𝗔𝗪𝗦 𝗪𝗲𝗯 𝗦𝗲𝗮𝗿𝗰𝗵 𝗼𝗻 𝗕𝗲𝗱𝗿𝗼𝗰𝗸 𝗔𝗴𝗲𝗻𝘁𝗖𝗼𝗿𝗲
AI தொழில்நுட்பம் பெரும்பாலும் தவறான விஷயங்களை மேம்படுத்துகிறது.
பெரும்பாலான குழுக்கள் மாடலை (model) சரிசெய்ய முயல்கின்றன, ஆனால் உண்மையான தோல்வி இணைப்புகளில் (connections) நிகழ்கிறது. பிரச்சனை புத்திசாலித்தனம் அல்ல. பிரச்சனை மாடலுக்கும் உலகிற்கும் இடையிலான தகவல் பரிமாற்றத்தில் (handoffs) உள்ளது.
AWS இப்போது Amazon Bedrock AgentCore-இல் Web Search வசதியை வெளியிட்டுள்ளது. இது நீங்கள் ஏஜென்ட்களை (agents) உருவாக்கும் முறையையே மாற்றுகிறது.
அதுவரை, ஏஜென்ட்கள் தங்களின் பயிற்சியின் போது கிடைத்த பழைய தரவுகளிலேயே முடங்கிக் கிடந்தன. நேரடி இணைய அணுகலைப் (live web access) பெற, நீங்களே ஸ்கிராப்பர்களை (scrapers) உருவாக்க வேண்டும், API சாவிகளை (keys) நிர்வகிக்க வேண்டும் மற்றும் ரேட் லிமிட்களை (rate limits) கையாள வேண்டும். இது வாரக்கணக்கில் பொறியியல் நேரத்தை வீணாக்குகிறது.
புதிய AgentCore கருவி ஒரு நிர்வகிக்கப்பட்ட அடுக்கு (managed layer). இது உங்களுக்காக அடையாளம் (identity), த்ராட்லிங் (throttling) மற்றும் முடிவுகளின் நம்பகத்தன்மை (result grounding) ஆகியவற்றை கையாளுகிறது. இது திறந்த இணையத்தின் (open internet) மீதான ஒரு நிர்வகிக்கப்பட்ட RAG ஆகும்.
பொறியாளர்களுக்கு இது ஏன் முக்கியமானது:
AI ஏஜென்ட்களின் கடினமான பகுதி ஒருங்கிணைப்பு (coordination) ஆகும். நீங்கள் தீர்மானிக்க வேண்டும்:
- இணையத்தை யார் அழைக்க முடியும்?
- டைம்அவுட் (timeout) ஏற்படும் போது என்ன நடக்கும்?
- பழைய தரவை புதிய முடிவுகளுடன் எவ்வாறு ஒத்திசைப்பது?
AI ஒருங்கிணைப்பு இடைவெளி (AI Coordination Gap) ஒரு உண்மையான ஆபத்து. உங்களிடம் 6-படிநிலை குழாய்வழி (pipeline) உள்ளது என்றும், ஒவ்வொரு படியும் 97% நம்பகமானது என்றும் வைத்துக்கொண்டால், உங்கள் மொத்த நம்பகத்தன்மை 83% ஆகக் குறையும். இரைச்சல் மிகுந்த இணையத்தை (noisy internet) இதனுடன் சேர்க்கும்போது இது இன்னும் கடினமாகிறது.
வெற்றி பெற, நீங்கள் இந்த ஐந்து அடுக்குகளையும் வடிவமைக்க வேண்டும்:
- Retrieval: மாடல் எப்போது தேட வேண்டும் என்பதைத் துல்லியமாகத் தெரிந்துகொள்ள தெளிவான விதிகளை வரையறுக்கவும்.
- Identity: ஏஜென்ட் பாதுகாப்பாக இருக்க குறிப்பிட்ட அதிகார வரம்புள்ள சான்றுகளைப் (scoped credentials) பயன்படுத்தவும்.
- Fetching: வரிசைப்படுத்தப்பட்ட மற்றும் சுத்தமான முடிவுகளைப் பெற நிர்வகிக்கப்பட்ட தேடலைப் பயன்படுத்தவும்.
- Memory: பழைய சூழலை விட புதிய தரவுகளுக்கே முன்னுரிமை அளிக்க வேண்டும் என்று மாடலுக்குக் கூறவும்.
- Recovery: ஏஜென்ட் முடிவில்லாமல் சுழன்று (loop) உங்கள் பட்ஜெட்டை வீணாக்காமல் இருக்க சர்க்யூட் பிரேக்கர்களைப் (circuit breakers) பயன்படுத்தவும்.
இணையத் தேடல் என்பது ஒரு புதிய தகவல் கருவி (freshness tool), துல்லியம் கருவி (accuracy tool) அல்ல. இணையம் இரைச்சல் நிறைந்தது. உங்கள் ஒருங்கிணைப்பு அடுக்கு (coordination layer) பலவீனமாக இருந்தால், இணையத்தை உலாவக்கூடிய ஒரு ஏஜென்ட் உண்மையில் அடிக்கடி தோல்வியடையக்கூடும்.
AI மூலம் வெற்றி பெறும் நிறுவனங்கள் மிகப்பெரிய மாடல்களைப் பயன்படுத்துவதில்லை. அவை ஒருங்கிணைப்புப் பிரச்சனையைத் தீர்ப்பவைதான்.
விருப்பமான கற்றல் சமூகம்: https://t.me/GyaanSetuAi