1743664388
2025-04-03 06:50:00
AIエージェント、またはエージェントAIは、人間の次の飛躍として宣伝されています 生産性、宣伝されていない現実は、他のAIテクノロジーと同様に、それらを設計および使用する人間と同じくらい良いということです。
彼らはまだ人間に問題が何であるかを知り、正しいコマンドを与えることを要求します。しかし、エージェントの馬力を人間のように考えることができるAIと組み合わせるとしたらどうでしょうか？さらにどれだけ達成できますか？
この質問は、AI業界の多くがすでに過去のエージェントを探している理由であり、AGIの人工的な一般情報のみに焦点を当てている理由です。テクノロジー業界には、AGIが2年ほど近いと信じているリーダーがいます。 グーグル 共同設立者のセルゲイ・ブリンは、最近、従業員に週60時間働くことを勧めている従業員にメモを送り、「競争は非常に加速し、AGIへの最終レースが進行中です」と述べました。
しかし、本物になりましょう、私たちは本当にAGIに近いのでしょうか？たとえ私たちがそうであっても、人間の心の適応性と複雑さを真に複製することができるでしょうか？そして、もしそうであっても、私たちは今、過去のエージェントを見て、AGIの約束を待つべきですか？
Dhaval Jadavは、AlliantのグローバルCEO兼共同設立者です。
Chris Stephensonは、AlliantのIntelligent Automation、AI＆Digital Servicesのマネージングディレクターです。
True Agiはまだ長い道のりです
AGIに関する会話の多くは、AI推論モデルから始まりました。のような推論モデル Openai‘s o1 and X’s Grok 3は、応答する前に問題を「熟考」するように設計されています。しかし、人間の心は、推論機よりもはるかに洗練されています。推論モデルは、AGIの達成に関する3つの最大の問題を解決しません。
最初の問題は、AIモデル、さらには推論モデルでさえも、継続的に更新およびトレーニングする必要があることです。 AIの論理を強化するには、継続的な人間の監視が必要です。人間がAIに、それが正しい方法で物事について考えているか、間違った方法で考えていると言うことなく、それは永続的な胚状態にとどまるでしょう。
2番目の問題は、現在のAIモデルが情報を同化したり、新しい状況に適応できないことです。 AIモデルが数学の問題を考えることができる場合、それはそれが法的問題を通して考えることができるという意味ではありません。
最後に、最大の問題は、AIがユニークなアイデアを形成できないことです。 AIの「思考」はに限定されます データ それは訓練されました。別の言い方をすれば、AIは既に存在していた概念のみを再定義できます。私たちは、AISがオリジナルを思いつく方法を見つけるのに苦労しています。
NASAの元ソフトウェアのチーフであるロバート・アンブローズ博士は、ロボティクスとシミュレーション部門は、可能な解決策はAIの夢を誘導することであると仮定しています。アイデアは、AIが長時間の通常の推論を一時停止し、AIにそれらの抽象的な考えをトレーニングデータに組み込むことで抽象的かつ自発的に考えることができるようにすることができれば、あなたは人為的に元の思考を作成できるということです。
しかし、科学者は、なぜ人間がどのように夢を見るのかさえ知らず、AIの電気羊の夢をより遠く離れているという見込みをしています。
エージェントを見落とさないでください – 彼らは今あなたを助けることができます
信じられないかもしれませんが、AGIがエージェントを制御するのを待つ必要はありません。一般的なインテリジェンスはまだ機能します。 AIエージェントのセットアップ方法を意図している場合は、それを使用して生産性を大幅に増やすことができます。手動でタスクを実行したり、AISと自動化を促して作業を行う代わりに、AIエージェントに頼ってプロジェクト管理を行うことができます。
ただし、AIエージェントをある種の魔法の「簡単なボタン」と間違えないでください。どのハイテク企業があなたを約束していても、AIエージェントを実際に効果的にするために、フロントエンドで行う必要がある作業がまだあります。
このように考えてみてください。おそらく一般的な知性で人を雇い、作業マニュアルを渡すと、初日に仕事ができると思いますか？
新しいように 従業員、あなたのエージェントは、仕事を成し遂げる方法を知るために、プロセスのトレーニングを受ける必要があります。ツールを提供し、プロセスチェーン内の各タスクを達成するためにそれらを使用する方法についてトレーニングする必要があります。つまり、AIが目的を追求して実行するために、基礎となる自動化を作成する必要があります。また、名目プロセスフローを中断する可能性のあるさまざまな例外、障害、バリエーションを処理する方法についても訓練する必要があります。
エージェントとの違いは、一度構築されると、従業員を失うリスクはもうありません。人々を採用してトレーニングすることは、高価であるだけでなく、役割に関係なく継続的です。一方、エージェントへの時間とお金の投資は、ほとんどが1回のコストであり、新しいものを再び採用または訓練する必要はありません。
それは気が遠くなるように思えるかもしれませんが、私たちは今日それをやっています、そして、アギでさえ、その基礎が敷かれなければ働くことができないと思います。
ペイオフは、最初の作業が完了したら、人間が決してできない速度でのみ作業することはできないが、同時にはるかに多くのタスクを実行することもできないエージェントを持っています。
SFのタイムラインに希望を固定しないでください
Back to the Futureによれば、2015年までに空飛ぶ車とタイムトラベルがありました。BladeRunnerは、2017年までに完全に感動性のあるAndroidを持っていると言いました。ターミネーター2では、Skynetの人工的なスーパーインテリジェンスは1997年にオンラインになります。AGIはまだSFの領域にあります。
前進する道は、エージェントとAGIの間で選択することではなく、将来の開発に関する実用的な視点を維持しながら、現在のAIテクノロジーの具体的な利点を活用することです。今日のAIエージェントの思慮深い実装に焦点を当てることにより、明確なプロセスを確立し、必要な自動化を作成し、適切なトレーニングを提供することにより、組織はAGIの不確実なタイムラインを待つことなく、大幅な生産性の向上を実現できます。
機械が人間とまったく同じように考えるかもしれない時期に固執するのではなく、私たちは今、彼らが私たちの考えや仕事をより良くするのをどのように助けることができるかに集中する必要があります。
この記事は、TechRadarproのExpert Insights Channelの一部として制作されました。ここでは、今日のテクノロジー業界で最高で最も明るい心を紹介しています。ここで表明された見解は著者のものであり、必ずしもTechradarproまたはFuture PLCの見解ではありません。貢献に興味がある場合は、こちらをご覧ください。 https://www.techradar.com/news/submit-your-story-to-techradar-pro
#AIエージェントはAGIなしで世界を変えることができますか