Sveiki atvykę į trečiąją generatyvinio DI fazę: agentų erą

Generatyvinis dirbtinis intelektas (DI) vystosi itin sparčiai – šiuo metu stebime trečiosios jo fazės pradžią: DI agentų iškilimą. Remdamiesi chatbotų ir skaitmeninių asistentų pamatais, DI agentai žada neregėtą autonomiją ir gebėjimą vykdyti sudėtingas, daugiapakopes užduotis pasitelkiant įrankius, bendradarbiavimą ir pažangų mąstymą.

Nuo chatbotų ir asistentų iki autonominių DI agentų

ChatGPT pasirodymas 2022 m. pabaigoje tapo posūkiu pokalbių DI srityje. Jis išpopuliarino natūralią kalbos vartoseną naudojančias sąsajas, tačiau galėjo atlikti tik paprastas sąveikas. Vėliau atsirado DI asistentai – dažnai vadinami kopilotais, tokie kaip Microsoft Copilot ar Google DI pagalbininkai, galintys atlikti struktūrizuotas užduotis, bet vis dar prižiūrimi žmogaus ir remdamiesi dideliaisiais kalbos modeliais (LLM).

Dabar DI agentai atveria visiškai naujas galimybes. Skirtingai nei asistentai, jie siekia ne tik atlikti užduotis, bet ir įgyvendinti visapusiškus tikslus. Veikdami įvairaus autonomijos lygio, DI agentai pasižymi išplėtota atmintimi, gebėjimu bendradarbiauti su kitais agentais, planuoti, koordinuoti ir spręsti problemas komandomis. Tai transformuoja ne tik IT procesus, bet ir kasdienį gyvenimą viso pasaulio vartotojams.

DI agentai kaip pažangūs įrankių naudotojai

Vienas pagrindinių šiuolaikinių DI agentų bruožų – gebėjimas būti „įrankių naudotojais“. Jie laisvai naudojasi interneto naršyklėmis, skaičiuoklėmis, mokėjimų sistemomis ir specializuota programine įranga, leidžiančia vykdyti sudėtingus darbo srautus. Tai gerokai praplečia agentų galimybes – jie geba savarankiškai vykdyti nuoseklius projektus, tyrimus ar net realius finansinius sandorius.

Proveržių metai: svarbiausi agentinio DI pasiekimai

Praėjusiais metais agentinis DI susilaukė didžiausio proveržio. Lemtinga akimirka buvo, kai Anthropic Claude sugebėjo naudotis kompiuteriu kaip žmogus: ieškoti duomenų bazėse, rinkti informaciją, pildyti formas. Didžiosios technologijų kompanijos greitai pasekė jų pavyzdžiu:

  • OpenAI pristatė „Operator“ – naršyklinį agentą, kurį vėliau integravo su „Deep Research“, sukurdama naują ChatGPT Agent autonominiams sprendimams ir veiksmams.
  • Microsoft išplėtė Copilot galimybes, siūlydama automatizuotus produktyvumo agentus.
  • Google įdiegė pažangius agentus per Vertex AI platformą, o Meta pristatė LLAMA pagrindu veikiančius agentus.

Tuo pat metu inovatyvūs startuoliai demonstruoja DI agentų taikymą realiose srityse:

  • Monica (Kinija): Manus agentas valdė nekilnojamojo turto pirkimus, automatiškai apibendrino paskaitų įrašus.
  • Genspark: Sukūrė paieškos agentą, kuris pateikia susumuotus, praktinius rezultatus, padidindamas tyrimų bei pirkimo efektyvumą.
  • Cluely: Pristatė „viskas viename“ agentą, skirtą įvairių problemų sprendimui, taip pažymėdamas tiek agentų galimybes, tiek dabartinius jų ribotumus.

Specializuoti ir universalūs agentai

Ne visi dirbtinio intelekto agentai skirti plačiam naudojimui. Daugiausia jie taikomi programavimo ir programinės įrangos raidos srityse, kur, pavyzdžiui, OpenAI Codex ar Microsoft Copilot Coding Agent gali savarankiškai rašyti, peržiūrėti ir įkelti kodą, aptikti klaidas bei siūlyti optimizacijas – šie sprendimai spartina organizacijų skaitmeninę transformaciją.

Pagrindinės galimybės: paieška, apibendrinimas ir automatizuoti tyrimai

Vienu iš stipriausių generatyvinio dirbtinio intelekto agentų gebėjimų laikomi paieškos bei apibendrinimo įrankiai. Agentai gali labai greitai apdoroti didžiulius duomenų kiekius, atlikti išsamias analizės užduotis ir sutraukti rezultatus į aiškią apibendrintą informaciją.

