С середины 2024 года мы все чаще стали сталкиваться с таким термином, как «агентский» (или «агентный») искусственный интеллект. Все крупнейшие технологические компании, включая OpenAI, Google, Microsoft и Apple, объявили о скором релизе разработок в этом направлении. Аналитики Grand View Research ожидают, что объем мирового рынка ИИ-агентов будет расти на 45% в год до 2030 года и достигнет 70,5 млрд. долларов. Такие решения не только ускорят автоматизацию, но и предложат гиперперсонализированный клиентский опыт, а также позволят обычным пользователям делегировать помощникам на базе искусственного интеллекта рутинные задачи. Прогнозируется, что уже к 2028 году такого рода автономные ИИ‑агенты будут принимать не менее 15% повседневных рабочих решений вместо людей. Уже сегодня создаются платформы, позволяющие любому бизнесу разрабатывать собственный агентский ИИ, а порог входа в технологию обещает быть предельно низким, так как для общения с искусственным интеллектом будет использоваться человеческий, а не машинный язык. Давайте разберемся, как устроена новая технология и какие перспективы ее ожидают.

Что такое ИИ-агент

ИИ-агенты — это автономные интеллектуальные системы, которые могут взаимодействовать с внешней средой, принимать решения и предпринимать действия без вмешательства человека. Такие агенты создаются с помощью специальных конструкторов на основе машинного обучения и обработки естественного языка (NLP). Они способны выполнять простые рутинные задачи, решать более сложные, а также поддерживать режим многозадачности. Отличие ИИ-агентов от традиционных систем ИИ заключается в том, что они могут постоянно улучшать свою производительность посредством самообучения.

Несмотря на кажущуюся новизну этого термина, направление ИИ-агентов начало развиваться одновременно с первыми разработками в области искусственного интеллекта — в 50-е годы прошлого века. В эту эпоху пионер в области машинного обучения Артур Сэмюэл разработал одну из самых ранних программ, способных к самостоятельному обучению — электронного игрока в шашки. Спустя десятилетие появился первый разговорный искусственный интеллект Eliza, а также экспертные системы, подобные DENDRAL, которые демонстрировали способность искусственного интеллекта копировать человеческий опыт. Технические ограничения привели к прекращению разработок в этой сфере, и только в последнее десятилетие XX века, благодаря разработке более продвинутых методов машинного обучения, стали появляться новые системы искусственного интеллекта, вроде Deep Blue от IBM. В начале XXI века рост вычислительных мощностей поспособствовал развитию такого направления, как глубокое обучение, а виртуальные помощники вроде Siri начали демонстрировать реальную пользу искусственного интеллекта. Именно это стало причиной развития агентных систем на базе обучения с подкреплением и появления первых генеративных моделей искусственного интеллекта, таких как GPT-2. Сегодня мы работаем современными агентами, в том числе ChatGPT, которые могут поддерживать беседу и решать рабочие вопросы, а также принимать решения самостоятельно.

Составляющие ИИ-агентов

Агенты ИИ различаются по реализации, но, как правило, включают 5 основных компонентов:

1. Агентно-ориентированные интерфейсы, включая протоколы и API, используемые для подключения агентов к пользователям, базам данных, датчикам и другим системам, позволяющие интеллектуальным программным агентам наблюдать за своей средой.
2. Модуль памяти включает в себя как кратковременную память на недавние события и непосредственный контекст, так и долговременную память на фактические знания, концепции, детали прошлых разговоров и знания о том, как выполнялись прошлые задачи.
3. Модуль профиля определяет атрибуты агента, такие как его роль, цели и поведенческие модели.
4. Модуль планирования, который обычно использует LLM или SLM, берет наблюдения из окружающей среды, включая память и профиль агента, чтобы составить соответствующие планы для агента.
5. Модуль действий включает в себя API и системные интеграции, которые определяют совокупность действий, доступных агенту ИИ.

