بدأت أبحث في نيوتن من مكانٍ بسيط.
ليس من اللحظة التي يبدو فيها وكيل الذكاء الاصطناعي مبهِرًا.
ليس من اللحظة التي تعمل فيها الأمور بسلاسة.
راقبت ما حدث قبل تنفيذ الإجراء.
كان هذا الفارق الصغير قبل التنفيذ يزعجني باستمرار.
لأن أسهل جزء من سير عمل الذكاء الاصطناعي عادةً هو الجزء المرئي. تدخل طلبات، وتظهر استجابة، ويشعر المستخدم بأن التقدم قد حدث.
لكنني لاحظت سؤالًا مختلفًا يتشكّل.
ما الذي يحدد ما إذا كانت هذه العملية كانت جاهزة فعلًا؟
كلما اختبرت سير العمل أكثر، لاحظت النمط نفسه.
لم تكن المشكلة دائمًا هي القدرة على توليد إجابة.
كانت المشكلة في ما إذا كان لدى النظام مواءمة كافية قبل أن يمضي قدمًا.
قد يتسبب الرد السريع في مشكلات بطيئة.
قد يصبح الإجراء المفيد قرارًا سيئًا إذا كانت السياقات الكامنة وراءه غير مكتملة.
كانت تلك هي المفارقة التي كنت أعود إليها باستمرار.
تُصبح أنظمة الذكاء الاصطناعي أفضل في القيام بالأشياء. يتمثل التحدي الأصعب في التأكد من أنها تقوم بالفعل الصحيح في اللحظة الصحيحة.
جعلني نيوتن (NEWTON) أنظر إلى تلك اللحظة بشكل مختلف.
لم يبدُ سير العمل وكأنه حلقة بسيطة من أمر واستجابة.
شعَرْت أنه أقرب إلى عملية تحتاج إلى إعداد وتقييم وتنسيق قبل أن تصبح ذات معنى.
الوكيل لا يكتفي بإنتاج مخرجات.
إنه يعمل داخل بيئة أكبر حيث يهم التوقيت والنية وظروف التنفيذ.
الجزء المثير للاهتمام كان مدى خفاء هذا الشرط عادةً.
عندما يعمل كل شيء، نادرًا ما يلاحظ المستخدمون الفحوصات المخفية.
لا يلاحظون إلا النتيجة.
لكن عندما يفتقر النظام إلى مواءمة مناسبة، تظهر الضعفيات لاحقًا.
تفترِض خاطئة تتفاقم.
تُصبح الاستجابة المتأخرة مكلفة.
إجراء بدا كفؤًا يصبح غير كفؤ لأن نقطة الانطلاق كانت غير واضحة.
هنا بدأت أرى تصميم نيوتن (NEWTON) بشكل مختلف.
لم يكن السؤال المهم هو فقط «هل يمكن لوكيل أن يتصرف؟»
كان السؤال الأعمق: «ما الذي يحدد ما إذا كان إجراء ما يستحق أن يحدث قبل أن يحدث؟»
هذا يغيّر دور الأتمتة.
بدلًا من إزالة الحكم البشري من الحلقة، يتحول التركيز إلى تهيئة ظروف أفضل حول الحلقة.
يصبح الوكيل أقل شبهاً بزر ينتج نتائج وأكثر شبهاً بمشارك عليه أن يتنقل داخل بيئة منظّمة.
بالنسبة لي، هنا تتضح قيمة التنسيق الأصلي بشكل أكبر.
لا يحاول النظام جعل كل إجراء يحدث بشكل أسرع.
إنها تحاول تقليل الاحتكاك الخفي الذي يظهر عندما تحدث الإجراءات دون سياق كافٍ.
كما يصبح الاتصال بالـ $NEWT أسهل للفهم أيضًا من خلال هذه الزاوية.
الرمز غير مثير للاهتمام لأنه لا يُعدو أن يكون أصلًا آخر داخل النظام البيئي.
تنبع أهميته من نقطة الضغط نفسها.
مع ازدياد نشاط الأنظمة المعتمدة على الوكلاء، تصبح مشكلات التنسيق والمشاركة والمواءمة أصعب تجاهلًا.
يحتاج البِناء التحتي حول تلك الإجراءات إلى آلية خاصة به.
أكثر ما فاجأني أن أكبر تحدٍ لم يكن بناء ذكاء اصطناعي يمكنه الحركة.
يمكن لعديد من الأنظمة أن تتحرك بالفعل.
التحدي الأصعب هو معرفة متى تعكس الحركة تقدمًا ومتى تكون مجرد نشاط.
تزداد أهمية هذا الفرق مع انتشار سير عمل مستقل بشكل أكبر.
لأنّه بمجرد أن يبدأ الوكلاء في التعامل مع المزيد من القرارات، تتزايد تكلفة سوء فهم بسيط.
الاختبار الحقيقي لم يعد ما إذا كان بإمكان الذكاء الاصطناعي أن يتصرف.
سواء كان النظام يستطيع التعرف على الظروف التي تجعل إجراءً ما يستحق القيام به.
هذا هو خط الضغط الذي أستمر في مراقبته مع @NewtonProtocol.
كم قدر التحكم الذي نحتفظ به فعلًا عندما يصبح الذكاء الاصطناعي قادرًا على التصرف بسرعة أكبر مما نستطيع معه التحقق من سبب تصرفه؟
#Newt $NEWT @NewtonProtocol $VANRY $THE #USJoblessClaimsFallTo215K #MicronPlansOver$25BInvestmentInUSBy2035