Lorsque nous pensons à l’intelligence artificielle (IA), la plupart des gens pensent probablement à des chatbots comme ChatGPT, qui peuvent nous informer et nous divertir en comprenant et en générant un langage naturel. Mais s’agira-t-il de la forme finale de l’IA ?
Bill Gates, réseau de sources d’images
L’autre jour, Bill Gates a écrit sur son blog personnel : AI Agent sera l’avenir de l’intelligence artificielle. Il y a deux jours, une société nationale appelée Facewall Intelligence a également lancé son produit AI Agent ChatDev, qui peut terminer le développement d’un logiciel ou d’un petit jeu en peu de temps, et tout ce que vous avez à faire est de lui fournir une exigence.
Cela semble nous faire réaliser que l’agent IA pourrait apporter des changements encore plus profonds. Comme Bill Gates l’a mentionné dans son blog, AI Agent changera la façon dont nous interagissons avec la technologie, inaugurant une nouvelle ère de l’informatique. Ce qu’il représentera ne sera pas seulement un programme intelligent, mais une entité technologique plus avancée qui peut mieux comprendre et s’adapter aux besoins humains.
Définition et principe de fonctionnement de l’agent IA
Bien que tout le monde, de Bill Gates à OpenAI, parle d’AI Agent, il n’y a pas de définition exacte de celui-ci. À l’heure actuelle, le consensus atteint dans l’industrie à propos d’AI Agent provient principalement d’un article de blog d’OpenAI. Il définit l’agent d’IA comme suit : ** grand modèle de langage comme le cerveau, l’agent a la capacité de percevoir, de se souvenir, de planifier et d’utiliser des outils, et peut automatiquement atteindre les objectifs complexes de l’utilisateur **, ce qui constitue en fait le cadre de base de l’agent d’IA.
**AI Agent est capable de réagir sans instructions explicites et d’ajuster son comportement de manière flexible en fonction des changements de l’environnement. **
Par exemple, la plateforme ChatDev de Facewall montre comment AI Agent automatise des tâches allant de la gestion de projet à la programmation dans le développement de logiciels, simplifiant considérablement les processus traditionnels. Le principe de fonctionnement de cet agent d’IA repose sur des algorithmes complexes et une grande quantité de données saisies, ce qui lui permet de comprendre des environnements et des besoins complexes, et de réagir en conséquence.
Comparaison de l’agent d’IA et de la technologie d’IA traditionnelle
Par rapport aux systèmes d’IA traditionnels, les agents d’IA sont plus « intelligents » et « humanisés ». Non seulement ils peuvent comprendre des instructions complexes en langage naturel, mais ils peuvent également prendre des décisions autonomes en fonction des changements dans leur environnement.
Par exemple, peu de temps après le lancement de GPT-4, il y a eu un projet open-source Auto GPT qui est devenu très célèbre, recevant plus de 80 000 étoiles en seulement 10 jours. Il vous suffit de lui indiquer un objectif, tel que « écrire un article sur l’IA », et il atteindra automatiquement l’objectif, bien sûr, pas en une seule étape, mais il posera activement des questions à l’IA, puis posera à nouveau des questions en fonction du contenu des réponses de l’IA, sachant que l’objectif que vous lui avez dit d’être atteint.
L’IA ordinaire ne peut vous répondre qu’en fonction de chaque question que vous posez, et dans ce processus, les gens doivent encore passer beaucoup de temps à poser des questions et à les corriger.
Deux étapes du développement d’un agent d’IA
1.Intelligence unique
Je crois que beaucoup de gens ont vu l’assistant d’Iron Man dans le film Marvel - Jarvis. Avec la conférence des développeurs OpenAI qui se tient actuellement, ChatGPT montre son potentiel pour devenir « Jarvis ». En tant qu’outil avancé de traitement du langage, l’orientation future du développement de ChatGPT pourrait être plus encline à devenir un agent d’IA complet.
Cela signifie qu’il ne s’agira pas seulement d’un chatbot textuel, mais qu’il sera capable de comprendre et de répondre aux besoins des utilisateurs à un niveau plus profond, d’effectuer des tâches plus complexes et peut-être même d’interagir avec le monde physique à l’avenir, par exemple en contrôlant un robot ou en interagissant avec d’autres systèmes intelligents. Ce changement permettra à ChatGPT d’aller au-delà du traitement de texte et de devenir un agent intelligent plus complet qui peut jouer un rôle important dans de multiples domaines.
