Популярні терміни

Найпопулярніші терміни, що використовуються наразі, це Autonomous AI, AI Agents, Agents & Agentic AI.

Я хотів би ввести термін Agentic “X”, де X може бути замінено на Workflows, Orchestration та інше.

Agentic Agents

Припиніть говорити про Agentic Agents. Фраза agentic agents є надлишковою і не має особливого сенсу.

Термін agentic вже означає наявність агентства, тобто здатності діяти незалежно і приймати рішення.

Отже, називати агентів agentic є повторенням, адже агенти, за визначенням, вже володіють агентством.

Більш доречним терміном було б просто AI Agents або вказування рівня агентства, наприклад, high-agency agents або autonomous agents, для більш чіткого вираження необхідного сенсу.

Я вважаю за краще використовувати AI Agents, а не просто агенти, оскільки це чітко ідентифікує їх як програмні сутності.

Використання AI Agents допомагає уникнути плутанини з ролями, як-от представники служби підтримки клієнтів, гарантуючи, що термін розуміється в контексті штучного інтелекту.

Autonomy vs Agency

Чи є різниця?

Так, в AI є різниця між autonomy (автономія) та agency (агентство).

Autonomy відноситься до здатності системи AI працювати незалежно без людського втручання, приймати рішення та здійснювати дії на основі її програмування та навчання.

Agency, з іншого боку, охоплює здатність AI не тільки діяти незалежно, але й приймати контекстно-усвідомлені рішення, розуміючи та відповідаючи на своє оточення таким чином, щоб це відповідало певним цілям або завданням.

Хоча автономія стосується незалежності, агентство включає глибший рівень цілеспрямованих дій та прийняття рішень.

Autonomous AI

Autonomous AI відноситься до систем, які можуть виконувати завдання і приймати рішення незалежно, без постійного людського втручання або нагляду.

Ці системи призначені для вирішення складних реальних сценаріїв, адаптуючись до змінних умов, навчаючись на досвіді та оптимізуючи свої дії з часом.

Два приклади, які допомогли створити відмінність між Autonomous AI та AI Agents, це...

Self-Driving Cars

Автономні AI системи в самокерованих автомобілях можуть навігувати по дорогах, приймати рішення в реальному часі і адаптуватися до умов водіння без втручання людини.

Autonomous Drones

AI-управляні дрони можуть виконувати завдання, такі як обстеження, доставка, спостереження та інші, використовуючи вбудовані датчики та алгоритми AI для прийняття рішень щодо навігації, уникнення перешкод і виконання місій без потреби в контролі людини.

AI Agents vs Autonomous AI

Натомість, AI Agents зазвичай працюють в більш структурованих рамках, часто покладаючись на попередньо визначені інструкції або запити для виконання конкретних завдань, зазвичай в межах обмеженого масштабу.

Хоча AI Agents можуть мати автономію в певних діях, вони все одно покладаються на людське керівництво або введення для більш широких процесів прийняття рішень.

Автономний AI, з іншого боку, йде далі, працюючи повністю незалежно, здатний ініціювати завдання та коригувати стратегії без людського введення.

What is Agency?

В контексті AI, agency відноситься до здатності системи AI діяти незалежно, приймати рішення та виконувати завдання на основі її оточення та цілей.

Це вказує на здатність AI виконувати дії з рівнем автономії/агентства, враховуючи контекст її роботи.

Термін agent використовується взаємозамінно з agency, оскільки AI agent втілює цю здатність діяти з рівнем автономії та прийняття рішень.

Фактично, AI Agent є системою, яка має агентство, що робить їх функціонально однаковими в термінах AI.

Обидва терміни підкреслюють агентську операційну природу (з агентством) системи AI у взаємодії з її оточенням та виконанні завдань.

Agentic X

Уявлення про 𝘀𝗽𝗲𝗰𝘁𝗿𝘂𝗺 𝗼𝗳 𝗮𝗴𝗲𝗻𝗰𝘆 з 𝘃𝗮𝗿𝘆𝗶𝗻𝗴 𝗱𝗲𝗴𝗿𝗲𝗲𝘀 𝗼𝗳 𝗮𝘂𝘁𝗼𝗻𝗼𝗺𝘆 та...

cobusgreyling.medium.com

AI Agents (Агенти)

AI Agents 101: Основи

AI Agent – це програмна сутність, програмна система, яка в основному працює на одному або декількох мовних моделях.

Щоб забезпечити візуальні можливості, агент потребує багатомодальної мовної моделі або основної моделі з інтегрованими візуальними функціями.

Task Decomposition

У своїй основі AI Agent зазвичай покладається на неструктурований розмовний ввід, обробляючи неструктуровані дані з запитів користувачів.
Виведення зазвичай подається природною мовою, використовуючи можливості Генерації Природної Мови (NLG) мовних моделей.

Наприклад, ви могли б запитати AI агента: Який квадратний корінь з року народження людини, яка зазвичай вважається батьком iPhone?

Цей складний запит, який важко реалізувати для традиційних розмовних інтерфейсів, легко вирішується для AI агента.

Спосіб роботи

AI агент починає з того, що розбиває складне питання на менші, керовані підкроки, вирішуючи кожен крок по черзі.

Ці кроки розглядаються як окремі дії.
Агент використовує свою мовну модель, щоб визначити наступну дію.

Після кожної дії він спостерігає за результатом і формулює думку. Якщо остаточна відповідь ще не досягнута, AI агент повертається назад, вибираючи іншу дію для просування до кінцевої відповіді.

Агенти здатні розбивати складні завдання на менші кроки, приймати рішення і повторювати процес до досягнення мети. Вони також можуть інтегрувати різні можливості, такі як зір або мова, залежно від основних моделей, які вони використовують.

