Construire l'épine dorsale : entités, partie 2, agent

La meilleure façon de commencer une histoire est depuis le début

Dans mon article précédent, j'ai jeté les bases de notre structure de base, en définissant la structure fondamentale de l'entité et en étoffant l'entité Document qui sous-tend notre système. Une fois ces bases en place, je suis ravi de me lancer dans la définition de l'agent en tant qu'entité. Cependant, je ne peux pas encore entrer directement dans le sujet. Bien que les concepts de documents et de leurs types dérivés puissent avoir un sens intuitif, il est important d'aborder certains concepts de base autour des agents (un raccourci courant pour AI Agent). Une fois que j'aurai exposé ces concepts, je serai en mesure de définir les entités liées dans ce contexte, les actions de base nécessaires à ces entités, et enfin de présenter l'image complète pour cette page de notre codex.

Agents, leurs pièces et leur tout

Pour commencer, AWS décrit les agents comme :

"Un agent d'intelligence artificielle (IA) est un programme logiciel qui peut interagir avec son environnement, collecter des données et utiliser ces données pour effectuer des tâches autodéterminées afin d'atteindre des objectifs prédéterminés." - Lien

Cela implique que les agents sont censés effectuer des actions un peu comme le ferait un « humain normal », étant donné les mêmes informations dont ils disposent. Les agents de distribution les plus prolifiques sont la myriade de chatbots IA qui ont émergé ces dernières années, avec plusieurs chatbots « prêts à l'emploi » capables d'évaluer des fichiers, de rechercher sur Internet, et bien plus encore. Les agents révèlent bien plus de leur potentiel lorsque nous allons plus loin, en permettant à ces programmes d'accéder à d'autres systèmes via des API ou des méthodes similaires. En leur fournissant des ensembles de données spécifiques au contexte, nous permettons aux agents d'atteindre leurs objectifs avec beaucoup plus de précision. Pour ce faire, nos agents utiliseront :

• Grands modèles linguistiques (LLM) : ceux-ci traduiront mes instructions, mon contexte et les options disponibles en un plan d'action.
• Utilisation de l'outil/appel de fonction : cela permet à l'agent d'exécuter son plan d'action en contactant des API, des ensembles de données ou même en exécutant du code par lui-même.
• Orchestration des agents : même si les agents individuels sont puissants, l'orchestration de plusieurs agents amplifie ce pouvoir, leur permettant d'atteindre des objectifs trop complexes à gérer pour un seul agent. Considérez l'orchestration comme un effort de collaboration dans lequel chaque agent joue des rôles spécialisés, lui permettant de résoudre des problèmes plus complexes en travaillant à l'unisson. Cette coordination, qu'il s'agisse de la gestion des détails d'une campagne ou de l'automatisation de flux de travail à multiples facettes, ouvre la porte à des résultats rationalisés et sophistiqués qu'un seul agent ne pourrait pas obtenir.

Approfondissons un peu.

LLM, l'esprit dans le modèle

Au cœur des capacités d'un agent se trouve le Larg...
[Courte citation de 8% de l'article original]