ஏஜென்ட் கருத்தின் எழுச்சி
சமீபத்திய ஆண்டுகளில், மைக்ரோசாஃப்ட் GitHub MCP சேவையகத்தை அறிமுகப்படுத்தியது, கூகிள் A2A நுண்ணறிவு முகவர்களுக்கிடையேயான தொடர்பு நெறிமுறையை வெளியிட்டது மற்றும் Alipay MCP சேவையகத்தை ஆன்லைனில் வெளியிட்டது போன்ற தொடர்ச்சியான நிகழ்வுகளுடன், ஏஜென்ட் (நுண்ணறிவு முகவர்) துறை சந்தையிலிருந்து முன்னெப்போதும் இல்லாத கவனத்தைப் பெற்று வருகிறது. ஏஜெண்டுகளின் வரையறை இன்னும் முழுமையாக ஒருங்கிணைக்கப்படவில்லை என்றாலும், முன்னாள் OpenAI ஆராய்ச்சியாளர் Lilian Weng முன்வைத்த “திட்டமிடல்”, “நினைவகம்” மற்றும் “கருவி பயன்பாடு” ஆகிய மூன்று முக்கிய கூறுகள் பரவலாக அங்கீகரிக்கப்பட்டுள்ளன. ஏஜெண்டுகளைப் புரிந்துகொள்வதற்கான முக்கிய கூறுகள் இவை.
செயற்கை நுண்ணறிவுத் துறையில், ஏஜென்ட் என்ற கருத்து புதியதல்ல, ஆனால் பெரிய மொழி மாதிரிகளின் (LLM) விரைவான வளர்ச்சியுடன், ஏஜெண்டின் பயன்பாட்டு வாய்ப்புகள் ஒரு புதிய திருப்புமுனையை எட்டியுள்ளன. ஏஜென்ட் என்பது சூழலை உணரவும், சுயமாக திட்டமிடவும், பணிகளைச் செயல்படுத்தவும் கூடிய ஒரு அறிவார்ந்த அமைப்பாகக் கருதப்படுகிறது, இதன் முக்கிய அம்சம் மனித முடிவெடுக்கும் செயல்முறையை உருவகப்படுத்துவதும், பல்வேறு கருவிகள் மற்றும் வளங்களைப் பயன்படுத்தி நிறுவப்பட்ட இலக்குகளை அடைவதுமாகும்.
ஏஜெண்டின் தற்போதைய நிலை: பெரிய சாத்தியம், ஊடுருவல் விகிதம் உயர்த்தப்பட வேண்டும்
சாட் போட்களின் மேம்பட்ட பதிப்பாக, தற்போதைய ஏஜென்ட் பயன்பாடுகள் பெரும்பாலும் பெரிய மாதிரிகளின் கட்டண சேவைகளில் ஒருங்கிணைக்கப்படுகின்றன, Manus மற்றும் Devin போன்ற ஒரு சில ஏஜெண்டுகள் மட்டுமே சுயாதீன கட்டண சேவைகளை வழங்குகின்றன. இருப்பினும், டீப் ரிசர்ச் மற்றும் மனுஸ் போன்ற சுயமாக திட்டமிடக்கூடிய ஏஜெண்டுகள் பயன்பாட்டில் இன்னும் பல கட்டுப்பாடுகளைக் கொண்டுள்ளன, மேலும் அவற்றை அனுபவிக்கக்கூடிய பயனர்களின் எண்ணிக்கை குறைவாகவே இருக்கலாம், மேலும் ‘வெற்றிகரமான’ பயன்பாடுகள் தோன்றுவதற்கு இன்னும் நிறைய உள்ளது.
இருப்பினும், பெரிய மாதிரி அனுமான திறனின் தொடர்ச்சியான முன்னேற்றத்துடன், ஏஜெண்டுகள் பயன்பாட்டு புதுமைகளின் மையமாக மாறி வருகின்றன. அதிகமான டெவலப்பர்கள் மற்றும் ஆராய்ச்சியாளர்கள் பல்வேறு துறைகளில் ஏஜெண்ட்களின் பயன்பாட்டை ஆராயத் தொடங்கியுள்ளனர், இதில் அறிவார்ந்த உதவியாளர்கள், தானியங்கி பணிப்பாய்வுகள், தரவு பகுப்பாய்வு போன்றவை அடங்கும். ஏஜெண்டின் சாத்தியக்கூறுகள் படிப்படியாக வெளிகொணரப்படுகின்றன, எதிர்கால வளர்ச்சிக்கு பரந்த இடம் உள்ளது.
