Automatyzacja na nowym poziomie z danymi kontekstowymi

Aron Semle, dyrektor ds. technologii w firmie HighByte, z Portland w stanie Maine w USA, zajmującej się tworzeniem oprogramowania dla przemysłu, wyjaśnia, dlaczego produkcja danych kontekstowych oraz agenci AI przynoszą korzyści przemysłowi. Z kolei Sanjeev Mohan, były wiceprezes Gartnera, odpowiada na szczegółowe pytania dotyczące agentów sztucznej inteligencji.

Agenci AI w zastosowaniach przemysłowych jako nowa technologia budzą rosnące zainteresowanie. Eksperci, którzy się do nich przekonali, chwalą te rozwiązania za ich innowacyjność i użyteczność w tworzeniu nowych możliwości biznesowych, produktów i usług. Według nich agenci AI stabilizują jakość produkcji. Poprawiają wydajność i minimalizują potrzebę ręcznych kontroli. Działają przez całą dobę, siedem dni w tygodniu.

Innowacja zwana „agentami AI” stanowi rozwinięcie generatywnej sztucznej inteligencji, która przekształca duże ilości danych w wiedzę przydatną w praktyce. W założeniu rozwiązanie to ma mieć wysoką zdolność adaptacyjną do zmieniających się warunków. Agenci AI są autonomiczni w procesach decyzyjnych, ponieważ w sposób zautomatyzowany wykorzystują wszelkie dostępne narzędzia, takie jak zewnętrzne zbiory danych, wyszukiwania online i interfejsy API, by uczyć się, ponownie oceniać, aktualizować i dostosowywać się w miarę upływu czasu do oczekiwań użytkowników.

Już teraz w wielu miejscach generatywne modele sztucznej inteligencji, wykorzystujące tekst, obrazy i kod, zmieniają organizacje, przekształcając potężne ilości informacji w praktyczną wiedzę i pomagając pracownikom działać wydajniej. Jednak dla producentów, którzy nie są na to wszystko przygotowani, tego rodzaju wykorzystanie danych przemysłowych na dużą skalę może być czymś przytłaczającym. Dopóki więc przedstawiciele branży nie będą mieli pewności, że przypadki stosowania agentów przynoszą wymierne korzyści (w zakresie wydajności i oszczędności kosztów), oraz że nie będą generowały potencjalnych problemów (spory sądowe i kwestie naruszenia praw autorskich), nie staną się w pełni gotowi do powierzenia zadań „agentowej” sztucznej inteligencji.

W poniższej rozmowie Aron Semle, dyrektor ds. technologii w firmie HighByte, dzieli się spostrzeżeniami na temat danych kontekstowych, zwracając uwagę, jak wykorzystanie sztucznej inteligencji agentowej może zmienić zadania związane z produkcją i inżynierią mechaniczną. Jego wypowiedzi uzupełniają „pytania i odpowiedzi” z udziałem Sanjeeva Mohana, byłego wiceprezesa firmy badawczej Gartner, obecnie szefa firmy doradczej SanjMo.

Jakie są zalety kontekstualizacji danych?

Aron Semle: Historycznie rzecz biorąc, dane produkcyjne zawsze pozostawały w obrębie fabryki. Kiedy jesteś na miejscu przy maszynie CNC, możesz zobaczyć zarówno dane, jak i maszynę w akcji, co ułatwia interpretację procesów, w tym sposobu pomiaru danych, ich ważności i znaczenia w czasie rzeczywistym. Jednak gdy znajdujesz się w centrum danych, z dala od hali produkcyjnej, zadanie staje się trudniejsze. To bowiem kontekst nadaje danym znaczenie. Pozwala on ludziom i aplikacjom AI zrozumieć informacje, zapewniając, że stają się one przydatne, a nie są tylko zbiorem surowych liczb. Bez kontekstu dane pozostają tylko szumem. Dzięki kontekstowi stają się cenne.

Pomimo swojego potencjału z agentami AI wiąże się pewne ryzyko.

