Theo tinh thần của công nghệ do công ty AI Anthropic phát triển, Microsoft nhìn thấy tương lai của AI nơi có nhiều hệ thống khác nhau, được nhiều công ty khác nhau tạo ra, tất cả đều hoạt động cùng nhau trong hòa bình và hòa hợp. Hoặc nói theo cùng một từ mà Microsoft đã sử dụng, hãy tạo ra một "web đại lý".
Theo báo cáo của Reuters, báo cáo này chuyển tiếp quan điểm của giám đốc công nghệ của Microsoft, Kevin Scott, trước thềm Hội nghị Build thường niên của công ty phần mềm này. Điều Scott hy vọng đạt được là các tác nhân AI của Microsoft sẽ vui vẻ làm việc với các tác nhân từ các công ty khác, thông qua một nền tảng chuẩn có tên là Giao thức ngữ cảnh mô hình (MCP).
Đây là một tiêu chuẩn nguồn mở do Anthropic tạo ra—một doanh nghiệp AI mới chỉ thành lập được bốn năm. Ý tưởng đằng sau nó là nó giúp các hệ thống AI dễ dàng truy cập và chia sẻ hơn nhiều cho mục đích đào tạo và khi nói đến lĩnh vực cụ thể của các tác nhân AI, nó sẽ giúp chúng thực hiện tốt hơn nhiều nhiệm vụ của mình.
Về cơ bản, các tác nhân AI là một loại hệ thống trí tuệ nhân tạo chỉ thực hiện một nhiệm vụ rất cụ thể, chẳng hạn như tìm kiếm trong mã để tìm một lỗi nhất định rồi sửa lỗi đó. Chúng chạy tự động, phân tích dữ liệu rồi đưa ra quyết định dựa trên các quy tắc được đặt ra trong quá trình đào tạo AI. Agentic AI, theo đúng tên gọi của nó, có nhiều ứng dụng tiềm năng, chẳng hạn như an ninh mạng và hỗ trợ khách hàng, nhưng nó chỉ tốt bằng dữ liệu mà nó được đào tạo.
Bước vào giai đoạn bên trái, MCP, về cơ bản cho phép các tác nhân AI làm việc song song (hay nên là tensor-in-tensor?) với các tác nhân khác để cải thiện độ chính xác của đầu ra của chúng. Theo Reuters, Scott nhận xét rằng "MCP có tiềm năng tạo ra một 'web tác nhân' tương tự như cách các giao thức siêu văn bản giúp phổ biến internet vào những năm 1990".
Tuy nhiên, không chỉ có dữ liệu đào tạo, vì độ chính xác của AI tác nhân phụ thuộc rất nhiều vào thứ gọi là học tăng cường. Tương tự như cách 'phần thưởng' và 'hình phạt' ảnh hưởng đến hành vi của động vật, học tăng cường giúp các tác nhân AI tập trung vào việc tối ưu hóa đầu ra của chúng dựa trên việc đạt được phần thưởng lớn nhất.
Việc để các tác nhân AI chia sẻ những gì hiệu quả và những gì không hiệu quả chắc chắn sẽ hữu ích trong học tăng cường, nhưng điều đó không đặt ra câu hỏi về việc điều gì sẽ xảy ra nếu các tác nhân chỉ đơn giản là để mặc chúng tự quyết định. Người ta có đơn giản cho rằng mạng lưới các tác nhân sẽ không bao giờ vô tình chọn một chiến lược tiêu cực thay vì một chiến lược tích cực không? Những cơ chế nào cần được tạo ra để ngăn chặn một 'mạng lưới tác nhân' khỏi vòng phản hồi tiêu cực?
Những bộ não thông minh hơn tôi chắc chắn sẽ đặt ra những câu hỏi tương tự và hy vọng là đã phát triển được các hệ thống để ngăn chặn tất cả những điều này xảy ra.
Giải thích về AI
Trí tuệ nhân tạo chung là gì? trí thông minh?: Chúng ta hãy cùng tìm hiểu về thuật ngữ AI và ý nghĩa thực sự của các thuật ngữ này.
Tương tự như cách một số cổ phiếu và trái phiếu được máy tính tự động mua bán, gần như không có bất kỳ tương tác nào của con người, chúng ta có thể đang tiến gần đến thời điểm mà nhiều khía cạnh trong cuộc sống của chúng ta được quyết định thay chúng ta bởi một mạng lưới khổng lồ các tác nhân AI được kết nối với nhau.
Ví dụ, các dịch vụ hỗ trợ khách hàng cho các ngân hàng, dịch vụ khẩn cấp và các hệ thống quan trọng khác có thể hoàn toàn là AI tác nhân trong vòng một thập kỷ hoặc lâu hơn.
