La crescita dietro agli agenti autonomi basati su LLM

Il successo degli agenti autonomi basati su LLM

 

È successo molto nell’anno 2023. Abbiamo assistito alla crescita e all’emergere dei Large Language Models (LLM) e al loro uso particolare come controller fondamentali per agenti autonomi. Lo abbiamo visto di persona, molte persone hanno adottato questi agenti autonomi e li hanno integrati nelle organizzazioni e sempre più aziende sono interessate ai LLM.

E sì, sono stati un successo.

Ma non volete sapere di più? Certo che lo volete.

 

Studio sugli agenti autonomi basati su LLM

 

Ricercatori della Scuola di Intelligenza Artificiale Gaoling, dell’Università Renmin della Cina, si sono uniti per effettuare una indagine approfondita sugli agenti autonomi basati su LLM, in cui forniscono una revisione sistematica del campo degli agenti autonomi basati su LLM da una prospettiva olistica.

I ricercatori approfondiscono la costruzione degli agenti autonomi basati su LLM così come una panoramica completa delle diverse applicazioni in una varietà di campi, come la scienza sociale, la scienza naturale e l’ingegneria.

Quindi iniziamo.

Di seguito è riportata un’immagine della tendenza di crescita nel campo degli agenti autonomi basati su LLM, attraverso il numero di articoli pubblicati da gennaio 2021 ad agosto 2023.

Come potete vedere, nello spazio di 2 anni, i LLM hanno ottenuto successi notevoli, dimostrando al pubblico più ampio che le applicazioni di intelligenza artificiale hanno il potenziale per raggiungere una intelligenza simile a quella umana. Set di dati di addestramento completi e un numero consistente di parametri del modello lavorano insieme per raggiungere questo obiettivo.

Sembra quindi che ci sia molto finanziamento e ricerca in questo campo, quindi è fondamentale fornire un riepilogo sistematico di questo campo in rapido sviluppo per comprendere in modo completo le complessità che ci sono dietro e i benefici che porterà per ispirare ricerche future.

Questo è ciò che sta facendo il team di ricerca della Scuola di Intelligenza Artificiale Gaoling.

 

Progettazione dell’architettura dell’agente autonomo basato su LLM

 

Lo scopo principale degli agenti autonomi basati su LLM è che abbiano la capacità di svolgere attività diverse come se avessero capacità simili a quelle umane. Per raggiungere questo obiettivo, è necessario approfondire la progettazione dell’architettura degli agenti autonomi basati su LLM:

  1. Quale architettura dovrebbe essere progettata per utilizzare al meglio i LLM
  2. Come abilitare l’agente ad acquisire capacità per compiere compiti specifici

Nell’ambito della revisione sistematica, i ricercatori hanno compreso che i LLM devono svolgere ruoli specifici e imparare autonomamente dall’ambiente per evolversi come gli esseri umani. È qui che entrano in gioco le architetture degli agenti razionali.

I ricercatori hanno proposto un framework unificato per riassumere il numero di moduli sviluppati per migliorare i LLM:

  • Profilo – identificare il ruolo dell’agente
  • Memoria – inserire l’agente in un ambiente dinamico e consentirgli di ricordare comportamenti passati
  • Pianificazione – inserire l’agente in un ambiente dinamico e pianificare azioni future.
  • Azione – tradurre le decisioni dell’agente in output specifici

Il modulo di profilazione ha un impatto diretto sui moduli di memoria e pianificazione, che tutti insieme influenzano il modulo di azione.

 

Per approfondire ogni modulo nel dettaglio, leggete l’articolo: Uno studio sugli agenti autonomi basati su Large Language Model.

In questo articolo, potrete approfondire le applicazioni degli agenti autonomi basati su LLM e le strategie di valutazione proposte in tre aree distinte: scienza sociale, scienza naturale e ingegneria. Gli agenti autonomi basati su LLM hanno mostrato un potenziale significativo nell’influenzare diversi settori, quindi è importante capire come vengono valutate queste applicazioni e le strategie utilizzate.

 

Come parte del processo di ricerca, hanno anche un tavolo interattivo che contiene articoli più completi relativi agli agenti basati su LLM.

Conclusione

Come possiamo vedere, sempre più persone stanno scoprendo cosa si nasconde dietro gli LLM. Sempre più persone vogliono sapere di cosa si tratta veramente, l’architettura, le strategie di valutazione e come influenzerà il nostro futuro. Questo serve per costruire una maggiore fiducia nei confronti degli LLM e delle applicazioni di intelligenza artificiale in generale o scopriremo la verità su di loro?

****[Nisha Arya](https://www.linkedin.com/in/nisha-arya-ahmed/)**** è una Data Scientist e una Technical Writer Freelance. È particolarmente interessata a fornire consigli di carriera o tutorial su Data Science e conoscenze teoriche su Data Science. Desidera anche esplorare i diversi modi in cui l’Intelligenza Artificiale può contribuire alla longevità della vita umana. Una studentessa entusiasta, desiderosa di ampliare le sue conoscenze tecniche e le sue capacità di scrittura, mentre aiuta gli altri a orientarsi.