Największym ryzykiem związanym z danymi bez kontekstu jest błędna interpretacja. Gdy informacje produkcyjne są rozdzielone, znacznie trudniej jest je zweryfikować i zrozumieć. Może to prowadzić do błędnych wniosków, nieefektywności, a nawet kosztownych błędów w podejmowaniu decyzji. W przypadku analizy opartej na sztucznej inteligencji ryzyko staje się jeszcze większe. Po pierwsze, jeśli nie przygotujesz danych pod kątem ich gotowości do wykorzystania przez sztuczną inteligencję, będziesz w złej sytuacji zarówno pod względem optymalizacji, jak i rekrutacji nowych pracowników. Po drugie, bez kontekstu danych modele AI mogą generować niedokładne prognozy, błędnie identyfikować anomalie lub nie optymalizować procesów. W produkcji, gdzie precyzja ma kluczowe znaczenie, błędy te mogą skutkować niepotrzebnymi przestojami, wadami lub negatywnym wpływem na wydajność.

Czym w ogóle są agenci AI i co konkretnie oznaczają dla społeczności projektantów i inżynierów mechaników oraz dla producentów w ogóle?

Agenci AI to trochę modne hasło, więc jeśli zapytasz różne osoby, otrzymasz różne odpowiedzi. W przeciwieństwie do LLM (dużych modeli językowych – przyp. red.), gdzie można kierować i udoskonalać odpowiedzi w czasie rzeczywistym, agenci nie mają takiej bezpośredniej interakcji. Dajesz im zadanie, zapewniasz dostęp do odpowiednich danych (z kontekstem), a oni działają samodzielnie.

W przypadku produkcji i inżynierii mechanicznej może to oznaczać coś w rodzaju: „Monitoruj ten proces i zgłaszaj wszystko, co wygląda nieprawidłowo”. Biorąc pod uwagę krytyczny charakter produkcji, pierwszą falą agentów AI będą prawdopodobnie asystenci operatorów, obserwujący i powiadamiający, ale niewprowadzający bezpośrednich zmian w procesach lub punktach nastawczych. Innym ważnym zastosowaniem jest pomoc w planowaniu operacyjnym, np. „zmiana harmonogramu produkcji oparta na aktualnych warunkach na linii produkcyjnej, by zapewnić realizację zamówień X, Y i Z jeszcze dzisiaj”.

Największe wyzwanie stanowi obecnie to, że agenci AI nie zawsze zapewniają spójne wyniki, co oznacza, że jeśli coś zaczyna szwankować, nie są oni w stanie skorygować kursu i mogą brnąć w dalsze błędy lub wręcz popaść w halucynacje. Dlatego agenci AI nie wyprą ludzi z obiegu.

Czy są w tym temacie jakieś konkretne wnioski dla społeczności inżynierów? Co pozostanie niezmienne, a co ulegnie zmianie w ich systemach?

Generatywna sztuczna inteligencja i modele LLM już teraz zmieniają zadania inżynieryjne, takie jak kodowanie i tworzenie logiki, pomagając ludziom pracować szybciej i wydajniej. Narzędzia te stanowią szansę, a nie zagrożenie, ponieważ nie zastąpią inżynierów, ale umożliwią im wykonywanie większej liczby zadań.

Największa zmiana nastąpi prawdopodobnie w zakresie wspomagania operatorów w produkcji opartej na sztucznej inteligencji. Aby utrzymać przewagę, społeczność powinna skupić się na wspomnianym przygotowaniu danych, ponieważ sztuczna inteligencja jest tak dobra, jak dane, na podstawie których się uczy. Bardzo ważne, aby przyjrzeć się danym w swoim zakładzie produkcyjnym i zacząć zastanawiać się, jak udostępnić je ludziom, na obrzeżach sieci i w chmurze.

Chociaż więc sztuczna inteligencja zautomatyzuje wiele zadań, potrzeba ludzkiej wiedzy nie zniknie. Jej zaangażowanie w fizyczną stronę produkcji, gdzie AI ma swoje ograniczenia, sprawi, że praca inżynierów będzie jeszcze bardziej wartościowa.

Powyżej: zredagowane i skrócone opracowanie rozmowy opublikowanej w serwisie „Machine Design”, dostępnej pod adresem internetowym: https://www.machinedesign.com/automation-iiot/article/55268191/highbyte-qa-how-contextualized-data-and-ai-agents-enhance-manufacturing-automation?utm_source=pocket_saves.

