Стартовавшая компания Rippletide представила граф принятия решений для AI-агентов, который призван устранить уведомления и ошибки. Это критически важная инновация для бизнеса, использующего AI-технологии, поскольку большинство агентов не могут преобразовать полученные знания в реальные действия.
Проблемы существующих AI-агентов
В настоящее время многие AI-агенты основываются на архитектурах RAG (Retrieval-Augmented Generation), которые хорошо справляются с поиском релевантных документов, но не способны правильно интерпретировать их в контексте принятия решений. "Каждый начинает с RAG: извлечь связанные документы, поместить их в запрос и позволить модели разобраться", — говорит Уайат Мэйхам из Northwest AI Consulting. Но эта методика быстро теряет актуальность для агентов, нуждающихся в координации действий на основе извлечённой информации.
Когда AI-агенты извлекают данные, они могут сталкиваться с проблемами применимости информации, что приводит к ошибкам. Выясняется, что документ не применим, устарел или конфликтует с другими правилами. Размер ошибки быстро накапливается при многопроцессовом использовании, приводя к "катастрофическим" последствиям.
Как работает граф принятия решений
Граф принятия решений от Rippletide предоставляет AI-агентам структурированную память, позволяющую им понимать, какие правила и когда действуют. Этот подход основан на принципах логики применимости, временной памяти и путей принятия решений. Каждый элемент данных временно актуализируется, что позволяет избежать неопределённостей и ошибок в интерпретации.
"Цель состоит в том, чтобы явно решить проблемы с отсутствующими и противоречивыми данными", — сказал Ян Билиен, соучредитель Rippletide. Благодаря этому AI-агенты становятся в состоянии воспроизводить принятые решения, основываясь на предыдущем опыте переноса знаний и прикладных случаев.
Практические выводы для бизнеса
Для российских компаний, использующих AI-технологии, такая структурированная память предоставляет возможность повысить эффективность работы с данными и минимизировать риски ошибок. С переходом на новые подходы, подобные графу Rippletide, компании смогут улучшить аналитические возможности и ускорить процесс принятия решений.
Согласно оценкам специалистов, если гибкость и применимость AI-агентов не будут улучшены, многие проекты так и останутся на уровне пилота и не выйдут в промышленную эксплуатацию.