> TechRadar प्रो न्यूजलेटर सम्म सबै शीर्ष समाचार, राय, सुविधाहरू र मार्गदर्शन प्राप्त गर्न को लागी तपाइँको व्यवसाय सफल हुन आवश्यक छ! referrerpolicy=”no-referrer-when-downgrade” data-hl-processed=”none”/>
उत्पादक जवाफहरू देखि जारी लूपहरूमा
जेनेरेटिभ AI ले मानिसहरूले सफ्टवेयर, पक्का। तर ढाँचा धेरै परिवर्तन भएको छैन: प्रश्न भित्र, जवाफ दिनुहोस् र त्यसपछि सबै कुरा रिसेट हुन्छ।
एजेन्टिक प्रणालीहरू त्यसरी काम गर्दैनन्। तिनीहरू सतर्क रहन्छन्। तिनीहरूले तपाईंले स्पष्ट रूपमा सोध्नुभएका सङ्केतहरूको जवाफ दिन्छन्, जस्तै
तपाईलाई मन पर्न सक्छ
तर त्यो समन्वय कुनै पनि साझा सन्दर्भ बिना काम गर्दैन। यदि तपाईंसँग एकीकृत प्रोफाइलहरूमा आधारित निर्णयहरू र अर्को बासी, डुप्लिकेट डेटासेटबाट तान्ने निर्णयहरू छन् भने, तपाईं बहाव प्राप्त गर्न जाँदै हुनुहुन्छ। र एकपटक एजेन्टहरू डुब्न थालेपछि, तिनीहरू बुद्धिमान हुन छोड्छन् र अप्रत्याशित हुन थाल्छन्।
एकीकृत डाटा अब ऐच्छिक छैन
हामी सबैलाई थाहा छ कि खण्डित डेटा कष्टप्रद छ। एजेन्टिक प्रणालीहरूमा, यो खतरनाक हुन्छ। एजेन्टहरू समानान्तर रूपमा काम गर्छन्, र उनीहरूलाई ग्राहकहरूको समान समझ चाहिन्छ, उत्पादनहरू, घटनाहरू — सबै कुरा। अन्यथा, तपाईंले विरोधाभासी निर्णयहरू प्राप्त गर्नुहुन्छ जुन क्षति भएपछि मात्र देखा पर्दछ।
एक एकीकृत, पहिचान-समाधान गरिएको तह साझा मेमोरी बन्छ। यसले एजेन्टहरूलाई ग्राउन्ड राख्छ र उनीहरूलाई एकअर्कामा कदम चाल्नुको सट्टा सहयोग गर्न दिन्छ। यो कुनै दार्शनिक बिन्दु होइन। त्यो साझा मेमोरी बिना, एजेन्टहरूले विभिन्न वास्तविकताहरू “सिक्छन्” र तपाईंको प्रणाली छिटो असंगत हुन्छ।
इकोसिस्टम, मोनोलिथ होइन
<37F28 वर्ष data-analytics-id="inline-link" href="https://www.techradar.com/pro/best-enterprise-messaging-platform" data-mrf-recirculation="inline-link" data-before-rewrite-localise="https://www.techradar.com/pro/best-enterprise-messaging to privateplatform> सबै कुरा प्लेटफर्महरू गर्नुहोस् किनभने तिनीहरू डराउँछन् कि एकसाथ सिलाई प्रणालीहरूले चीजहरू बिग्रन्छ। विडम्बनाको रूपमा, एजेन्टिक एआईले त्यो विचारलाई आफ्नो टाउकोमा फ्लिप गर्छ।
विशाल प्लेटफर्मको सट्टा, तपाईंले साना, विशेष एजेन्टहरू पाउनुहुन्छ जसले एकअर्कासँग कुरा गर्छन्, लगभग माइक्रोसर्भिसेसहरू जस्तै, तिनीहरू तर्क गर्दैनन्, प्रशोधन मात्र होइन।
यहाँ क्याच छ: यी एजेन्टहरूका लागि केवल डाटा आदानप्रदान गर्न पर्याप्त छैन। तिनीहरूले समान रूपमा डाटा व्याख्या गर्नुपर्छ। त्यहाँ अन्तरसञ्चालन एक वास्तविक इन्जिनियरिङ चुनौती बन्छ।
एपीआईहरू तिनीहरूसँग जोडिएको अर्थ भन्दा कम महत्त्वपूर्ण छ। दुई एजेन्टहरूले एउटै सङ्केत प्राप्त गर्नुपर्छ र यसले के प्रतिनिधित्व गर्छ भन्ने आधारभूत बुझाइमा पुग्नुपर्छ।
