Tekoälyagenttien lyhyt oppimäärä

Artikkelissa tekoälyagenttien toiminta käydään läpi konkreettisilla esimerkeillä ja samalla avataan sanastoa generatiivisen tekoälyn ja tekoälyagenttien ympäriltä.

Yksi este tekoälyn ja sen uusimman aallon, tekoälyagenttien, hyödyntämiselle organisaatioissa on ymmärryksen puute niiden toiminnasta. On vaikea edistää asiaa, jos puuttuu yhteinen käsitys siitä, mitä ollaan tekemässä ja miksi.

Yhteisen ymmärryksen ja sanaston puute luo epävarmuutta, joka saattaa tyrehdyttää koko keskustelun. Jos et johtajana ymmärrä mistä ollaan keskustelemassa, keskustelet todennäköisesti mieluummin jostain ihan muusta aiheesta.

Mutta ei huolta! Kun pysytään sopivan abstraktilla tasolla, niin tekoälyagentit ovat melko helposti ymmärrettävä konsepti. Käyn blogissa aiheen läpi konkreettisilla esimerkeillä ja samalla avaan sanastoa generatiivisen tekoälyn ja tekoälyagenttien ympäriltä.

Generatiivisen tekoälyn hyödyntämisen vaiheet organisaatiossa – Käytämmekö me jo nyt tekoälyagentteja?

Ennen kuin mennään itse aiheeseen, tarkennetaan ensin mitä tässä yhteydessä tarkoitetaan tekoälyagenteilla. Jaoin generatiivisen tekoälyn hyödyntämisen vaiheet seuraavasti: Varjo AI, yleiset ja mukautetut chat-apurit sekä itsenäiset tekoälyagentit ja niiden muodostamat moniagenttiset järjestelmät.

Tekoälyn hyödyntämisen vaiheet.

Lähtökohtaisesti käsittelen tässä blogissa kahta viimeistä kategoriaa, mutta käytännössä suurin osa chat-apureista, ml. yllä mainitut esimerkit, käyttävät nekin taustalla tekoälyagentteja. Kun annamme kehotteen niille, ne muodostavat suunnitelman, miten vastata siihen ja hyödyntävät erilaisia työkaluja (esim. verkkohaku) vastaamista varten. Näistä molemmat ovat tekoälyagenttien ominaispiirteitä.

Toisin sanoen suurin osa meistä käyttää jo tiedostaen tai tiedostamattaan tekoälyagentteja, mutta tässä blogissa käsittelemme niiden käyttöä erillisinä, itsenäisinä toteutuksina.

Tekoälyagentti on "vain" silmukka, ei sen kummempaa

Generatiivinen tekoäly pohjautuu nk. laajoihin kielimalleihin (esim. Anthropicin Claude- ja OpenAI:n GPT-kielimallit), jotka on opetettu todella suurella määrällä tietoa tulkitsemaan niille annettavaa kehotetta ja päättelemään vastaus kehotteessa annettuun kysymykseen tai tehtävään.

Yksinkertaistettuna tekoälyagentti on "vain" silmukka tällaisia kehotteita ja päättelyjä. Sen kohdalla yksi lopputulema voi olla kuitenkin myös päätös käyttää sille annettua työkalua, mikä on yksi tekoälyagenttien ominaispiirre. Toinen erityispiirre on niille annettava ohjeistus, joka ohjaa agentin käyttäytymistä.

Antaessamme agentille kehotteen, tai arkisemmin sanottuna tehtävän, tapahtuu seuraava päättelyketju:

1. Kielimalli tulkitsee annetun kehotteen sekä ohjeistuksen, ja muodostaa niiden pohjalta suunnitelman, miten toteuttaa sille annettu tehtävä huomioiden saatavilla olevat työkalut

2. Jos päätelmä on se, että sen tarvitsee käyttää jotain työkalua, se kutsuu sitä ja saadessaan vastauksen päättelee uudestaan, miten edetä suunnitelmassa

3. Agentti toteuttaa "suunnitelma - työkalu - päättely" silmukkaa niin kauan kunnes se kokee olevansa valmis

4. Jonka jälkeen se palauttaa vastauksen ohjeistuksensa mukaisesti, esimerkiksi kertoen mitä se on tehnyt tai vastauksen kysymykseen

Alla oleva kuva havainnollistaa tätä silmukkaa.

