Забудьте о чат-ботах. Агенты ИИ — это будущее

На этой неделе стартап под названием ИИ-познание вызвал небольшой переполох, выпустив демо показывая искусственный интеллект программа под названием Devin, выполняющая работу, обычно выполняемую хорошо оплачиваемыми инженерами-программистами. Чат-боты, такие как ChatGPT и Gemini, могут генерировать код, но Девин пошел дальше: спланировал, как решить проблему, написал код, а затем протестировал и внедрил его.

Создатели Devin называют его «разработчиком программного обеспечения для искусственного интеллекта». Когда его попросили проверить, как работает Meta языковая модель с открытым исходным кодом Llama 2 выполненный при доступе через разные компании, размещающие его, Девин разработал пошаговый план проекта, сгенерировал код, необходимый для доступа к API и проведения сравнительных тестов, а также создал веб-сайт, обобщающий результаты.

Всегда сложно судить о постановочных демо, но Cognition показала, что Девин справляется с широким спектром впечатляющих задач. Это ошеломил инвесторов и инженеров на X, получив много одобренияи даже вдохновил немного мемы— включая некоторые предсказания, что Девин скоро будет ответственный из-за волны увольнений в технологической отрасли.

Девин — это лишь последний, наиболее отточенный пример тенденции, которую я отслеживаю некоторое время, — появление агентов ИИ, которые вместо того, чтобы просто давать ответы или советы по проблеме, представленной человеком, могут предпринимать действия для ее решения. Несколько месяцев назад я тест-драйв Auto-GPT, программа с открытым исходным кодом, которая пытается выполнять полезную работу, выполняя действия на компьютере человека и в Интернете. Недавно я протестировал другую программу под названием vimGPT чтобы увидеть, как визуальные навыки новых моделей ИИ могут помочь этим агентам более эффективно просматривать Интернет.

На меня произвели впечатление мои эксперименты с этими агентами. Однако на данный момент, как и лежащие в их основе языковые модели, они допускают довольно много ошибок. А когда программа выполняет действия, а не просто генерирует текст, одна ошибка может означать полный сбой и потенциально дорогостоящие или опасные последствия. Сужение круга задач, которые может выполнять агент, скажем, до определенного набора работ по разработке программного обеспечения кажется разумным способом снизить частоту ошибок, но существует еще много потенциальных способов потерпеть неудачу.

Не только стартапы создают агентов ИИ. Ранее на этой неделе я написал об агенте по имени СИМАразработанный компанией Google DeepMind, которая играет в видеоигры, в том числе в поистине безумную игру Симулятор козла 3. Наблюдая за игроками-людьми, SIMA научилась выполнять более 600 довольно сложных задач, таких как срубить дерево или сбить астероид. Самое главное, что многие из этих действий он может успешно выполнять даже в незнакомой игре. Google DeepMind называет его «универсальным».

Я подозреваю, что Google надеется, что эти агенты в конечном итоге перейдут на работу за пределами видеоигр, возможно, помогая использовать Интернет от имени пользователя или управлять для него программным обеспечением. Но видеоигры являются хорошей «песочницей» для разработки и тестирования агентов, предоставляя сложную среду, в которой их можно тестировать и улучшать. «Мы активно работаем над тем, чтобы сделать их более точными», — сказал мне Тим Харли, научный сотрудник Google DeepMind. «У нас есть разные идеи».

В ближайшие месяцы вы можете ожидать гораздо больше новостей об агентах ИИ. Демис Хассабис, генеральный директор Google DeepMind, недавно сказал мне что он планирует объединить большие языковые модели с работой, которую ранее проделала его компания по обучению программ искусственного интеллекта для видеоигр, чтобы разработать более способных и надежных агентов. «Это определенно огромная территория. Мы вкладываем значительные средства в это направление, и я думаю, что и другие тоже». – сказал Хассабис. «Это будет существенное изменение возможностей систем такого типа — когда они начнут становиться более похожими на агентов».