Tôi tiên phong về Machine Teaching tại Microsoft. Xây dựng các tác nhân AI giống như xây dựng một đội bóng rổ, không phải tuyển chọn một cầu thủ

(SeaPRwire) –   l và tập trung vào các ứng dụng công nghiệp thực tế của AI cho thấy các doanh nghiệp đang tiến tới các hệ thống tự động hóa. Đây là tiến bộ có ý nghĩa vì các biện pháp kiểm soát vững chắc, thử nghiệm và đánh giá là nền tảng của AI tác nhân. Nhưng bước tiếp theo hiện nay còn thiếu lớn là luyện tập, cung cấp cho các đội tác nhân kinh nghiệm có cấu trúc và lặp đi lặp lại. Là người tiên phong trong Machine Teaching, một phương pháp luận đào tạo hệ thống tự động hóa đã được triển khai ở nhiều công ty 500, tôi đã trải nghiệm tác động của việc luyện tập tác nhân khi xây dựng và triển khai hơn 200 hệ thống đa tác nhân tự động hóa tại và hiện tại tại cho các doanh nghiệp trên toàn cầu. 

Mọi CEO đầu tư vào AI đều phải đối mặt với vấn đề giống nhau: chi hàng tỷ đồng vào các dự án thử nghiệm có thể hoặc không mang lại tính tự động hóa thực sự. Các tác nhân dường như xuất sắc trong các bản demo nhưng đình trệ khi gặp phải sự phức tạp của thế giới thực. Do đó, các nhà lãnh đạo doanh nghiệp không tin tưởng AI có thể hành động độc lập trên các máy móc hoặc quy trình công việc trị giá tỷ đồng. Các nhà lãnh đạo đang tìm kiếm giai đoạn tiếp theo của khả năng AI: chuyên môn doanh nghiệp thực sự. Chúng ta không nên hỏi một tác nhân có thể giữ bao nhiêu kiến thức, mà nên hỏi liệu nó đã có cơ hội phát triển chuyên môn bằng cách luyện tập như con người hay chưa. 

Ảo ảnh về thử nghiệm 

Cũng như các đội ngũ con người phát triển chuyên môn thông qua lặp lại, phản hồi và vai trò rõ ràng, các tác nhân AI phải phát triển kỹ năng trong các môi trường luyện tập thực tế với sự điều phối có cấu trúc. Luyện tập là yếu tố biến trí tuệ thành hiệu suất tự động hóa đáng tin cậy. 

Nhiều nhà lãnh đạo doanh nghiệp vẫn cho rằng một số công ty LLM lớn sẽ phát triển các mô hình đủ mạnh và bộ dữ liệu khổng lồ để quản lý các hoạt động doanh nghiệp phức tạp từ đầu đến cuối thông qua “Trí tuệ nhân tạo tổng quát (AGI)”. 

Nhưng điều đó không phải là cách hoạt động của doanh nghiệp. 

Không có quá trình quan trọng nào, dù là lập kế hoạch chuỗi cung ứng hay tối ưu hóa năng lượng, được điều hành bởi một người với một bộ kỹ năng. Hãy nghĩ đến một đội bóng rổ. Mỗi cầu thủ cần tập luyện kỹ năng của mình, dù là dribble hay ném rổ, nhưng mỗi cầu thủ cũng có vai trò trong đội. Mục đích của một trung vệ khác với tiền vệ. Các đội thành công nhờ vai trò, chuyên môn và trách nhiệm được xác định rõ ràng. AI cũng cần cấu trúc tương tự. 

Ngay cả nếu bạn tạo ra mô hình hoàn hảo hoặc đạt được AGI, tôi dự đoán các tác nhân vẫn sẽ thất bại trong quá trình sản xuất vì chúng chưa bao giờ gặp phải sự thay đổi, sai lệch, dị thường hoặc các tín hiệu tinh tế mà con người phải đối mặt mỗi ngày. Chúng chưa phân biệt kỹ năng của mình hoặc học cách hành động hay tạm dừng. Chúng cũng chưa tiếp xúc với các vòng phản hồi chuyên gia để hình thành phán đoán thực sự. 