Tokie sprendimai kaip OpenAI Deep Research ar Google DI „ko-mokslininkas“ automatizuoja sudėtingus tyrimus bei netgi generuoja naujas idėjas. Tokios galimybės ypač vertingos sveikatos priežiūros, teisės, mokslo ir verslo analitikos srityse.

Produktų savybės ir privalumai

Dirbtinio intelekto agentai turi keletą išskirtinių pranašumų:

  • Autonomija: Gebėjimas savarankiškai priimti sprendimus siekiant tikslų be nuolatinės žmogaus priežiūros.
  • Bendradarbiavimas: Agentai geba dirbti drauge, derindami savo sritis siekiant efektyvesnių sprendimų.
  • Integracija: Lankstus įvairių įrankių, API ir duomenų šaltinių naudojimas didina darbo kokybę ir spartą.
  • Automatizacija: Taupo laiką automatizuodami tiek rutinines, tiek sudėtingas užduotis, gerokai paspartina paiešką, kodavimą ir duomenų analizę.

Rizikos, trūkumai ir atsakingas DI agentų naudojimas

Nors DI agentai atveria naujas galimybes, jie kartu kelia ir naujų rizikų bei neapibrėžtumų. Pagrindiniai kūrėjai, tokie kaip OpenAI ar Anthropic, pabrėžia būtinybę užtikrinti žmogaus priežiūrą, siekiant išvengti klaidų ir rizikos. Kai kurie DI sprendimai dėl galimo netinkamo panaudojimo, ypač jautriose srityse, pažymimi net kaip „didelės rizikos“, nors kartais trūksta išsamios statistikos.

Praktikoje DI autonomija ne visada nuspėjama. Pvz., Anthropic Project Vend agentas automatizavo prekybos automatą, bet užsakė brangius volframo kubus vietoj įprastų prekių. Kitais atvejais kodą rašęs agentas netyčia ištrynė vartotojo duomenų bazę, o klaidą paaiškino „panika“. Tokie atvejai išryškina priežiūros ir saugumo svarbą.

Poveikis darbams ir organizacijoms

DI agentų diegimas spartėja visame pasaulyje. Australijos telekomunikacijų milžinė Telstra įdiegė Microsoft Copilot, kuris automatizuoja susitikimų suvestinės ir dokumentų juodraščių kūrimą, taip sutaupant 1–2 valandas darbuotojams kas savaitę. Panašios priemonės bandomos vis daugiau įmonių, pavyzdžiui, Geocon statybų įmonė agentus naudoja defektų stebėjimui valdyti.

Vis dėlto agentų progresas gali lemti darbo rinkos pokyčius: ypač rizikuoja pradinio lygio ir rutinines užduotis atliekantys darbuotojai. Taip pat didėja priklausomybė nuo DI, rizikuojama prarasti kritinį mąstymą, susidurti su DI „fantazijomis“ ar tapti kibernetinio saugumo grėsmių taikiniu.

Energijos sąnaudos ir veiklos kaštai

Mažiau matoma, bet reikšminga generatyvinio DI pusė – energijos sąnaudos. Atliekant sudėtingas ar resursų reikalaujančias užduotis, DI agentų eksploatavimo ir prieigos kaina didės, o tai kels iššūkių siekiant tvaraus ir prieinamo DI sprendimų naudojimo pasauliniu mastu.

Ateities kūrimas: kaip pradėti naudotis DI agentais?

Sparčiai tobulėjant ir lengvėjant prieigai prie DI agentų, technologijų entuziastai, profesionalai ir žingeidūs vartotojai raginami įsitraukti į šią sritį.

Naujokams rekomenduojama išbandyti Microsoft Copilot Studio – naudotojui draugišką platformą su įdiegtomis saugumo ir valdymo funkcijomis bei agentų užduočių rinka. Turintys programavimo žinių gali pasinaudoti Langchain struktūra, su kuria galima greitai susikurti individualius DI agentus pagal konkrečius verslo ar asmeninius poreikius.

Rinkos reikšmė ir perspektyvos

DI agentai keičia darbo procesus, spartina tyrimus ir automatizuoja sprendimų priėmimą, iš naujo apibrėždami, kas įmanoma versle, technologijose ir kasdienybėje. Norint išlikti priekyje skaitmeniniame amžiuje, svarbu suprasti tiek šių sistemų galią, tiek apribojimus.

Ateities kryptį lems naujovių ir atsakomybės balansas: svarbu, kad agentai ne tik didintų produktyvumą, bet ir veiktų etiškai, efektyviai bei skaidriai. Trečioji generatyvinio DI banga žada būti ypač reikšminga ir nepastovi – jos poveikis gali būti tiek įkvepiantis, tiek iššaukiantis.