Üretken yapay zeka (genAI), son iki yıl içinde hızlı mühendislik ve talimat ince ayarından, chatbot yanıtlarının doğruluğunu artırmayı amaçlayan harici bilgi kaynaklarının entegrasyonuna kadar hızla gelişti.
GenAI’nin ileriye doğru attığı son büyük adım, otonom aracıların veya ortamlarını algılayabilen, kararlar verebilen ve belirli hedeflere ulaşmak için harekete geçebilen yapay zeka destekli uygulamaların gelişi oldu. Buradaki anahtar kelime, yazılımın kendi başına harekete geçmesini sağlayan “ajans”tır. Genellikle metin, resim ve müzik gibi içerik oluşturmaya odaklanan genAI araçlarının aksine, ajansal AI, proaktif problem çözmeyi ve karmaşık görev yürütmeyi vurgulamak için tasarlanmıştır.
Yapay zeka aracısının en basit tanımı, büyük bir dil modelinin (LLM) ve bir görevi tamamlamak için bağımsız hareket edebilen geleneksel bir yazılım uygulamasının birleşimidir.
2025 yılında genAI kullanan şirketlerin %25’i, ajansal yapay zeka pilot uygulamaları veya kavram kanıtları başlatacak. profesyonel hizmetler firması Deloitte’un raporu. 2027 yılında bu sayı tüm şirketlerin yarısına ulaşacak. Deloitte, “Bazı ajan yapay zeka uygulamaları, özellikle yılın geri yarısında, 2025’te mevcut iş akışlarına fiilen uyarlanabilir” dedi. “Ajantik yapay zeka, bilgi çalışanlarının üretkenliğini artırabilir ve her türlü iş akışını daha verimli hale getirebilir. Ancak ‘özerk’ kısmın geniş çapta benimsenmesi zaman alabilir.”
Geçen ay M365 Copilot’a otomatik aracılar eklediğini açıklayan Microsoft da dahil olmak üzere irili ufaklı teknoloji şirketleri genAI tabanlı aracıları hızla piyasaya sürüyor. Cisco, Ekim ayında müşteri hizmetleri temsilcilerini açıkladı; Aynı ay Atlassian, Rovo genAI asistanını tanıttı ve Asana, aracılar oluşturmak için kullanılabilecek bir araç olan AI Studio’yu duyurdu.
Başka bir deyişle, yapay zeka ajanları yakında işyerindeki diğer gen yapay zeka araçları kadar yaygın hale gelebilir.
Agentic AI iki temel şekilde çalışır. Birincisi, açık web üzerinde, mobil uygulamalarda veya bir işletim sistemi olarak görevleri otonom bir şekilde tamamlayabilen uzman aracılar sunar. Konuşmaya dayalı web aracıları olarak adlandırılan özel bir tür aracılı yapay zeka, sohbet robotlarına çok benzer şekilde çalışır. Bu durumda, Georgia Teknoloji Enstitüsü’nün Elektrik ve Bilgisayar Mühendisliği okullarından profesör Larry Heck’e göre, ajansal yapay zeka, kullanıcılarla açık web’de gezinirken veya uygulamaları kullanırken basit metin sohbetlerinin ötesine geçerek çok modlu konuşmalar aracılığıyla etkileşime geçiyor. Etkileşimli Hesaplama.
Heck, “Sınırlı ekosistemlerde çalışan Siri, Alexa veya Google Asistan gibi geleneksel sanal asistanların aksine, konuşmaya dayalı web aracıları kullanıcılara açık web ve uygulamalarda görevleri özgürce tamamlama olanağı sağlıyor” dedi. “Yapay zeka aracılarının birçok alanda yaygın olacağından şüpheleniyorum, ancak belki de en yaygın kullanımlar web arama motorlarına ve Siri, Alexa ve Google Asistan gibi geleneksel Yapay Zeka Sanal Asistanlarına yapılan uzantılar aracılığıyla olacaktır.”
Diğer kullanımlar ajan yapay zeka için
Çeşitli teknoloji şirketleri, bulut sağlayıcıları ve diğerleri, kendi ajansal yapay zeka tekliflerini geliştiriyor, stratejik satın almalar yapıyor ve şirketleri doğrudan teknoloji için satın almak yerine, ajansal yapay zeka teknolojisini startuplardan giderek daha fazla lisanslıyor ve çalışanlarını işe alıyor. Deloitte’a göre yatırımcılar, son iki yılda kurumsal pazarı hedefleyen şirketlere odaklanarak ajans yapay zeka girişimlerine 2 milyar dolardan fazla para döktü.
Yapay zeka ajanları şimdiden beklemeyeceğiniz yerlerde boy gösteriyor. Örneğin, günümüzde çoğu sürücüsüz araç, çevreleri hakkında veri toplamak için sensörler kullanıyor ve bu veriler daha sonra bir harita oluşturmak ve araçta gezinmek için yapay zeka aracılı yazılım tarafından işleniyor. Yapay zeka aracıları, otonom araç rota optimizasyonunda, trafik yönetiminde ve gerçek zamanlı karar vermede başka birçok kritik rol daha oynuyor; hatta bir aracın ne zaman bakıma ihtiyacı olduğunu tahmin edebiliyorlar.
