ஒரு AI ஏஜென்ட் உண்மையில் யாருக்காக?
"AI agent" என்ற சொல் வெவ்வேறு நபர்களுக்கு வெவ்வேறு அர்த்தங்களைக் குறிக்கிறது. ஒரு ஏஜென்ட்டுடன் உங்களுக்கிருக்கும் உறவு உங்கள் பங்கைப் பொறுத்தது. இந்தத் தரப்பினரிடையே உள்ள இடைவெளி வணிகத்தில் பெரும் சிக்கல்களை ஏற்படுத்துகிறது.
தவறான நபர்களுக்காகத் தயாரிப்புகள் உருவாக்கப்படுகின்றன. பொறியாளர்களால் பூர்த்தி செய்ய முடியாத எதிர்பார்ப்புகளை நிர்வாகக் குழுக்கள் (Boardrooms) உருவாக்குகின்றன. பயனர்களுக்குப் புரியாத கருவிகள் வழங்கப்படுகின்றன.
பல்வேறு பங்குகளைக் கொண்டவர்கள் AI ஏஜென்ட்களை எவ்வாறு பார்க்கிறார்கள் என்பது இதோ:
சாதாரணப் பயனர் (The Everyday User) அவர்கள் அந்தத் கருவி ஒரு மின்விளக்கைப் போல எளிதாகச் செயல்பட வேண்டும் என்று விரும்புகிறார்கள். அவர்களுக்கு மாடல்கள் (models) அல்லது மெமரி (memory) பற்றி கவலை இல்லை. முதல் முயற்சியிலேயே வேலை முடிந்துவிடுமா என்பது மட்டுமே அவர்களுக்கு முக்கியம். தாங்கள் கேட்காத ஒன்றை ஏஜென்ட் செய்துவிடுமோ என்பதே அவர்களின் முக்கிய அச்சம்.
சோதனை செய்பவர் (The Tinkerer) அவர்கள் தனிப்பயனாக்கப்பட்ட பிராம்ப்ட்கள் (custom prompts) மற்றும் ஆட்டோமேஷன் கருவிகளைப் பயன்படுத்துகிறார்கள். கட்டுப்படுத்தப்பட்ட சூழலில் சிறப்பாகச் செயல்படும் அமைப்புகளை அவர்கள் உருவாக்குகிறார்கள். ஏஜென்ட்கள் நம்பிக்கையுடன் தவறான பதில்களைத் தரும்போது அல்லது ஒரு API மாற்றம் அவர்களின் பணிப்பாய்வை (workflow) பாதிக்கும்போது அவர்கள் சிரமப்படுகிறார்கள்.
நிர்வாகி (The Executive) அவர்கள் ஏஜென்ட்கள் எத்தகைய மாற்றங்களைக் கொண்டு வரும் என்பதில் கவனம் செலுத்துகிறார்கள், உதாரணமாக வேகமான வேலை அல்லது குறைந்த செலவு. தொழில்நுட்பம் உண்மையில் வேலை செய்யுமா என்று தெரியாமலேயே அவர்கள் பெரும்பாலும் முதலீட்டாளர்களிடம் வாக்குறுதிகளை அளிக்கிறார்கள். இது அடுத்தடுத்த தொழில்நுட்பக் குழுக்களுக்குப் பெரும் அழுத்தத்தை ஏற்படுத்துகிறது.
QA பொறியாளர் (The QA Engineer) அவர்களுக்குத் திரும்பத் திரும்பச் செய்து பார்க்கக்கூடிய தன்மையும் (reproducibility), "சரியானது" என்பதற்கான தெளிவான வரையறைகளும் தேவை. ஏஜென்ட்கள் இதைச் கடினமாக்குகின்றன. ஒவ்வொரு முறையும் வெளியீடு (output) மாறுகிறது, மேலும் தோல்விகள் பெரும்பாலும் பாரம்பரியச் சோதனைகள் மூலம் கண்டறிய முடியாத அளவுக்கு நுட்பமாக இருக்கின்றன.
IT குழு (The IT Team) அவர்கள் பயன்பாட்டைச் செயல்படுத்தும் (deployment) பொறுப்பை ஏற்கிறார்கள். தெளிவான பிழை குறியீடு (error code) ஏதுமின்றி மாடல் மோசமாகச் செயல்படும் "stochastic degradation" போன்ற சிக்கல்களை அவர்கள் எதிர்கொள்கிறார்கள். அவர்களுக்குத் தேவையான ஆவணங்கள் (documentation) இன்னும் உருவாக்கப்படவில்லை.
DBA ஏஜென்ட்டுக்குத் தரவுகளை வழங்கும் பொறுப்பு இவர்களுடையது. வெக்டர் ஸ்டோர்களை (vector stores) நிர்வகிப்பது மற்றும் ஒரு ரீட்ரிவல் இண்டெக்ஸ் (retrieval index) எவ்வளவு காலாவதியானது என்பதைக் கண்காணிப்பது போன்ற புதிய சிக்கல்களை அவர்கள் எதிர்கொள்கிறார்கள். மற்றவர்களை விட இவர்களே தரவுப் பிழைகளை முதலில் கண்டறிகிறார்கள்.
மென்பொருள் உருவாக்குநர் (The Developer) அவர்கள் ஒரு பகுதி பொறியாளராகவும், ஒரு பகுதி பிராம்ப்ட் எழுத்தாளராகவும் இருக்க வேண்டும். பிழைத்திருத்தம் (debugging) செய்வதுதான் மிகக் கடினமான பகுதி. ஒரு தவறான மாடல் பதிலுக்கு
stack traceகிடையாது. ஒரு சிக்கலைத் தீர்ப்பது மூன்று புதிய சிக்கல்களை உருவாக்கக்கூடும்.கட்டமைப்பாளர் (The Architect) அவர்கள் ஏஜென்ட்டை எல்லைகள் மற்றும் சார்புகளின் (dependencies) ஒரு அமைப்பாகப் பார்க்கிறார்கள். முழு அமைப்பும் செயலிழப்பதைத் தவிர்க்க, கூறுகள் (components) எவ்வாறு ஒன்றோடொன்று தொடர்பு கொள்ள வேண்டும் என்பதை அவர்கள் தீர்மானிக்க வேண்டும்.
தொழில்நுட்பம் முக்கியப் பிரச்சனை அல்ல. இந்தத் தரப்பினரிடையே உள்ள இடைவெளியே பிரச்சனை. அவர்கள் அனைவரும் ஒரே கருவியைப் பயன்படுத்துகிறார்கள், ஆனால் அது என்ன செய்ய வேண்டும் அல்லது அது தோல்வியடையும் போது அதை யார் பொறுப்பேற்க வேண்டும் என்பது குறித்து அவர்கள் ஒருவருக்கொருவர் பேசிக்கொள்வதில்லை.
Source: https://dev.to/scythe2/who-is-an-ai-agent-actually-for-a-user-type-field-guide-5760
Optional learning community: https://t.me/GyaanSetuAi