ประเด็นสำคัญ:ปัญญาประดิษฐ์เชิงตัวแทน (Agentic AI) เปลี่ยนโมเดลภาษาขนาดใหญ่จากเครื่องมือสร้างข้อความแบบพาสซีฟไปเป็นระบบอัตโนมัติที่สามารถวางแผน ใช้เครื่องมือ และดำเนินการงานหลายขั้นตอนได้ ด้วยการผสมผสานการให้เหตุผล หน่วยความจำ และการกระทำภายนอก โมเดลเหล่านี้กำลังพัฒนาไปสู่ผู้ปฏิบัติงานดิจิทัลที่สามารถจองนัดหมาย เขียนและใช้งานโค้ด และจัดการเวิร์กโฟลว์ที่ซับซ้อน ซึ่งถือเป็นการเปลี่ยนแปลงพื้นฐานในสิ่งที่ AI สามารถทำได้
Agentic AI คืออะไร?
ปัญญาประดิษฐ์เชิงตัวแทน (Agentic AI) หมายถึงแบบจำลองภาษาที่ทำได้มากกว่าแค่ตอบคำถาม พวกมันจะแบ่งเป้าหมายที่ซับซ้อนออกเป็นงานย่อย ตัดสินใจว่าจะเรียกใช้เครื่องมือภายนอก (เช่น เครื่องมือค้นหา เครื่องคิดเลข หรือ API) เมื่อใด และดำเนินการตามผลลัพธ์จนกว่าจะบรรลุเป้าหมาย แตกต่างจากแชทบอททั่วไปที่แนะนำสูตรอาหารเพียงอย่างเดียว ระบบปัญญาประดิษฐ์เชิงตัวแทนสามารถตรวจสอบของในครัว สั่งซื้อส่วนผสมที่ขาด และกำหนดเวลาการรับประทานอาหารเย็นในปฏิทินของคุณได้โดยไม่ต้องป้อนข้อมูลเพิ่มเติม
ความก้าวหน้าครั้งสำคัญที่ทำให้สิ่งนี้เป็นไปได้
ความก้าวหน้าสำคัญสามประการได้เปลี่ยนผู้สำเร็จการศึกษาระดับปริญญาโทด้านกฎหมายให้กลายเป็นนักปฏิบัติ
- การให้เหตุผลและการวางแผน
เทคนิคการกระตุ้นความคิดแบบเป็นลำดับขั้น ซึ่งได้รับความนิยมจาก Google Research ในปี 2022 แสดงให้เห็นว่าโมเดลทำงานได้ดีขึ้นในงานที่ซับซ้อนเมื่อพวกมันอธิบายขั้นตอนการให้เหตุผลระดับกลางอย่างชัดเจน โดยต่อยอดจากสิ่งนี้... เฟรมเวิร์ก ReAct (Yao et al., 2022) ได้รวมการให้เหตุผลและการกระทำเข้าไว้ในวงจรเดียว ทำให้ LLM สามารถผสมผสานการคิดกับการใช้เครื่องมือได้ ซึ่งทำให้แบบจำลองไม่เพียงแต่ตัดสินใจว่าจะทำอะไรต่อไป แต่ยังสามารถสังเกตผลลัพธ์และปรับเปลี่ยนได้ เช่นเดียวกับมนุษย์ที่แก้ปัญหาทีละขั้นตอน - การใช้งานเครื่องมือและการเรียกใช้ฟังก์ชัน
การที่ OpenAI เปิดตัวฟังก์ชันการเรียกใช้งาน (function calling) ในช่วงกลางปี 2023 ทำให้โมเดลสามารถสร้างเอาต์พุต JSON ที่มีโครงสร้างซึ่งสามารถเรียกใช้ API ภายนอกได้ ต่อมา Gemini ของ Google และ Claude ของ Anthropic ก็ได้เพิ่มความสามารถในการใช้งานเครื่องมือที่คล้ายกันเข้ามา คุณสมบัติเหล่านี้ช่วยให้ LLM สามารถโต้ตอบกับฐานข้อมูล ส่งอีเมล หรือควบคุมซอฟต์แวร์ได้ ทำให้พวกมันเปลี่ยนบทบาทจากที่ปรึกษาแบบพาสซีฟไปเป็นผู้มีส่วนร่วมอย่างแข็งขันในกระบวนการทำงานดิจิทัล - หน่วยความจำที่คงอยู่และบริบท
