Στην πιο απλή μορφή του ένας “πράκτορας τεχνητής νοημοσύνης” (AI agent) περιγράφεται ως ένα λογισμικό που τροφοδοτείται από Τεχνητή Νοημοσύνη και αναλαμβάνει μια σειρά από εργασίες που στο παρελθόν θα έκανε ένας υπάλληλος εξυπηρέτησης πελατών ή ένας υπάλληλος τεχνικής υποστήριξης. Σιγά σιγά όμως αυτός ο πράκτορας θα μπορεί να αναλάβει οποιοδήποτε είδος εργασίας. Του ζητάτε να κάνει πράγματα και αυτός τα εκτελεί για εσάς διαχειριζόμενος πολλαπλά συστήματα και πηγαίνοντας πολύ πιο πέρα από την απλή παροχή απαντήσεων.
Για παράδειγμα, η εταιρεία Perplexity κυκλοφόρησε πρόσφατα έναν πράκτορα Τεχνητής Νοημοσύνης που βοηθάει τους χρήστες στις αγορές για τις γιορτές. Η Google επίσης ανακοίνωσε πρόσφατα τον πρώτο της πράκτορα Τεχνητής Νοημοσύνης που ονομάζεται Mariner. Ο Mariner μπορεί να χρησιμοποιηθεί για την εύρεση πτήσεων και ξενοδοχείων, την αγορά προϊόντων οικιακής χρήσης, την αναζήτηση συνταγών και άλλες εργασίες. Φαίνεται αρκετά απλό, σωστά;
Κι όμως το ζήτημα περιπλέκεται λόγω της έλλειψης σαφήνειας. Ακόμα και οι τεχνολογικοί κολοσσοί δεν έχουν καταλήξει σε μια κοινή προσέγγιση. Η Google βλέπει τους πράκτορες ως βοηθούς που βασίζονται σε συγκεκριμένες εργασίες ανάλογα με τις ανάγκες: βοήθεια στον προγραμματισμό για προγραμματιστές, υποστήριξη στους επαγγελματίες του μάρκετινγκ στη δημιουργία χρωματικών σχεδίων ή βοήθεια σε επαγγελματίες IT να εντοπίσουν προβλήματα μέσω ερωτήσεων σε αρχεία καταγραφής.
Για την Asana ένας πράκτορας μπορεί να λειτουργήσει σαν ένας επιπλέον συνάδελφος, αναλαμβάνοντας καθορισμένα καθήκοντα όπως ένας καλός συνεργάτης. Από την άλλη, η Sierra, μια startup που ιδρύθηκε από τον πρώην συν-CEO της Salesforce, Bret Taylo, και τον ειδικό της Google, Clay Bavor βλέπουν τους πράκτορες ως εργαλεία βελτίωσης της εμπειρίας πελατών, βοηθώντας τους χρήστες να επιλύσουν πιο σύνθετα προβλήματα από αυτά που μπορούσαν οι παλαιότερες εφαρμογές chatbot.
Αυτή η έλλειψη ταύτισης σχετικά με τον ακριβή ορισμό του “πράκτορα” αφήνει περιθώρια για σύγχυση σχετικά με το τι ακριβώς είναι και τι μπορούν να κάνουν αυτοί οι πράκτορες. Είναι ξεκάθαρος πως ο σκοπός τους είναι να ολοκληρώνουν εργασίες με αυτοματοποιημένο τρόπο μειώνοντας στο ελάχιστο την ανθρώπινη παρέμβαση.
Η Rudina Seseri, ιδρύτρια και διευθύνουσα σύμβουλος στην Glasswing Ventures επισημαίνει πως «δεν υπάρχει ένας μοναδικός ορισμός για το τι είναι ένας “πράκτορας τεχνητής νοημοσύνης”, καθώς βρισκόμαστε ακόμα σε εξαιρετικά πρώιμο στάδιο. Οι περισσότεροι κλείνουν πως πρόκειται για ένα ευφυές σύστημα λογισμικού που έχει σχεδιαστεί για να αντιλαμβάνεται το περιβάλλον του, να το αναλύει, να παίρνει αποφάσεις και να αναλαμβάνει δράση για την επίτευξη συγκεκριμένων στόχων αυτόνομα. Αυτά τα συστήματα ενσωματώνουν διάφορες τεχνικές AI/ML όπως επεξεργασία φυσικής γλώσσας, μηχανική μάθηση και υπολογιστική όραση, για να λειτουργούν σε δυναμικούς τομείς, είτε αυτόνομα είτε σε συνεργασία με άλλους πράκτορες και ανθρώπινους χρήστες».
