قبل از هر چیز ترجیح میدهم کمی در خصوص عبارت «دستیارهای مجهز به هوش مصنوعی» با شما سخن بگویم، دستیارهای دیجیتالی که کارها را برایتان انجام می‌دهند و قرار بر این است تا زندگی را برای انسان شیرین‌تر و البته راحت‌تر کنند.
تصور کنید یک دستیار شخصی دارید که همیشه آنلاین است، خسته نمی‌شود و می‌تواند هزاران کار را همزمان انجام دهد. این دستیار می‌تواند ایمیل‌های شما را مدیریت کند، جلسات را برنامه‌ریزی کند، اطلاعات را جستجو و تحلیل کند، و حتی گزارش‌های پیچیده را بنویسد. این همان چیزی است که عوامل «دستیار» هوش مصنوعی می‌توانند انجام دهند!
در ادامه متن بنده برای سهولت در بیان و روان بودن گفتار از عبارت عامل به جای دستیار استفاده خواهم کرد و امیدوارم در این خصوص موجبات سردرگمی را برای شما خواننده محترم فراهم نیاورده باشم.
عامل‌های هوش مصنوعی مثل برنامه‌های کامپیوتری هوشمندی هستند که می‌توانند تصمیم بگیرند و کارها را بدون نیاز به دخالت مستقیم انسان انجام دهند. آنها مانند کارآموزانی هستند که شما به آنها یاد می‌دهید چه کاری انجام دهند و سپس آنها می‌توانند آن کار را بارها و بارها برای شما تکرار کنند.
مثلاً، فرض کنید شما یک فروشگاه آنلاین دارید. می‌توانید یک عامل هوش مصنوعی را طوری آموزش دهید که:
سفارش‌های جدید را بررسی کند
موجودی انبار را چک کند
با مشتریان در مورد وضعیت سفارش‌شان ارتباط برقرار کند
گزارش‌های فروش روزانه را تهیه کند
این عامل می‌تواند تمام این کارها را به طور خودکار و ۲۴ ساعته انجام دهد، در حالی که شما می‌توانید روی جنبه‌های مهم‌تر کسب و کارتان تمرکز کنید.
در ادامه این راهنما، ما در مورد انواع مختلف این عامل‌ها، نحوه کارکردشان، و اینکه چطور می‌توانید از آنها در زندگی روزمره و کارتان استفاده کنید، صحبت خواهیم کرد.
در هر صورت وقتی حرف از عامل‌های هوش مصنوعی می‌شود، شاید یاد دستیارهای هوشمند در فیلم‌های علمی-تخیلی بیفتید. مثل جارویس در فیلم‌های مرد آهنی، یا ربات‌های پیشرفته در فیلم‌هایی مثل میان‌ستاره‌ای. اما نگران نباشید! فناوری امروز هنوز به آن سطح نرسیده است.
در حال حاضر، عامل‌های هوش مصنوعی از مدل‌های زبانی پیشرفته مثل GPT استفاده می‌کنند تا اهداف را بفهمند، وظایف را تعریف کنند و آنها را انجام دهند. شما می‌توانید از این عامل‌ها برای خودکارسازی کارها و انجام وظایف پیچیده فکری استفاده کنید. مثل اینکه یک تیم از همکاران رباتیک دارید که کنار همکاران انسانی‌تان کار می‌کنند!
این حوزه به سرعت در حال پیشرفت است، به خصوص در بخش نرم‌افزاری. مدل‌های هوش مصنوعی و چارچوب‌های عامل‌ها هر روز بهتر و قابل اعتمادتر می‌شوند. حتی ابزارهایی که بدون نیاز به کدنویسی کار می‌کنند هم قوی‌تر شده‌اند. پس الان وقت خوبی است که وارد این دنیا شوید و کمی تجربه کسب کنید و بیشتر بدانید!
در این راهنما، ما درباره این موضوعات صحبت خواهیم کرد:
- عامل‌های هوش مصنوعی دقیقاً چه هستند؟
- از چه بخش‌هایی تشکیل شده‌اند؟
- انواع مختلف آنها کدامند؟
- چطور کار می‌کنند؟
- چند مثال عملی از آنها
- عامل‌هایی که همین حالا می‌توانید امتحان کنید
- چطور می‌توانید عامل هوش مصنوعی خودتان را بسازید؟
- پاسخ به سوالات رایج
عامل‌های هوش مصنوعی دقیقاً چه هستند؟
یک عامل هوش مصنوعی مثل یک کارآموز باهوش است که می‌تواند مستقل کار کند. این عامل:
اطلاعات را از محیط اطرافش جمع‌آوری می‌کند
بر اساس این اطلاعات تصمیم می‌گیرد
اقدام می‌کند تا شرایط را تغییر دهد – چه در دنیای واقعی، چه در دنیای دیجیتال، یا ترکیبی از هر دو
عامل‌های پیشرفته‌تر حتی می‌توانند یاد بگیرند و رفتارشان را بهبود دهند. آنها مدام راه‌حل‌های جدید را امتحان می‌کنند تا به هدف برسند.