2.Intelligence de l’essaim
Par rapport à l’intelligence monolithique, l’intelligence en essaim repose davantage sur la coopération mutuelle entre les IA. ChatDev et « Stanford Town » construits par Facewall Intelligence sont tous deux des intelligences en essaim qui appartiennent à la collaboration multi-agents. Elle est principalement considérée comme une organisation d’entreprise, et chaque IA aura un rôle et une division du travail fixes.
Par exemple, dans le processus de développement de logiciels, les chefs de produit, les développeurs techniques, les testeurs, etc., peuvent être impliqués, et chaque IA doit y jouer son propre rôle. Par rapport à l’intelligence unique, l’intelligence en essaim a l’avantage de réduire l’apparition d’hallucinations exécutives grâce à une communication mutuelle entre deux personnages IA, et le mécanisme de rétroaction entre chaque rôle, similaire au rapport de travail dans la réalité, peut également être utilisé pour améliorer la précision de l’opération.
Applications futures de l’agent d’IA
Service client : Dans le domaine du service client, le grand agent autonome piloté par modèle (LLMops AI Agent) peut traiter efficacement les demandes des clients et fournir un support personnalisé, ce qui améliore considérablement la satisfaction des utilisateurs. Cette application peut être largement utilisée dans de nombreux secteurs tels que les banques et les plateformes de commerce électronique, et peut améliorer efficacement la qualité et l’efficacité des interactions avec les clients.
Visualisation des données : ChartGPT AI Agent peut transformer les données brutes en tableaux et graphiques interactifs dans le domaine de la visualisation des données, ce qui rend l’analyse des données plus efficace et intuitive. Ceci est particulièrement important dans des domaines tels que l’analyse de marché, le suivi des données de santé, etc., qui offrent une nouvelle façon de présenter et de donner un sens à de grandes quantités d’informations complexes.
Développement logiciel : Prenons l’exemple de la plateforme ChatDev de FaceFacing Intelligence que nous avons mentionnée ci-dessus, qui montre comment AI Agent peut améliorer l’efficacité du développement logiciel. Les utilisateurs n’ont qu’à décrire les exigences dans un langage simple, et l’agent d’IA peut automatiquement commencer à travailler et à effectuer les tâches de développement par l’intermédiaire d’une « petite entreprise d’IA ». C’est important pour réduire le temps de développement et améliorer la qualité des logiciels.
À long terme, les agents d’IA formeront un niveau plus profond de connexion intelligente, passant des données virtuelles à la réalité physique. Au niveau individuel, l’agent de chaque personne peut être connecté ensemble par le biais de données virtuelles pour former une organisation virtuelle plus grande ; au niveau de l’entreprise, différentes entreprises et employés et même des éléments peuvent être incorporés dans un énorme réseau de combinaison virtuel et réel par l’intermédiaire de l’agent, afin de fournir une productivité plus forte, de remodeler l’ensemble de la relation de production et d’améliorer également la productivité de l’ensemble de la société.
Voir l'original
Cette page peut inclure du contenu de tiers fourni à des fins d'information uniquement. Gate ne garantit ni l'exactitude ni la validité de ces contenus, n’endosse pas les opinions exprimées, et ne fournit aucun conseil financier ou professionnel à travers ces informations. Voir la section Avertissement pour plus de détails.
Bill Gates : L’avenir de l’IA, c’est l’agent de l’IA
Auteur : n° 1
Évolution de ChatGPT à AI Agent
Lorsque nous pensons à l’intelligence artificielle (IA), la plupart des gens pensent probablement à des chatbots comme ChatGPT, qui peuvent nous informer et nous divertir en comprenant et en générant un langage naturel. Mais s’agira-t-il de la forme finale de l’IA ?
