Has gowy maýa goýum kararlary bermek üçin köp agentli AI ulgamlaryny ulanýan kärhana studiýasy

Bu makala “Super Vision” studiýasynyň Tim Şa bilen bilelikde ýazyldy.

Häzirki wagta çenli “Generative AI” üçin iň täsirli ulanylyş işi adam işçilerini çalyşmak ýa-da berk kesgitlenen iş akymlaryny awtomatlaşdyrmak däl-de, eýsem adamlar karar berende öwrenip boljak ölçeglerini ep-esli ýokarlandyrmakdyr. Şeýlelik bilen, LLM we diffuziýa modelleri ajaýyp beýni hüjümi hyzmatdaşlarydyr. LLM-iň görkezmek isleýän bilimlerimiz domeni barada görkezme berip bileris we netijäni nädip görmek isleýändigimizi takyk kesgitläp bileris. Mysal üçin, sorap bileris:

“Men“ VF Corporation ”,“ New Guard Group ”,“ The Brave ”we“ LVMH ”ýaly kaşaň bölek satuw kompaniýalarynyň we ýakynda satyn alan markalarynyň maglumat bazasyny döretmek isleýärin. Aşakdaky sütünler bilen Excel elektron tablisasyny döredip bilersiňizmi: Holding kompaniýasy, Marka ady, Satyn almagyň mukdary, Almagyň senesi, Almagyň esaslary "

Şuňa meňzeş soraglar indi “Generative AI” döwründe adaty däl ýaly görünýän adaty gözleg motorlaryndan geň galdyryjy täzelenme hasaplanýar.

Şeýle-de bolsa, käbir karar amallary gaty çylşyrymly bolup biler. Käwagt birnäçe ýöriteleşdirilen şahslaryň (baş direktor, CMO ýa-da CTO) ýa-da ýöriteleşdirilen modullaryň (API birleşdirijisi, K1 derňewçisi ýa-da SWOT analizatory ýaly) arasynda bolup biläýjek kararlary modellemek isleýäris. Hakyky dünýäde, Excel elektron tablisasynyň netijelerini alyp, adam hünärmenleriniň toparyndan geçirerdik. Strategistler, maýadarlar we domen hünärmenleri bu meseläni çözerler. Satyn almalar barada “näme bolsa” dörederis, P & L-leri öwreneris we geljekde satyn almak üçin bazara meýilnamalary arzuw ederis. Modernöne häzirki zaman LLM-leriň kömegi bilen, indi bu hereketleriň hersine nusga bolup biljek we kararlarymyzy habar berýän hünärmenlerden doly otagyň bardygyny simulirläp biljek aýratyn AI agentlerini döredip bileris.

“Super Vision” köp agentli operasiýa ulgamy

Şeýlelik bilen, “Geljekki markalary” döretmäge gönükdirilen “AI” çaltlaşdyrylan wençura studiýasy bolan “Super Vision” studiýasyny esaslandyranymyzda, “Super Vision OS” diýip atlandyrýan eýeçilik karar beriş amallarymyzy modellemek üçin derrew Multi-Agent AI ulgamlaryna ýüz tutduk. Onuň kömegi bilen, AI köne gowulaşmalary üpjün edip biljek gowşak P&L modellerini gözlemek üçin uly iş bazalaryny gözläp bileris. OS ulgamymyzdaky agentlere bölek satuw, CPG, Çap, güýmenje ýa-da elektron söwda hakda gipotetika tabşyryp bileris. Agentler sanlary gysyp, biri-biri bilen jedelleşip bilerler. Agentler hatda beýleki agentleriň tankytlaýan we gaýtalaýan netijelerini hem öndürip bilerler.

Köp agentli ulgamlaryň ýönekeý LLM söhbetdeşlik interfeýslerinden birnäçe artykmaçlygy bar: Ulgamdaky her bir agent, ummasyz ýöriteleşdirilen bilim bilen tälim alyp biler

• Agentler arhitektura edilip bilner, şonuň üçin yzly-yzyna we barlag-deňagramlylygyň belli görnüşleri ýüze çykar.
• Agentler ýöriteleşdirilen işleri ýerine ýetirýän Python skripti ýaly kesgitleýji modullar bilen birleşdirilip bilner.
• Agent ulgamyna gaýtalamak we opsiýalary tapmak üçin çäksiz hasaplama meýdançasy berilip bilner.
• Agent ulgamy bize ajaýyp opsiýalary hödürläp biler, olaryň hersinde gaty gowy taýýarlanan jikme-jiklikler bar.

