در سالهای اخیر، در حالی که سکوهای Generative AI مثل OpenAI ChatGPT و Google Gemini توجه زیادی را به خود جلب کرده، روند جدیدی به نام «AI Agent» یا «عامل هوش مصنوعی» نیز در حال مطرح شدن است.
کارکرد عامل هوش مصنوعی (AI Agent) فراتر از یک گفتگوی ساده و منفعلانه است؛ این عاملها قادرند به صورت خودکار وظایف را اجرا کنند (automatic task execution) و به طور مداوم یاد بگیرند(active learning). این قابلیتها میتوانند به بهبود کارایی در انجام کارها و حل مشکلات اجتماعی مانند کمبود نیروی انسانی کمک کنند. در این مقاله، سعی بر معرفی کلی AI Agent و توضیح چیستی این فناوری را دارد.
سال ۲۰۲۵ به عنوان سال آغاز AI Agent ها شناخته میشو و از ابتدای این سال، واژه «AI Agent» به طور گستردهای مورد استفاده قرار گرفته است. اگرچه تعریف دقیق و رسمی آن هنوز تثبیت نشده، اما به طور کلی به نرمافزاری گفته میشود که بر اساس دستوراتی که از کاربر میگیرد، به صورت خودکار مسائل را حل میکند و وظایف را انجام میدهد.
در ادامه، تعاریف مطرح شده توسط شرکتها و سازمانهای بهنام آورده شده است.
OpenAI
ما AI Agent را سیستمی میدانیم که بهصورت خودکار و به جای کاربر، وظایف را اجرا میکند.
عامل هوش مصنوعی نرمافزاری است که با استفاده از هوش مصنوعی به جای کاربر، اهداف را دنبال کرده و وظایف را انجام میدهد.
Gartner
عامل هوش مصنوعی نرمافزاری خودکار و یا نیمهخودکار است که در محیطهای دیجیتال و دنیای واقعی، موقعیت را درک کرده، تصمیم گرفته، اقدام میکند و برای رسیدن به هدف، از مدلهای زبانی بزرگ (LLM) کمک میگیرد.
پنج ویژگی اصلی عامل هوش مصنوعی بنا بر نظر گارتنر به شرح زیر است:
هر دو در دستهبندی هوش مصنوعی قرار میگیرند، اما اهداف و عملکردهای آنها متفاوت است. جدول زیر تفاوتهای کلیدی بین را به صورت خلاصه نشان میدهد.
نمونهای ازعاملهای هوش مصنوعی شرکتهای بزرگ را در ادامه میبینیم:
عامل هوش مصنوعیای است که به جای کاربر، به طور خودکار مرورگر وب را چک میکند. این عامل وظایفی مانند پر کردن فرمها، رزرو سفر، رزرو رستوران، خرید، جمعآوری اخبار و پاسخ به ایمیلها را که بصورت تکراری در مرورگر انجام میشود، به جای انسان انجام میدهد.
عامل هوش مصنوعی Copilot ، پشتیبان توسعه در سکوی GitHub به حساب میآید. زمانی که یک Issue شامل مشکلات یا درخواستهای توسعه در مخزن پروژه به این عامل اختصاص داده میشود، بر اساس آن اطلاعات، کد را بهصورت خودکار پیادهسازی، اصلاح و تست میکند و در نهایت آن را به صورت یک Pull Request ارائه میدهد.
عامل هوش مصنوعی تکاملی کدنویسی که توسط مؤسسه تحقیقاتی DeepMind شرکت گوگل توسعه یافته است و توانایی کشف الگوریتمهای جدید و نوآورانه را بصورت خودمختار دارد. این عامل در حوزههای مختلف موفقیتهای قابل توجهی کسب کرده. به عنوان مثال، در مسالهی بهینهسازی مصرف انرژی دیتا سنترها توانسته به طور متوسط حدود یک درصد از منابع محاسباتی تمامی دیتاسترهای گوگل در کل جهان صرفهجویی کند. همچنین، در حوزههای نظری مانند علوم کامپیوتر و ریاضیات پیشرفتهای چشمگیری ایجاد کرده است. به طور مثال در ضرب ماتریسی، روشی سریعتر از الگوریتم معروف Strassen که در سال ۱۹۶۹ معرفی شده بود، کشف کرده است.
این سیستم دانش و تجربه مهندسان باتجربه و دادههای طراحی شرکت را ذخیره کرده و به صورت ۲۴ ساعته و ۳۶۵ روز در سال آماده پاسخگویی و مشاوره است. این عامل شامل چندین AI Agent تخصصی در زمینههای مختلف مانند ارتعاشات، مصرف سوخت و رعایت مقررات است که بر اساس سوالات کاربران با هم همکاری و هماهنگی میکنند تا پاسخهای جامع و یکپارچه ارائه دهند.
افزایش بهرهوری: انجام خودکار و موازی وظایفی مانند پردازش اطلاعات و ورود دادهها که معمولاً زمانبر هستند، باعث افزایش سرعت و دقت کل فرآیندهای کاری میشود.
نوآوری: تحلیل سریع کلاندادهها و کشف روابط پنهان و روندهای جدید که عموما نادیده گرفته میشوند.
حل مسائل پیچیده: استخراج الگوها و یافتن بهترین راهحلها برای مسائل پیچیده که عوامل متعددی در آنها دخیل هستند.
دستیابی به اتوماسیون پیشرفته: فراتر از قوانین ساده، عامل هوش مصنوعی میتواند بر اساس شرایط بهصورت خودمختار تصمیم بگیرد و عمل کند.
یادگیری و بهبود مستمر: بهرهگیری از بازخوردهای عملیاتی برای بهبود مداوم عملکرد.
نگرانیهای امنیتی و حفظ حریم خصوصی: ریسک نشت دادههای محرمانه یا اطلاعات شخصی هنگام دسترسی عامل به این دادهها.
اعتمادپذیری: خودمختاری عامل و ماهیت جعبه سیاه (Black Box) سیستم ممکن است باعث رفتارهای غیرمنتظره یا تصمیمگیریهای نامناسب شود.
ریسکهای اخلاقی و قانونی: احتمال نقض قوانین یا حقوق مالکیت فکری اشخاص ثالث به صورت ناخواسته.
این موارد نشان میدهد که در کنار مزایا، توجه دقیق به ریسکها و مدیریت آنها برای بهرهبرداری موفق عاملهای هوش مصنوعی ضروری است.
اگرچه AI Agentها هنوز در حال توسعه هستند، اما اکنون در بسیاری از صنایع و شرکتها تأثیرات قابل توجهی ایجاد کردهاند و انتظار میرود که در آینده نیز به تکامل و گسترش بیشتری دست یابند.
در گزارش گارتنر نیز به طور بالقوه به نقش محوری عاملهای هوشمند اشاره شده است. به عنوان مثال، با پیشرفت خودکارسازی توسعه نرمافزار توسط عاملهای هوشمند امکان بهروزرسانی سریع و انعطافپذیر خدمات و افزودن قابلیتهای جدید فراهم خواهد شد. همچنین، در جوامعی که انتظار کاهش جمعیت جوان وجود دارد، انتظار میرود که عاملهای هوشمند به عنوان نیروی مکمل یا جایگزین نیروی انسانی در زمینههای مختلف نقش ایفا کنند. البته در حال حاضر چالشهای فنی و اخلاقی متعددی وجود دارد، اما با درک کامل از این چالشها و مزایا و اجرای مناسب آنها، میتوان به تحقق این فناوری بصورت کارا و پایدار امیدوار بود.