Читати більше про AI агентів тут:

[

Яке ваше визначення AI агента?

Приблизно 18 місяців тому я написав свою першу статтю про AI агентів.

Вихідний результат зазвичай надається природною мовою, використовуючи можливості Natural Language Generation (NLG) мовних моделей.

Наприклад, ви могли б запитати AI агента: Який квадратний корінь з року народження людини, яку зазвичай вважають батьком iPhone?

Цей складний запит, який важко обробити традиційними розмовними інтерфейсами, є цілком доступним для AI агента.

Спосіб роботи

AI агент починає з розбиття складного питання на менші, керовані підкроки, вирішуючи кожен крок послідовно.

Ці кроки розглядаються як окремі дії.

Агент використовує свою мовну модель, щоб визначити наступну дію.

Після кожної дії він спостерігає за результатом і формулює думку. Якщо остаточна відповідь ще не досягнута, AI агент повертається назад, вибираючи іншу дію для просування до кінцевої відповіді.

Агенти здатні розбивати складні завдання на менші кроки, приймати рішення і повторювати процес до досягнення мети. Вони також можуть інтегрувати різні можливості, такі як зір або мова, залежно від основних моделей, які вони використовують.

Читати більше про агентну спектр тут:

[

AI агенти та необхідність агентного спектру

Нам слід перестати зациклюватися на AI агентах і почати розглядати, як впроваджувати рівні агентності.

cobusgreyling.medium.com

](/ai-agents-the-need-for-an-agentic-spectrum-f6482e93c22c?source=post_page-----ef41de755d64--------------------------------)

Agentic AI / Agentic X

Agentic AI концептуально відрізняється від AI агентів, оскільки не обов'язково означає окрему програмну одиницю.

Замість цього, Agentic AI означає інтеграцію різних рівнів агентності в повсякденні додатки, що дозволяє їм виконувати завдання автономно або напівавтономно (з людським втручанням).

Ця агентність може бути введена через механізми, як-от Agentic Workflows та Agentic Orchestration, де процеси автономно управляються та оптимізуються.

Результатом є те, що я називаю Agentic X, де різні додатки, кожен з різними рівнями агентності, можуть працювати з підвищеною автономією.

У цій системі агентність не обмежена єдиним AI агентом, а розподіляється через кілька систем, збагачуючи додатки більш динамічними та контекстно обізнаними можливостями прийняття рішень.

Джерело

Agentic AI виходить за межі традиційної концепції AI агента (який зазвичай є окремою системою, що виконує конкретні завдання) і вбудовує агентність у ширший спектр додатків і робочих процесів.

Замість того, щоб мати єдиний автономний об'єкт (як AI агент), агентність може бути розподілена, дозволяючи різним додаткам функціонувати з різними рівнями незалежності в залежності від завдання.

Наприклад, Agentic Workflow може включати автоматизацію складних бізнес-процесів, де рішення приймаються на основі даних в реальному часі, тоді як Agentic Orchestration може включати координацію дій через кілька систем, де різні компоненти працюють на різних рівнях автономії.

Читати більше про агентний спектр тут:

[

AI агенти і необхідність агентного спектру

Нам слід перестати зациклюватися на AI агентах і почати розглядати, як впроваджувати рівні агентності.

cobusgreyling.medium.com

](/ai-agents-the-need-for-an-agentic-spectrum-f6482e93c22c?source=post_page-----ef41de755d64--------------------------------)

Agentic X

Концепція Agentic X дозволяє гнучкий і масштабований підхід до інтеграції автономії в різних платформах, даючи додаткам змогу приймати рішення, адаптуватися та вчитися з мінімальним людським втручанням.

Це може в кінцевому підсумку змінити спосіб взаємодії бізнесів і користувачів з AI, дозволяючи системам функціонувати більш інтелектуально і безшовно через різні завдання і домени.

Читати більше тут про поняття Agentic X:

[

Нові ринки в контексті AI агентів та Agentic ‘X’

… і як AI агенти та Agentic ‘X’ формують майбутнє інновацій і автоматизації…

cobusgreyling.medium.com

](/net-new-markets-in-the-context-of-ai-agents-agentic-x-aeb90547819e?source=post_page-----ef41de755d64--------------------------------)

The Future

Я вірю, що в майбутньому увага зосереджуватиметься не на AI агентах як на єдиному об'єкті та остаточному рішенні, а на агентності та різних рівнях агентності, які вбудовуються в повсякденні додатки.

Ця агентність буде прозорою і глибоко інтегрованою в повсякденне програмне забезпечення, дозволяючи більш автономну і адаптивну поведінку в різних завданнях.

Як додатки стають більш обізнаними щодо контексту і здатними приймати рішення самостійно, вони будуть обробляти дедалі складніші робочі процеси з мінімальним людським втручанням.

Цей зсув розмиє межу між традиційним програмним забезпеченням і інтелектуальними системами, де агентність не обмежується ізольованими об'єктами, а розподіляється через взаємопов'язані компоненти.

З розвитком AI додатки зможуть оркеструвати і виконувати завдання з вищим ступенем гнучкості та точності, в кінцевому підсумку спрощуючи операції та покращуючи досвід користувачів.
У цьому майбутньому користувачі взаємодіятимуть з додатками, які передбачають їхні потреби, приймають обґрунтовані рішення і постійно покращують свою продуктивність без необхідності постійного нагляду.

Головний евангеліст @ Kore.ai | Я захоплююсь дослідженням перехрестя AI і мови.
Від мовних моделей, AI агентів до агентних додатків, розробницьких фреймворків та інструментів для продуктивності, орієнтованих на дані, я ділюсь ідеями та думками про те, як ці технології формують майбутнє.

Перекладено з: The Definitive Guide To Understanding Agency and the Role of AI Agents