L’autre jour, Bill Gates a écrit sur son blog personnel : AI Agent sera l’avenir de l’intelligence artificielle. Il y a deux jours, une société nationale appelée Facewall Intelligence a également lancé son produit AI Agent ChatDev, qui peut terminer le développement d’un logiciel ou d’un petit jeu en peu de temps, et tout ce que vous avez à faire est de lui fournir une exigence.
Définition et principe de fonctionnement de l’agent IA
Bien que tout le monde, de Bill Gates à OpenAI, parle d’AI Agent, il n’y a pas de définition exacte de celui-ci. À l’heure actuelle, le consensus atteint dans l’industrie à propos d’AI Agent provient principalement d’un article de blog d’OpenAI. Il définit l’agent d’IA comme suit : ** grand modèle de langage comme le cerveau, l’agent a la capacité de percevoir, de se souvenir, de planifier et d’utiliser des outils, et peut automatiquement atteindre les objectifs complexes de l’utilisateur **, ce qui constitue en fait le cadre de base de l’agent d’IA.
Par exemple, la plateforme ChatDev de Facewall montre comment AI Agent automatise des tâches allant de la gestion de projet à la programmation dans le développement de logiciels, simplifiant considérablement les processus traditionnels. Le principe de fonctionnement de cet agent d’IA repose sur des algorithmes complexes et une grande quantité de données saisies, ce qui lui permet de comprendre des environnements et des besoins complexes, et de réagir en conséquence.
Comparaison de l’agent d’IA et de la technologie d’IA traditionnelle
Par rapport aux systèmes d’IA traditionnels, les agents d’IA sont plus « intelligents » et « humanisés ». Non seulement ils peuvent comprendre des instructions complexes en langage naturel, mais ils peuvent également prendre des décisions autonomes en fonction des changements dans leur environnement.
L’IA ordinaire ne peut vous répondre qu’en fonction de chaque question que vous posez, et dans ce processus, les gens doivent encore passer beaucoup de temps à poser des questions et à les corriger.
Deux étapes du développement d’un agent d’IA
1.Intelligence unique
Je crois que beaucoup de gens ont vu l’assistant d’Iron Man dans le film Marvel - Jarvis. Avec la conférence des développeurs OpenAI qui se tient actuellement, ChatGPT montre son potentiel pour devenir « Jarvis ». En tant qu’outil avancé de traitement du langage, l’orientation future du développement de ChatGPT pourrait être plus encline à devenir un agent d’IA complet.
2.Intelligence de l’essaim
Par rapport à l’intelligence monolithique, l’intelligence en essaim repose davantage sur la coopération mutuelle entre les IA. ChatDev et « Stanford Town » construits par Facewall Intelligence sont tous deux des intelligences en essaim qui appartiennent à la collaboration multi-agents. Elle est principalement considérée comme une organisation d’entreprise, et chaque IA aura un rôle et une division du travail fixes.
Applications futures de l’agent d’IA
Service client : Dans le domaine du service client, le grand agent autonome piloté par modèle (LLMops AI Agent) peut traiter efficacement les demandes des clients et fournir un support personnalisé, ce qui améliore considérablement la satisfaction des utilisateurs. Cette application peut être largement utilisée dans de nombreux secteurs tels que les banques et les plateformes de commerce électronique, et peut améliorer efficacement la qualité et l’efficacité des interactions avec les clients.
Visualisation des données : ChartGPT AI Agent peut transformer les données brutes en tableaux et graphiques interactifs dans le domaine de la visualisation des données, ce qui rend l’analyse des données plus efficace et intuitive. Ceci est particulièrement important dans des domaines tels que l’analyse de marché, le suivi des données de santé, etc., qui offrent une nouvelle façon de présenter et de donner un sens à de grandes quantités d’informations complexes.
À long terme, les agents d’IA formeront un niveau plus profond de connexion intelligente, passant des données virtuelles à la réalité physique. Au niveau individuel, l’agent de chaque personne peut être connecté ensemble par le biais de données virtuelles pour former une organisation virtuelle plus grande ; au niveau de l’entreprise, différentes entreprises et employés et même des éléments peuvent être incorporés dans un énorme réseau de combinaison virtuel et réel par l’intermédiaire de l’agent, afin de fournir une productivité plus forte, de remodeler l’ensemble de la relation de production et d’améliorer également la productivité de l’ensemble de la société.