Köp agentli ulgam ekosistemasy

Şeýle hem, “AutoGen”, “CrewAI” we “LangChain” ýaly ýöriteleşdirilen köp agentli ulgamlary dikeltmek üçin teklibiň daşynda köp sanly mümkinçilik bar. “AutoGen” -i saýladyk, sebäbi mugt, birnäçe tanyşdyryş wideosy bar we olar birleşdirilip we birleşdirilip bilinýän köp dürli Agentli arhitektura üçin nusga kody berýär. “AutoGen” “Söhbet nagyşlary” (iki agentli söhbetdeşlik, yzygiderli söhbetdeşlik, toparlaýyn söhbetdeşlik we öýjükli söhbet ýaly) diýilýän zatlaryň giň sanawyny kataloglaşdyrýar.

Bu nagyşlar ýa-da arhitektura, agent ulgamynyň dizaýn işiniň möhüm bölegi. Adam hünärmenlerinden ybarat topar döredip, olaryň arasyndaky gatnaşygy düzgünlerini nädip kesgitländigiňize meňzeýär. Dürli dizaýnlar dürli-dürli netijeleri berip biler.

“AutoGen” -iň hödürleýän iň ýönekeý nusgasy, iki agentli söhbetdeşlikdir, bu ýerde her bir agentiň şahsyýetini kesgitleýäris, bu ýerde bir agent beýleki agente asyl gyssagly soragy berýär we agentler belli bir gezek bir mesele boýunça yzly-yzyna gidýärler. Gurnamak aňsat, we her bir söhbetdeşligi olaryň sözleýiş sözleriniň içinde okap bileris. Mysal kody aşakda:

 import os from autogen import ConversableAgent agent__venture_studio_founder = ConversableAgent ( name="Agent__Venture_Studio_Founder", system_message="You are the founder owner of a venture studio with expertise in funding and building technology and retail brands.", llm_config={"config_list": [{"model": "gpt-4", "api_key": os.environ["OPENAI_API_KEY"]}]}, ) agent__business_analyst = ConversableAgent ( name="Agent__Business_Analyst", system_message="You are an expert business analyst with deep expertise in finance, strategy, marketing, and operations.", llm_config={"config_list": [{"model": "gpt-4", "api_key": os.environ["OPENAI_API_KEY"]}]}, ) chat_result = agent__venture_studio_founder.initiate_chat ( agent__business_analyst, message="""I want to identify companies that traditionally have weak P&L's such as thin profit margins, fickle customers, or are high susceptibility to market swings. Our thesis is we want to focus on industries such as Retail, CPG, Print, Entertainment, and e-Commerce so we only want to look at types of companies in those specific industries. We want to choose company types where Generative AI can produce outsized efficiencies to the P&L's. Don't want to consider company types where Generative AI cannot help. """, summary_method="reflection_with_llm", max_turns=2, )

Çykyş gaty peýdaly we bize indiki näme etmelidigimiz hakda käbir pikirleri berýär. Chatöne diňe bir haýyşda ChatGPT-den şol bir soragy bermekden has möhüm däl.

Birneme has ösen nagyş yzygiderli söhbetdeşlikdir. Bu ýagdaýda, iki sany iki agentli söhbet gurýarys, bu ýerde her iki agentli söhbetdeşligiň netijesi aşaky akymly iki agentli söhbetdeşliklere geçirilýär. Bu dizaýny, karar berýän we soňra kararlary birnäçe derejedäki tassyklamalardan geçirýän pes derejeli işgäri tabşyrýan baş direktor ýaly pikir ediň. Bu dizaýn üçin nusga kody aşakda.

