Прогресивний ШІ-агент ProAct: передчуття запитів користувачів
Дослідники з Шанхайського університету Цзяо Тун та китайського технологічного конгломерату Tencent стверджують, що створили ШІ-агента, який використовує періоди простою між розмовами для передбачення наступних запитів користувачів і підготовки відповідей ще до того, як ці запити будуть зроблені.
Принцип роботи ProAct
Система, названа ProAct, працює інакше, ніж більшість ШІ-агентів, які чекають на запит користувача перед тим, як відповісти. ProAct використовує час між повідомленнями для аналізу минулих розмов та збереженої інформації про користувача, а потім у фоновому режимі готує корисну інформацію до надходження наступного запиту. “Хоча ШІ-агенти демонструють видатні можливості в міркуванні та використанні інструментів, вони залишаються принципово реактивними: вони обчислюють відповіді лише після явних запитів користувача”, – пишуть дослідники. “Ця парадигма ігнорує критичну можливість: час простою між взаємодіями значною мірою марнується, залишаючи агентів нездатними підготуватися до майбутніх потреб користувачів”.
Багатоетапний процес
Система працює у кілька етапів. Перший, названий “Передбачення майбутнього стану” (Future-State Prediction), прогнозує ймовірні подальші запитання шляхом аналізу минулих розмов, уподобань користувача та відсутньої інформації. Другий етап, “Використання часу простою” (Idle-Time Acquisition), визначає, які з цих прогнозів варті дослідження, виходячи з релевантності, своєчасності та корисності нової інформації. Окрема система потім вирішує, чи надавати підготовлену інформацію, зберегти її для подальшого використання або зберігати до моменту потреби, створюючи систему “замкненого циклу”, призначену для передбачення та реагування на потреби користувачів. “Після кожної взаємодії на передньому плані, агент оновлює свою пам’ять, прогнозує можливі майбутні потреби, виділяє обчислювальні ресурси часу простою для цінних кандидатів і вирішує, як слід обробляти отриману підготовку”, – зазначають вони. “Це формулювання пов’язує прогнозування, отримання та надання з єдиною політикою, а не розглядає обчислення часу простою як неконтрольований фоновий пошук”.
Результати тестування та застосування
За словами дослідників, ProAct було протестовано у 200 симуляціях у 40 доменах, включаючи фінансове планування, управління релізами програмного забезпечення та кібербезпеку. Згідно з дослідженням, система скоротила кількість обертів розмови на 14,8% та зменшила кількість повторних запитів на 11,7%. У порівнянні з використанням бенчмарку ProActEval, ProAct передбачив 703 передбачувані потреби користувачів проти 32 у попередньої системи. Дослідники також повідомили про 28,1% зменшення “галюцинацій” (небажаних або неточних відповідей). Це дослідження з’являється на тлі поширення автономних ШІ-агентів у технологічній індустрії. Такі проєкти, як OpenClaw та Hermes Agent, надають стійких ШІ-асистентів, здатних виконувати тривалі, більш самостійні завдання – такі як кодування, планування, дослідження та автоматизація робочих процесів – з меншим прямим втручанням людини.
Попередження та обмеження
Дослідження також з’являється невдовзі після того, як інші дослідники попередили, що ШІ-агенти можуть виконувати небезпечні завдання, не усвідомлюючи наслідків. “Подібно до Містера Магу, ці агенти рухаються до мети, не повністю усвідомлюючи наслідки своїх дій”, – заявив провідний автор Ерфан Шайгані, докторант Каліфорнійського університету в Ріверсайді. “Ці агенти можуть бути надзвичайно корисними, але нам потрібні запобіжні заходи, оскільки вони іноді можуть надавати пріоритет досягненню мети над розумінням загальної картини”. Дослідники визнали, що дослідження ProAct мало кілька обмежень, зокрема, що у 3% випадків система погіршувала відповіді, надаючи нерелевантну інформацію. У статті також зазначено, що будь-яка реальна версія потребуватиме заходів конфіденційності, оскільки система постійно аналізує розмови та зберігає дані користувачів. “Наш бюджетний аналіз також показує, що більші бюджети на використання часу простою збільшують вартість активних токенів і дають зменшення віддачі”, – написали вони, – “тому проактивні обчислення є компромісом операційної точки, а не чимось, що слід максимізувати”.
Погляд Crypto Top: Інтеграція проактивних ШІ-агентів, подібних до ProAct, у Web3 може кардинально змінити спосіб взаємодії з децентралізованими додатками, роблячи їх більш інтуїтивними та ефективними. Це може призвести до підвищення корисності токенів, що управляють такими ШІ-мережами, оскільки вони стають центральними для надання цих розумніших, передбачуваних послуг.
Джерело: decrypt.co