PODSTAWOWE KWESTIE I DEFINICJE POJAWIAJĄCE SIĘ W DYSKUSJI NA TEMAT AGENTÓW AI PRECYZUJE SANJEEV MOHAN, BADACZ DANYCH I SZTUCZNEJ INTELIGENCJI

Czym jest agent AI?

Sanjeev Mohan: Agent to program zaprojektowany do automatyzacji zadań i operacji przeznaczonych do wykonywania przez ludzi. Można traktować go jak wyspecjalizowanego cyfrowego bliźniaka, tylko mądrzejszego. Kluczową innowacją jest wykorzystanie modeli bazowych AI do nadawania automatyzacji kontekstu i autonomii.

Sama automatyzacja nie jest koncepcją nową. RPA (Robotic Process Automation) od dekad zwiększa produktywność w przemyśle, jednak agenci AI wykraczają poza sztywne, oparte na regułach systemy. Rozwiązują zadania wymagające myślenia, rozumowania i pokonywania problemów dzięki generatywnej AI. Pozwala im to pracować nawet z nieustrukturyzowanymi danymi, takimi jak dokumenty, wideo, obrazy i dźwięk.

Przykładowo agent AI w obsłudze klienta może przeanalizować rozmowę telefoniczną, by zrozumieć jej treść i kontekst. Zgodnie z tą interpretacją podejmuje decyzje, jak rozwiązać problem, przekierować rozmowę, czy udzielić natychmiastowej odpowiedzi. To nie tylko ogranicza pracę ludzi, ale ma zwiększać zadowolenie klientów dzięki szybkim i precyzyjnym reakcjom.

Jak działa agent AI?

Agent realizuje wieloetapowy proces. Pokażmy go w punktach.

1. Sense (wykrywanie). Agent odbiera i interpretuje środowisko, by określić pożądane wyniki. Może np. wykryć nową wiadomość e-mail od potencjalnego klienta z prośbą o informacje lub umówienie prezentacji. W tym scenariuszu „środowiskiem” jest klient poczty elektronicznej, takiej jak Microsoft Outlook, a agent może za jego pośrednictwem pełnić funkcję cyfrowego bliźniaka przedstawiciela ds. rozwoju sprzedaży. Może inteligentnie przetwarzać i odpowiadać na wiadomości, replikując rolę człowieka w kluczowych zadaniach i usprawnianiu przepływu pracy.
2. Reason (rozumowanie). Agent interpretuje cel i dzieli go na zadania składowe, korzystając z LLM z zaawansowanymi możliwościami wnioskowania, np. z modelu o1 firmy OpenAI. LLM wykorzystuje takie techniki, jak wnioskowanie łańcuchowe, rozumowanie oparte na przyczynie i działaniu (ReAct) oraz uczenie się na podstawie niewielkiej liczby przykładów, by systematycznie rozkładać cel na wykonalne podzadania. Takie ustrukturyzowane podejście umożliwia agentowi skuteczne wykonywanie złożonych operacji.
3. Planowanie. Agent opracowuje strategię działań. Przykładowo agent ds. rozwoju sprzedaży, którego zadaniem jest zmiana terminu spotkania z klientem, może stworzyć „wielostopniowy” plan: zaktualizować godzinę spotkania, wysłać e-mail z potwierdzeniem zmiany terminu i powiadomić zespół o zmianach. Dla każdego podzadania określa najbardziej wydajną i skuteczną metodę osiągnięcia celu, zapewniając precyzję i zgodność z ogólnymi celami.
4. Act (działanie). Agent orkiestruje przepływ pracy (workflow), łącząc się z odpowiednimi systemami, wykorzystuje pamięć krótkoterminową oraz zewnętrzne aplikacje w pamięci długoterminowej. Sięgając po paradygmaty, takie jak generowanie wspomagane odzyskiwaniem (RAG) oraz integracja wywołań funkcji, zapewnia bezpieczeństwo i zgodność z zasadami zarządzania podczas wykonywania podzadań. Wykorzystuje pamięć krótkotrwałą dla aktywnych sesji i korzysta z aplikacji zewnętrznych dla pamięci długotrwałej, takich jak pobieranie preferencji klienta lub historii zakupów przechowywanych w systemie zarządzania bazą danych. Integracja ta umożliwia agentom dostarczanie wyników dostosowanych do kontekstu, spersonalizowanych i wydajnych.

