Süni intellekt agentlərini işlətmək bir çox şirkətin gözlədiyindən qat-qat çətin olur. Xoşbəxtlikdən onların yolunda kömək var: Yeni startaplar agentləri işə salınmazdan əvvəl sınaqdan keçirmək və öyrətmək üçün daha yaxşı yollar tapır, xüsusən də müasir müəssisənin mürəkkəbliyi. Arga belə şirkətlərdən biridir.
Çərşənbə günü startap, Box Group, Emergence, Gradient və SV Angel-ın iştirakı ilə General Catalyst-in rəhbərlik etdiyi toxum maliyyələşdirmə turunda 10 milyon dollar topladığını söylədi. Arga Salesforce, Workday və e-poçt müştəriləri kimi müəssisə proqram təminatı üçün təlim mühitləri qurur. Əksər sınaq mühitlərinin vətəndaşlığı olmayan API son nöqtəsi təklif etdiyi yerlərdə Arga proqramın tam miqyaslı rəqəmsal əkizini qurur və bütün proqram təminatını icazə sistemləri və veb qarmaqları ilə effektiv şəkildə klonlayır.
Nəticə bir çox sistemdə agentləri öyrətmək üçün daha etibarlı bir yoldur. Startapın baş direktoru və həmtəsisçisi Philip Li məhsulunu Salesforce-da lider yaradan potensial müştərinin nümunəsi ilə təsvir etdi və həmkarı Hubspot vasitəsilə ayrıca əlaqə saxladı. Onlar iki fürsətdən kimə e-poçt göndəriləcəyini müəyyən edə bilirlərmi?” Agent sistemləri hələ də bu cür qeyri-müəyyənliklə mübarizə aparır və Li Arqanın alətlərini onların təkmilləşdirilməsinə kömək etmək üçün vacib hesab edir.
Normalda, bir AI agenti gücləndirici öyrənmə (RL) vasitəsilə bu kimi bir vəzifə üçün öyrədilə bilər: ssenarini on minlərlə dəfə icra etmək və yalnız uğurlu strategiyaları keçməyə imkan vermək. Lakin müəssisə proqram təminatının təbiəti testin bu miqyasını demək olar ki, qeyri-mümkün edir. Eyni ssenarini yenidən işə salmaq lazım olduqda Salesforce və ya Outlook kimi sistemi “sıfırlamaq” üçün asan bir yol yoxdur, daha az klonlayın.
Arga-nın həlli bu proqramı rəqəmsal şəkildə yenidən yaratmaqdır ki, onun strukturunu bir qəza testi dummy-nin bir şəxs üçün dayanması lazım olduğu kimi təkrarlayır. Arga ətraf mühit üzərində tam nəzarətə malik olduğundan, yaranan istirahəti sıfırlamaq və ya dəyişdirmək asandır. Şirkət həmçinin agentləri müxtəlif proqramlar arasında mürəkkəb qarşılıqlı əlaqəyə öyrətmək üçün birdən çox mühit işlədə bilər.
İdeya, müxtəlif proqramlar və bilik sistemləri arasında üst-üstə düşən xüsusi tapşırıqlarla insanın tam iş mühitini təkrarlamaqdır. Bunu kodlaşdırma və digər tətbiqlər arasındakı möhkəmləndirmə boşluğunu bağlamağın bir yolu kimi düşünə bilərsiniz. Süni intellekt kodlaşdırma vasitələrinin bu qədər sürətlə inkişaf etməsinin bir səbəbi odur ki, bizdə artıq yeni kodu yerləşdirmək, tərsinə çevirmək və təhlil etmək üçün mürəkkəb alətlərimiz var.
Xülasə — davamını mənbədə oxuyun.