IDC Research grup başkan yardımcısı Ritu Jyoti’ye göre, AI ajanları ileriye dönük olarak genel otonom sürüş deneyimini dönüştürmeye hazırlanıyor. Örneğin, bu yılın başlarında, Nvidia Agent Driver’ı yayınladıdaha fazla “insan benzeri otonom sürüş” sunan, otonom araçlara yönelik LLM destekli bir temsilci.
IDC
Bu yapay zeka aracıları aynı zamanda finansal hizmetlerden (müşterini tanı (KYC) uygulamalarının bir parçası olarak bilgi toplayabilecekleri yer) sağlık hizmetlerine (ajans yapay zekanın üyelerle konuşarak anket yapabileceği) kadar çok sayıda sektör ve kullanıma da giriyor. ve reçeteleri yeniden doldurun). Üstesinden gelebilecekleri çeşitli görevler şunları içerebilir:
- Teşhis ve tedavi önermek için tıbbi görüntüleri veya hasta verilerini analiz eden otonom teşhis sistemleri (retina taramaları için Google’ın DeepMind’ı gibi).
- Finansal hizmetlerde piyasa verilerini bağımsız olarak analiz eden, eğilimleri tahmin eden ve minimum insan müdahalesiyle işlemleri gerçekleştiren algoritmik ticaret botları.
- Sigorta sektöründeki, kanallar arasında önemli ayrıntıları toplayan ve durum güncellemelerini sağlamak için verileri analiz eden yapay zeka acenteleri; ayrıca kayıt öncesi sorular sorabilir ve elektronik yetkilendirmeler sağlayabilirler.
- Tedarikçi performansını özerk bir şekilde izleyerek ve gecikmeleri tespit edip bunlara yanıt vererek müşterilerin tedarik zincirlerini optimize etmesine ve maliyetli kesintileri en aza indirmesine yardımcı olan tedarikçi iletişim aracıları; Bu, satın alma ekiplerini zaman alan manuel izleme ve yangınla mücadele görevlerinden kurtarır.
- IDC’den Ryoti’ye göre, satıcıların zamanlarını yüksek öncelikli satış fırsatlarına odaklamalarına olanak tanıyan satış yeterliliği temsilcileri, temsilci potansiyel müşterileri araştırıyor, fırsatların önceliklendirilmesine yardımcı oluyor ve kişiselleştirilmiş e-postalar ve yanıtlarla müşteriye ulaşmaya rehberlik ediyor.
- Ryoti’ye göre, yüksek çağrı hacimleri, yetenek eksikliği ve yüksek müşteri beklentileriyle karşı karşıya kalan müşteri hizmetleri ekipleri için ilk izlenimi yaratabilecek müşteri amacı ve müşteri bilgisi yönetimi temsilcileri.
“Bu temsilciler, müşteri sorunlarının nasıl çözüleceğini öğrenerek ve bakım ekibi genelinde en iyi uygulamaları ölçeklendirmek için bağımsız olarak bilgiye dayalı makaleler ekleyerek bir müşteri hizmetleri temsilcisiyle el ele çalışıyor” diye açıkladı.
Geliştiriciler için ise Cognition Labs Mart ayında kullanıma sunuldu Devin AIgenellikle küçük bir yazılım mühendisi ekibinin üstesinden gelmesini gerektiren görevler üzerinde özerk bir şekilde çalışan, DIY aracılı bir yapay zeka aracıdır. Aracı, uygulamaları uçtan uca oluşturup dağıtabilir, kod tabanlarındaki hataları bağımsız olarak bulup düzeltebilir ve kendi yapay zeka modellerini eğitip ince ayar yapabilir.
Devin, alışılmadık teknolojilerin üzerinde kendi araştırmasını yaparak nasıl kullanılacağını bile öğrenebilir.
Özellikle yapay zeka ajanları geçmiş etkileşimleri ve davranışları hatırlama yeteneğine de sahip. IDC’ye göre bu deneyimleri saklayabilir ve hatta gelecekteki eylemleri bilgilendirmek için “öz değerlendirme” veya değerlendirme gerçekleştirebilirler. Araştırma firması bir raporda, “Bu bellek bileşeni, zaman içinde temsilci performansında süreklilik ve iyileştirme sağlıyor” dedi.
Diğer ajansal yapay zeka sistemleri (AlphaGo, AlphaZero, OpenAI’nin Dota 2 botu gibi), ödülleri en üst düzeye çıkarmak için oyunlarda veya simülasyonlarda özerk bir şekilde strateji oluşturmak ve kararlar almak için takviyeli öğrenme kullanılarak eğitilebilir.
