Искусственный интеллект обучается в процессе работы — просто не всей вашей команде.
Эмилия Давид
Когда кто-то из команды исправляет ошибки в работе ИИ-агента — улучшает подсказки, предоставляет более качественную обратную связь, добавляет контекст — эти улучшения исчезают в тот момент, когда коллега открывает тот же инструмент. Исправление не переносится, и следующий человек начинает с нуля.
Проблема усугубляется в многоагентных рабочих процессах, где команды ожидают, что агенты будут совместно использовать контекст между пользователями и задачами. Без общего уровня памяти каждый член команды фактически обучает свою собственную версию одного и того же агента — и эти версии никогда не синхронизируются.
Этот разрыв отражается в цифрах. Согласно собственным исследованиям Asana, 75% работников интеллектуального труда используют ИИ на рабочем месте, но только 5% компаний сообщили о повышении производительности.
«Поставщики моделей действительно очень хорошо справляются с улучшением механизмов рассуждения и циклов повторных попыток, но им не удается представить контекст корпоративной работы таким образом, чтобы люди могли рассуждать об этом в контексте общей памяти», — сказал Арнаб Бозе, главный директор по продуктам Asana, в интервью VentureBeat.
Asana разрабатывала платформу для управления агентами, которая фокусируется на контексте и общей памяти. Ее платформа управления агентской работой гарантирует, что если какой-либо член команды исправит ошибку агента, это исправление будет применено ко всем остальным членам команды.
«Этот контекстный граф автоматически предоставляется агентам, работающим в системе Asana, поэтому вам не нужно, чтобы каждый член команды становился экспертом в разработке подсказок или контекстной инженерии», — сказал Бозе.
Бозе заявил, что архитектура с общей памятью важна не только для собственного продукта Asana; это проектное решение, которое предприятиям необходимо принять для любой многоагентной системы.
Общая память также становится важной, когда предприятия начинают переходить от простых одноагентных рабочих процессов к многоагентным, которым необходимо совместно использовать контекст и поведение.
Воспоминания для многоагентного, многоплатформенного рабочего процесса
Модели, лежащие в основе агентов, по своей природе являются безсостоятельными, поэтому память становится выделенным слоем вне контекстного окна. Хотя эта область инноваций в области ИИ движется к зрелости, вопрос о том, что хранится, кто это контролирует и как обеспечивается согласованность данных, когда разные агенты и пользователи записывают данные в один и тот же экземпляр, остается в значительной степени нерешенным.
Это вполне приемлемо для сценариев использования с одним пользователем. Однако в корпоративных агентских рабочих процессах предполагается, что агенты будут работать со всей командой. Большинство платформ по-прежнему используют агентов, которые действуют от имени отдельных лиц, что приводит к повторению задач, несоответствию представлений о реальности и распространению ошибок. Кроме того, агенты могут противоречить друг другу.
Шрихарша Чинталапани, соучредитель и технический директор Collate, заявил в электронном письме VentureBeat, что отсутствие общей памяти является серьезным препятствием для многоагентных рабочих процессов, особенно в части обеспечения согласованности данных.
«Операторы очень внимательны к качеству своих подсказок, — сказал Чинталапани. — Тот, кто хорошо разбирается в задаче, как правило, получает более точные результаты, чем менее опытный. Отчасти это объясняется тем, что они способны формулировать более подробные подсказки, а также тем, что они могут давать оператору более качественную обратную связь. Оператор запоминает полученные исправления и применяет эти знания к последующим подсказкам. Чем точнее обратная связь, тем лучше оператор будет работать для данного пользователя».
Он добавил, что организациям следует перестать рассматривать общую память исключительно как оперативную инженерную проблему и задуматься о создании систем, которые повторяют контекст в каждом разговоре.
Нидж Гор, директор по данным в Zeta Global, в отдельном электронном письме отметил, что общий контекст становится живой памятью, которая «усугубляет интеллектуальные возможности всего предприятия».
Возможность может заключаться в создании агентов искусственного интеллекта, которые извлекают информацию из памяти в реляционном порядке, подтягивая соответствующий контекст на основе запрашиваемой информации — подход, который, по словам Чинталапани, мало кто из организаций, за исключением крупнейших поставщиков моделей, может реализовать.
Персональные агенты против командных агентов
Искусственный интеллект уже широко распространен в компаниях; разница лишь в том, что многие из них работают как персональные агенты, выполняющие работу, специфичную для отдельных пользователей. Большинство запросов исходят от одного человека, все файлы загружаются с одной учетной записи, и даже агенты, работающие в рамках корпоративной системы, в основном изучают индивидуальные предпочтения пользователей.
Большинство корпоративных платформ для управления рабочими процессами с использованием ИИ признают важность памяти, но подходят к этому вопросу с разных сторон. Например, Microsoft Copilot использует индивидуальный подход, изучая роль пользователя в организации, предпочтения в отношении тональности речи и рабочие модели, которые затем сохраняются в виде личных воспоминаний, которые агент может применять на различных платформах Microsoft 365.
Для инженерных и оркестрационных групп, оценивающих агентные платформы, вопрос об общей памяти теперь является критерием выбора, а не просто технической тонкостью. Агент, обучающийся только для пользователя, потребует постоянного индивидуального обслуживания. Агент, подключенный к общекомандному уровню памяти, автоматически формирует институциональные знания.
Подпишитесь, чтобы получать самые свежие новости!
Подробные аналитические данные для руководителей предприятий в области искусственного интеллекта, данных и безопасности.
Отправляя свой адрес электронной почты, вы соглашаетесь с нашими Условиями использования и Политикой конфиденциальности.
Получайте обновления ! Вы подписаны! Наши последние новости скоро поступят на вашу электронную почту.
Источник: venturebeat.com
Оцените материал:
