Yapay zekanın son on yıllık ilerlemesine bakarsanız, çoğunun tek bir boyutta ölçüldüğünü görürsünüz: daha büyük modeller ve daha iyi kriterler.
Bu yaklaşım bir süre işe yaradı ama artık “daha büyük”ün satın alabileceği şeylerin sınırlarıyla karşı karşıyayız.
Bir sonraki buluş, parametreleri milyarlara çıkarmakla ilgili değil. Bu, çoğu insanın göremediği ama çalışmadığında kesinlikle hissettiği kısım olan alttaki mimariyle ilgili.
CTO ve kurucu ortak Amperity.
Ajan yapay zekanın devreye girdiği yer burasıdır. Moda bir sözcük olarak ajanlar değil, zekanın nasıl dağıtıldığı konusunda pratik bir değişim olarak.
Bir uyarıyı bekleyen ve bir yanıt üreten bir model yerine, olup biteni izleyen, bunun hakkında mantık yürüten ve harekete geçen daha küçük, amaca yönelik oluşturulmuş temsilcilerden oluşan gruplara sahip olursunuz.
Zeka, her şeyi yapan dev bir modelde değil, nasıl işbirliği yaptıklarında yatıyor.
Bu şekilde düşünmeye başladığınızda konu “Model ne yapabilir?” şeklinde değişir. “Sistem modelin ne yapmasına izin veriyor?” Ve hepsi mimari.
Üretken Yanıtlardan Devam Eden Döngülere
Üretken yapay zeka, insanların etkileşim kurma biçimini değiştirdi yazılımElbette. Ancak kalıp pek değişmedi: soru sor, yanıtla ve sonra her şey sıfırlanıyor.
Ajan sistemleri bu şekilde çalışmaz. Uyanık kalıyorlar. Değişiklikler gibi açıkça sormadığınız sinyallere yanıt verirler. müşteri davranışlar, talepteki değişimler ve genellikle gösterge tablolarının gözden kaçırdığı küçük anormallikler.
Ve en büyük fark zamandır. Bunlar bir defaya mahsus işler değil. Aracılar döngüler çalıştırır. Gözlemlerler, karar verirler, bir şeyler denerler ve durum değiştiğinde geri dönerler. Bu daha çok ekiplerin ellerinden gelenin en iyisini yaptıklarında gerçekte nasıl çalıştıklarına benziyor.
Ancak bu koordinasyonun hiçbiri ortak bağlam olmadan işe yaramaz. Kararlarını birleştirilmiş profillere dayandıran bir temsilciniz ve eski, kopyalanmış bir veri kümesinden alan başka bir temsilciniz varsa, sürükleneceksiniz. Ajanlar bir kez sürüklendiklerinde akıllı olmayı bırakırlar ve öngörülemez olmaya başlarlar.
Birleştirilmiş Veriler Artık İsteğe Bağlı Değil
Parçalanmış verilerin can sıkıcı olduğunu hepimiz biliyoruz. Ajanlı sistemlerde tehlikeli hale gelir. Temsilciler paralel olarak çalışır ve müşteriler konusunda aynı anlayışa ihtiyaç duyarlar. ürünler, olaylar – her şey. Aksi takdirde, ancak hasar oluştuktan sonra ortaya çıkan çelişkili kararlar alırsınız.
Birleşik, kimlik çözümlemeli bir katman, paylaşılan hafıza haline gelir. Ajanların ayakları yere basmasını sağlayan ve birbirlerine adım atmak yerine işbirliği yapmalarını sağlayan şey budur. Bu felsefi bir nokta değil. Bu paylaşılan hafıza olmadan, aracılar farklı gerçeklikleri “öğrenir” ve sisteminiz hızla tutarsız hale gelir.
Monolitler Değil Ekosistemler
Yıllardır işletmeler Sistemleri bir araya getirmenin işleri bozacağından korktukları için büyük, her şeyi yapabilen platformlara yöneldiler. İronik bir şekilde, ajan yapay zeka bu fikri tersine çeviriyor.