ஏஜென்ட் பெரிய அளவிலான பயன்பாடு விரைவில்: பல சாதகமான காரணிகள் இயக்கப்படுகின்றன
மாதிரி பயிற்சி முடிவில் திருப்புமுனை
- சூழல் சாளரம் வேகமாக வளர்ந்து வருகிறது: பெரிய மாதிரியின் சூழல் சாளரம் (Context Window) என்பது உரை செயலாக்கத்தின் போது மாதிரி கருத்தில் கொள்ளக்கூடிய அதிகபட்ச உரை நீளம். தொழில்நுட்பத்தின் முன்னேற்றத்துடன், மாதிரியின் சூழல் சாளரம் வேகமாக அதிகரித்து வருகிறது, அதாவது மாதிரி நீண்ட உரையின் சூழலை நன்கு புரிந்து கொள்ள முடியும், இதனால் துல்லியமான முடிவுகளை எடுக்க முடியும்.
- வலுவூட்டல் கற்றல் ஆழமாக பயன்படுத்தப்படுகிறது: வலுவூட்டல் கற்றல் என்பது வெகுமதிகள் மற்றும் தண்டனைகள் மூலம் ஏஜெண்டைப் பயிற்றுவிக்கும் ஒரு முறையாகும். சமீபத்திய ஆண்டுகளில், வலுவூட்டல் கற்றல் ஏஜென்ட் பயிற்சியில் பரவலாகப் பயன்படுத்தப்படுகிறது, இது ஏஜென்ட் சிக்கலான சூழலுக்கு நன்கு பொருந்தவும் சிறந்த உத்திகளைக் கற்றுக்கொள்ளவும் உதவுகிறது.
- அனுமான மாதிரி முதிர்ச்சியடைந்து வருகிறது: அனுமான மாதிரி ஏஜெண்டின் முக்கிய அங்கமாகும், உள்ளிடப்பட்ட தகவலின் அடிப்படையில் அனுமானித்து தீர்மானிக்க இது பொறுப்பாகும். ஆராய்ச்சியின் ஆழத்துடன், அனுமான மாதிரி மிகவும் முதிர்ச்சியடைந்து வருகிறது, மேலும் ஏஜெண்டின் பல்வேறு பயன்பாடுகளை நன்கு ஆதரிக்க முடியும்.
சுற்றுச்சூழல் அமைப்பின் செழிப்பான வளர்ச்சி
- MCP மற்றும் A2A போன்ற நெறிமுறைகள் வேகமாக வளர்ச்சியடைந்து வருகின்றன: MCP (Model Communication Protocol) மற்றும் A2A (Agent-to-Agent) ஆகியவை இரண்டு முக்கியமான ஏஜென்ட் தொடர்பு நெறிமுறைகள். இந்த நெறிமுறைகளின் விரைவான வளர்ச்சி, ஏஜெண்டுகள் பல்வேறு கருவிகள் மற்றும் சேவைகளை வசதியாக அழைக்க உதவுகிறது, இதனால் மிகவும் சிக்கலான செயல்பாடுகளைச் செயல்படுத்த முடியும்.
- கருவிகளை அழைக்க ஏஜென்ட் மிகவும் வசதியாக உள்ளது: தொழில்நுட்பத்தின் முன்னேற்றத்துடன், வெளிப்புற கருவிகள் மற்றும் சேவைகளை அழைக்க ஏஜென்ட் வழி மிகவும் வசதியாகி வருகிறது. உதாரணமாக, API (Application Programming Interface) மூலம், ஏஜென்ட் பல்வேறு தரவு ஆதாரங்கள் மற்றும் ஆன்லைன் சேவைகளை எளிதாக அணுக முடியும், இதனால் அதன் சொந்த திறன்களை விரிவுபடுத்த முடியும்.
நவம்பர் 2024 இல், Anthropic MCP நெறிமுறையை வெளியிட்டு திறந்த மூலமாக்கியது, வெளிப்புற தரவு மற்றும் கருவிகள் எவ்வாறு மாதிரிகளுக்கு சூழலை வழங்குகின்றன என்பதை தரப்படுத்த முற்படுகிறது. இந்த நடவடிக்கை ஏஜென்ட் சுற்றுச்சூழல் அமைப்பின் வளர்ச்சியை பெரிதும் ஊக்குவிக்கும், இதனால் ஏஜென்ட் வெளிப்புற ஆதாரங்களை நன்கு பயன்படுத்த முடியும்.
MCP மற்றும் A2A: ஏஜென்ட் இணைப்பின் முக்கியம்
MCP நெறிமுறை: ஏஜெண்டை வெளிப்புற உலகத்துடன் இணைக்கிறது
MCP நெறிமுறையின் முக்கிய நோக்கம் ஏஜெண்டை வெளிப்புற தரவு மற்றும் கருவிகளுடன் ‘ஒரே கிளிக்கில் இணைப்பை’ அடைய வேண்டும். MCP நெறிமுறையின் மூலம், ஏஜென்ட் பல்வேறு வெளிப்புற ஆதாரங்களை வசதியாக அணுக முடியும், இதில் தரவுத்தளங்கள், API, வலை சேவைகள் போன்றவை அடங்கும். இது ஏஜென்ட் சூழலை நன்கு புரிந்து கொள்ளவும், மிகவும் புத்திசாலித்தனமாக முடிவுகளை எடுக்கவும் உதவுகிறது.