यो गलत हुनुहोस् र तपाईंसँग स्वायत्तता छैन — तपाईंसँग अराजकता छ।
तर जब यसले काम गर्छ, तपाईंले एजेन्टहरू थप्न वा अपग्रेड गर्न सक्ने वातावरण पाउनुहुने हरेक परिवर्तनलाई पुनर्लेखनमा परिणत नगरिकन। प्रणाली अधिक भंगुर हुनुको साटो समय संगै स्मार्ट हुँदै जान्छ।
प्रारम्भबाट AI को लागि डिजाइन गर्दै
धेरै टोलीहरूले AI को रूपमा आज पनि विद्यमान प्रणालीमा केहि थप्छन्। अन्य ठाउँमा छ।
त्यो दृष्टिकोणले एजेन्टिक प्रणालीहरूमा काम गर्दैन। तपाईंलाई विकासशील योजनाहरू, स्वायत्त व्यवहारलाई सम्हाल्न सक्ने शासन, र पूर्वाधार प्रतिक्रिया लूपका लागि बनाइएको हो, एक पटकको लेनदेन होइन।
एआई-फर्स्ट आर्किटेक्चरमा, बुद्धिमत्ता कुनै सुविधा होइन। यो नलसाजी को भाग हो। डेटा लामो समयसम्म चल्ने निर्णयहरूलाई समर्थन गर्ने तरिकाहरूमा सर्छ। योजनाहरू विकसित हुन्छन्। एजेन्टहरूलाई सन्दर्भ चाहिन्छ जुन एकल अनुरोध भन्दा लामो समयसम्म रहन्छ। यो परम्परागत सफ्टवेयर डिजाइनबाट फरक मानसिकता हो, एपहरू भन्दा इकोसिस्टमहरू डिजाइन गर्ने नजिक। referrerpolicy=”no-referrer-when-downgrade” data-hl-processed=”none”/>
मानिसहरू कहिँ पनि जाँदैनन्
The204f5134-7a0b-4ad7-80000000000000000000000000000000000000000007 त्यो “एजेन्टिक एआई” को अर्थ मानिसहरू एकै ठाउँमा जान्छन्। वास्तविकता अलि उल्टो छ । एजेन्टहरूले मिनेट-मिनेट निर्णय लूपहरू लिन्छन्, तर मानिसहरूले लक्ष्यहरू, प्राथमिकताहरू, सीमाहरू र ट्रेडअफहरू परिभाषित गर्छन् जसले ती लूपहरूलाई अर्थपूर्ण बनाउँदछ।
यसले वास्तवमा निरीक्षणलाई सजिलो बनाउँछ। प्रत्येक कार्यको समीक्षा गर्नुको सट्टा, मानिसहरूले ढाँचाहरू खोज्छन् — बहाव, पूर्वाग्रह, मिसालाइनमेन्ट — र समग्र रूपमा प्रणालीलाई सही गर्नुहोस्। एक व्यक्तिले धेरै एजेन्टहरूलाई मार्गदर्शन गर्न सक्छ किनभने कामले निर्देशन दिनबाट परिमार्जन गर्ने उद्देश्यमा परिवर्तन हुन्छ।
मानिसहरूले निर्णय ल्याउँछन्। एजेन्टहरूले सहनशीलता ल्याउँछन्।
Where This All Leads
एजेन्टिक एआई अर्को मोडल प्रवृत्ति मात्र होइन। यो कसरी मा प्राप्त गर्ने तरिकामा परिवर्तन हो। तर सही वास्तुकला बिना स्वायत्तताले मानिसहरूले अपेक्षा गरेको नतिजा कहिल्यै उत्पादन गर्दैन।
एजेन्टहरू पङ्क्तिबद्ध हुनका लागि तपाईंलाई एकीकृत डेटा चाहिन्छ। तपाईलाई अन्तरक्रियात्मक प्रणालीहरू चाहिन्छ ताकि एजेन्टहरूले सञ्चार गर्न सक्छन्। र तपाईंलाई दीर्घकालीन सन्दर्भ र निरन्तर सिकाइको लागि डिजाइन गरिएको पूर्वाधार चाहिन्छ।
यदि जेनेरेटिभ एआई उत्तरहरूको बारेमा थियो भने, एजेन्टिक एआई चलिरहेको बौद्धिकताको बारेमा हो, र यसले मात्र काम गर्छ यदि यसको मुनिको वास्तुकला यो सञ्चालन भइरहेको संसारको लागि बनाइएको हो।
हाम्रो उत्कृष्ट डेटा भिजुअलाइजेशन उपकरणहरूको सूचीमा पढ्नुहोस्।
