сложности, касающиеся предлагаемых ИИ-агентом решений, а также технические нюансы и ограниченность объемов вычислительных мощностей.
= ИИ-агент – пример прикладного использования искусственного интеллекта, потенциально открывающий широкие возможности по оптимизации процесса принятия решений, однако имеющий ряд, недостатков, общих для всей ИИ-отрасли, которые, вероятно, будут устранены в будущем.
