در فاصله‌ی کمتر از یک ماه، سه شرکت بزرگ الگوی مشترکی در طراحی ایجنت‌های هوش مصنوعی به نمایش گذاشتند: ایجنت خودش پیش‌قدم می‌شود، منتظر نمی‌ماند کاربر سؤال بپرسد. Meta Muse در ۸ سپتامبر معرفی شد، OpenAI Dots در ۲۹ سپتامبر، و نسخه‌ی صوتی دستیار راننده Uber در ۲۴ سپتامبر اعلام شد.

Muse یک ایجنت شخصی است که رزرو و ایمیل انجام می‌دهد، حتی وقتی اپ بسته است کار را ادامه می‌دهد، جزئیات را به خاطر می‌سپارد، پیشنهاد بی‌درخواست ارائه می‌دهد و برای تأیید از کاربر سؤال می‌پرسد. این کار هم در اپ اختصاصی و هم در WhatsApp انجام می‌شود.

Dots ایجنت‌های همیشه‌فعال هستند که «پژوهش پیش‌دست‌سازانه» اجرا می‌کنند: با دسترسی فقط‌خواندنی روی اپ‌های کاربر نظارت می‌کنند تا فاکتور فراموش‌شده یا باگی در Slack را پیدا کنند. پیام‌ها از طریق ChatGPT، Slack و Teams به کاربر می‌رسند و پشتیبانی از متن و صدا در راه است. OpenAI Dots را همراه با یک طرح جدید ۵۰۰ دلاری ماهانه معرفی کرد.

دستیار راننده Uber سیگنال‌های زنده‌ی بازار را به توصیه تبدیل می‌کند. تیم محصول Uber در یک نشست اخیر توضیح داد که راننده‌ای ۳۳ دقیقه بی‌کار مانده بود و به منطقه‌ی بهتری با ارائه‌ی شواهد هدایت شد. نسخه‌ی دست‌آزادِ صوتی این ابزار در ۲۴ سپتامبر اعلام شد.

مسئله‌ی اصلی: کِی حرف نزند#

چت‌بات‌ها رابط «کششی» بودند: کاربر زمان، کانال و سؤال را انتخاب می‌کرد. ایجنت‌های پیش‌دست‌سازانه این را وارونه می‌کنند. مدل زبانی می‌تواند پیام را بنویسد، اما ابزار درستی برای تصمیم‌گیری درباره‌ی ارسال یا عدم ارسال آن نیست. هر پیام پیش‌دست‌سازانه یک شرط‌بندی است: باید ارزش موردانتظارش از هزینه‌ی مزاحمت بیشتر باشد.

مدل‌های تصمیم‌گیری کلاسیک و جدید برای این کار مناسب‌اند. مدل‌های Uplift تخمین می‌زنند آیا یک نudge واقعاً عمل را ایجاد می‌کند. Contextual bandits بهترین زمان و کانال را برای هر کاربر یاد می‌گیرند. مدل‌های Receptivity پیش‌بینی می‌کنند کاربر همین حالا می‌تواند درگیر شود یا نه.

در میان مدل‌های جدید، TypeSafe Jev و Julia 1 از Supersonic Labs (با وزن‌های باز) متنی تولید نمی‌کنند و فقط یک قضاوت تایپ‌شده برمی‌گردانند: انتخاب از فهرست کوتاه، یک نمره، یا بله/خیر با احتمال. Julia 1 روی CPU اجرا می‌شود و زمان تصمیم‌گیری‌اش حدود ۳۳ میلی‌ثانیه است.

تحلیل تحریریه: ایجنت پیش‌دست‌سازانه یعنی کانال توزیع#

برای کسی که همین حالا ایجنت یا اتوماسیون می‌سازد، این سه راه‌اندازی یک نکته‌ی عملی دارد: وقتی ایجنت خودش پیش‌قدم می‌شود، عملاً یک کانال توزیع شده است. Meta commerce را در Muse آزمایش می‌کند و Muse for Small Business را راه‌اندازی کرده. OpenAI طرح ۵۰۰ دلاری را کنار Dots آورده. Uber سرویس‌های delivery دارد که می‌تواند تبلیغ کند. هر پیشنهاد تجاری فقط یک پیام دیگر است و باید از همان آستانه‌ی ارزش رد شود. اگر کاربر حس کند ایجنت به‌جای خدمت، دارد می‌فروشد، اعتبار همه‌ی پیام‌ها از بین می‌رود.

اما آنچه عملاً هنوز حل نشده، خودِ مسئله‌ی تصمیم است. مدل‌های Julia و Jev می‌توانند یک سؤال باینری را سریع جواب دهند، اما یاد نمی‌گیرند که یک کاربر صبح‌ها پیام نادیده می‌گیرد. این یعنی برای سیستم‌های واقعی، هنوز به لایه‌ی حافظه و بازخورد کاربر نیاز است و مدل تصمیم‌گیری به‌تنهایی کافی نیست.

منبع: MarkTechPost