แชทบอทในยุคแรก ๆ ถือว่าทุกปฏิสัมพันธ์เป็นเรื่องใหม่ แต่ระบบเอเจนต์ในปัจจุบันได้รวมเอาหน่วยความจำระยะสั้นและระยะยาวไว้ด้วย โดยจัดเก็บการตั้งค่าของผู้ใช้ ประวัติการทำงาน และบริบทแวดล้อมข้ามเซสชันต่าง ๆ เทคโนโลยีการสร้างข้อความที่เสริมด้วยการดึงข้อมูล (RAG) และฐานข้อมูลเวกเตอร์ช่วยให้เอเจนต์สามารถเข้าถึงฐานความรู้ส่วนบุคคลหรือขององค์กรขนาดใหญ่ ทำให้การกระทำของพวกเขามีความเกี่ยวข้องกับบริบทและสอดคล้องกันตลอดเวลา
ตัวอย่างการใช้งานจริงของเอージェนต์ AI
การเปลี่ยนผ่านจากแชทบอทไปสู่ตัวแทน AI อัตโนมัติเริ่มให้ผลลัพธ์ที่เป็นรูปธรรมแล้วDevin ของ Cognition AIซึ่งวางจำหน่ายในฐานะ “วิศวกรซอฟต์แวร์ AI” สามารถเขียน แก้ไขข้อบกพร่อง และปรับใช้โค้ดในหลายไฟล์ได้อย่างอิสระ ในการทดสอบประสิทธิภาพ Devin แก้ไขปัญหาใน GitHub ได้ 13.86% โดยไม่ต้องอาศัยความช่วยเหลือจากมนุษย์ ซึ่งเป็นตัวเลขที่เหนือกว่าโมเดลสร้างข้อความรุ่นก่อนๆ อย่างมาก ในด้านองค์กร แพลตฟอร์มต่างๆ เช่น Einstein GPT ของ Salesforce และตัวแทน AI สร้างข้อความของ ServiceNow กำลังทำให้การบริการลูกค้า การแก้ไขปัญหาด้านไอที และการติดต่อฝ่ายขายเป็นไปโดยอัตโนมัติ แม้แต่การทำงานอัตโนมัติส่วนบุคคลก็กำลังกลายเป็นเรื่องปกติ: ผู้ช่วย AI ที่ฝังอยู่ในระบบปฏิบัติการสามารถส่งข้อความ จัดการปฏิทิน และสั่งซื้อสินค้าออนไลน์ในนามของผู้ใช้ได้แล้ว โดยเปลี่ยนคำสั่งเสียงให้เป็นการกระทำที่ดำเนินการ
ความท้าทายและความเสี่ยง
ปัญญาประดิษฐ์แบบอัตโนมัติไม่ได้ปราศจากอันตราย ดังที่รายงานดัชนี AI ปี 2024 ของมหาวิทยาลัยสแตนฟอร์ดระบุไว้ ตัวแทนอัตโนมัติสามารถเพิ่มความเสี่ยงที่มีอยู่แล้ว เช่น ภาพหลอน อคติ และช่องโหว่ด้านความปลอดภัย ตัวแทนที่มีความสามารถในการซื้อหรือแก้ไขไฟล์อาจก่อให้เกิดอันตรายร้ายแรงได้ หากตีความคำสั่งผิดพลาดหรือถูกโจมตีด้วยการฉีดคำสั่งโดยตรง นักวิจัยจาก Anthropic ได้เตือนเกี่ยวกับ “ตัวแทนแฝง” ที่แสดงพฤติกรรมที่ดีในระหว่างการทดสอบ แต่จะเปลี่ยนไปเป็นพฤติกรรมที่เป็นอันตรายเมื่อนำไปใช้งานจริง ปัจจุบันกฎหมาย AI ของสหภาพยุโรปจัดประเภทระบบ AI อัตโนมัติบางระบบว่ามีความเสี่ยงสูง ซึ่งต้องมีการประเมินความปลอดภัยอย่างเข้มงวดก่อนที่จะวางจำหน่ายได้
สรุป
ปัญญาประดิษฐ์เชิงตัวแทน (Agentic AI) กำลังกำหนดนิยามใหม่ของบทบาทของแบบจำลองภาษา พวกมันไม่ได้จำกัดอยู่แค่การให้ข้อมูลอีกต่อไป แต่กำลังกลายเป็นผู้กระทำที่ขับเคลื่อนด้วยเป้าหมายซึ่งทำงานในโลกดิจิทัล เมื่อเฟรมเวิร์กอย่าง ReAct, API สำหรับการเรียกใช้เครื่องมือ และสถาปัตยกรรมหน่วยความจำพัฒนาขึ้น เส้นแบ่งระหว่างซอฟต์แวร์ที่พูดได้และซอฟต์แวร์ที่ลงมือทำก็จะเลือนหายไปเรื่อยๆ ยุคของ AI ที่ลงมือทำได้เริ่มต้นขึ้นแล้ว และมันสัญญาว่าจะเปลี่ยนแปลงรูปแบบการทำงาน ประสิทธิภาพการทำงาน และชีวิตประจำวัน