Ο Aaron Levie από τη μεριά του (συνιδρυτής και CEO της Box) πιστεύει ότι με την πάροδο του χρόνου, καθώς η τεχνητή νοημοσύνη γίνεται πιο ικανή οι πράκτορες θα μπορούν να κάνουν πολύ περισσότερα για λογαριασμό των ανθρώπων. «Με τους πράκτορες AI, υπάρχουν πολλαπλά στοιχεία σε έναν αυτοτροφοδοτούμενο κύκλο που θα βελτιώσει δραματικά το τι μπορούν να πετύχουν οι πράκτορες στο κοντινό και μακροπρόθεσμο μέλλον».
Ο Rodney Brooks, πρωτοπόρος στη ρομποτική, επεσήμανε σε συνέντευξή του στο TechCrunch ότι η Τεχνητή Νοημοσύνη αντιμετωπίζει πολύ πιο δύσκολα προβλήματα από ό,τι άλλες τεχνολογίες και δεν θα αναπτυχθεί απαραίτητα με τον ίδιο ρυθμό όπως τα chips με βάση τον Νόμο του Moore. «Όταν ένας άνθρωπος βλέπει ένα σύστημα AI να εκτελεί μια εργασία τείνει να γενικεύει υπερβολικά τις δυνατότητές του. Αυτό οδηγεί σε υπεραισιόδοξες εκτιμήσεις για το τι μπορεί να κάνει το σύστημα AI».
Το πρόβλημα γίνεται ακόμα πιο περίπλοκο δεδομένου ότι κάποια παλαιότερα συστήματα στερούνται βασικών APIs, ενώ η πρόσβαση και συνεργασία μεταξύ πολλαπλών συστημάτων είναι δύσκολη. Εφόσον επιβεβαιώνεται στην πράξη αυτό, τότε ίσως υπερεκτιμάται το τι μπορούν να επιτύχουν οι πράκτορες AI.
Ο David Cushman, ηγέτης έρευνας στο HFS Research, βλέπει τους σημερινούς πράκτορες περισσότερο σαν βοηθούς που διευκολύνουν τους ανθρώπους να ολοκληρώνουν συγκεκριμένες εργασίες για την επίτευξη κάποιου στρατηγικού στόχου. «Νομίζω ότι το επόμενο βήμα είναι η Τεχνητή Νοημοσύνη να λειτουργεί ανεξάρτητα και αποτελεσματικά σε μεγάλη κλίμακα. Αυτό σημαίνει ότι οι άνθρωποι θέτουν τις κατευθυντήριες γραμμές και το AI αναλαμβάνει πλήρως την αυτοματοποίηση».
Ο Jon Turow, συνεργάτης στη Madrona Ventures αναφέρει ότι για να γίνει αυτό θα χρειαστεί να δημιουργηθεί μια ειδική υποδομή για πράκτορες AI, δηλαδή ένα τεχνολογικό σύστημα ειδικά σχεδιασμένο για την ανάπτυξή τους. Σύμφωνα με την άποψη του Turow η αυξανόμενη διάδοση των πρακτόρων Τεχνητής Νοημοσύνης απαιτεί μια τεχνολογική υποδομή όπως κάθε άλλη τεχνολογία.
Ένα άλλο σημαντικό στοιχείο είναι ότι πιθανότατα θα χρειαστούν πολλαπλά μοντέλα αντί για ένα και μόνο μεγάλο γλωσσικό μοντέλο (LLM), ώστε οι πράκτορες να λειτουργούν αποτελεσματικά. «Δεν πιστεύω ότι αυτή τη στιγμή οποιοδήποτε μεμονωμένο μεγάλο γλωσσικό μοντέλο είναι ικανό να διαχειριστεί καθήκοντα πρακτόρων. Δεν νομίζω ότι μπορούν ακόμη να κάνουν την πολυσύνθετη λογική προσέγγιση που θα με ενθουσίαζε πραγματικά. Νομίζω ότι πλησιάζουμε, αλλά δεν είμαστε ακόμη εκεί», δήλωσε ο Fred Havemeyer, επικεφαλής ερευνών τεχνητής νοημοσύνης και λογισμικού στις ΗΠΑ για τη Macquarie US Equity Research.
«Πιστεύω ότι οι πιο αποτελεσματικοί πράκτορες θα είναι πιθανότατα μια συλλογή από διαφορετικά μοντέλα με ένα ενδιάμεσο επίπεδο δρομολόγησης που θα στέλνει αιτήματα ή προτροπές στον πιο κατάλληλο πράκτορα και μοντέλο». Ο Havemeyer επισημαίνει η βιομηχανία εργάζεται προς τον στόχο να λειτουργούν οι πράκτορες αυτόνομα. «Όταν σκέφτομαι το μέλλον των πρακτόρων, θα ήθελα να δω πράκτορες που είναι πραγματικά αυτόνομοι και ικανοί να αναλαμβάνουν δύσκολες αποστολές και να αναλύουν όλα τα επιμέρους βήματα μέχρι το τελικό αποτέλεσμα εντελώς ανεξάρτητα».
*Με στοιχεία από το TechCrunch.
πηγη-olafaq.gr