Devasa platformlar yerine, birbirleriyle neredeyse mikro hizmetler gibi konuşan küçük, uzmanlaşmış aracılar elde edersiniz; tek fark, yalnızca işlem yapmak değil, muhakeme yapmaktır.
İşin püf noktası şu: Bu temsilcilerin yalnızca veri alışverişinde bulunması yeterli değil. Verileri aynı şekilde yorumlamaları gerekiyor. Birlikte çalışabilirliğin gerçek bir mühendislik sorunu haline geldiği yer burasıdır.
API’ler onlara yüklenen anlamdan daha az önemlidir. İki aracı aynı sinyali almalı ve bunun neyi temsil ettiği konusunda aynı temel anlayışa ulaşmalıdır.
Bunu yanlış anladığınızda özerkliğiniz kalmaz, kaos yaşarsınız.
Ancak işe yaradığında, her değişikliğin yeniden yazmaya dönüşmesine gerek kalmadan aracıları ekleyebileceğiniz veya yükseltebileceğiniz bir ortam elde edersiniz. Sistem zamanla kırılganlaşmak yerine daha akıllı hale geliyor.
Başlangıçtan İtibaren Yapay Zeka İçin Tasarlamak
Bugün pek çok ekip yapay zekayı hala bir eklenti, yani her şey yerine oturduktan sonra mevcut sisteme eklediğiniz bir şey olarak görüyor.
Bu yaklaşım, aracı sistemlerde işe yaramıyor. Gelişen şemalar için tasarlanmış veri modellerine, otonom davranışları yönetebilecek yönetişime ve altyapı Tek seferlik işlemler için değil, geri bildirim döngüleri için tasarlandı.
Yapay zeka öncelikli mimaride zeka bir özellik değildir. Sıhhi tesisatın bir parçası. Veriler, uzun vadeli kararları destekleyecek şekilde hareket eder. Şemalar gelişir. Aracıların tek bir istekten daha uzun süren içeriğe ihtiyacı vardır. Bu, geleneksel yazılım tasarımından farklı bir zihniyettir; uygulamalardan ziyade ekosistemleri tasarlamaya daha yakındır.
İnsanlık Hiçbir Yere Gitmiyor
“Ajan yapay zekanın” insanların kenara çekilmesi anlamına geldiğine dair her zaman bir endişe vardır. Gerçek ise bunun tam tersidir. Temsilciler dakika dakika karar döngülerini üstlenir, ancak bu döngüleri anlamlı kılan hedefleri, öncelikleri, sınırları ve değiş-tokuşları insanlar tanımlar.
Aslında gözetimi kolaylaştırır. İnsanlar her eylemi gözden geçirmek yerine, sapma, sapma, yanlış hizalama gibi kalıpları arar ve sistemin bir bütün olarak rotasını düzeltir. Bir kişi birçok temsilciye rehberlik edebilir çünkü iş, talimat vermekten amacın ayrıntılandırılmasına doğru değişir.
İnsanlar hükmü getirir. Ajanlar dayanıklılığı getirir.
Bütün bunlar nereye varıyor
Agentic AI yalnızca bir sonraki model trendi değil. Bu nasıl bir değişim istihbarat sistemlerin içine gömülür. Ancak doğru mimari olmadan özerklik asla insanların beklediği sonuçları üretmeyecektir.
Aracıların uyumlu hale gelmesi için birleşik verilere ihtiyacınız var. Temsilcilerin iletişim kurabilmesi için birlikte çalışabilen sistemlere ihtiyacınız var. Uzun ömürlü bir bağlam ve sürekli öğrenme için tasarlanmış bir altyapıya ihtiyacınız var.
Üretken yapay zeka yanıtlarla ilgiliyse, ajansal yapay zeka da devam eden zekayla ilgilidir ve bu yalnızca altındaki mimarinin faaliyet gösterdiği dünya için inşa edilmesi durumunda işe yarar.