Tekoälyagentin toimintaperiaate.

Hetkinen nyt... ei ihan aukene täysin ja mitä nuo työkalut nyt sitten ovat?

Sen sijaan, että yritän vastata heti, niin otetaan tähän väliin yksi mielikuvaharjoitus: Millainen olisi autopesula tekoälyagenttina?

Millainen olisi autopesula tekoälyagenttina?

Autopesula antaa meille oivan tavan ajatella tekoälyagentteja tutun konseptin kautta. Jos autopesula olisi tekoälyagentti, sen ohjeistus olisi pestä auto asiakkaan toiveiden mukaisesti ja mahdollisimman tehokkaasti, sekä joitain työohjeita, kuten että ennen vahausta auto tulee kuivata. Työkaluina sillä olisi käsin tehty esipesu, koneellinen esipesu, harjaton ja harjallinen pesu, kuivaus, koneellinen vahaus, imurointi ja sisäpesu.

Nyt kehotteena tälle agentille tulee kevättalven mökkireissun jäljiltä kuran ja suolan peitossa oleva auto. Asiakkaan toiveena on saada ulkoa puhdas auto mahdollisimman nopeasti.

Kehotteen ja ohjeistuksen perusteella agentti laatisi suunnitelman, että tehdään koneellinen esipesu, harjallinen pesu, kuivaus, vahaus ja vielä kuivaus lopuksi. Sen jälkeen se lähettäisi auton koneelliselle esipesulle ja saadessaan vastauksen, että isoimmat liat on nyt pesty, jatkaisi se suunnitelmassa harjalliseen pesuun jne., kunnes lopuksi se palauttaisi asiakkaalle puhtaan auton.

Millainen autopesula olisi tekoälyagenttina?

Ahaa... alkaa valjeta, mutta jos nyt ajatellaan agenttien todellista käyttöympäristöä, niin mitä nämä työkalut, ohjeistukset ja kehotteet olisivat siinä kontekstissa?

Tekoälyagentit tosielämässä

Tulipa vaikea kysymys, sillä ne voivat olla melkein mitä tahansa. Agentin työkalu voi olla niinkin yksinkertainen asia kuin "taskulaskin" tai sen hetken päivämäärän ja kellonajan saaminen tekoälyn käyttöön.

Vaikka kielimallit sisältävät älyttömän määrän tietoa, ne ovat joissain yksinkertaisissa asioissa "tyhmiä". Niillä ei ole tietoa esimerkiksi siitä mikä päivä tänään on. Otetaan esimerkiksi agentti, joka käsittelee tilauksia. Sen pitää antaa päivämäärä toimitukselle, jota varten se tarvitsee nykyisen päivämäärän tiedoksi pohjalle. Vastaus tähän on yksinkertainen työkalu, jolta agentti voi kysyä sen.

Toisaalta työkalut voivat olla hyvinkin monimutkaisia kuten esim. web-selain, jolla agentti voi tehdä toimintoja internetissä ihmisen tavoin. Tai se voi olla työkalu, joka muodostaa HTTP-kutsun, jolla voidaan hakea tarvittavaa tietoa mistä tahansa julkisesti internetissä saatavilla olevasta rajapinnasta.

Yhteenvetona voisi todeta, että työkalu voi olla mikä tahansa ohjelmallisesti toteutettavissa oleva toiminto. Työkalujen kohdalla vastaan saattaa tulla myös lyhenne MCP (Model Context Protocol), joka on avoin standardi työkalujen löytämiseen ja käyttämiseen. MCP:n avulla eri tahot voivat "julkaista" omiin palveluihinsa tai tietojärjestelmiin liittyviä työkaluja, ja sen sijaan että agentille tulisi erikseen kertoa mitä yksittäisiä työkaluja sillä on käytettävissä, se voi MCP:n avulla löytää ja käyttää niitä myös itse... pahoittelut, lipsui tässä kohtaa vähän turhan syvälle, palataan takaisin käytännön esimerkkiin.