Ajansal AI yazılım geliştirme
Yazılım geliştirme konusunda uzmanlaşmış bir pazar araştırma firması olan Evans Data Corp., 434 yapay zeka ve makine öğrenimi geliştiricisiyle çok uluslu bir anket gerçekleştirdi. GenAI araçlarını kullanarak büyük olasılıkla ne yaratacakları sorulduğunda, en iyi yanıt yazılım kodu oldu ve bunu algoritmalar ve yüksek lisans (LLM) takip etti. Ayrıca genAI’nın geliştirme yaşam döngüsünü kısaltmasını ve makine öğrenimi özelliklerinin eklenmesini kolaylaştırmasını bekliyorlar.
GenAI destekli kodlama, geliştiricilerin doğal dil komutlarına veya kısmi kod girişlerine dayalı kod oluşturmak için dijital araçları kullanarak daha hızlı ve çoğu zaman daha doğru kod yazmasına olanak tanır. (Bazı e-posta platformları gibi, araçlar da gerçek zamanlı olarak yazıldığı için otomatik tamamlama için kod önerebilir.)
Eylül 2023’te %10’un altında olan profesyonel geliştiricilerin, 2027 yılına kadar %70’inin yapay zeka destekli kodlama araçlarını kullanması bekleniyor. Gartner Research’e göre. Gartner, üç yıl içinde işletmelerin yüzde 80’inin yapay zeka destekli test araçlarını yazılım mühendisliği araç zincirlerine entegre edeceğini söyledi; bu, geçen yılın başındaki yaklaşık yüzde 15’e göre önemli bir artış.
genAI otomatik yazılım geliştirme için kullanılan en iyi araçlardan biri GitHub Yardımcı Pilotu. GitHub, OpenAI (ChatGPT’nin yaratıcısı) ve Microsoft tarafından geliştirilen genAI modelleri tarafından desteklenmektedir ve genel depolarda görünen tüm doğal diller üzerinde eğitilmiştir.
GitHut, kodlama görevlerini çözmek için el ele çalışmalarını sağlamak amacıyla birden fazla AI aracısını birleştirdi; çok aracılı yapay zeka sistemleri, birden fazla uygulamanın ortak bir amaç doğrultusunda birlikte çalışmasına olanak tanır. Örneğin GitHub bu yılın başlarında kullanıma sunuldu Yardımcı Pilot Çalışma AlanıCopilot’ta yerleşik geliştiricinin teknik bir önizlemesi. Çoklu temsilci sistemi, uzman temsilcilerin işbirliği yapmasına ve iletişim kurmasına olanak tanıyarak karmaşık sorunları tek bir temsilciden daha verimli bir şekilde çözer.
GitHub bloguna göre geliştiriciler, Copilot Workspace ve kod tarama otomatik düzeltme gibi etkili yapay zeka kodlama araçlarıyla daha güvenli yazılımlar oluşturabilecek.
Teknoloji aynı zamanda daha az olumlu sonuçlara da yol açabilir. Örneğin yapay zeka aracıları, çevrimiçi müşteri amacını anlamada daha iyi olabilir; bu, çevrimiçi arama yaparken ve internette gezinirken uzun süredir güvenlik ve gizlilik konusunda endişe duyan kullanıcılar için potansiyel bir tehlike işaretidir; Niyetlerini tespit etmek hassas bilgileri açığa çıkarabilir. Heck’e göre yapay zeka aracıları, şirketlerin kullanıcının amacını daha kesin bir şekilde anlamalarına yardımcı olarak “bu verilerden daha yüksek oranlarda para kazanmayı” kolaylaştırabilir.
“Ancak kullanıcının amacına ilişkin bilginin bu artan ayrıntı düzeyi, güvenlik önlemleri alınmazsa güvenlik ve gizlilik sorunlarına neden olma olasılığı da daha yüksek olabilir” dedi.
Ajansal yapay zeka araçlarının çoğu güvenli ve emniyetli olduğunu iddia etse de çoğu şey, kullandıkları bilgi kaynaklarına bağlıdır. Bunun nedeni, aracılar tarafından kullanılan veri kaynağının, daha sınırlı kurumsal verilerden geniş açık internete kadar değişiklik gösterebilmesidir. (İkincisi genAI çıktılarını etkileme eğilimindedir ve hatalara ve halüsinasyonlara neden olabilir.)
Bilgi erişimi etrafına korkuluklar koymak, bir patron gibi davranabilir ve yapay zeka eylemlerine sınırlar koyabilir. Bankacılık yazılımı sağlayıcısı Zenity’nin pazarlama müdürü Anderw Silberman’a göre, yapay zeka aracılarının ve yardımcı pilotların güvenli bir şekilde uygulanması ve kullanılmasında kullanıcı eğitimi ve öğretiminin kritik olmasının nedeni budur.
Silberman, “Kullanıcıların yalnızca bu araçları nasıl çalıştıracaklarını değil, aynı zamanda sınırlamalarını, potansiyel önyargılarını ve güvenlik sonuçlarını da anlaması gerekiyor.” bir blog yazısında yazdı. Eğitim programları, şüpheli yapay zeka davranışlarını tanıma ve raporlama, yapay zeka araçları için uygun kullanım durumlarını anlama ve yapay zeka sistemleriyle etkileşimde bulunurken veri gizliliğini koruma gibi konuları kapsamalıdır.”