Как работают ИИ-агенты

ИИ-агенты наблюдают за окружающей средой, используют большие языковые модели для планирования и получают доступ к подключенным системам для выполнения действий и достижения целей. Если разложить все по пунктам, то работа ИИ-агента будет включать следующие этапы:

• восприятие — ИИ-агенты постоянно собирают и обрабатывают информацию из своей среды, включая взаимодействия с пользователем, ключевые показатели производительности или данные датчиков;
• рассуждение — используя большие языковые модели, ИИ-агенты автономно оценивают и расставляют приоритеты действий на основе своего понимания проблемы, а также целей, которые необходимо достичь, контекста и других параметров;
• действие — ИИ-агенты используют интерфейсы, интегрированные с корпоративными системами, инструментами и источниками данных, для выполнения задач. Эти задачи прописаны в плане, который составляет большая или малая языковая модель. Для выполнения задач агент получает доступ к таким корпоративным службам, как системы управления персоналом, системы управления заказами или CRM, а затем может делегировать действия другим агентским системам или запрашивать у пользователя разъяснения.

Кстати, последние ИИ-агенты опираются также на поисковую дополненную генерацию (RAG), которая позволяет им обращаться за данными к внешним источникам, в том числе с помощью интернета. Этот цикл «восприятие-рассуждение-действие» считается самоподдерживающимся, поскольку инструменты ИИ-агентов постоянно анализируют изменения, основываясь на прошлых взаимодействиях, и учатся на них, чтобы становиться более эффективными и результативными.

Виды ИИ-агентов

Существуют различные классификации типов ИИ-агентов. Они обычно включают от 5 до 7 этапов эволюции агентных систем. Одна из классификаций выглядит следующим образом:

• Реактивные агенты. Этот тип действует исключительно в данный момент, не хранит воспоминания и не учится на прошлом опыте, а также следует предопределенным правилам.
• Агенты, специализирующиеся на задачах. Они обучаются на данных в довольно узких областях, часто превосходя людей при решении определенных задач и помогая в работе экспертам.
• Контекстно-зависимые агенты. Они способны обрабатывать динамические сценарии, учитывая контекст, и синтезировать различные сложные данные.
• Социально подкованные агенты. Эти системы понимают и интерпретируют человеческие эмоции, убеждения и намерения, обеспечивая более эмпатическую обратную связь.
• Саморефлексивные агенты. Эти системы будут способны к самосовершенствованию, так как смогут анализировать собственные процессы принятия решений и улучшать свои алгоритмы автономно;
• Агенты обобщенного интеллекта. По сути, это AGI (общий искусственный интеллект), который способен мыслить на уровне человека.
• Сверхразумные агенты. Эта гипотетическая система будет способна превзойти человеческий интеллект во всех областях, что приведет к прорывам в науке, экономике и управлении. Идея суперинтеллекта принадлежит философу Нику Бострому, однако развитие такой технологии, вероятно, потребует внедрения квантовых вычислений.

Другие эксперты условно делят ИИ-агентов на 5 уровней автономности — от простых агентов уровня L1 до полностью автономного уровня L5. Они относят уже существующие решения, в том числе ChatGPT от OpenAI и Gemini от Google, к уровню L1. Недавно представленного OpenAI ИИ-агента Operator условно можно отнести к L2, так как он, помимо выполнения задач, способен также самостоятельно действовать и принимать решения. Кроме того, сейчас появляются платформы, которые позволяют создавать ИИ-агентов пользователям без навыков программирования. Например, OpenAI предлагает инструмент GPT Builder для создания ИИ-агентов на базе ChatGPT. Для этого достаточно начать беседу с чат-ботом, где ему нужно предоставить инструкции и дать обучающую информацию. Можно попросить ChatGPT «создать инженера-программиста, который поможет форматировать код». После этого нужно выбрать название для своего агента, задать его описание, а во вкладке «Настроить» выбрать требуемые действия, например, просмотр веб-страниц или создание изображений.

Примеры ИИ-агентов

ИИ-агенты могут использоваться для различных задач во многих отраслях. Например, чат-бот на портале кредитных карт может спросить клиента ищет ли он информацию об оплате счетов, тарифах на услуги или увеличении кредитного лимита. Задавая вопросы, а затем определяя следующий вопрос на основе предыдущего ответа и собирая информацию из документов и профиля клиента, бот может предложить ему решение его проблемы. Также, он может передать вопрос человеку, если не может решить проблему известными методами.

