ટૂલ કોલિંગ: AI એજન્ટ્સ શું કરવું તે કેવી રીતે નક્કી કરે છે
AI મોડલ્સ હવે માત્ર સાદી ચેટથી આગળ વધી રહ્યા છે. તેઓ હવે પગલાં (action) લઈ રહ્યા છે.
મોટાભાગના મોડલ્સ સમયમાં સ્થિર છે. તેઓ માત્ર એટલું જ જાણે છે જે તેમણે તાલીમ (training) દરમિયાન શીખ્યું છે. તેઓ જાતે આજની શેરબજારની કિંમતો તપાસી શકતા નથી અથવા તમારા કેલેન્ડરમાં મીટિંગ બુક કરી શકતા નથી.
ટૂલ કોલિંગ આ બદલી નાખે છે. તે AI મોડલને હાથ અને આંખો આપે છે.
તે કેવી રીતે કામ કરે છે:
ડેવલપર્સ મોડલને સાધનોનો (tools) એક સેટ આપે છે. આ સાધનો કેલ્ક્યુલેટર, સર્ચ એન્જિન અથવા ડેટાબેઝ જેવા APIs છે.
માત્ર ટેક્સ્ટ લખવાને બદલે, મોડલ એક લૂપ (loop) અનુસરે છે:
• તર્ક (Reasoning): મોડલ તમારી વિનંતી વાંચે છે. • ક્રિયા (Action): મોડલ નક્કી કરે છે કે તેને એક સાધનની જરૂર છે. તે સાધનને એક સ્ટ્રક્ચર્ડ વિનંતી (જેમ કે JSON) મોકલે છે. • અવલોકન (Observation): સાધન કાર્ય કરે છે અને ડેટા પાછો મોકલે છે. • પ્રતિસાદ (Response): મોડલ તે નવા ડેટાનો ઉપયોગ કરીને તમને અંતિમ જવાબ આપે છે.
ઉદાહરણ:
જો તમે પૂછો, "શું મારે આજે ઓસ્ટિનમાં જેકેટની જરૂર છે?" તો મોડલ અનુમાન લગાવતું નથી.
- તે વેધર (weather) ટૂલને ઓળખે છે.
- તે તે ટૂલને "Austin, TX" લોકેશન મોકલે છે.
- તે વર્તમાન તાપમાન મેળવે છે.
- તે તમને કહે છે, "તાપમાન 58 ડિગ્રી છે અને પવન ફૂંકાઈ રહ્યો છે, તેથી જેકેટ સાથે રાખજો."
આ એક નિષ્ક્રિય (passive) ચેટબોટને સક્રિય (active) એજન્ટમાં ફેરવે છે.
તેનું રહસ્ય વર્ણનમાં (description) છે. જો તમે સાધનને અસ્પષ્ટ નામ આપશો, તો મોડલ નિષ્ફળ જશે. જો તમે તેને સ્પષ્ટ અને સચોટ વર્ણન આપશો, તો મોડલ બરાબર જાણે છે કે તેનો ઉપયોગ ક્યારે કરવો.
આ સિસ્ટમ બનાવતી વખતે ત્રણ બાબતો પર ધ્યાન આપવું જરૂરી છે:
- ઝડપ (Speed): દરેક ટૂલ કોલ લેવામાં સમય લાગે છે. વધુ પડતા સ્ટેપ્સ AI ને ધીમું બનાવે છે.
- સુરક્ષા (Safety): જો કોઈ સાધન ઈમેલ મોકલી શકતું હોય અથવા પૈસા ટ્રાન્સફર કરી શકતું હોય, તો તમારે માનવીય મંજૂરી (human approval) ઉમેરવી જોઈએ.
- વિશ્વસનીયતા (Reliability): APIs નિષ્ફળ જાય છે. તમારે એવી સિસ્ટમ બનાવવી જોઈએ જે ભૂલોને પકડી શકે અને મોડલને ફરીથી પ્રયાસ કરવા માટે કહે.
ટૂલ કોલિંગ એ શબ્દો અને ક્રિયા વચ્ચેનો સેતુ છે. આમાં નિપુણતા મેળવવાથી તમે એવું AI બનાવી શકો છો જે ખરેખર કામ પૂરું કરે છે.
વૈકલ્પિક લર્નિંગ કોમ્યુનિટી: https://t.me/GyaanSetuAi