4 suggerimenti per creare agenti IA migliori di cui la tua azienda possa fidarsi

Segui ZDNET: Aggiungici come fonte preferita su Google.

I principali punti salienti di ZDNET

• Le aziende stanno esplorando gli agenti AI in diversi modi.
• I professionisti devono considerare come sfruttare queste tecnologie.
• La misurazione, la collaborazione e la sperimentazione sono fondamentali.

Gli agenti IA avranno un impatto su ogni ruolo professionale. Se la tua azienda non ha ancora iniziato a utilizzare gli agenti, lo farà presto, tramite prodotti software program standardizzati o strumenti interni che attingono a grandi modelli linguistici e fonti di dati.

Si consiglia ai professionisti che esplorano come utilizzare gli agenti nei loro ruoli di cercare indicazioni sulle migliori pratiche. Una di queste fonti di informazioni è Joel Hron, CTO di Thomson Reuters Labs, che sta aiutando la società di servizi di informazione a sfruttare l’intelligenza artificiale generativa, l’apprendimento automatico e le tecnologie degli agenti.

Inoltre: gli agenti IA preoccupati ti sostituiranno? 5 modi per trasformare l’ansia in azione sul lavoro

Hron ha dichiarato a ZDNET che Thomson Reuters utilizza un combine di modelli interni e strumenti standardizzati per potenziare le sue innovazioni legate all’intelligenza artificiale. Oltre ai progressi nei laboratori di frontiera delle aziende Massive Tech, Hron e il suo workforce garantiscono che l’azienda sfrutti le sue conoscenze e le sue risorse proprietarie.

“Se si guarda al nocciolo di ciò che sappiamo fare bene, è la capacità di sintetizzare le competenze e le informazioni umane in un giudizio che può essere restituito ai professionisti”, ha affermato.

“Il meccanismo di distribuzione di story competenza si sta evolvendo proprio adesso. Tradizionalmente, veniva fornita tramite software program. Ma viene sempre più fornita tramite agenti o agenti più software program.”

Hron sottolinea diversi risultati chiave ottenuti da Thomson Reuters, tra cui lo strumento di ricerca legale basato sull’intelligenza artificiale Westlaw Benefit e l’agente Deep Analysis dell’azienda che esamina intuizioni e strategie come farebbe un ricercatore.

Inoltre: secondo uno studio del MIT, gli agenti IA sono veloci, sciolti e fuori controllo

Da queste esplorazioni, Hron ha affermato di aver imparato quattro lezioni chiave che i professionisti possono utilizzare per costruire sistemi di intelligenza artificiale affidabili.

1. Misura il tuo successo

Hron sostiene che il primo aspetto su cui concentrarsi sono le valutazioni: “Bisogna sapere che aspetto ha il bene”.

Sebbene questa attenzione alle valutazioni sembri un requisito ovvio, Hron afferma che è un processo difficile da ottenere nel modo giusto, da quantificare e da sistematizzare.

“Negli ultimi tre anni abbiamo affermato che questa è una delle cose più importanti per costruire buoni sistemi di intelligenza artificiale, e continua advert essere vero oggi, nell’period degli agenti”, ha affermato.

Il workforce di Hron monitora e misura il successo degli agenti in diversi modi. In primo luogo, sfruttano i benchmark pubblici, che secondo lui forniscono buoni indicatori iniziali della efficiency potenziale positiva dei nuovi modelli.

Inoltre: 5 tattiche di sicurezza che la tua azienda non può sbagliare nell’period dell’intelligenza artificiale e perché sono fondamentali

In secondo luogo, hanno sviluppato i propri parametri di riferimento interni con indicazioni exact per le valutazioni automatizzate: “Piuttosto che limitarsi a dire: ‘Quanto si avvicina la risposta generata a una buona risposta?’, il nostro processo consiste nel definire realmente: ‘Bene, cosa rende buona la risposta?'”

Infine, Thomas Reuters mantiene gli esseri umani aggiornati, garantendo che le valutazioni vadano oltre le valutazioni automatizzate.

“Le valutazioni automatizzate aiutano a far girare il volano più velocemente per i nostri workforce di sviluppo e possono testare molte idee in tempi relativamente brevi, e questo è positivo. Ma prima di spedire, vogliamo comunque la fiducia dei nostri esperti umani e la loro valutazione delle prestazioni”, ha affermato.

“La continua dipendenza da questo approccio ci ha permesso di lanciare ottimi prodotti che funzionano bene sul mercato. Penso che il contributo umano sia un ingrediente fondamentale per poter svolgere quel lavoro bene e con fiducia.”

2. Far sedere insieme gli esperti

Hron ha consigliato ai professionisti di comprendere a fondo cosa fanno gli agenti e come operano nel tempo.

“Abbinare strettamente questa consapevolezza all’esperienza dell’utente è sempre più importante”, ha affermato. “Se pensi a questi sistemi advert agenti come ai collaboratori umani dell’intelligenza artificiale, allora l’umano e l’agente hanno bisogno di un linguaggio comune e di un’interfaccia comune su cui lavorare.”

