Mevcut yapay zeka trendi ve pazarının genel görünümü
Yapay zeka (AI) teknolojisinin hızlı gelişimi, günlük hayatımıza sorunsuz bir şekilde entegre olarak dünyayla etkileşim şeklimizi devrim niteliğinde değiştirmiştir. DIN, bu devrimin ön saflarında yer almakta ve veri ile AI-Ajan tarafından desteklenen zeki bir ağ kurmayı hedeflemektedir. Aşağıdaki bölümde, genel yapay zeka aşamasını atlayarak doğrudan büyük dil modelleri (LLM) ve AI-Ajan konusuna gireceğiz. Bunun nedeni oldukça basit. Hem akademide hem de sanayide, yapay zekanın gelişimi nihayetinde tek bir yöne - AI-Ajan'a - yöneliyor. İnsanlık yeni bir çağa girmiştir - AI-Ajan çağı. Bu çağda, AI, önceki rolünü sadece bir araç veya hizmet sağlayıcı olmaktan öteye geçerek, proaktif bir şekilde öğrenme, uyum sağlama ve karmaşık görevleri otonom olarak üstlenme yeteneğine sahip zeki bir ajana dönüşmüştür.
AI-Ajan Tarihi:
1950'lerde Alan Turing, "son derece zeki organizmalar" kavramını yapay varlıklara genişletti ve ünlü Turing testini önerdi. Bu test, yapay zekanın bir köşe taşını oluşturarak makinelerin insanlarla karşılaştırılabilir zeki davranış sergileyip sergileyemeyeceğini araştırmayı amaçlamaktadır.
Bu yapay zeka varlıklarına genellikle "ajan" denir ve yapay zeka sistemlerinin temel yapı taşlarını oluştururlar. Şimdiye kadar, yapay zeka alanında bahsedilen Ajan, çevresini algılamak için sensörler kullanabilen, karar verebilen ve ardından yanıt eylemleri gerçekleştirmek için aktüatörleri kullanan yapay bir varlıkı ifade etmektedir.
Yapay zekanın gelişimiyle birlikte "Ajan" terimi, zeki davranış sergileyen ve özerklik, tepki verme, inisiyatif alma ve sosyallik gibi niteliklere sahip varlıkları tanımlamak için yapay zeka araştırmalarında yer bulmuştur. O zamandan beri, Ajan'ın keşfi ve teknolojik ilerlemesi, yapay zeka alanının odak noktası haline gelmiştir.
1950'lerin sonları ve 1960'lar, yapay zekanın yaratıldığı dönemdi; bu dönemde ortaya çıkan programlama dilleri, kitaplar ve filmler, günümüzde daha fazla insanı etkilemeye devam etmektedir.
İlk yapay zeka kışı deneyimlendikten sonra, 1980'lerde bir yapay zeka patlaması yaşandı. Bu dönemde çeşitli araştırmalar atılımlar yapmış, hükümet ve diğer kurumların yatırımları artmaya başlamış ve araştırmacılar yapay zeka ajanlarını keşfetmeye yavaş yavaş yönelmişlerdir.
Ancak bu heyecan yalnızca 7 yıl sürdü ve 1987'de ikinci yapay zeka kışına girdik.
Bu soğuk dalga uzun yıllar sürdü. Bu dönemde çoğu kurum finansal destekten yoksun olmasına rağmen, yapay zeka mevcut teknik hatlar boyunca kararlı bir şekilde gelişmeye devam etti.
Bunlar arasında, AI Ajanı, 1995 yılında Wooldridge ve Jennings tarafından, belirli bir ortamda bulunan ve bu ortamda tasarım hedeflerine ulaşmak için otonom bir şekilde hareket edebilen bir bilgisayar sistemi olarak tanımlanmıştır. Ayrıca, bir AI-Ajanının özerklik, tepki verme, sosyal yetenek ve inisiyatif gibi dört temel özelliğe sahip olması gerektiğini önermişlerdir.
AI Ajanı, ekonomide resmi olarak kabul edildikten sonra, çevresini algılayabilen ve başarı şansını maksimize etmek için eylemler gerçekleştiren bir sistem olarak daha da tanımlanmıştır. Bu tanıma göre, belirli bir sorunu çözebilen basit bir program da bir "AI-Ajanı" olarak kabul edilmektedir; bu nedenle daha sonra insanlarla çeşitli satranç oyunlarında rekabet edebilen robotlar da bir tür AI-Ajanı olarak görülmektedir.
AI Ajanlarına "dört temel özellik" verildiği dönemde, 1993'ten 2011'e kadar, o zamanki AI teknolojisine dayanan birçok etkileyici Ajan türü proje ortaya çıkmıştır.