Agenci mogą mieć zastosowania w różnych branżach, od rezerwacji lotów po bankowe transakcje. Przewiduje się w przyszłości istnienie osobistych agentów AI dla każdego – asystujących uczniom, planujących podróże itd. Już teraz szybko zdobywają oni popularność – badania LangChain pokazują, że ponad połowa firm już korzysta z agentów, a 80% rozwija tę współpracę.

Jakie wyróżniamy typy agentów AI?

Firma Microsoft dzieli agentów na osobistych, organizacyjnych, procesowych i międzyorganizacyjnych.
Inne podejścia kategoryzują ich według funkcjonalności i zakresu:

• zadaniowi – wyspecjalizowani do pojedynczych zadań, poprawiają produktywność. Są również nazywani „agentami wąskimi”, ponieważ doskonale sprawdzają się w wyznaczonych obszarach, ale nie potrafią wykorzystać swojej wiedzy lub umiejętności w innych, niepowiązanych z głównymi obowiązkami zadaniach;
• procesowi – obsługują całe workflow, np. specjaliści do wykrywania oszustw realizują całą sekwencję analizy i reakcji. Ten typ nazywany jest również agentem specyficznym dla danej domeny;
• agenci roli – skupieni na określonej roli (data engineer, project manager). Mogą pomagać w generowaniu kodu lub rozwiązywaniu zadań związanych z transformacją danych i jakością.

Znane są też dodatkowe podziały, według:

• podejścia do uczenia - agenci refleksyjni, zadaniowi, optymalizujący wartość, modelowi;
• rodzaju interakcji ze środowiskiem - reagujący, czasowi, epizodyczni, sekwencyjni;
• architektury - sieci neuronowe, oparte na regułach, probabilistyczne;
• poziomu autonomii - agenci nadzorowani, półautonomiczni, w pełni autonomiczni.

Zrozumienie rodzajów agentów AI ma kluczowe znaczenie, ponieważ umożliwia organizacjom i programistom dostosowanie celu agenta do najbardziej odpowiednich modeli podstawowych, narzędzi i infrastruktury. Takie dostosowanie może mieć znaczący wpływ na sukces agenta i efektywność kosztową. Ponadto określenie wymaganych funkcji – takich jak zdolność rozumowania, zdolność adaptacji lub responsywność w czasie rzeczywistym – gwarantuje, że każdy typ agenta zostanie zoptymalizowany pod kątem skutecznej realizacji określonych wymagań.

Co to jest ekosystem aplikacji LLM?

Kategoryzacja zastosowań LLM odzwierciedla charakter zadania, stopień jego złożoności, a także poziom automatyzacji. RAG łączy generatywność LLM z zewnętrznymi źródłami wiedzy. Chatboty bazujące na LLM wykonują proste zadania (pisanie kodu, streszczenia), zaś narzędzia typu Copilot i asystenci oferują bardziej zaawansowaną integrację z narzędziami i workflow. Agenci półautonomiczni (z nadzorem człowieka) sprawdzają się tam, gdzie wymagana jest kontrola, np. w medycynie. Autonomiczni agenci AI działają zupełnie sami (np. w pojazdach autonomicznych, centrach telefonicznych).

Jak wygląda cykl życia agenta AI?

Tworzenie agentów to planowanie przypadków ich użycia, projektowanie systemu, ewaluacja i testy, wdrożenie, monitoring.

• Planowanie przypadków użycia – obejmuje definicję zakresu i wymagań biznesowych oraz technicznych.
• Projektowanie – LLM jako warstwa inteligencji, architektura agentowa łącząca zasady inżynierii programistycznej i uczenia maszynowego.
• Testowanie – w jego trakcie ocenia się agentów, zarówno ilościowo jak i jakościowo; dla złożonych zadań niezbędna jest ocena jakościowa przez ludzi.
• Wdrażanie – zastosowanie uczenia maszynowego i inżynierii oprogramowania w praktyce. Nie ma jednego uniwersalnego podejścia do wdrażania agentów. Typowe praktyki obejmują wykorzystanie kontenerów i konfiguracji CI/CD (ciągła integracja/ciągłe wdrażanie) w celu usprawnienia aktualizacji i zarządzania.
• Monitoring – konieczne obserwowanie działania i interwencja człowieka przy niepożądanych zachowaniach.