A2A நெறிமுறை: ஏஜெண்டுகளுக்கு இடையே ஒரு தொடர்பு பாலத்தை உருவாக்குகிறது
A2A நெறிமுறையின் நோக்கம் ஏஜெண்டுகளுக்கு இடையே தொடர்பை ஏற்படுத்துவதாகும். A2A நெறிமுறையின் மூலம், ஏஜெண்டுகள் ஒருவருக்கொருவர் ஒத்துழைத்து சிக்கலான பணிகளை முடிக்க முடியும். இது விநியோகிக்கப்பட்ட அறிவார்ந்த அமைப்புகளை உருவாக்குவதற்கு முக்கியமானது.
A2A நெறிமுறையின் நோக்கம் ஏஜெண்டுகளுக்கு இடையேயான தொடர்பு மற்றும் MCP ஏஜெண்டுகள் மற்றும் வெளிப்புற கருவிகள் மற்றும் தரவுகளுக்கானது என்றாலும், “கருவிகள் கூட ஏஜெண்டுகளாக தொகுக்கப்படலாம்” என்ற சிக்கலான சூழ்நிலையில், இரண்டின் செயல்பாடுகள் ஒன்றுடன் ஒன்று இருக்கலாம், ஆனால் இந்த போட்டி பெரிய மாதிரிகள் வெளிப்புற கருவிகளை அழைக்கும் மற்றும் தொடர்பு செலவுகளை குறைக்க உதவுகிறது. இந்த போட்டி தொழில்நுட்பத்தின் முன்னேற்றத்தை ஊக்குவிக்கும் மற்றும் இறுதியில் முழு ஏஜென்ட் சுற்றுச்சூழல் அமைப்புக்கும் பயனளிக்கும்.
ஏஜென்ட் வளர்ச்சி முன்னோக்கு
முடிவு முதல் முடிவு ஏஜென்ட்: மனித தலையீடு தேவையில்லை
தற்போது, சந்தையில் நிறைய ‘நுண்ணறிவு முகவர்கள்’ உள்ளனர், ஆனால் அவற்றில் கணிசமான பகுதி Coze, Dify போன்ற தளங்களின் அடிப்படையில் உருவாக்கப்பட்டது, மேலும் மனிதர்கள் பணிப்பாய்வுகளை முன்கூட்டியே எழுத வேண்டும். இந்த ஏஜெண்டுகள் குறிப்பு வார்த்தை பொறியியலின் மேற்பொருளாக அதிகம் உள்ளன, மேலும் ஒப்பீட்டளவில் ஆரம்ப ஏஜெண்டுகளாகும்.
மேலும் மேம்பட்ட ஏஜென்ட் ‘முடிவு முதல் முடிவு’, அதாவது ‘பணியை ஏஜெண்டிற்கு உள்ளீடு செய்யுங்கள், ஏஜென்ட் தானாகவே மனிதர்களுக்கு தேவையான பணி முடிவுகளை முடிக்கும்’. உதாரணமாக, பயனர்கள் ஒரு இலக்கை ஏஜெண்டிற்கு உள்ளீடு செய்ய வேண்டும், மேலும் ஏஜென்ட் சுயமாக திட்டமிட்டு பணிகளைச் செயல்படுத்த முடியும், இறுதியில் இலக்கை அடைய முடியும். L3/L4/L5 போன்ற இந்த மேம்பட்ட ஏஜெண்டுகள் மனித தேவைகளுக்கு மிகவும் பொருந்தும், மேலும் எதிர்காலத்தில் ஏஜென்ட் வளர்ச்சியின் ஒரு முக்கியமான திசையாக மாறும்.
ரோபோக்கள் மற்றும் தானியங்கி ஓட்டுதலுக்கு ஏஜென்ட் உதவி
ஏஜெண்டின் வரையறையை எம்போடிட் இன்டெலிஜென்ஸில் பயன்படுத்தும்போது, பெரிய மாதிரிகளால் ஆதிக்கம் செலுத்தப்படும் ரோபோக்கள் மற்றும் வாகனங்களும் ஏஜெண்டுகள் என்பதை நாம் கண்டுபிடிப்போம். குறிப்பாக ரோபோக்கள், ரோபோக்களின் தற்போதைய வளர்ச்சி ஒரு தடையாக இல்லை “எப்படி உடல்ரீதியான செயல்களைச் செய்வது” என்ற “சிறுமூளை”, மாறாக “எந்த உடல்ரீதியான செயல்களைச் செய்வது” என்று சிந்திப்பது “மூளை”, இது ஏஜென்ட் வரம்பிற்குள் விழுகிறது.
