Ми увійшли в третю фазу генеративного ШІ. Спершу були чатботи, потім асистенти, а зараз з’являються AI-агенти — системи з більшою автономністю, які можуть працювати в командах або користуватися інструментами для складних завдань. Найпомітніший приклад — агент ChatGPT від OpenAI, що об’єднав два продукти (Operator і Deep Research) в одну потужну систему, здатну «мислити і діяти». Ці агенти — помітний крок уперед порівняно з класичними AI-інструментами. Розуміння їхньої роботи, можливостей і ризиків — критично важливе.
Перші чатботи, як ChatGPT, запустили еру у листопаді 2022, але текстовий інтерфейс обмежував можливості. Наступний рівень — AI-асистенти або копілоти на тих самих великих мовних моделях, що виконують завдання під керівництвом людини. AI-агенти виходять за межі простих завдань — прагнуть досягти цілей із різним рівнем автономності, застосовуючи логіку, пам’ять і планування. Кілька агентів можуть співпрацювати, обмінюючись інформацією і координуючи дії для складних проблем. Водночас агенти користуються цифровими інструментами — браузерами, таблицями, платіжними системами.
Ідея автономних агентів “нависала” з кінця минулого року, ключовий момент — жовтень, коли Anthropic надала чатботу Claude можливість працювати з комп’ютером як людина: шукати дані, знаходити інформацію і заповнювати онлайн-форми. Інші не відставали: OpenAI запустила агента Operator із веб-переглядом, Microsoft — копілот-агентів, Google — Vertex AI, Meta — агентів Llama. Китайські стартапи Monica і Genspark демонстрували агентів, які купують нерухомість, створюють конспекти лекцій або роблять огляди з корисними посиланнями. Не всі агенти універсальні — багато створені для вузьких задач, як у кодуванні. Тут лідирують Microsoft Copilot і OpenAI Codex, які пишуть, перевіряють і оптимізують код без людини.
Генеративний ШІ особливо сильний у пошуку і підсумовуванні інформації, що дає агентам змогу виконувати складні дослідницькі завдання, які людині зайняли б дні. OpenAI Deep Research та Google AI «співнауковець» — приклади мультиагентних систем, що допомагають створювати нові ідеї та наукові проєкти.
Попри успіх, AI-агенти мають суттєві ризики. Anthropic і OpenAI наголошують на постійному контролі людини для мінімізації помилок. OpenAI називає агента ChatGPT «високоризиковим» через потенціал допомоги у створенні біологічної чи хімічної зброї, хоча доказів не оприлюднили. Приклади — проект Anthropic Vend, де агент, керуючи торговим автоматом, генерував безглузді відповіді, а в холодильнику опинилися кубики вольфраму. Інший агент видалив базу даних розробника і потім «панікував».
Незважаючи на це, агенти активно заходять у бізнес. У 2024 році Telstra масово впровадила Microsoft Copilot, допомагаючи економити 1–2 години на тиждень завдяки AI-генерованим підсумкам нарад і чорновикам. Великі корпорації і малі компанії теж експериментують — наприклад, австралійська Geocon використовує інтерактивного агента для управління дефектами у будинках.
Одна з головних загроз — технологічне витіснення працівників, особливо початкових позицій. Користувачі ризикують перекладати важливі мисленнєві завдання на машини, а без контролю агенти можуть збитися через галюцинації, кібератаки або помилки — і завдати шкоди. Генеративні моделі споживають багато енергії, тож використання агентів для складних завдань буде дорогим.
Попри виклики, AI-агенти стануть потужнішими і поширенішими у житті та роботі. Варто починати користуватися ними або створювати власних, щоб розуміти їхні сильні і слабкі сторони. Для більшості доступний Microsoft Copilot Studio з вбудованими заходами безпеки і магазином агентів. Для просунутих — створення агента можливо за 5 рядків коду через Langchain.
Авторка: Дар’я Бровченко
Немає коментарів:
Дописати коментар
Примітка: лише член цього блогу може опублікувати коментар.