10 цитат про АІ-агентів від Харрісона Чейза, співзасновника та генерального директора LangChain

Гаррісон Чейз є співзасновником та генеральним директором LangChainфреймворк з відкритим вихідним кодом, який дозволяє розробникам легко створювати додатки на основі великих мовних моделей (LLM). Чейз запустив LangChain у жовтні 2022 року під час роботи в стартапі машинного навчання Robust Intelligence. Проект швидко завоював популярність серед розробників завдяки своїм модульним абстракціям і широким інтеграціям, які спрощують процес створення LLM-додатків..

До заснування LangChainЧейз очолював команду з протидії відмиванню грошей у Robust Intelligence та команду з зв'язування суб'єктів у Kensho, фінтех-стартапі.. Вивчав статистику та інформатику в Гарвардському університеті. На посаді генерального директора Чейз спостерігав за швидким зростанням LangChain: компанія залучила понад $30 мільйонів доларів США при оцінці $200M+ всього за кілька місяців після заснування в 2023 році.

Враховуючи його важливий внесок у сферу штучного інтелекту і, зокрема, ШІ-агентів, давайте розглянемо 10 цитат Гаррісона Чейза на цю тему:

1. "Я не думаю, що ми знайшли правильний спосіб взаємодії з цими програмами-агентами. Я думаю, що людина в циклі все ще необхідна, тому що вони не надто надійні. Але якщо вона надто часто втручається в процес, то насправді не робить багато корисного. Тож тут є якийсь дивний баланс".

У цьому уривку з презентація Чейз з Sequoia Capital висвітлює проблеми проектування ефективної взаємодії користувачів з агентами штучного інтелекту. Він підкреслює делікатну рівновагу, необхідну між людським наглядом та автономією агента, щоб забезпечити надійність і водночас максимізувати корисність агента.

2. "Агенти схожі на цифрову робочу силу - вони здатні автоматично переглядати веб-сторінки, переміщатися по наших файлах за допомогою наших додатків і, можливо, навіть керувати нашими пристроями для нас".

Під час свого TED talkЧейз вводить поняття ШІ-агентів як цифрових сутностей, які може виконувати завданняавтономно, як-от перегляд веб-сторінок, навігація файлами та керування пристроями. Він порівнює їх з формою цифрової праці.

3. "Ми, по суті, постійно використовуємо безліч різних інструментів, які допомагають нам у виконанні того чи іншого завдання. Тут агенти дещо відрізняються - замість того, щоб ми використовували ці інструменти, ми просто описуємо штучному інтелекту, яке завдання і яка кінцева мета, а потім він планує, які інструменти йому потрібно використовувати і як їх використовувати, а потім фактично робить це самостійно".

Чейз проводить різницю між традиційним підходом, коли людина використовує інструменти для виконання завдань, і підходом ШІ-агентів. З агентами користувачі просто описують завдання і кінцеву мету, а агент самостійно обирає і використовує необхідні інструменти.

4. "Вони не тільки можуть виконати завдання набагато швидше, ніж ми, але, теоретично, нам навіть не потрібно знати, як користуватися цими інструментами".

Розповідаючи про переваги ШІ-агентів, Чейз зазначає, що вони можуть виконувати завдання швидше, ніж люди. Він також припускає, що агенти можуть усунути необхідність для користувачів мати попередні знання про інструменти, необхідні для виконання завдання.

5. "Я думаю, що є, мабуть, два напрямки, куди це рухається. Перший - це більш загальне використання інструментів, тобто люди визначають набір інструментів, а потім агенти використовують ці інструменти більш гнучкими способами".

В одному з них співбесідаЧейз обговорює майбутні напрямки розвитку ШІ-агентів. Одним з напрямків розвитку він бачить використання агентами більш гнучких і відкритих інструментів, що визначаються користувачем, як один з напрямків розвитку.

6. "Я думаю, що ідея довготривалої пам'яті дуже цікава, щоб агенти запам'ятовували речі з часом і накопичували знання".

Чейз визначає довготривалу пам'ять як ще одну ключову сферу для вдосконалення ШІ-агентів. Він заінтригований потенціалом агентів накопичувати знання з часом і використовувати їх для інформування про свої дії та рішення.

7. "Ми як би сконденсували це в інформацію, і я думаю, що це дійсно цікавий крок у цій ідеї більш персоналізованих агентів, які знають більше про вас".

Розвиваючи концепцію персоналізованих агентів, Чейз досліджує, як агенти можуть конденсувати інформацію про взаємодію та вподобання користувача з плином часу. Це дозволило б створити більш адаптований та індивідуалізований досвід роботи з агентами.

8. "Я думаю, що є велика больова точка, яку потрібно вирішити, - це те, що для всіх цих генеративних моделей дуже важко їх оцінити".

Чейз обговорює проблему оцінки генеративних моделей. Він припускає, що агенти штучного інтелекту потенційно можуть допомогти вирішити цю проблему.

9. "І це тому, що ви не видаєте одне число, яке можна перевірити на MSE, точність або щось подібне, тепер у вас є ось це, я маю на увазі, щонайменше, ви отримуєте відповідь природною мовою".

Чейз детально зупиняється на труднощах оцінки генеративних моделей, зазначаючи, що їхні результати часто є відповідями на природній мові, а не метриками, які легко піддаються кількісній оцінці, такими як середня квадратична похибка або точність.

10. "Тож я думаю, що це та сфера, яка нас обох надзвичайно цікавить, - це використання самих мовних моделей для оцінки результатів роботи мовних моделей".

Чейз висловлює ентузіазм щодо ідеї використання мовних моделей для оцінювання результатів інших мовних моделей, вбачаючи в цьому перспективний підхід до вирішення проблем оцінювання генеративних моделей.