Jak można opisać architekturę systemu agentów AI?

Architektura taka rozkłada złożone zadania na podzadania, ułatwia skalowanie i utrzymanie, pozwala na równoległą realizację. Jej kluczowe komponenty to:

• interfejs użytkownika - komunikacja tekstowa/głosowa, przyjęcie układu łączności i wejścia od innych agentów, przejrzystość decyzji agenta;
• system planowania zadań - rozkłada je na sekwencję, uwzględnia warunki i ograniczenia, koordynuje workflow;
• wykonawca planu - realizuje podzadania, korzysta z funkcji, API, pamięci krótkoterminowej i długoterminowej;
• weryfikacja - samorefleksja, feedback i doskonalenie odpowiedzi agenta, pętle uczenia;
• warstwa zasobów współdzielonych - LLM, pamięć, baza wiedzy, pamięć semantyczna i epizodyczna, techniki iteracyjnego rozumowania (ReAct, Reflexion).

Jakie występują struktury (frameworki) agentów AI?

W architekturze systemu agentów zadania są rozkładane na wiele podzadań, które wykorzystują wspólną warstwę zasobów dla narzędzi, modeli LLM i pamięci. To modułowe podejście umożliwia wykonywanie zadań, refleksję w czasie rzeczywistym i dynamiczne dostosowywanie się do zmieniających się warunków środowiskowych. Głównym celem struktury agentów jest abstrakcyjne ujęcie złożonych procesów bazowych, co pozwala programistom skupić się na rozwiązywaniu podstawowych problemów biznesowych bez konieczności zajmowania się skomplikowanymi kwestiami technicznymi.

Framework ma umożliwić szybki rozwój i wdrożenia agentów, od low-code po zaawansowane SDK. Oto reprezentatywne przykłady dostępnych frameworków:

• Amazon Bedrock Agents – integracja z dużymi modelami i Knowledge Base.
• Crew.ai – open-source, orkiestracja real-time. Programiści mogą tworzyć agentów w Crew.ai i wdrażać ich na platformach partnerskich, takich jak watsonx firmy IBM.
• Google Cloud Vertex AI Agent Builder – tworzenie agentów na bazie modeli Google. Rynek stworzony przez Google oraz jego klientów i partnerów to AI Agent Space. Agenci ci mogą być dostosowywani do indywidualnych potrzeb lub sprzedawani jako oprogramowanie SaaS.
• IBM Bee Stack – tworzenie agentów przez przeglądarkę, interpreter kodu. Uruchamia kod użytkownika lub wygenerowany kod Python w środowisku piaskownicy.
• LangChain’s LangGraph – umożliwia tworzenie cyklicznych przepływów pracy dla zadań iteracyjnych i rekurencyjnych. Jest szeroko stosowany.
• Microsoft AutoGen i Magnetic-One – to frameworki oparte na języku Python. Pierwszy z nich jest bardziej elastyczny i konfigurowalny, drugi pozostaje bardziej wyspecjalizowany i służący do tworzenia agentów AI ogólnego przeznaczenia.
• Salesforce Agentforce – uruchomiony podczas konferencji Dreamforce we wrześniu 2024 r. z 10 tysięcy już zbudowanych agentów, z których wielu działa w branżach sprzedaży i marketingu. Wykorzystuje Data Cloud. Ma również silnik Atlas Reasoning Engine, który poprawia dokładność i niezawodność wyników.

Powyżej: zredagowane i skrócone opracowanie wpisu Sanjeeva Mohana, eksperta w dziedzinie danych, analityki i AI, byłego wiceprezesa firmy badawczej Gartner, obecnie szfa SanjMo Advisory, na platformie „Medium.com”, dostępnego pod adresem internetowym: https://sanjmo.medium.com/demystifying-ai-agents-frequently-asked-questions-faq-a9748b4f55e6.

oprac. (apacz)