ویرگول
ورودثبت نام
بهزاد حسین عباسی
بهزاد حسین عباسیبهزاد حسین عباسی بنیانگذار اپراتوری هوش مصنوعی پست دکتری حرفه ای دانشگاه علامه طباطبایی دکتری هوش مصنوعی حرفه ای دانشگاه تهران مولف 30 جلد کتاب و 14 مقاله هوش مصنوعی ابر هوش
بهزاد حسین عباسی
بهزاد حسین عباسی
خواندن ۵ دقیقه·۱۶ روز پیش

هوش مصنوعی کاکائو: یادگیری ایجنت‌های روزمره

هوش مصنوعی کاکائو در پنجم نوامبر ۲۰۲۶ وارد مرحله تازه‌ای شد. شرکت کاکائو در نشست اعلام نتایج سه‌ماهه سوم خود، سه خدمت تازه مبتنی بر ایجنت هوش مصنوعی را معرفی کرد که قرار است تا پایان همین سال عرضه شوند. محور این خبر یک ایده ساده است: ایجنت به‌جای یک برنامه جدا، لایه‌ای می‌شود که در دل پیام‌رسان و رایانه شخصی زندگی می‌کند و کارهای روزمره را به نیابت از کاربر انجام می‌دهد.

خبر روز در یک نگاه

نخستین خدمت، کانانا اسپیس است؛ دستیار هوش مصنوعی درون پیام‌رسان کاکائوتاک. کاربر با کشیدن دو انگشت روی صفحه، در هر بخش پیام‌رسان، این دستیار را فرا می‌خواند و با صدا یا متن از او می‌خواهد کاری را انجام دهد. کارهای اعلام‌شده برای این دستیار شامل ارسال پیام، مدیریت برنامه زمانی، جست‌وجوی وب و تغییر تنظیمات پیام‌رسان می‌شود. در گام‌های بعد، سفارش، ارسال هدیه، رزرو و انتقال پول هم اضافه می‌شود، با این شرط که پرداخت‌ها و پیام‌های خروجی نیازمند تأیید نهایی کاربر باشند. پیش‌ثبت‌نام این خدمت از سیزدهم اکتبر ۲۰۲۶ آغاز شده است و آزمایش بسته آن از دسامبر ۲۰۲۶ شروع می‌شود.

دومین خدمت، ابزار بهره‌وری مبتنی بر رایانه شخصی است که کاکائو آن را کانوس می‌نامد. تفاوت مهم این ابزار با روش‌های مرسوم ایجنت رایانه‌ای در این است که به‌جای اجرای مرورگر روی یک رایانه مجازی جداگانه، مرورگر را مستقیم در محیط رایانه خود کاربر کنترل می‌کند. کارکردهای اعلام‌شده برای آن شامل جست‌وجوی اطلاعات، ساماندهی اسناد و خودکارسازی کارهای تکراری است و قرار است تا پایان سال ۲۰۲۶ عرضه شود.

سومین خدمت، ای‌آی کرو است؛ ایجنت پشتیبان تبلیغ‌کنندگان. تبلیغ‌کننده هدف کسب‌وکار خود را از راه گفت‌وگو وارد می‌کند و ایجنت، محصول تبلیغاتی مناسب و راهبرد اجرایی را پیشنهاد می‌دهد و از راه‌اندازی تبلیغ تا تحلیل عملکرد همراهی می‌کند. مدیرعامل کاکائو در همین نشست اعلام کرد که این شرکت هدف دارد تا پایان سال ۲۰۲۶ به ده میلیون کاربر ماهانه خدمات هوش مصنوعی برسد.

چرا ایجنت‌های روزمره مهم‌اند

تا امروز، بیشتر تجربه‌های هوش مصنوعی در قالب گفت‌وگو با یک چت‌بات بوده است: سؤال می‌پرسید و پاسخ می‌گرفتید. ایجنت‌های روزمره یک قدم جلوتر می‌روند؛ آن‌ها علاوه بر پاسخ، عمل هم انجام می‌دهند و یک فرایند چندمرحله‌ای را تا انتها دنبال می‌کنند. همین تغییر، مهارت تازه‌ای را ضروری می‌کند: یادگیری اینکه چگونه یک کار را به ایجنت بسپاریم، چگونه نتیجه آن را بررسی کنیم و کجا باید کنترل را در دست خودمان نگه داریم.

اهمیت خبر کاکائو در مقیاس آن است. وقتی یک پیام‌رسان با ده‌ها میلیون کاربر، ایجنت را در دل تجربه روزمره قرار می‌دهد، کار با ایجنت از یک مهارت تخصصی به یک مهارت عمومی تبدیل می‌شود. از سوی دیگر، کنترل مرورگر در رایانه خود کاربر، پرسش مهمی را پیش می‌کشد: ایجنت به چه داده‌ها و چه دسترسی‌هایی نیاز دارد و مرز میان راحتی و حریم خصوصی کجاست.

