Ajansal Yapay Zeka: Tanım, Çalışma Şekli ve Örnekler

Ayrıntılı Tanım

Ajansal yapay zeka (İngilizcede agentic AI), sınırlı bir insan denetimiyle birden fazla adımda bir hedefe ulaşmak üzere tasarlanmış yapay zeka sistemlerini tanımlar. IBM bunu, birden fazla olası eylemi değerlendirip en uygununu seçerek sınırlı bir denetimle belirli bir hedefi gerçekleştirebilen bir sistem olarak tanımlıyor. Microsoft da aynı yönde ilerliyor ve ajansallığa, yani bir amacın peşinden bağımsız biçimde karar alıp harekete geçme kapasitesine sahip yapay zeka sistemlerinden söz ediyor.

Bu bir ürün değil, bir kategoridir. Hiç ajansal yönü olmayan bir chatbot inşa edilebileceği gibi, tamamen ajansal olan bir ajan da inşa edilebilir. Bir sistemi ajansal tarafa geçiren şey, bir araya gelen üç bileşendir: tek bir soru yerine verilen bir hedef, bu hedefi ardışık eylemlere ayırma becerisi ve yalnızca metinle yanıt vermek yerine bu eylemlerin araçlar aracılığıyla gerçekten yürütülmesi.

Kavram, büyük dil modelleriyle doğmadı. Daha eski bir yapay zeka fikrini, Russell ve Norvig tarafından biçimlendirilen rasyonel ajan kavramını devam ettiriyor: bir ajan, çevresini sensörlerle algılar ve bildiklerine göre mümkün olan en iyi sonucu arayarak eyleyicilerle bu çevre üzerinde işlem yapar. Son dil modelleriyle değişen şey, ajanın "beyninin" artık doğal dilde akıl yürütebilmesi, bir belgeyi okuyabilmesi ve her durum için önceden kodlanmış bir kural olmadan bir aracı çağırmaya karar verebilmesidir. İki kavramın tam karşılaştırması için Üretken Yapay Zeka vs Ajansal Yapay Zeka sayfasına da bakabilirsiniz.

Nasıl Çalışır

Teknik açıklamalar dört aşamalı bir döngüde birleşiyor. Microsoft bunu şöyle özetliyor: algı (veri ve sinyallerin alınması), akıl yürütme (bir plan oluşturma), eylem (araçlar ve API'ler üzerinden yürütme), ardından yansıma (sonucun değerlendirilmesi ve ayarlanması). Google Cloud benzer bir döngü tanımlıyor: algı, karar, eylem, ardından bir sonraki algıya geri bağlanan bir geri bildirim.

Bu döngüyü mümkün kılan dört yapı taşı var:

• Planlama: sistem, belirsiz bir hedefi somut bir dizi adıma böler ve bir adım başarısız olursa bu planı yeniden gözden geçirebilir.
• Araç kullanımı: ajan, ne yapılması gerektiğini betimlemekle yetinmek yerine API'leri çağırır, veritabanlarını sorgular, mesaj gönderir.
• Hafıza: devam eden bir görevin ipini kaybetmemek için kısa vadeli, bir projenin bağlamını oturumdan oturuma hatırlamak için uzun vadeli.
• Özerklik, hepsi ya da hiçbiri değildir: bir eylemi onaylatmak için öneren basit asistandan, yalnızca gerçekten kritik kararları ileten ajana kadar bir yelpazede yer alır.

Günümüz piyasasında gerçek bir ayrım çizgisi tam da burada beliriyor: bir tarafta, uzun vadeli bir hedef alan, buna ulaşmak için kendi rotasını seçen, kendi çalışma ortamında sürekli çalışan ve yalnızca tekil bir karar için insana başvuran asenkron otonom ajanlar; diğer tarafta, Make, n8n, Zapier, Lindy, Copilot Studio veya Agentforce gibi araçlar üzerine kurulu, bir tetikleyicinin büyük ölçüde önceden tanımlanmış bir adım dizisini başlattığı tetiklenen iş akışı ajanları. Her iki kategori de meşrudur ve farklı ihtiyaçlara yanıt verir; bu daha iyi ya da daha kötü bir araç meselesi değil, hangi özerklik ayrıntı düzeyini aradığınız meselesidir.