Bu projelerin ortaya çıkış zamanı ve tanıtımları şu şekildedir:
1997: IBM tarafından geliştirilen Deep Blue, dünyaca ünlü satranç şampiyonu Garry Kasparov'u oldukça medyatik bir maçta yenerek, bir insan satranç şampiyonunu yenen ilk program oldu.
1997: Dragon Systems tarafından geliştirilen konuşma tanıma yazılımı Windows için piyasaya sürüldü.
2000: Profesör Cynthia Breazeal, Kismet adını verdiği, yüzünde gözler, kaşlar, kulaklar ve ağız bulunan, insan duygularını simüle edebilen ilk robotu geliştirdi.
2003: NASA, Mars'a iki rover (Spirit ve Opportunity) indirdi; bu roverlar, insan müdahalesi olmadan yüzeyde navigasyon sağladı.
2006: Twitter, Facebook ve Netflix gibi şirketler, reklamcılık ve kullanıcı deneyimi (UX) algoritmalarının bir parçası olarak AI'yi kullanmaya başladı.
2010: Microsoft, beden hareketlerini takip edip bunları oyun yönlendirmelerine çevirebilen ilk oyun donanımı olan Xbox 360 Kinect'i piyasaya sürdü.
2011: IBM tarafından yaratılan Watson adlı bir NLP bilgisayarı, televizyon quiz şovu Jeopardy'nin iki eski şampiyonunu yendi.
2011: Apple, ilk popüler sanal asistanı Siri'yi piyasaya sürdü.
Bu sınıflandırmalar ve temel tanımlardan hareketle, birçok AI aracı ve erken zeka programı bir tür Ajan olarak sınıflandırılabilir. Satranç oyunları için kullanılan erken IBM Deep Blue ve daha sonra ortaya çıkacak olan AlphaGO, o zamanki en son AI teknolojisine dayanan tüm AI Ajanlarıdır.
AI teknolojisinin gelişimi ve verilerin sürekli zenginleşmesi ile AI-Ajan da büyük dil modellerine (LLM) dayanan bir aşamaya evrilmiştir.
2012: ImageNet Bilgisayarla Görü Challenge'da, AlexNet konvolüsyonel sinir ağının derin öğrenme modeli birinci oldu ve derin öğrenme gerçekten AI alanında yeteneklerini gösterdi.
2016: AlphaGO (Go oyunu üzerine uzmanlaşmış Google'ın AI Ajanı), Avrupa şampiyonu (Fan Hui) ve dünya şampiyonu (Lee Sedol) ile karşılaşarak onları yendi ve hızlı bir şekilde kardeşi (AlphaGo Zero) tarafından yenildi.
2017: Google, "Transformer"ı önerdi.
2018: Google, Transformer modeline dayanan BERT'i yayımlayarak büyük dil modeline başlangıç yaptı.
2019: Google AlphaStar, video oyunu StarCraft 2'de Grandmaster seviyesine ulaştı ve insan oyuncularının yalnızca %0.2'sinden daha iyi performans gösterdi.
2019: OpenAI, doğal dil işleme modeli GPT-2'yi piyasaya sürdü ve sırasıyla 2020 ve 2022'de GPT-3, DALL·E 2 ve GPT-3.5'i çıkardı. ChatGPT'nin popülaritesi, büyük dil modeli çağında AI Ajanının gelişimine zemin hazırladı ve uygulamalar yeni fırsatlar sağladı.
2023 Ocak ayından itibaren, küresel üreticiler LLaMA, BLOOM, StableLM, ChatGLM ve birçok diğer açık kaynak LLM de dahil olmak üzere birçok LLM yayımladı.
Aynı zamanda, küresel teknoloji üreticileri tarafından başlatılan binlerce LLM, AI Ajanlarının çeşitli alanlardaki çeşitlendirilmiş uygulamaları için daha geniş bir temel sunmaktadır.
14 Mart 2023'te OpenAI, GPT-4'ü piyasaya sürdü. Mart ayının sonunda AutoGPT doğdu ve hızla dünya çapında popüler oldu.
Auto GPT, OpenAI tarafından GitHub'da başlatılan ücretsiz bir açık kaynak projesidir. GPT-4 ve GPT-3.5 teknolojilerini birleştirerek API'ler aracılığıyla tam projeler oluşturur.
ChatGPT'den farklı olarak, kullanıcıların karşılık gelen cevapları almak için sürekli olarak AI'ya soru sorması gerekmez. AutoGPT'de, sadece ona bir AI adı, açıklama ve beş hedef sağlamak yeterlidir; AutoGPT projesini kendisi tamamlayabilir. Dosyaları okuyup yazabilir, web'de gezinebilir, kendi istemlerinin sonuçlarını gözden geçirebilir ve bunları belirtilen istem geçmişi ile birleştirebilir.
