உங்கள் AI ஏஜென்ட் எவ்வளவு தன்னாட்சியைப் (Autonomy) பெற்றிருக்க வேண்டும்?

மக்கள் Agentic AI என்பதை அதிக தன்னாட்சியை நோக்கிய ஒரு போட்டியாகப் பார்க்கிறார்கள்.

அவர்கள் அதிக கருவிகளையும், அதிகத் தர்க்க ரீதியான சிந்தனையையும் (reasoning), அதிகச் சுதந்திரத்தையும் விரும்புகிறார்கள்.

மென்பொருள் பொறியாளர்கள் இவ்வாறாகச் செயல்படுவதில்லை. மைக்ரோசர்வீஸ்கள் (microservices) பிரபலமாக இருப்பதால் மட்டுமே நாங்கள் அவற்றை உருவாக்குவதில்லை. திறனுக்கும் சிக்கலான தன்மைக்கும் (complexity) இடையிலான சமநிலையைப் பேணும் அமைப்புகளையே நாங்கள் உருவாக்குகிறோம்.

AI ஏஜென்ட்களுக்கும் இதே அணுகுமுறை தேவைப்படுகிறது.

ஒரு ஏஜென்ட் எவ்வளவு தன்னாட்சியைப் பெற முடியும் என்பது கேள்வி அல்ல. ஒரு ஏஜென்ட் எவ்வளவு தன்னாட்சியைப் பெற்றிருக்க வேண்டும் என்பதே கேள்வி.

தன்னாட்சி என்பது ஒரு வடிவமைப்பு முடிவு (design decision). ஒரு ஏஜென்ட் முடிவெடுக்கும் ஒவ்வொரு முறையும், அதன் பொறுப்பு அதிகரிக்கிறது.

அதிக தன்னாட்சி, ஒரு ஏஜென்ட் புதிய சூழ்நிலைகளுக்கு ஏற்பத் தன்னைத் தகவமைத்துக் கொள்ள உதவுகிறது. தொடர்ச்சியான வழிகாட்டுதல் இன்றி இலக்குகளை அடைய இது உதவுகிறது.

ஆனால் அதிக தன்னாட்சி, ஒரு ஏஜென்ட்டின் செயல்பாடுகளைக் கணிக்கவும் பிழைகளைத் திருத்தவும் (debug) கடினமாக்குகிறது. இது அதன் மீதான நம்பிக்கையையும் குறைக்கிறது.

தன்னாட்சி என்பது ஒரு தொடர்நிலை (spectrum).

  • குறைந்த தன்னாட்சி: உரையை (text) மட்டும் உருவாக்கும் அமைப்புகள்.
  • நடுத்தர தன்னாட்சி: செயல்களைப் பரிந்துரைக்கும் மற்றும் கருவிகளைப் பயன்படுத்தும் அமைப்புகள்.
  • அதிக தன்னாட்சி: மனித உதவியின்றி ஒரு இலக்கை எவ்வாறு அடைவது என்று தீர்மானிக்கும் அமைப்புகள்.

ஒவ்வொரு படிநிலையும் திறனையும் சிக்கலான தன்மையையும் அதிகரிக்கிறது. உங்கள் பிரச்சனைக்குத் தேவையான அளவிலேயே நீங்கள் நிறுத்த வேண்டும்.

ஒரு HR உதவியாளரை எடுத்துக் கொள்ளுங்கள். அவர் கொள்கை தொடர்பான கேள்விகளுக்குப் பதிலளிக்கிறார். ஊழியர்களின் பதிவுகளைத் திருத்துவதற்கான அனுமதியை அவருக்கு வழங்குவது, அதிக மதிப்பைக் கூட்டாமல் கூடுதல் அபாயத்தையே (risk) சேர்க்கும்.

இப்போது ஒரு செயல்பாட்டு ஏஜென்ட்டை (operations agent) எடுத்துக் கொள்ளுங்கள். அது production சிக்கல்களை (incidents) ஆராய்கிறது. அது logs-களை சரிபார்க்க வேண்டும் மற்றும் ஆவணங்களைத் தேட வேண்டும். தான் கண்டறியும் தகவல்களின் அடிப்படையில் தனது தேடலை மாற்றியமைக்க வேண்டியிருக்கும். ஒரு நிலையான பணிப்பாய்வு (fixed workflow) இங்கே தோல்வியடையும். அதிக தன்னாட்சி இந்தத் தீர்வை மேம்படுத்தும்.

பிரச்சனைதான் தன்னாட்சியின் அளவைத் தீர்மானிக்கிறது.

வெற்றிகரமான production அமைப்புகள் பெரும்பாலும் திட்டமிட்டு கட்டுப்பாடுகளுக்கு உட்படுத்தப்படுகின்றன. இது 'வரையறுக்கப்பட்ட தன்னாட்சி' (bounded autonomy) என்று அழைக்கப்படுகிறது. அமைப்பை நம்பகமானதாக வைத்திருக்க நீங்கள் வரம்புகளை நிர்ணயிக்கிறீர்கள்.

வரம்புகளுக்கான உதாரணங்கள்:

  • கருவி அணுகலைக் கட்டுப்படுத்துதல்
  • பணியின் எல்லையைத் தீர்மானித்தல்
  • பெரிய செயல்களுக்கு மனித ஒப்புதல் தேவைப்படுதல்
  • செலவு வரம்புகளை நிர்ணயித்தல்
  • எப்போது ஒரு மனிதரிடம் ஒப்படைக்க வேண்டும் என்பதை வரையறுத்தல்

இந்தத் தடைகள் உங்கள் ஏஜென்ட்டை எளிதில் கணிக்கக்கூடியதாக மாற்றுகின்றன.

அதிக தன்னாட்சியை வழங்குவதற்கு முன், இந்தக் கேள்விகளைக் கேளுங்கள்:

  • ஒரு நிலையான workflow மூலம் இதைத் தீர்க்க முடியுமா?
  • அடுத்த படி தெரியாத தகவல்களைச் சார்ந்திருக்கிறதா?
  • ஏஜென்ட் தோல்வியடைந்தால் என்ன நடக்கும்?
  • அபாயகரமான செயல்களையும் குறைந்த அபாயம் கொண்ட தர்க்க ரீதியான சிந்தனையையும் (reasoning) பிரிக்க முடியுமா?

சிறந்த பொறியாளர்கள் தன்னாட்சியை அதிகபட்சமாக்க முயற்சிப்பதில்லை. அது எங்கு தொடங்குகிறது மற்றும் எங்கு முடிகிறது என்பதைத் துல்லியமாகத் தீர்மானிக்கிறார்கள்.

சிறந்த கட்டமைப்பு (architecture) என்பது தேவையானதைச் செய்வது மட்டுமே, அதற்கு மேல் எதுவும் செய்யாமல் இருப்பது.

Source: https://dev.to/rohith_kn/how-much-autonomy-should-your-ai-agent-have-4h4n