Atako'dan Somut Bir Örnek

Atako'da bir şirket tarafından oluşturulan bir ajan, paylaşılan bir işçi havuzunda değil, kendi izole çalışma ortamında çalışır. Bu kalıcılık her şeyi değiştirir: ajanın hafızası, dosyaları ve planlanmış görevleri, duraklamalarına ve yeniden başlatmalarına rağmen varlığını sürdürür; bu da bir kez yanıt verip unutmak yerine bir hedefin peşinden zaman içinde giden bir sistemden tam olarak beklenen şeydir.

Somut olarak, aynı yapay zeka ajanı, hepsi aynı hafızayı besleyen dört kanaldan talep alır: sohbet, e-posta, webhook ve cron. Cron kanalı ajansal mantığı iyi bir şekilde gösterir: planlanmış görev, bir insan tarafından bir formda yapılandırılmaz, düzenli bir kontrolün hedefine ulaşma planının bir parçası olduğuna karar verdiğinde ajanın kendisi tarafından oluşturulur. Karmaşık alt görevler için ajan geçici bir alt ajana da devredebilir; bu ajanın çalışması kendi etkinlik zaman çizelgesinde adımlar olarak görünür.

Bu özerklik çerçevelenmiş durumda kalır. Her araç çağrısı, izin verilmediği sürece varsayılan olarak reddedilen açık bir grant'ten geçer (ajan, bağlantı, kesin eylem, salt okunur ya da okuma-yazma kapsam). CI ve olay yönetimi gibi bir kullanım örneği bu işleyişi pratikte gösterir: ajan bir hattı izler, hatayı son commit'lerle ilişkilendirir, ekibi bilgilendirir ve bir rapor hazırlar; hepsi bir hedefe doğru zincirlenmiş birkaç adımdır, önemli noktalarda insan geçişleri korunarak.

Sık Yapılan Hatalar

En sık karşılaşılan karışıklık, bir istem karşısında akıllıca yanıt veren her aracı "ajansal" olarak adlandırmaktır. Bir belgeyi özetleyen iyi bir chatbot, hiçbir şey planlamıyor ve konuşma dışında herhangi bir şey üzerinde işlem yapmıyorsa ajansal değildir. Tersine, hiçbir denetim olmadan çalışsa bile baştan sona otomatikleştirilmiş sabit kurallardan oluşan bir dizi de tam anlamıyla ajansal değildir: eksik olan şey karardır.

İkinci hata, özerkliğin tek bir anahtar, ya hep ya hiç olduğuna inanmaktır. Pratikte bu bir göstergedir: bir sistem eylemlerini planlayıp her hassas yürütmeden önce bir onay önerebilir ya da çok daha ileri giderek yalnızca kritik kararları iletebilir. İki uç noktayı karıştırmak, ya gerçekten otonom bir sistemi hafife almaya ya da basit bir kopilotu sanki tek başına işlem yapıyormuş gibi abartılı biçimde sunmaya yol açar.

Üçüncü tuzak, "ajansal" ile "üretken"in birbirine karşıt olduğunu düşünmektir. Gerçekte, IBM'in de hatırlattığı gibi, iki kavram büyük ölçüde örtüşüyor ve genellikle birlikte çalışıyor: üretken model, ajansal sistemin içinde akıl yürütme motoru görevi görüyor. Ayrıntılı karşılaştırma için Üretken Yapay Zeka vs Ajansal Yapay Zeka sayfasına bakın.

Daha Fazlası İçin

Basit üretken modellerle olan farkı derinlemesine incelemek isterseniz, Üretken Yapay Zeka vs Ajansal Yapay Zeka sayfası, ikisini yapay olarak karşı karşıya getirmeden birinin nerede bittiğini ve diğerinin nerede başladığını ayrıntılı biçimde anlatır. Konuyla ilgili blog yazımız Üretken Yapay Zeka mı, Otonom Ajanlar mı: Gerçek Farklar, aynı bakış açısını Atako'nunkinden daha geniş örneklerle ele alır. Eksiksiz sözlük, ajan orkestrasyonu veya otonom yapay zeka ajanı gibi diğer ilgili kavramları da kapsar; ajansal yapay zekayı alanın kelime dağarcığının bütünü içinde konumlandırmak için.