مسیر یادگیری کار با ایجنت‌ها

اگر می‌خواهید کار با ایجنت‌های روزمره را یاد بگیرید، این مسیر پنج مرحله‌ای را دنبال کنید.

گام اول، درک تفاوت چت‌بات و ایجنت است. چت‌بات متن تولید می‌کند، اما ایجنت ابزارها را فرا می‌خواند، وضعیت را می‌خواند و چند گام را پشت سر هم اجرا می‌کند. مفاهیمی مانند ابزار، حافظه و برنامه‌ریزی چندمرحله‌ای را یاد بگیرید. بدون این مفاهیم، رفتار ایجنت برای شما پیش‌بینی‌ناپذیر می‌ماند.

گام دوم، تمرین سپردن کارهای کوچک و برگشت‌پذیر است. از کارهایی شروع کنید که خطا در آن‌ها هزینه کمی دارد: خلاصه‌کردن یک گفت‌وگو یا آماده‌کردن پیش‌نویس یک پیام. برای هر کار، دستور را روشن بنویسید: هدف چیست، خروجی چه شکلی باید داشته باشد و چه چیزی را نباید انجام دهد. سپس نتیجه را با منبع اصلی مقایسه کنید.

گام سوم، یادگیری بررسی و اعتبارسنجی است. هر خروجی ایجنت را پیش از استفاده بررسی کنید، به‌ویژه وقتی ایجنت چیزی را ارسال می‌کند، رزرو می‌کند یا پرداخت انجام می‌دهد. قانونی برای خودتان بگذارید: هر کاری که برگشت‌ناپذیر است، پیش از اجرا نیازمند تأیید شماست.

گام چهارم، ساخت یک ایجنت کوچک برای یک کار تکراری است. یک فرایند کاری خودتان را انتخاب کنید؛ برای نمونه، گردآوری اخبار روزانه یک موضوع یا ساماندهی فایل‌های یک پروژه. آن را به گام‌های کوچک بشکنید، برای هر گام ابزار مناسب را مشخص کنید و یک نمونه آزمایشی با داده‌های واقعی اجرا کنید. خطاها را ثبت کنید و دستورها را بر اساس همان خطاها اصلاح کنید.

گام پنجم، آشنایی با امنیت و حریم خصوصی ایجنت‌هاست. یاد بگیرید که ایجنت به چه حساب‌ها و فایل‌هایی دسترسی دارد، داده‌های شما کجا پردازش می‌شود و چگونه می‌توان دسترسی را محدود یا قطع کرد.

کاربرد عملی در کار واقعی و چشم‌انداز آن

برای به‌کارگیری این مهارت در کار، از یک فرایند تکراری شروع کنید که هر هفته وقت شما را می‌گیرد؛ برای نمونه، آماده‌سازی گزارش هفتگی از چند منبع یا گردآوری اطلاعات برای یک جلسه. نخست، فرایند را یک بار به‌صورت دستی و با ثبت گام‌ها انجام دهید. سپس همان گام‌ها را به ایجنت بسپارید و نتیجه را با نسخه دستی مقایسه کنید. معیار روشن بگذارید: زمان صرف‌شده و تعداد خطاها. اگر این معیارها بهتر نشدند، دستور یا تقسیم کار را تغییر دهید، نه اینکه فرایند را بزرگ‌تر کنید.

در کارهای تیمی هم یک الگوی مشخص بسازید: کدام کارها را ایجنت انجام می‌دهد، کدام خروجی‌ها نیازمند بازبینی انسانی‌اند و چه کسی مسئول نهایی هر خروجی است. در کارهای مرتبط با مشتری، پول و داده‌های حساس، بازبینی انسانی را حذف نکنید.

کاکائو می‌گوید کانانا اسپیس از دسامبر ۲۰۲۶ وارد آزمایش بسته می‌شود و اکوسیستم ایجنت‌های آن در نیمه اول سال ۲۰۲۷ گسترش می‌یابد. این زمان‌بندی هنوز یک برنامه اعلام‌شده است، نه یک خدمت عمومی فراگیر، و کارایی واقعی این ایجنت‌ها در شرایط روزمره هنوز با آزمون مستقل سنجیده نشده است. با این حال، جهت حرکت روشن است: پیام‌رسان‌ها و رایانه‌های شخصی در حال تبدیل‌شدن به بستر اجرای ایجنت‌ها هستند.

بهزاد حسین عباسی، بنیانگذار اپراتوری هوش مصنوعی و اپراتوری ابرهوش

هوش مصنوعیآموزش هوش مصنوعیهوش مصنوعی مولد
۰
۰
بهزاد حسین عباسی
بهزاد حسین عباسی
بهزاد حسین عباسی بنیانگذار اپراتوری هوش مصنوعی پست دکتری حرفه ای دانشگاه علامه طباطبایی دکتری هوش مصنوعی حرفه ای دانشگاه تهران مولف 30 جلد کتاب و 14 مقاله هوش مصنوعی ابر هوش
شاید از این پست‌ها خوشتان بیاید