Os agentes da IA estão aqui. É isso que eles podem fazer – e como eles podem dar errado

Estamos entrando na terceira fase da IA generativa. Primeiro vieram os chatbots, seguidos pelos assistentes. Agora, estamos começando a ver agentes: sistemas que aspiram a maior autonomia e podem trabalhar em “equipes” ou usar ferramentas para realizar tarefas complexas. O mais recente produto quente é o agente ChatGPT da OpenAI. Isso combina dois produtos pré-existentes (operador e pesquisa profunda) em um único sistema mais poderoso que, de acordo com o desenvolvedor, “pensa e atos”. Esses novos sistemas representam um avanço das ferramentas anteriores da IA. Saber como eles funcionam e o que podem fazer – bem como suas desvantagens e riscos – está rapidamente se tornando essencial. De chatbots ao AgentsChatgpt lançou a era do Chatbot em novembro de 2022, mas apesar de sua enorme popularidade, a interface de conversação limitou o que poderia ser feito com a tecnologia. Esses são sistemas construídos sobre os mesmos modelos de idiomas grandes que alimentam os chatbots da AI, apenas agora projetados para realizar tarefas com instrução e supervisão humanas. Os agentes são outro passo em frente. Eles pretendem buscar metas (em vez de apenas tarefas completas) com graus variados de autonomia, suportados por recursos mais avançados, como raciocínio e memória. Os sistemas de agentes de IA multiplicados podem ser capazes de trabalhar juntos, comunicando -se com os outros para planejar, planejar, decidir e coordenar para resolver problemas complexos. As planilhas, os sistemas de pagamento e mais. Um ano de IA de desenvolvimento rápido se sentiu iminente desde o final do ano passado. Um grande momento ocorreu em outubro passado, quando o Anthropic deu ao seu chatbot de Claude a capacidade de interagir com um computador da mesma maneira que um humano. Este sistema pode pesquisar várias fontes de dados, encontrar informações relevantes e enviar formulários on -line. Outros desenvolvedores de IA foram rápidos em seguir. O OpenAI lançou um agente de navegação na web chamado Operador, Microsoft anunciou agentes da Copilot e vimos o lançamento dos agentes da Llama da Vértice AI do Google e da Meta. Outra startup chinesa, Genspark, lançou um agente de mecanismo de pesquisa que retorna uma visão geral da única página (semelhante ao que o Google faz agora) com links incorporados a tarefas on-line, como encontrar as melhores ofertas de compras. Outra startup, de maneira clara, oferece um agente “trapaceiro em qualquer coisa” que ganhou atenção, mas ainda não entregue resultados significativos. Não todos os agentes são feitos para atividades de uso geral. Alguns são especializados em áreas específicas. A codificação e a engenharia de software estão na vanguarda aqui, com o agente de codificação de copilot da Microsoft e o códice do OpenAI entre os pioneiros. Esses agentes podem escrever, avaliar e comprometer o código independentemente, além de avaliar o código escrito por humanos quanto a erros e lags de desempenho. Pesquisa, resumo e mais uma força central dos modelos generativos de IA é a pesquisa e o resumo. Os agentes podem usar isso para realizar tarefas de pesquisa que podem levar dias de especialista em humanos. O “co-cientista” da AI do Google é um sistema multi-agente mais sofisticado que visa ajudar os cientistas a gerar novas idéias e propostas de pesquisa. Antrópico e o OpenAI, por exemplo, prescrevem supervisão humana ativa para minimizar erros e riscos. No entanto, a empresa não publicou os dados por trás dessa reivindicação, por isso é difícil julgar. Mas os tipos de riscos que agentes podem representar em situações do mundo real são mostrados pela vendedora do projeto da Anthropic. Vend atribuiu um agente de IA para administrar uma máquina de venda automática de funcionários como uma pequena empresa – e o projeto se desintegrou em alucinações hilariantes, mas chocantes, e uma geladeira cheia de cubos de tungstênio em vez de alimentos. Em outro conto de advertência, um agente de codificação, que é um agente semead dos dias de todos os motivos, que não foi possível que seja um agente de codificação. fortemente implantou assinaturas da Microsoft Copilot. A empresa diz que os resumos de reuniões e os rascunhos de conteúdo gerados pela IA economizam uma média de 1 a 2 horas por semana. Muitas grandes empresas estão buscando estratégias semelhantes. As empresas menores também estão experimentando agentes, como o uso da empresa de construção de Canberra, GeoCon, de um agente interativo de IA para gerenciar defeitos em seus desenvolvimentos de apartamentos. À medida que os agentes melhoram, eles podem substituir trabalhadores humanos em muitos setores e tipos de trabalho. Ao mesmo tempo, o uso do agente também pode acelerar o declínio dos trabalhos de colarinho branco de nível básico. As pessoas que usam agentes de IA também estão em risco. Eles podem confiar muito na IA, descarregando tarefas cognitivas importantes. E sem supervisão e corrimão adequados, alucinações, ataques cibernéticos e erros de composição podem atrapalhar rapidamente um agente de sua tarefa e objetivos para causar danos, perdas e lesões. Os verdadeiros custos também não são claros. Todos os sistemas de IA generativos usam muita energia, que, por sua vez, afetará o preço do uso de agentes – especialmente para tarefas mais complexas. Apresente os agentes – e construir sua própria apesar dessas preocupações contínuas, podemos esperar que os agentes da IA se tornem mais capazes e mais presentes em nossos locais de trabalho e vidas diárias. Não é uma má idéia começar a usar (e talvez construir) agentes a si mesmo, e entender seus pontos fortes, riscos e limitações. Para o usuário médio, os agentes são mais acessíveis no Microsoft Copilot Studio. Isso vem com salvaguardas embutidas, governança e uma loja de agentes para tarefas comuns. Para os mais ambiciosos, você pode construir seu próprio agente de IA com apenas cinco linhas de código usando a estrutura Langchain. Este artigo é republicado da conversa sob uma licença Creative Commons. Leia o artigo original.

Fonte