آمازون وب سرویس در کنفرانس سالانه re:Invent قابلیتهای جدید پلتفرم عامل هوش مصنوعی خود، ایجنتکور، را معرفی کرد که شامل ابزارهایی برای تعیین مرزهای تعامل، مجموعهٔ ارزیابی از پیشساخته و حافظهٔ عامل است تا ساخت و نظارت بر عاملهای هوش مصنوعی برای سازمانها آسانتر شود.
چه قابلیتهایی اضافه شد؟
یکی از تغییرات مهم معرفی «سیاست» برای ایجنتکور است؛ قابلیتی که به توسعهدهندگان اجازه میدهد با زبان طبیعی مرزهای رفتار عاملها را مشخص کنند. این سیاستها در تعامل با درگاه ایجنتکور که عاملها را به ابزارها و سرویسهای بیرونی متصل میکند، عمل میکنند و بهصورت خودکار هر اقدام عامل را بررسی کرده و در صورت نقض کنترلها متوقف میسازند.
کنترل دسترسی و مثال عملی
با استفاده از سیاستها میتوان دسترسی عاملها به دادههای داخلی یا اپلیکیشنهای شخص ثالث مانند سیلزفورس یا اسلک را محدود کرد. این سیاستها همچنین میتوانند قوانینی مانند «پرداخت خودکار استرداد تا سقف ۱۰۰ دلار» را تعیین کنند و در مواردی که بیش از این میزان نیاز باشد، الزام به دخالت انسان را تحمیل کنند. دیوید ریچاردسون، معاون ایجنتکور، این مثالها را در گفتگو با تککرانچ تشریح کرد.
سیستمهای ارزیابی ایجنتکور
آمازون مجموعهای تحت عنوان AgentCore Evaluations معرفی کرده است که شامل ۱۳ سامانهٔ ارزیابی از پیشساخته است. این سامانهها شاخصهایی مانند درستی عملکرد، ایمنی و دقت در انتخاب ابزارها را پایش میکنند و توسعهدهندگان را در راهاندازی سریعتر و قابل اعتمادتر عاملها یاری میدهند.
چرا ارزیابیها مهماند؟
ریچاردسون میگوید: «این یکی واقعاً به رفع بزرگترین نگرانیها دربارهٔ استقرار عاملها کمک خواهد کرد. این قابلیتی است که بسیاری خواهان آن هستند ولی ساختن آن خستهکننده و زمانبر است.» فراهم شدن مجموعههای آمادهٔ ارزیابی، نقطهٔ شروعی برای تیمها خواهد بود تا خودشان نیز ابزارهای سفارشیشده را بسازند.
حافظهٔ عامل و کاربردهایش
ویژگی دیگری که معرفی شد، AgentCore Memory است؛ قابلیتی که به عاملها اجازه میدهد خاطرهای از اطلاعات کاربران را در طول زمان ذخیره کنند—برای مثال زمان پرواز یا ترجیحات هتل—و از این اطلاعات برای بهبود تصمیمگیریهای آینده استفاده کنند.
تکامل لایههای ایجنتکور
دیوید ریچاردسون در توضیح استراتژی آمازون گفت: «در طول این سه بخش داریم در لایههای مختلف ایجنتکور تکرار و بهبود میکنیم: صحبت با سیستمهای موجود از طریق سیاستها، قدرتمندتر کردن عاملها با حافظه و کمک به تیم توسعه برای تکرار سریعتر با ابزار ارزیابی.»
آینده عاملها از نگاه آمازون
اگرچه برخی معتقدند فناوری عاملها موقتی است، ریچاردسون و تیمش باور دارند که ترکیب قابلیتهای استدلال مدلها با توان انجام کارهای واقعی از طریق ابزارها الگویی پایدار است. او تاکید کرد که هرچند شکل این الگو تغییر خواهد کرد، اما آمادهٔ مواجهه با آن هستند.
برای پوشش کاملتر رویداد و سایر معرفیها از زیرساخت ابری تا امنیت و اخبار مرتبط، میتوانید سایر گزارشهای ما را دنبال کنید.
اگر علاقهمند به مقالات مشابه هستید، خواندن مطالب مرتبط در بخش فناوری ما را از دست ندهید.
دیدگاه شما