 # Define the Orchestrator agent__orchestrator = ConversableAgent( name="Agent__Orchestrator", system_message="You coordinate the analysis of an industry by passing tasks to other agents and summarizing their feedback.", llm_config={"config_list": [{"model": "gpt-4", "api_key": os.environ["OPENAI_API_KEY"]}]}, human_input_mode="NEVER", ) # Define the Brainstorm Agent agent__brainstorm_analyst = ConversableAgent( name="Agent__Brainstorm_Analyst", system_message="You analyze the given industry and generate a list of company types with weak P&L models where AI can deliver substantial improvements. Return this list.", llm_config={"config_list": [{"model": "gpt-4", "api_key": os.environ["OPENAI_API_KEY"]}]}, human_input_mode="NEVER", ) # Define the CFO agent__cfo = ConversableAgent( name="Agent__CFO", system_message="You criticize the provided list of company types from a financial POV, identifying weaknesses in margins, capex, opex, inventory, and liquidity. Remove companies that are too risky.", llm_config={"config_list": [{"model": "gpt-4", "api_key": os.environ["OPENAI_API_KEY"]}]}, human_input_mode="NEVER", ) # Define the CTO agent__cto = ConversableAgent( name="Agent__CTO", system_message="You criticize the provided list of company types from a technology POV, identifying risks in tech implementation, cost, complexity, and feasibility. Remove companies that are too risky.", llm_config={"config_list": [{"model": "gpt-4", "api_key": os.environ["OPENAI_API_KEY"]}]}, human_input_mode="NEVER", ) # Define the CMO agent__cmo = ConversableAgent( name="Agent__CMO", system_message="You criticize the provided list of company types from a marketing POV, identifying risks in go-to-market, media costs, and customer acquisition and retention. Remove companies that are too risky.", llm_config={"config_list": [{"model": "gpt-4", "api_key": os.environ["OPENAI_API_KEY"]}]}, human_input_mode="NEVER", )

Bu nagyş, häzirki wagtda hünärmenler topary tarapyndan barlanylandan soň has anyk we jikme-jik seslenme döredýär. Dogry iş üçin dogry agent ulgamyny düzmegiň möhümdigini nygtaýar.

“AutoGen”, “Group Chats” we “Nested Chats” ýaly köp dürli dizaýn nagyşlary üçin mysallar berýär, ýöne meýdan ajaýyp görnüşde ýüze çykýar we potensial dizaýnlar we arhitekturalar çäksizdir. Tekliplere we ak kagyzlara göz aýladyk: \

• Magentic-One: Microsoft-dan köp agentli ulgam, bu ýerde "Web Surfer" ýa-da "Koder" ýaly agentler merkezi "Orkestriň" ýolbaşçylygynda çylşyrymly meseleleri çözmek üçin bilelikde işleýärler.
• Adam şahsyýetleri: Stenford bilen baglanyşykly taslama, bu ýerde agentlere ýokary hilli söhbetdeşlikleriň hakyky durmuşy ýaly özüni alyp barmagy öwredilip, soňra dürli mowzuklarda gürleşmek we karar bermek soraldy.
• Taslama Sid: Agentler şol bir wagtyň özünde iş, söwda, karar kabul etmek we adam ýaly jemgyýetleri simulasiýa etmek üçin jemgyýetçilik ulgamlaryny ösdürýän agentleriň “jemgyýetleriniň” uly göwrümli simulýasiýasy.

Bu özüne çekiji meýdan we Super Vision studiýalarynda karar kabul etmegimize we amaly mümkinçiliklerimize raketa ýangyjyny üpjün etmek üçin täze çarçuwalar we dizaýn nagyşlary bilen işjeň synag edýäris. Bu siziň üçin gyzykly bir ugur bolsa, bize ýüz tutmagyňyzy haýyş edýäris, bu ugurdaky beýleki akylly praktikler bilen işleşmek isleýäris.

“Super Vision” studiýasy hakda

“Super Vision” “Geljekki markalary” gurmaga gönükdirilen AI tarapyndan dolandyrylýan wençura studiýasydyr.

Has giňişleýin maglumat üçin baryp görmegiňizi haýyş edýäris https://supervision.studio/ ýa-da habarlaşyň [email protected] .