Otetaan ym. tilausten käsittely esimerkkinä. Siihen tarkoitetulla agentilla olisi ohjeistuksena verrata sille tullutta ostotilausta yrityksen tuotetietoihin ja päätellä mitä tuotenimikkeitä (SKU) tilaus koskee, tarkastaa saldot, arvioida toimituspäivämäärä, laskea ja tilata rahtikulut, ja viedä se lopulta eteenpäin myyntitilaukseksi ja vahvistaa se asiakkaalle lähetyksen seurantakoodin kera.

Työkaluina sillä olisi tarvittavat rajapinnat CRM- ja toiminnanohjausjärjestelmiin sekä logistiikkakumppanin järjestelmiin, sähköposti jne. Ja vastaavalla tavalla kuin autopesulaesimerkissä, kun se saa kehotteena tilauksen, se muodostaa suunnitelman sen käsittelemiseksi ja käärii hihat.

Tässä kohtaa järkevä kriitikko kysyy, että tarvitaanko tähän agenttia? Eikö tämän voisi hoitaa ihan vaan perinteisillä integraatioilla?

Agenttiko vaiko eikö, siinä pulma

Kriitikon kysymys on aiheellinen. Jos ympäristö ja kehotteet ovat hyvin vakioituja, jäävät tekoälyagentin hyödyt vähäisiksi ja on syytä katsoa muita vaihtoehtoja. Mutta jos kehotteet eivät ole vakioituja (jos jokainen asiakkaasi tilaa erilaisella lomakkeella, omilla kuvauksillaan ja tuotekoodeilla ja antaa jos jonkinlaista ohjeistusta), tulevat agenttien hyödyt esiin.

Agentit osaavat tulkita ostotilauksia laajoja kielimalleja hyödyntäen. Tai jos prosesseissa on monta muuttujaa voi determinististen menetelmien (esim. ohjelmistorobotiikka, RPA) jäykkyys nousta esteeksi. Tai mitä jos kaikkia tarvittavia tietoja ei ole tilauksessa? Ei hätää, agentti voi kysyä näitä asiakkaalta sähköpostilla ja jatkaa tilauksen käsittelyä saatuaan siihen vastauksen.

Tekoälyagentit sopivat tilanteisiin, missä tarvitaan monipolvista päättelyä, mukautumista ja/tai usein vuorovaikutusta ihmisten (tai tulevaisuudessa muiden agenttien) kanssa. Tähän liittyen kannattaa myös lukaista Ainesin COO:n Markus Mertasen blogi Miten tunnistat tekoälylle sopivan työnkulun.

Vielä lyhyesti moniagenttisista järjestelmistä

Mitä moniagenttiset järjestelmät ovat? Kaikessa yksinkertaisuudessaan ne ovat kokonaisuuksia, jotka koostuvat useasta yksittäisestä agentista, joista jokaisella on omat tehtävänsä ja työkalunsa, ja jotka voivat kommunikoida toistensa kanssa.

Useimmin tätä lähestymistapaa käytetään niin, että on yksi työnjohtoagentti (supervisor) ja sen alla useita erikoistuneita aliagentteja (sub-agent). Yksi käytännön syy tälle on se, että mitä laajempi ja monimutkaisempi kokonaisuus sitä suurempi todennäköisyys on sille, että kielimallit alkavat taustalla tekemään virheitä. Toisin sanoen pilkkomalla tehtävät useammalle agentille voidaan käyttää hajota ja hallitse -periaatetta monimutkaisempien kokonaisuuksien toteuttamiseen niiden avulla.

Toivottavasti tämä auttoi pääsemään sisälle tekoälyagenttien maailmaan. Jos haluatte tiimillenne tai johtoryhmälle 15-30min perehdytyksen aiheeseen Teamsin yli, niin laita viestiä ja sovitaan ajankohta.

-Jarkko