Co to są złożone systemy sztucznej inteligencji i agenci sztucznej inteligencji?
Mozaika AI Agent Framework pomaga deweloperom przezwyciężyć unikatowe wyzwania związane z opracowywaniem agentów sztucznej inteligencji i złożonych systemów sztucznej inteligencji. Dowiedz się, co sprawia, że aplikacja sztucznej inteligencji jest złożonym systemem sztucznej inteligencji i agentem sztucznej inteligencji .
Złożone systemy sztucznej inteligencji
Złożone systemy sztucznej inteligencji to systemy , które zajmują się zadaniami sztucznej inteligencji, łącząc wiele składników interakcji. Natomiast model sztucznej inteligencji jest po prostu modelem statystycznym, np. transformatorem, który przewiduje następny token w tekście. Złożone systemy sztucznej inteligencji są coraz bardziej typowym wzorcem projektowym dla aplikacji sztucznej inteligencji ze względu na ich wydajność i elastyczność.
Aby uzyskać więcej informacji, zobacz Przejście z modeli do złożonych systemów sztucznej inteligencji .
Co to są agenci sztucznej inteligencji?
Branża nadal definiuje agentów sztucznej inteligencji, jednak ogólnie przyjmuje się, że system sztucznej inteligencji where model podejmuje niektóre lub wszystkie decyzje planistyczne w przeciwieństwie do logiki zakodowanej na stałe. Agenci ci używają dużych modeli językowych (LLM) do podejmowania decyzji i realizacji ich celów.
Wiele aplikacji agentów sztucznej inteligencji składa się z wielu systemów, dlatego kwalifikują je jako złożone systemy sztucznej inteligencji.
Agencja to kontinuum, tym większa swoboda zapewniania modeli do kontrolowania zachowania systemu, tym bardziej staje się aplikacja przypominająca agenta.
Co to są narzędzia?
Agenci sztucznej inteligencji używają narzędzi do wykonywania akcji poza generowaniem języka, na przykład w celu pobrania danych ze strukturą lub bez struktury, uruchomienia kodu lub komunikacji z usługami zdalnymi, takimi jak wysyłanie wiadomości e-mail lub wiadomości Slack.
W usłudze Databricks można używać funkcji Unity Catalog jako narzędzi, umożliwiając łatwe odnajdywanie, zarządzanie i udostępnianie narzędzi. Narzędzia można również definiować przy użyciu bibliotek tworzenia agentów typu open source, takich jak LangChain.
W typowych przepływach pracy agenta LLM otrzymuje metadane dotyczące narzędzi, których używa do określenia, kiedy i jak używać narzędzia. Dlatego podczas definiowania narzędzi należy upewnić się, że narzędzie, jego parametersi jego wartość zwracana są dobrze udokumentowane, aby agent LLM mógł najlepiej używać tego narzędzia.
Z programu LLMs do agentów sztucznej inteligencji
Aby zrozumieć agentów sztucznej inteligencji, warto rozważyć ewolucję systemów sztucznej inteligencji.
- LLMs: Początkowo duże modele językowe po prostu odpowiedziały na monity na podstawie wiedzy z ogromnego zestawu danych treningowych.
- LlMs + łańcuchy narzędzi: Następnie deweloperzy dodali zakodowane na stałe narzędzia, aby rozszerzyć możliwości LLM. Na przykład pobieranie rozszerzonej generacji (RAG) rozszerzyło baza wiedzy LLM z niestandardowymi zestawami dokumentacji, a narzędzia interfejsu API umożliwiły llms wykonywanie zadań, takich jak tworzenie biletów pomocy technicznej lub wysyłanie wiadomości e-mail.
- Agenci sztucznej inteligencji: Agenci sztucznej inteligencji autonomicznie tworzą plany i wykonują zadania na podstawie ich zrozumienia problemu. Agenci sztucznej inteligencji nadal używają narzędzi, ale należy do nich zdecydować, które narzędzie ma być używane i kiedy. Kluczową różnicą jest poziom autonomii i możliwości podejmowania decyzji w porównaniu do złożonych systemów sztucznej inteligencji.
Z punktu widzenia programowania aplikacje sztucznej inteligencji, niezależnie od tego, czy są poszczególnymi maszynami LLM, llMs z łańcuchami narzędzi, czy pełnymi agentami sztucznej inteligencji, stoją w obliczu podobnych wyzwań. Mozaika AI Agent Framework ułatwia deweloperom zarządzanie unikatowymi wyzwaniami tworzenia aplikacji sztucznej inteligencji i na wszystkich poziomach złożoności.
Przykłady agentów sztucznej inteligencji
Oto kilka przykładów agentów sztucznej inteligencji w różnych branżach:
Sztuczna inteligencja/analiza biznesowa: czatboty i pulpity nawigacyjne oparte na sztucznej inteligencji akceptują monity języka naturalnego o przeprowadzenie analizy danych firmowych, wyciągając szczegółowe informacje z pełnego cyklu życia danych. Agenci sztucznej inteligencji/analizy biznesowej analizują żądania, decydują o źródłach danych i sposobach komunikowania się z wynikami. Agenci sztucznej inteligencji/analizy biznesowej mogą poprawić się w czasie dzięki opinii człowieka, oferując narzędzia do weryfikowania i uściślenia danych wyjściowych.
Obsługa klienta: czatboty oparte na sztucznej inteligencji, takie jak te używane przez platformy obsługi klienta, wchodzą w interakcje z użytkownikami, rozumieją język naturalny i zapewniają odpowiednie odpowiedzi lub wykonują zadania. Firmy używają czatbotów sztucznej inteligencji do obsługi klienta, odpowiadając na zapytania, dostarczając informacje o produkcie i pomagając w rozwiązywaniu problemów.
Konserwacja predykcyjna produkcji: agenci sztucznej inteligencji mogą wykraczać poza proste przewidywanie awarii sprzętu, autonomicznie działających na nich poprzez zamawianie zamienników lub planowanie konserwacji w celu zmniejszenia przestojów i zwiększenia produktywności.
Następne kroki
Dowiedz się, jak opracowywać i oceniać agentów sztucznej inteligencji:
Praktyczne samouczki dotyczące agenta sztucznej inteligencji: