برای تعریف دقیق “نماینده هوش مصنوعی” می جنگد

به گفته اینا ، به گفته سام آلتمن ، مدیرعامل Openai ، امسال “عوامل اطلاعات مصنوعی” امسال به صنعت کار می پیوندند. مدیرعامل مایکروسافت ساتیا نادلا مقرر می کند که این “نمایندگان” جایگزین کار علمی خاص خواهند شد.

علاوه بر این ، به گفته مارک بنیوف ، مدیرعامل Salesforce ، هدف این شرکت تبدیل شدن به “اولین تأمین کننده دیجیتال” از طریق خدمات مختلف در جهان است.

با این حال ، به نظر می رسد که هیچ کس نمی تواند توضیح مفصلی در مورد “عوامل هوش مصنوعی” ارائه دهد.

صنعت فن آوری در سالهای اخیر جرات گفته است که “عوامل هوش مصنوعی” همه چیز را تغییر خواهد داد. به گفته رهبرانی مانند آلتمن و نادلا ، مانند گربه های هوش مصنوعی مانند ChatGPT رویکردهای جدیدی را برای استخراج اطلاعات برای ما فراهم کرده اند ، این “نمایندگان” نیز رویکرد ما را برای کار تغییر می دهند.

به گفته TC ، این مکالمات به تعریف کلمه “نویسندگان” بستگی دارد. کلماتی مانند “عامل هوش مصنوعی” یا “عامل” بسیار بی معنی است. این امر باعث شده است که بسیاری از شرکت ها مانند آمازون ، گوگل ، مایکروسافت و بسیاری دیگر که پایگاه فناوری خود را با مأمورین ساخته اند.

رایان سالوا ، مدیر کل محصولات Google و مدیر سابق اطلاعات مصنوعی Github Copilot گفت: “به نظر من ، صنعت ما به پایان رسیده است – از کلمه” عامل “استفاده کنید ، تا زمانی که تقریباً بی معنی نباشد.” من از این کلمه متنفرم

روزنامه نگار سابق TC ، ران میلر ، سال گذشته در بخشی از مقاله خود پرسید: “عامل هوش مصنوعی چیست؟” به گفته وی ، هر شرکت “عامل” خود را متفاوت تعریف کرده است. این مشکل اخیراً بدتر بود.

در مقاله منتشر شده خود ، OpenAI اخیراً “عوامل” را به عنوان سیستم های خودکار تعریف کرده است که می تواند به طور مستقل وظایف کاربر را انجام دهد.

با این حال ، در همان هفته ، این شرکت اسنادی را منتشر کرد که در آن “عوامل” به عنوان منابع بزرگ زبانی (LLM) با دستورالعمل و ابزار تعریف شده است.

لیر پاتاک ، مدیر بازاریابی در OpenAI گفت: “اصطلاح” نماینده “و” دستیار “قابل تعویض و سردرگمی است و فقط می تواند مردم را گیج کند.”

در همین حال ، مایکروسافت سعی می کند تفاوت های “عامل” و “دستیار” را توضیح دهد. “نماینده” ، که مایکروسافت خواستار برنامه های جدید برای “دنیای هوش مصنوعی” است ، می تواند به گونه ای طراحی شود که تخصص ویژه ای داشته باشد ، در حالی که “دستیار” می تواند به سادگی کارهای روزانه مانند نوشتن نامه الکترونیکی را انجام دهد.

Anthropic ، یک تولید کننده اطلاعات مصنوعی ، در مقاله ای برای تعریف “عامل” گفت: “عوامل” را می توان به روش های مختلفی تعریف کرد ، از جمله سیستم های خودمختار که به طور مستقل در دراز مدت کار می کنند و کارگاه های از پیش تعریف شده را انجام می دهند.

طبق گفته Salesforce ، که ممکن است گسترده ترین تعریف را ارائه دهد ، “عامل” نوعی سیستم است که می تواند نیازهای مشتریان را بدون مداخله انسانی درک و برآورده کند.

“عوامل” (مانند هوش مصنوعی) فناوری های پیچیده و در حال توسعه هستند. Google ، Openai و Perplexity به تازگی اولین “فاکتورهای” خود را منتشر کرده اند.

ریچ ویلارها ، مدیر کل تحقیقات جهانی در شرکت بین المللی داده های IDC توضیح می دهد: “شرکت های فن آوری تجربه طولانی در عدم تعاریف دقیق دارند.” آنها بیشتر به هدف خود اهمیت می دهند ، به خصوص در مورد بازارهای توسعه.

اندرو نگ ، بنیانگذار deeplearning.ai ، همچنین می گوید: به طور کلی ، بازاریابی نیز می تواند مقصر باشد. مفاهیم “عامل هوش مصنوعی” یا “هوش مصنوعی عملیاتی” در گذشته تعاریف فنی خاصی داشت ، اما حدود یک سال پیش ، متخصصان بازاریابی و چندین شرکت بزرگ غالب بودند.

جیم روون ، مدیر هوش مصنوعی گفت: “عدم وجود تعریف منحصر به فرد از” عوامل “هم یک فرصت و هم یک چالش است.” از یک طرف ، گنگ و ابهام باعث می شود تا با توجه به نیازهای شرکت ، انعطاف پذیری “عوامل” را فراهم کند. از طرف دیگر ، این می تواند از نظر قیمت گذاری و بازده بازده سرمایه (KING) در پروژه های “عملیاتی” به انتظارات نادرست و دشوار منجر شود.

وی همچنین افزود: این می تواند به تفسیرهای مختلفی از آنچه “عوامل” باید ارائه دهند و اهداف و نتایج پروژه را پیچیده تر کنند ، منجر شود. با این حال ، انعطاف پذیری می تواند منجر به راه حل های خلاقانه و درک استاندارد شرکت ها برای پیشرفت بهتر در “عامل هوش مصنوعی” و به حداکثر رساندن سرمایه گذاری های آنها شود.

در نتیجه ، متأسفانه بعید به نظر می رسد که صنعت بتواند تعریف منحصر به فردی از “عامل” در آینده نزدیک ارائه دهد.

پایان پیام