Agentteihin selkeyttä
Kirjoittanut Ai4Valuen CTO Pasi karhu
”Jos teillä on jokin meille sopiva valmis agentti, niin sellaisen voisimme ostaa”.
Tämä myyntitapaamisessa asiakkaalta saatu kommentti kuvastaa hyvin nykyistä hämmennystä siitä, mitä tekoälyagentit oikeastaan ovat. Viime vuonna alkanut ja tänä vuonna edelleen jatkuva yleinen hypetys agenteista on johtanut siihen, että agentit saatetaan ymmärtää ratkaisuna kaikkeen, mikä ei tietenkään pidä paikkaansa. Valmiiden agenttien sijasta asiakkaamme kaipasi todellisuudessa valmiita ratkaisuja liiketoimintansa tehostamiseen. Monissa tapauksissa niitä voidaan ja on edelleen järkevä rakentaa perinteisemmin menetelmin, ilman agentteja.
Agentin perusmääritelmä on se, että agentti toimii itsenäisesti sille annetun päämäärän toteuttamiseksi sille annetuilla työkaluilla. Itsenäisyys tarkoittaa sitä, että agentti tekee kulloisenkin tilanteen mukaan päätöksiä, joita ei ole ennalta ohjelmoitu. Agentti päättää, minkälaisilla osatavoitteilla se pyrkii suorittamaan työtehtävän ja mitä työkaluja se käyttää osatavoitteen saavuttamiseksi.
Agentteja tarvitaan välttämättä vain silloin, kun tehtävä suorittaminen edellyttää sellaista joustavuutta ja ennalta arvaamattomien tilanteiden hoitokykyä, jota perinteisellä ohjelmoinnilla ei voi toteuttaa. Tämä joustavuus syntyy agentin älykkyyden aivoina toimivan kielimallin ja sille annettujen toimintaohjeiden (promptien) avulla. On syytä myös ymmärtää, että perinteisellä tekniikalla toteutettu ohjelmisto voi sisältää tekoälyelementtejä ja kielimallitoimintojakin ilman, että kyse on agenteista.
Trendinä tuntuu nykyään kuitenkin olevan, että niitäkin tehtäviä, missä agenttista ratkaisua ei tarvittaisi, sellainen kuitenkin tehdään. Agenttisten ratkaisujen tekemisestä on tehty niin helppoa, että niihin ei aina tarvita minkäänlaista tietoteknistä ymmärrystä, vaan riittää, kun osaat sanallisesti kuvat tarpeesi. Tällä on kuitenkin pitkän päälle hintansa niin suorina rahallisina kustannuksina, hiilijalanjälkenä, kuin myös tietoturvariskeinä sekä ylläpidon ja jatkokehityksen haasteina.
Vaikka jonkin perinteisen ohjelmoinnin avullakin ratkaistavissa olevan ongelman toteutus tekoälyagentilla syntyykin lähes ilmaiseksi, sen elinkaarikustannukset voivat ylittää nopeastikin perinteisen ohjelmointityön kustannukset. Merkittäviä kustannustekijöitä ja riskejä voi tulla esimerkiksi seuraavista asioista:
- Agentin käyttämät kielimallitoiminnot tarvitsevat laskentatehoa, joka voi olla yli miljoona kertaa suurempi, kuin saman tehtävän ratkaisemiseen soveltuvan ohjelmalogiikan tarvitsema laskentateho. Jos kyse on usein toistuvasta tehtävästä, tämä näkyy kukkarossa, ja sillä on myös globaaleja ekologisia vaikutuksia.
- Kielimallien tuotokset eivät ole deterministisiä, joten agenttikaan ei suorita tehtävää aina samalla tavalla. Laatu voi vaihdella, ja joskus yksinkertaisenkin tehtävän suoritus voi epäonnistua täydellisesti. Ihmisen tekemänä valvonta on puuduttavaa puuhaa ja sekin maksaa. Ilman valvontaa laatuongelmat voivat puolestaan aiheuttaa prosessin jatkoketjussa pahojakin ongelmia.
- Agenttiset ratkaisut ovat tietoturvan kannalta hyvin haasteellisia. Itsenäiset agentit ovat erittäin kekseliäitä, mutta toisaalta niiltä puuttuu ”maalaisjärki”. Ne saattavat esim. syöttää sensitiivistä tietoa kyseenalaisiin paikkoihin, jos vain uskovat sen edistävän toimeksiantonsa loppuun viemistä. Tämän lisäksi ne ovat alttiita hyökkäyksille, sillä kielimallin on vaikea erotta ohjeita ja käsiteltävää tietosisältöä toisistaan. Niinpä agentteja on myös helppo huijata uusilla ohjeilla, jos pahantahtoinen taho pääsee ujuttamaan sellaisia niiden syötteeseen.
- Jos ratkaisun perusarkkitehtuuri on rakennettu alun perin agenttisesti, on sen jatkokehitykseenkään vaikea enää soveltaa perinteistä ohjelmalogiikkaa. Niinpä ohjelmiston toimintoja kasvatettaessa edellä mainitut kustannustekijät ja riskit voivat vielä entisestään korostua.
Tarkoitukseni ei ole kertoa, ettei agentteja kannata tai uskalla käyttää. Agenttiset ratkaisut tuovat helpotusta moniin sellaisiin tehtäviin, joihin ei ollut aiemmin ratkaisuja joko siksi, ettei toimivaa teknologiaa yksinkertaisesti ollut tai ”pikkutehtävän” suorituksen perinteinen ohjelmointi on ollut liian kallista. On vain syytä olla tietoinen siitä, miten agenttinen toteutus poikkeaa ratkaisevin tavoin perinteisestä ja minkälaista asiatuntemusta mahdollisimman turvallisten agenttisten ratkaisujen tekemiseen tarvitaan.
Ai4Value on vahva ja osaava tekoälyn asiantuntijaorganisaatio, jonka yhtenä vahvuutena on tekoälyn turvallisen käytön ymmärtäminen. Me osaamme myös kertoa, milloin on mielekkäämpää käyttää agenttien sijasta perinteisempiä ratkaisuja.