AutoGPT, OpenAI'nin GPT-4 dil modelinin gücünü göstermek için deneysel bir projesidir. O zamandan beri, daha fazla insan AI Ajanını tanıma ve deneyimleme konusunda AutoGPT sayesinde bilinçlenmeye başladı.
O zamandan beri, LLM'ye dayanan AI Ajanları, yağmurdan sonra mantarlar gibi ortaya çıkmış ve Generative Agent, GPT-Engineer, BabyAGI ve MetaGPT gibi birçok proje ortaya çıkmıştır. Bu projelerin patlaması, LLM'nin gelişimi ve uygulanmasını yeni bir aşamaya taşıdı ve LLM'nin gelişimini de yeni bir aşamaya yönlendirdi. Girişimcilik ve uygulama AI Ajanına öncülük etmektedir.
Mayıs ayında, OpenAI yeni bir finansman turunda 300 milyon ABD Doları topladıktan sonra, kurucu Sam Altman, sohbet botlarını otonom AI Ajanları oluşturmak için nasıl kullanabileceğine daha fazla dikkat ettiğini ve ilgili işlevleri ChatGPT asistanına dağıtacağını açıkladı.
Haziran ayında, Zuckerberg, bir dizi teknolojiyi geliştirme aşamasında tüm çalışanlara yönelik bir toplantıda açıkladı. Bunlardan biri, kullanıcılara yardım veya eğlence işlevleri sağlayabilen farklı kişilik ve yeteneklere sahip AI Ajanlarının piyasaya sürülmesidir.
Haziran ayının sonunda, OpenAI Güvenlik ekibinin başı Lilian Weng, "LLM Powered Autonomous Agents" adlı bir makale yayımlayarak LLM'ye dayanan AI Ajanlarını detaylandırdı ve bunun LLM'yi genel problemleri çözmenin yollarından biri haline getireceğine inandığını belirtti.
Bu noktada, insanlar nihayet AI-Ajanı kapsamlı bir şekilde anlama fırsatı buldular ve AI Ajanının gizemi nihayet açığa çıktı. AI alanında AI-Ajanı keşfi asla durmadı. Her yeni AI teknolojisi önemli bir atılıma ulaştığında, organizasyonlar bu keşif ve uygulamayı yeni konulara dahil ederler. Derin öğrenme ve AlphaGo'yu temsil eden sinir ağı teknolojileri öne çıktığında, derin öğrenmeye ve sinir ağlarına dayanan ajanlar ortaya çıktı ve oyunlar, sağlık hizmetleri gibi birçok alanda kullanıldı.
Son yıllarda, büyük dil modellerinde atılımlar gerçekleştirildi. Google, Bert'i yayımladıktan sonra ve OpenAI, GPT-2'yi yayımladıktan sonra, birçok organizasyon bu teknolojilerle işbirliği yapmaya başladı ve LLM'ye dayalı ajanlar inşa ettiler.
AI-Ajanı hakkında konuşmaya devam ederken, dünya çapında birçok AI Ajanı çerçevesi ve ürünü ortaya çıkmıştır. Örneğin, Ağustos ayının sonunda 15 milyon ABD Doları finansman toplayan Voiceflow, geliştiriciler arasında en popüler AI Ajanı oluşturma platformlarından biri haline geldi ve burada 130.000'den fazla ekip, kendi AI Ajanlarını inşa etmek için verimli bir şekilde işbirliği yapmaktadır.
Bu tür AI Ajanı inşa platformlarından görüldüğü üzere, birçok organizasyon şu anda kendi AI Ajanlarını inşa etmekte veya inşa etmiştir ve her organizasyon farklı iş senaryoları için birden fazla Ajanı hedefleyebilir.
AI-Ajan Pazar Durumu:
Ajanlara olan talep, insanların zaman ve para gibi kıt kaynaklarını tasarruf etmeleri nedeniyle artacaktır; ancak daha belirgin bir gerçek, Ajanların dağıtımını mümkün kılan altyapı katmanının hala gelişmekte olduğudur. BabyAGI gibi çoğu Ajan çerçevesi, deneysel açık kaynak projeleri olarak kalmaktadır. Ajanlara olan talep arttıkça, bu temellerin kurumsallaşma ihtiyacı da artacaktır. Her alt segment zamanla ürünleştirilecektir (bir uygulama veya API haline getirilecektir). İnsanlar sonunda Ajanları bir ürün olarak yaratabilecek veya kiralayabilecektir.
Annie Liao'ya göre, AI Ajan üç katmana ayrılabilir:
AgentOps: Weng, Lilian'ın teorisine göre, bu katmanın yedi temel bileşeni vardır. Bu bileşenler, “çerçeveler” oluşturmak için bir araya gelir ve sonunda dağıtım için Agent Ops benzeri bir pazarda listeleme için şablon haline getirilecektir.