Tôi không đủ hiểu biết về AI để có thể đánh giá một cách sáng suốt liệu đây có phải là điều thực sự tốt hay thực sự tệ, nhưng trực giác của tôi cho thấy rằng thực tế của tình hình sẽ nằm ở đâu đó giữa hai thái cực. Chúng ta hãy hy vọng rằng nó gần với thái cực trước hơn là thái cực sau, phải không?
Theo báo cáo của Reuters, báo cáo này chuyển tiếp quan điểm của giám đốc công nghệ của Microsoft, Kevin Scott, trước thềm Hội nghị Build thường niên của công ty phần mềm này. Điều Scott hy vọng đạt được là các tác nhân AI của Microsoft sẽ vui vẻ làm việc với các tác nhân từ các công ty khác, thông qua một nền tảng chuẩn có tên là Giao thức ngữ cảnh mô hình (MCP).
Đây là một tiêu chuẩn nguồn mở do Anthropic tạo ra—một doanh nghiệp AI mới chỉ thành lập được bốn năm. Ý tưởng đằng sau nó là nó giúp các hệ thống AI dễ dàng truy cập và chia sẻ hơn nhiều cho mục đích đào tạo và khi nói đến lĩnh vực cụ thể của các tác nhân AI, nó sẽ giúp chúng thực hiện tốt hơn nhiều nhiệm vụ của mình.
Về cơ bản, các tác nhân AI là một loại hệ thống trí tuệ nhân tạo chỉ thực hiện một nhiệm vụ rất cụ thể, chẳng hạn như tìm kiếm trong mã để tìm một lỗi nhất định rồi sửa lỗi đó. Chúng chạy tự động, phân tích dữ liệu rồi đưa ra quyết định dựa trên các quy tắc được đặt ra trong quá trình đào tạo AI. Agentic AI, theo đúng tên gọi của nó, có nhiều ứng dụng tiềm năng, chẳng hạn như an ninh mạng và hỗ trợ khách hàng, nhưng nó chỉ tốt bằng dữ liệu mà nó được đào tạo.
Bước vào giai đoạn bên trái, MCP, về cơ bản cho phép các tác nhân AI làm việc song song (hay nên là tensor-in-tensor?) với các tác nhân khác để cải thiện độ chính xác của đầu ra của chúng. Theo Reuters, Scott nhận xét rằng "MCP có tiềm năng tạo ra một 'web tác nhân' tương tự như cách các giao thức siêu văn bản giúp phổ biến internet vào những năm 1990".
Tuy nhiên, không chỉ có dữ liệu đào tạo, vì độ chính xác của AI tác nhân phụ thuộc rất nhiều vào thứ gọi là học tăng cường. Tương tự như cách 'phần thưởng' và 'hình phạt' ảnh hưởng đến hành vi của động vật, học tăng cường giúp các tác nhân AI tập trung vào việc tối ưu hóa đầu ra của chúng dựa trên việc đạt được phần thưởng lớn nhất.
Việc để các tác nhân AI chia sẻ những gì hiệu quả và những gì không hiệu quả chắc chắn sẽ hữu ích trong học tăng cường, nhưng điều đó không đặt ra câu hỏi về việc điều gì sẽ xảy ra nếu các tác nhân chỉ đơn giản là để mặc chúng tự quyết định. Người ta có đơn giản cho rằng mạng lưới các tác nhân sẽ không bao giờ vô tình chọn một chiến lược tiêu cực thay vì một chiến lược tích cực không? Những cơ chế nào cần được tạo ra để ngăn chặn một 'mạng lưới tác nhân' khỏi vòng phản hồi tiêu cực?
Những bộ não thông minh hơn tôi chắc chắn sẽ đặt ra những câu hỏi tương tự và hy vọng là đã phát triển được các hệ thống để ngăn chặn tất cả những điều này xảy ra.
Giải thích về AI
Trí tuệ nhân tạo chung là gì? trí thông minh?: Chúng ta hãy cùng tìm hiểu về thuật ngữ AI và ý nghĩa thực sự của các thuật ngữ này.
Tương tự như cách một số cổ phiếu và trái phiếu được máy tính tự động mua bán, gần như không có bất kỳ tương tác nào của con người, chúng ta có thể đang tiến gần đến thời điểm mà nhiều khía cạnh trong cuộc sống của chúng ta được quyết định thay chúng ta bởi một mạng lưới khổng lồ các tác nhân AI được kết nối với nhau.
Ví dụ, các dịch vụ hỗ trợ khách hàng cho các ngân hàng, dịch vụ khẩn cấp và các hệ thống quan trọng khác có thể hoàn toàn là AI tác nhân trong vòng một thập kỷ hoặc lâu hơn.
Tôi không đủ hiểu biết về AI để có thể đánh giá một cách sáng suốt liệu đây có phải là điều thực sự tốt hay thực sự tệ, nhưng trực giác của tôi cho thấy rằng thực tế của tình hình sẽ nằm ở đâu đó giữa hai thái cực. Chúng ta hãy hy vọng rằng nó gần với thái cực trước hơn là thái cực sau, phải không?