Cách Machine Teaching tạo ra luyện tập

Machine Teaching cung cấp cấu trúc mà các hệ thống tác nhân hiện đại cần. Nó hướng dẫn các tác nhân: 

• Nhận thức được môi trường một cách chính xác. 
• Tinh thông các kỹ năng cơ bản tương tự như các điều khiển viên con người. 
• Học các chiến lược cấp cao phản ánh phán đoán chuyên gia. 
• Điều phối dưới sự giám sát của một tác nhân giám sát chọn chiến lược đúng lúc. 

Lấy một công ty 500 tôi từng hợp tác để cải thiện quy trình sản xuất nitơ. Các tác nhân của chúng tôi luyện tập trong AMESA Agent Cloud, cải thiện thông qua thí nghiệm và phản hồi. Trong vòng chưa đầy một ngày, các đội tác nhân đã vượt qua một hệ thống điều khiển công nghiệp được xây dựng tùy chỉnh mà các công cụ tự động hóa khác và các ứng dụng AI đơn tác nhân không thể kịp. 

Điều này đã mang lại khoảng 1,2 triệu đô la tăng hiệu suất hàng năm, và quan trọng hơn, khiến ban lãnh đạo có đủ tin tưởng để triển khai tự động hóa quy mô lớn vì hệ thống hoạt động giống như các điều khiển viên xuất sắc nhất của họ. 

Tại sao CEO và các nhà lãnh đạo cần AI có luyện tập

Luyện tập là yếu tố thúc đẩy tính tự động hóa thực sự trong các tác nhân. Tôi mời mọi nhà lãnh đạo bắt đầu thay đổi một số giả định: 

1. Ngừng suy nghĩ theo khía cạnh mô hình mà chuyển sang suy nghĩ theo khía cạnh đội nhóm. Các tương tác hàng ngày với các hệ thống như ChatGPT hoặc Claude rất mạnh mẽ, nhưng chúng củng cố một quan niệm sai lầm rằng các mô hình ngôn ngữ lớn là con đường dẫn đến tự động hóa doanh nghiệp. Tự động hóa phát sinh từ các tác nhân chuyên biệt đảm nhận vai trò nhận thức, điều khiển, lập kế hoạch và giám sát thông qua nhiều loại công nghệ khác nhau. 
2. Xác định nơi chuyên môn đang biến mất và bảo tồn nó trong các tác nhân. Nhiều hoạt động thiết yếu phụ thuộc vào các chuyên gia đang sắp nghỉ hưu. Các CEO nên hỏi những quy trình nào sẽ dễ bị tổn thương nhất nếu các chuyên gia này rời đi vào ngày mai. Những lĩnh vực này là điểm khởi đầu lý tưởng cho phương pháp Machine Teaching. Hãy để các điều khiển viên hàng đầu của bạn dạy một đội tác nhân trong một môi trường luyện tập an toàn để chuyên môn của họ trở nên có thể mở rộng và vĩnh viễn. 
3. Nhận ra rằng bạn đã có cơ sở hạ tầng cho tự động hóa. Năm nay đầu tư vào cảm biến, hệ thống MES và SCADA, tích hợp ERP và dữ liệu đo lường IoT đã hình thành nên xương sống của các mô hình số và mô phỏng độ chính xác cao của tổ chức bạn. Thành công đòi hỏi sự điều phối, cấu trúc và tận dụng cơ sở dữ liệu bạn đã xây dựng. 

Lợi ích của luyện tập

Khi các doanh nghiệp cho phép các tác nhân luyện tập trước khi triển khai, một số điều xảy ra:  

• Các đội ngũ con người bắt đầu tin tưởng vào AI và hiểu rõ ranh giới của nó. 
• Các nhà lãnh đạo có thể tính toán ROI thực sự thay vì các dự báo suy đoán. 
• Các tác nhân trở nên an toàn hơn, nhất quán hơn và phù hợp với phán đoán chuyên gia. 
• Các đội ngũ con người được nâng cao thay vì bị thay thế vì AI giờ đây hiểu rõ quy trình công việc của họ và hỗ trợ họ. 

Các tác nhân sẽ không thể hoạt động hiệu quả nếu thiếu kinh nghiệm, và kinh nghiệm chỉ đến từ việc luyện tập. Những công ty đầu tư và chấp nhận khung tư duy này sẽ là những công ty thoát khỏi địa ngục dự án thử nghiệm và thấy được tác động thực sự. 

Các ý kiến được phát biểu trong các bài bình luận chỉ là观 điểm của tác giả và không nhất thiết phản ánh ý kiến và niềm tin của .