Пять уровней эволюции ИИ-агентов:
от экспертных систем до AI-First-компании

Я застал почти все эпохи того, что сегодня мы называем искусственным интеллектом.

Мое первое знакомство с ИИ произошло в 1998 году: в 3 года мой первый компьютер учил меня играть в шахматы.

Благодаря этому в 6 лет я даже выиграл уссурийский турнир.

Потом в школе на информатике мы изучали экспертные системы, основанные на правилах.

Сам термин «искусственный интеллект» появился в 1950-х. В 1950 году Алан Тьюринг опубликовал работу «Вычислительные машины и разум» и поставил вопрос о способности машины «мыслить».

А в 1955 году Джон Маккарти использовал термин «искусственный интеллект» в заявке на Дартмутский семинар, который прошел летом 1956-го.

Тогда исследователи наивно полагали, что проблему интеллекта удастся решить за лето.

Но, как мы понимаем, проблема актуальна и по сей день.

Более подробно об этом я писал тут.

Следующая эпоха для меня началась в 2012 году.

Я учился в ДВФУ и летом приехал из Владивостока в Москву на первую конференцию по машинному обучению.

Там рассказывали, что модели могут предсказывать поломки самолетов, помогать диагностировать заболевания и решать множество других полезных задач.

И тогда я понял, зачем учил матан, линейную алгебру, теорию вероятностей и всю эту математику.

С этого момента я начал заниматься машинным обучением всерьез.

Причем тогда никто не называл это «искусственным интеллектом».

Позже, когда я учился в магистратуре ВШЭ, слово «ИИ» вообще старались не использовать, это считалось маркетинговым термином.

Когда я уже учился в аспирантуре ВШЭ на ФКН (ИИ и анализ данных), мы подробно разбирали разные архитектуры нейронных сетей: сверточные, рекуррентные и другие подходы того времени (кстати, экзамен по этим нейронкам был самым тяжелым в моей жизни).

А потом появился «трансформер».

В 2017 году вышла статья «Attention Is All You Need», где исследователи предложили новую архитектуру, построенную вокруг механизма «внимания».

В итоге именно она стала фундаментом для больших языковых моделей.

И вот здесь произошел переход от привычного мне машинного обучения к тому, что весь мир снова начал называть ИИ.

Дальше «стрельнули» диффузионные модели, с помощью которых мы научились генерировать картинки — тогда мне это казалось каким-то чудом.

Но лично для меня самый интересный переход случился в конце 2022 года.

Я тогда делал LLM-систему для сервисов для взрослых: модель должна была имитировать общение с реальным человеком — подробнее об этом кейсе тут.

На подобных сервисах за собеседников обычно работают целые команды индусов.

Во время одного из экспериментов я дал LLM доступ в интернет и сделал симулированных мужчину и женщину.

И дальше произошло то, что сейчас выглядит обыденно, а тогда меня очень впечатлило.

В процессе общения система сама пошла в интернет, нашла реальное кафе, выбрала место для условной встречи и продолжила диалог так, будто парочка реально встретилась «в назначенное время в назначенном месте».

И тогда я подумал, что это же уже не просто модель, которая генерирует текст.

Если LLM можно дать доступ в интернет, значит, ей можно дать и другие инструменты: память, поиск, API, систему оркестрации и так далее.

Такого хайпа, как сегодня, вокруг ИИ-агентов еще не было, но мне стало понятно, куда будет двигаться индустрия.

Дальше я подумал: а что будет, если направить все это в бизнес?

Дать модели данные компании, доступ к CRM, почте, календарю и возможность взаимодействовать с другими агентами.

И именно с того эксперимента я стал смотреть на LLM не просто как на очередной класс моделей машинного обучения, а как на фундамент для новой архитектуры ИИ-систем — а в конечном счете и для нового способа строить компании.

OpenAI выделяют несколько уровней эволюции ИИ-систем: сегодня модели превратились из болталок в размышляющие системы, но еще ограничены набором обучающего датасета.

Поэтому до агентов, которые создают что-то новое, им еще нужно дорасти.

А полноценные мультиагентные системы — это «вишенка на торте».

Об этом подробнее — в новой статье.

👉 Полная статья