ரோபோக்கள் துறையில், ஏஜென்ட் ரோபோக்கள் சூழலை நன்கு புரிந்து கொள்ளவும், மேலும் நியாயமான முடிவுகளை எடுக்கவும் உதவுகிறது. உதாரணமாக, ஏஜென்ட் சூழலில் உள்ள பொருள்கள் மற்றும் நபர்களின் அடிப்படையில் ரோபோவின் நகரும் பாதையை சுயமாக திட்டமிடலாம் மற்றும் பல்வேறு பணிகளைச் செயல்படுத்தலாம்.
தானியங்கி ஓட்டுதல் துறையில், ஏஜென்ட் வாகனங்கள் சுற்றியுள்ள சூழலை நன்கு உணரவும், மேலும் பாதுகாப்பான ஓட்டுதல் முடிவுகளை எடுக்கவும் உதவுகிறது. உதாரணமாக, ஏஜென்ட் போக்குவரத்து சிக்னல்கள், பிற வாகனங்கள் மற்றும் பாதசாரிகளின் அடிப்படையில் வாகனத்தின் வேகம் மற்றும் திசையை சுயமாக சரிசெய்ய முடியும், இதனால் சாலை விபத்துகளைத் தவிர்க்கலாம்.
ஏஜென்ட் இணைப்பு மற்றும் AI நேட்டிவ் நெட்வொர்க்
எதிர்காலத்தில், அனைத்து ஏஜெண்டுகளும் ஒருவருக்கொருவர் தொடர்பு கொள்ளவும், சுய-அமைப்பைக் கொண்டிருக்கவும், தங்களைத் தாங்களே பேச்சுவார்த்தை நடத்தவும் மற்றும் தற்போதுள்ள இணையத்தை விட குறைந்த செலவு மற்றும் அதிக செயல்திறன் கொண்ட ஒத்துழைப்பு நெட்வொர்க்கை உருவாக்கவும் முடியும். சீன டெவலப்பர் சமூகமும் ஏஎன்.பி போன்ற நெறிமுறைகளை உருவாக்குகிறது, இது ஏஜென்ட் இணைய யுகத்தின் எச்.டி.டி.பி நெறிமுறையாக மாற வேண்டும் என்று இலக்கு கொண்டுள்ளது. ஏஜெண்டுகளுக்கு இடையிலான அங்கீகாரத்தைப் பொறுத்தவரை, டி.ஐ.டி போன்ற தொழில்நுட்பங்களின் உதவியை நாடலாம்.
- ஏஜென்ட் இணைப்பு: ஏஜெண்டுகளுக்கு இடையேயான இணைப்பு வளங்களைப் பகிர்வதற்கும் ஒத்துழைப்பதற்கும் உதவும், இதனால் முழு அமைப்பின் செயல்திறனை மேம்படுத்த முடியும். உதாரணமாக, வெவ்வேறு ஏஜெண்டுகள் தரவு, கருவிகள் மற்றும் சேவைகளைப் பகிரலாம், இதனால் சிக்கலான பணிகளை ஒன்றாக முடிக்க முடியும்.
- AI நேட்டிவ் நெட்வொர்க்: AI நேட்டிவ் நெட்வொர்க் என்பது செயற்கை நுண்ணறிவு பயன்பாடுகளுக்காக பிரத்யேகமாக வடிவமைக்கப்பட்ட ஒரு நெட்வொர்க் ஆகும். இந்த நெட்வொர்க் அதிக அலைவரிசை, குறைந்த தாமதம் மற்றும் வலுவான பாதுகாப்பு ஆகியவற்றை வழங்க முடியும், இதனால் ஏஜெண்டின் பல்வேறு பயன்பாடுகளை நன்கு ஆதரிக்க முடியும்.
- டி.ஐ.டி தொழில்நுட்பம்: டி.ஐ.டி (Decentralized Identifier) என்பது ஒரு பரவலாக்கப்பட்ட அடையாள அங்கீகார தொழில்நுட்பமாகும். டி.ஐ.டி தொழில்நுட்பத்தின் மூலம், ஏஜென்ட் அதன் சொந்த அடையாளத்தை வைத்திருக்க முடியும், இதனால் பாதுகாப்பான மற்றும் நம்பகமான தொடர்பை அடைய முடியும்.
ஏஜென்ட் தொழில்நுட்பத்தின் வளர்ச்சி ஒரு பெரிய மாற்றத்தைக் கொண்டுவரும், எதிர்கால இணையம் ஒரு எளிய தகவல் பரிமாற்ற நெட்வொர்க்காக இருக்காது, மாறாக ஒரு அறிவார்ந்த ஒத்துழைப்பு நெட்வொர்க்காக இருக்கும்.