Inoltre: perché gli agenti di intelligenza artificiale aziendale potrebbero diventare la massima minaccia interna

Hron ha affermato che questo linguaggio e questa interfaccia comuni dovrebbero fornire agli esseri umani informazioni preziose sui processi di pensiero degli agenti e viceversa.

“Quest’space rappresenta una nuova e importante esperienza dell’interfaccia utente e penso che sia fondamentale abbinare strettamente la profonda conoscenza tecnica dell’agente con una buona esperienza utente.”

Mentre molti esperti parlano dell’importanza dell’accoppiamento uomo-agente, Hron sostiene che la chiave del successo è semplice: riunire i workforce all’interno dell’azienda.

“Questo processo non è scientifico: si tratta di costringere i miei progettisti a sedersi con i knowledge scientist e parlare di ciò che sta accadendo”, ha affermato. “Più riusciamo advert avvicinare questi due gruppi di persone, e più spesso possono sedersi insieme, migliore sarà l’osmosi di pensiero tra queste due aree.”

3. Sviluppare capacità comprovate

Nonostante qualsiasi pubblicità che potrebbe far credere il contrario, Hron ha affermato che i professionisti devono riconoscere che gli agenti e i modelli che li alimentano sono tutt’altro che onniscienti.

Hron ha affermato che i modelli di intelligenza artificiale stanno migliorando in tre dimensioni: scrittura del codice, esecuzione dei piani e ragionamento in più fasi. Gli ultimi progressi consentono di estendere le capacità del modello con altri strumenti software program.

“Ciò che questo sviluppo significa per noi come azienda è più positivo che negativo, perché significa che, se riusciamo a portare tutte queste centinaia di applicazioni che abbiamo venduto sul mercato per molti decenni e a scomporle, allora disponiamo di comprovate capacità per i professionisti”, ha affermato.

Inoltre: il 90% dei progetti di intelligenza artificiale falliscono: ecco 3 modi per garantire che il tuo non fallisca

“Se riusciamo a scomporre questi elementi come strumenti per l’agente, allora stiamo effettivamente estendendo parecchio le capacità di questi modelli, e questo è davvero il futuro degli agenti.”

Piuttosto che vedere l’intelligenza artificiale come un modello onnisciente che tenta di fare tutto sotto il sole, Hron ha consigliato ai professionisti di fornire agli agenti l’accesso a capacità comprovate che le persone già utilizzano, che è un obiettivo del suo workforce.

“Stiamo esaminando i nostri sistemi e chiedendoci: ‘OK, lo abbiamo costruito per un utente umano per molti, molti anni. Ora, quale ergonomia è richiesta affinché un agente possa lavorare con questo sistema? Come si adatta il processo per essere favorevole a lavorare con un agente, rispetto necessariamente a un essere umano in tutti i casi? E cosa significa questo approccio per l’aspetto, la sensazione e le prestazioni dello strumento?'”

4. Guarda oltre il firewall

Thomson Reuters Labs ha recentemente lanciato Belief in AI Alliance, un discussion board guidato da costruttori per ricercatori senior sull’intelligenza artificiale di Anthropic, AWS, Google Cloud, OpenAI e Thomson Reuters per discutere di come la fiducia viene integrata nei sistemi advert agenti.

Hron ha affermato che l’Alleanza, che condivide pubblicamente lezioni per informare la più ampia conversazione del settore sull’intelligenza artificiale affidabile, aiuta anche i membri senior del suo workforce advert apprendere le migliori pratiche dai pionieri del settore.

“Stiamo cercando di portare avanti l’attenzione alla spiegabilità e alla trasparenza in termini di come funzionano questi modelli”, ha affermato.

Inoltre: 5 modi in cui puoi smettere di testare l’intelligenza artificiale e iniziare a ridimensionarla in modo responsabile

Hron ha affermato che i pionieri della tecnologia e i loro modelli hanno ridotto significativamente il tempo e gli sforzi necessari per passare dalla precisione zero al 90%.

“Ma non siamo nel gioco del 90%”, ha detto. “Siamo nel gioco del 99% e del 99,9% e dobbiamo considerare come ottenere quel nove o due nove in più di precisione, che fa la differenza in termini di fiducia.”

Nell’ambito di questo processo, Thomson Reuters sta collaborando anche con istituzioni accademiche. Alla superb dello scorso anno, la società ha annunciato una partnership quinquennale per creare un laboratorio congiunto di ricerca sull’intelligenza artificiale di frontiera presso l’Imperial Faculty di Londra.

“In queste iniziative, ci concentriamo sugli ultimi due nove di precisione, perché è ciò per cui le persone cercano di acquistare da noi quando lanciamo i nostri prodotti sul mercato”, ha affermato Hron.

“Le organizzazioni tecnologiche di frontiera continueranno a spingere i limiti su ciò che è possibile. Ma per noi, il margine è dove il vantaggio competitivo nel mondo della legge, delle tasse e della conformità viene vinto e perso. E quindi questo è ciò di cui abbiamo veramente bisogno per ottenere il giusto.”