Cognizant 推出神經 AI 多代理加速器
人工智能（AI）在其實施過程中，無疑存在著某種程度的緊張（或許可以說是神經質），這主要是因為對決策偏見的擔憂、數據集及基礎模型來源的質疑，以及它所運作的環境是否具備必要的安全防護措施，以確保 AI 能按照我們人類的意圖行事。
然而，AI 也可以被視為「神經」驅動的，因為神經網絡擁有足夠的計算邏輯能力來模擬人腦，特別是在圖像識別、自然語言處理和決策制定等領域。這一點在工業企業應用和遊戲中都非常重要，因為我們希望與看起來盡可能人性化的遊戲角色互動。
Cognizant 的專業知識
Cognizant 正在 AI 領域提供神經加速。這家公司本質上是一家全球專業服務公司（如果不太客氣的話，可以說是業務流程外包公司），擁有約 350,000 名技術專業人士，致力於生命科學、通信、金融服務和汽車等行業的數字轉型項目。
該公司最近開發的神經 AI 多代理加速器和多代理服務套件（雖然不叫 NAIMAMASS，但我們希望它是）旨在幫助組織加快 AI 代理的開發。正如我們所知，AI 代理是 AI 功能的專用版本，它們能在不需要人類干預的情況下，朝著明確的目標自動運作，並在過程中不斷學習，從而隨著時間的推移變得更為熟練。
AI 代理的應用場景
進一步說明，AI 代理在需要適應性操作、實時決策和用戶個性化的工作任務中尤其有用。
Cognizant 的 AI 首席技術官 Babak Hodjat 表示：「AI 代理正在通過任務自動化改變企業運營，減少人工工作，使員工能夠專注於戰略活動。然而，如果專業代理之間缺乏協作，軟件系統將無法與更大的業務目標相連結。神經 AI 多代理加速器和多代理服務套件使客戶能夠在其組織中構建和部署代理，這樣它們就能在整個業務中協同工作，協助人類在財務、IT、市場營銷和銷售等多種角色中發揮作用。」
該公司指出，傳統的工作流程和「固定自動化」（即從機器人流程自動化到任何其他形式的預設快捷方式，包括最基本的 AI 形式）已無法滿足大多數客戶的期望，因為成本不斷上升，以及對實時適應性的需求。
如我們從當前的熱潮中所知，代理 AI 系統正在彌補舊式固定自動化所帶來的空白。
無需編碼的預構建系統
Cognizant 的神經 AI 工具被設計為一個無需編碼的開發框架，內含一系列預構建的參考代理網絡，以幫助企業快速原型設計、定制和擴展多代理系統。這些預構建的多代理網絡模板適用於行業特定的流程，包括供應鏈管理、客戶服務和保險承保。額外的代理網絡可以通過自然語言描述迅速創建，以適應不同的場景和客戶用例。它們也可以擴展以包括第三方代理。
根據 Hodjat 和他的團隊的說法，「多代理系統超越了單一代理，實現了去中心化的決策制定，代理能夠獨立但協同地解決複雜的相互依賴問題。它們旨在提供跨功能和地理的可擴展性，允許在不改造系統的情況下擴展，並通過冗餘提供韌性，確保即使個別代理失敗也能持續運作。」
代理的使命
隨著我們努力在企業中推廣代理 AI，Cognizant 希望其技術能夠幫助協調企業工作流程中的自主代理網絡的使用。它旨在為代理提供結構化框架，同時使多個代理之間能夠進行交互和協調，採用標準化和經過測試的方法。
HFS Research 的首席執行官及首席分析師 Phil Fersht 表示：「我們正進入人機協作的關鍵時期。那些堅持獨立代理來重複人類工作的企業將難以實現價值。相反，他們必須部署真正的組織智慧，使代理和人類同事共同提升工作流程、數據集和過程，以達成結果。」
Cognizant 提供快速創建新多代理網絡的能力，這些網絡可以使用自然語言描述來適應不同的場景和客戶用例。它可以使用應用程序編程接口，將新開發的多代理網絡與現有的及其他第三方代理系統集成，並允許代理職能的封裝，實現可擴展性和任務自動路由到合適的 AI 代理。我們還可以在存在代理網絡的情況下解決模糊性，這使得新增代理更容易，同時減少錯誤，提高響應速度……而且（令人欣慰的是）這項技術可以通過在多個服務器之間分配任務來管理大量工作負載。
隨著代理 AI 開始運作，加速代理化行動（雖然這個詞在所有字典中並不被接受，但這是一個我們可能需要習慣的術語）將成為這種 AI 在各類 IT 堆棧中運作的基礎。
在這篇文章中，我們看到 Cognizant 正在致力於推動 AI 的進步，透過多代理系統的發展，為企業帶來更高的效率和靈活性。值得注意的是，這不僅僅是技術上的創新，更是企業運營模式的轉變。隨著 AI 技術的成熟，企業必須重新思考人機協作的方式，以便在這個快速變化的環境中保持競爭力。
以上文章由特價GPT API KEY所翻譯及撰寫。而圖片則由FLUX根據內容自動生成。