Uygulamalar: Ajanslar “ürün haline gelecek”. Manzara olgunlaştıkça, birçok uygulama ürünleştirilecek ve kapalı veya açık kaynaklı modeller aracılığıyla gelir elde edilecektir.
Hizmetler: Son kullanıcılara, ajansları oluşturma, ticaretini yapma ve bakımını sağlama gibi katma değerli yetenekler sunar. Özellikle, Kripto alanındaki Ajans projelerine dair bir liste bulunmaktadır. Önceki projelere kıyasla, bunlar daha erken aşamalarda olmalarına ve esasen anlatı odaklı olmalarına rağmen, AI ve kriptonun nasıl entegre olduğunu keşfetmek için bunları inceleyebiliriz.
Gelecek
Ajan, çeşitli endüstriler ve alanlarda geniş model uygulamalarının ana biçimi haline gelecektir. Gelecekte, LLM'nin geliştirilmesi ve uygulanması, Ajan etrafında araçlar veya asistanlar şeklinde sunulacaktır. Ajanlar standartlaştırılmış ürünler şeklinde ortaya çıktıkça, kuruluşların AI Ajanlarını tanıtması ve uygulaması daha kolay hale gelecektir.
İlgili işletmeler ve kuruluşlar, tanıtılan büyük dil modeline veya dikey alan modeline dayalı alan odaklı Ajanlar oluşturabilirler; bu, müşterilere LLM'nin yeteneklerini verimli bir şekilde serbest bırakmalarına yardımcı olur. Ayrıca, kendi ve müşteri operasyonlarını kolaylaştırmak için, gerekli Ajanları her an oluşturmak amacıyla iç veya müşteri odaklı AI Ajan platformları ve toplulukları inşa edebilirler.
Daha fazla AI Ajan inşa platformu, çok sayıda Ajanın ortaya çıkmasını teşvik edecek ve bireylerin Ajanlar oluşturmasını ve uygulamasını daha kolay hale getirecektir. Gelecekte, herkes istekli olduğu sürece, çeşitli Ajan platformları aracılığıyla kendi kişiselleştirilmiş Ajanını istediği zaman oluşturabilir, iletişimi ve iş birliğini artırabilir ve daha kişiselleştirilmiş işlevler ve hizmetler aracılığıyla bilgi ve becerilerini genişletebilir.
Hatta farklı iş senaryolarında birden fazla farklı Ajan inşa etmek ve bu Ajanların birlikte çalışmasını sağlamak mümkün olabilir. Çok Ajanlı sistem iş birliği, daha doğru sonuçlar çıkarabilir ve daha karmaşık görevleri tamamlayabilir.
AI Ajan, endüstrileri ve iş senaryolarını göz ardı eder ve LLM'nin uygulanabileceği her yerde karşılık gelen Ajanlar inşa edebilir. Eğitim, sağlık, finans, kripto, üretim, eğlence gibi çeşitli endüstrilere uygulanabilir; verimliliği artırmaya, maliyetleri azaltmaya ve değer yaratmaya yardımcı olabilir.
Gelecekte, AI Ajanlar daha zeki, uyumlu ve çeşitlendirilmiş hale gelebilir; daha karmaşık problemleri ve senaryoları ele alabilir ve insanlarla daha yakın iş birliği ve simbiyoz oluşturabilir.
AI Ajanların yaygın uygulanmasıyla, büyük dil modelleri çağındaki insan-bilgisayar etkileşimi, insanlar ile AI Ajanları arasında otomatik bir iş birliği sistemine yükseltilecektir. Bu yeni tür insan-makine iş birliği, insan-makine zekası olarak adlandırılabilir. Bu, insan toplumunun üretim yapısının daha ileri bir şekilde yükseltilmesine katkıda bulunacak ve ardından toplumun tüm yönlerini etkileyecektir.
Aynı zamanda, otonom/otomatik olarak iletişim kurma ve görevleri yerine getirme yeteneğine sahip bir akıllı ağ, İnternet'in bir sonraki aşaması haline gelecek ve AI Ajan, insanların etkileşimde bulunduğu ve görevleri yerine getirdiği akıllı bir araç olacaktır.
Gelecek trendinde, AI ajanlarının muhtemelen insan çalışması, öğrenimi, yaşamı ve eğlencesi gibi çeşitli senaryolarda ortaya çıkacağı görülmektedir. Herkes, "Demir Adam", "Yıldızlararası" ve "Yıldız Savaşları" gibi filmlerdeki insan-makine iş birliği sahnelerinin gerçeğe dönüşeceği bir AI ajan sistemi temelinde akıllı bir asistan ile donatılacaktır.
Bu, birçok büyüklükte bir pazar olacaktır.
最后更新于