Можно привести пример из области здравоохранения. Предположим, у вас есть модели, обученные находить признаки определенных заболеваний, анализируя изображения с УЗИ или сканы КТ/МРТ. С помощью ИИ-агента данные нового пациента могут быть сначала рассмотрены моделью, и затем будет предоставлено резюме для врачей, чтобы они могли сделать рекомендации по терапии и медикаментам. Встречаются ИИ-агенты, которые анализирует историю болезни пациента, симптомы и наследственные факторы, чтобы предоставить начальную информацию врачам о возможных диагнозах пациента и для составления плана лечения.

ИИ-агенты также отлично подходят для финансовых услуг. С помощью соответствующих ИИ-агентов можно выявлять аномалии и предупреждать о возможном мошенничестве, что помогает сократить финансовые потери. Аналогичным образом ИИ-агенты могут помочь в принятии решений по заемщикам с высоким уровнем риска и непрерывно мониторить существующих клиентов на предмет изменений их кредитного риска.

Одним из самых простых и понятных примеров внедрения агентского ИИ является полная автоматизация клиентской поддержки. Например, компания Salesforce полностью автоматизировала клиентскую поддержку. Человек привлекается уже не для выполнения какого-либо действия, а только для разрешения спорных ситуаций, при этом плата взимается только за успешное разрешение вопроса. При этом потенциал технологии огромен. На предлагаемых платформах по принципу конструктора Lego можно конструировать любой, даже очень сложный процесс. При этом сами действия будут выполнять уже существующие роботы и API, а искусственный интеллект возьмет на себя оркестрацию процесса и обработку исключений.

Даже ваши умные домашние устройства — это ИИ-агенты. Они могут предоставлять информацию и предпринимать действия на основе данных, которые они собрали. Технология обещает быть поистине революционной, поэтому компаниям стоит как можно скорее начать ее внедрять и экспериментировать с ней, поскольку первые, кто ее освоит и запустит в промышленную эксплуатацию, получат очевидное преимущество. При этом разрыв между компаниями-лидерами и отстающими будет стремительно увеличиваться. По мере совершенствования и апробации технологии, будут появляться агенты, способные выполнять все более сложные задачи, причем все точнее и точнее. Это неизбежно приведет к тому, что некоторые профессии будут отмирать и трансформироваться.

Перспективы развития ИИ-агентов

В ближайшие годы ИИ-агенты станут более доступными для широкого круга пользователей благодаря снижению стоимости технологий и увеличению их функциональности. Уже сегодня они активно используются в таких областях, как клиентская поддержка, автоматизация бизнес-процессов, анализ данных и многое другое. В будущем их применение расширится на медицину, транспорт и даже творчество, что позволит сделать многие сферы жизни более эффективными и доступными. Будут расти и возможности ИИ-агентов, в числе которых появятся:

• Персонализированные рекомендации: ИИ-агенты смогут анализировать поведение и предпочтения пользователей, предлагать персонализированные продукты и услуги, которые идеально соответствуют их потребностям.
• Автоматизация сложных процессов: В будущем ИИ-агенты смогут управлять сложными системами, такими как автономные автомобили и «умные» города, обеспечивая более безопасное и удобное окружение для жизни.
• Поддержка в принятии решений: Компании смогут использовать ИИ-агентов для анализа огромных объемов данных и выработки стратегий, что значительно ускорит процесс принятия решений и повысит их точность.
• Более высокий уровень доверия пользователей: Хотя в 2024 году лишь 28% людей полностью доверяли искусственному интеллекту, с развитием технологий этот показатель будет расти. Увеличение прозрачности и улучшение качества взаимодействия с ИИ-агентами поможет преодолеть барьеры недоверия и сделает взаимодействие с искусственным интеллектом естественным.

Автоматизация и искусственный интеллект станут неотъемлемой частью повседневной жизни. Они уже помогают бизнесу расти и улучшать клиентский опыт, но потенциал их применения еще далеко не исчерпан. В ближайшие годы мы увидим, как ИИ-агенты преобразуют различные отрасли, делая их более эффективными и персонализированными.