بعضی از این عامل‌ها را می‌توانیم در دنیای واقعی ببینیم:
ربات‌ها
پهپادهای خودکار
ماشین‌های خودران
بقیه فقط نرم‌افزاری هستند و داخل کامپیوترها کار می‌کنند. شکل و اجزای هر عامل بستگی به کاری دارد که قرار است انجام دهد.
تفاوت با چت‌بات‌ها:
برخلاف چت‌بات‌هایی مثل «ChatGPT»، لازم نیست مدام به عامل‌های هوش مصنوعی دستور جدید بدهید. کافی است یک هدف به آنها بدهید یا یک محرک را فعال کنید، بعد خودشان کار می‌کنند. آنها:
مسئله را بررسی می‌کنند
بهترین راه‌حل را پیدا می‌کنند
برای رسیدن به هدف اقدام می‌کنند
البته می‌توانید قوانینی تعیین کنید تا در نقاط خاصی از شما بازخورد بگیرند.
مزایای عامل‌های هوش مصنوعی:
انعطاف‌پذیرتر از برنامه‌های کامپیوتری معمولی هستند
می‌توانند شرایط را درک کنند و با آن تعامل داشته باشند
برای تصمیم‌گیری به قوانین ثابت نیاز ندارند
برای کارهای پیچیده و غیرقابل پیش‌بینی مناسب هستند
می‌توانند اشتباهات خود را تشخیص دهند و راه‌حل پیدا کنند
نکته آخر: عامل‌های هوش مصنوعی را با نرم‌افزارهای عامل معمولی اشتباه نگیرید.
نرم‌افزارهای عامل معمولی:
بر اساس قوانین از پیش تعیین شده کار می‌کنند
با داده‌های ساختاریافته سر و کار دارند
انعطاف‌پذیری کمتری دارند
از هوش مصنوعی استفاده نمی‌کنند (اما می‌توان هوش مصنوعی را به آنها اضافه کرد)
اجزای یک سیستم، عامل هوش مصنوعی
هر عامل هوش مصنوعی از چند بخش مهم تشکیل شده است. این بخش‌ها می‌توانند فیزیکی (سخت‌افزاری) یا نرم‌افزاری باشند:
حسگرها (Sensors):
وظیفه: جمع‌آوری اطلاعات از محیط اطراف
مثال‌های فیزیکی: دوربین، میکروفون، آنتن
مثال‌های نرم‌افزاری: ابزار جستجوی وب، خواننده فایل‌های PDF
عملگرها (Actuators):
وظیفه: انجام اقدامات در دنیای واقعی یا دیجیتال
مثال‌های فیزیکی: چرخ‌ها، بازوهای رباتیک
مثال‌های نرم‌افزاری: ابزار ایجاد فایل در کامپیوتر
پردازنده‌ها، سیستم‌های کنترل و مکانیسم‌های تصمیم‌گیری:
وظیفه: پردازش اطلاعات، یافتن بهترین راه‌حل و صدور دستور به عملگرها
این بخش‌ها در واقع «مغز» عامل هوش مصنوعی هستند
سیستم‌های یادگیری و پایگاه دانش:
وظیفه: ذخیره اطلاعات مفید برای انجام وظایف
مثال: پایگاه داده‌ای از حقایق، تجربیات گذشته، مشکلات و راه‌حل‌ها
نکته مهم: همه عامل‌های هوش مصنوعی لزوماً تمام این اجزا را ندارند. ساختار هر عامل به وظیفه‌ای که باید انجام دهد بستگی دارد.
مثال‌ها:
ترموستات هوشمند:
آنچه دارد: حسگرهای ساده، عملگرها، سیستم کنترل ساده
آنچه ندارد: سیستم یادگیری پیچیده
خودروی خودران:
آنچه دارد: همه اجزای ذکر شده
حسگرها: برای دیدن جاده
عملگرها: برای حرکت خودرو
سیستم تصمیم‌گیری: برای تغییر لاین
سیستم یادگیری: برای به خاطر سپردن نحوه عبور از نقاط چالش‌برانگیز شهر
این ساختار به عامل‌های هوش مصنوعی اجازه می‌دهد تا در محیط‌های مختلف عملکرد مناسبی داشته باشند و وظایف پیچیده را انجام دهند.
انواع عامل‌های هوش مصنوعی
بر اساس اجزا، پیچیدگی و کاربردهای دنیای واقعی، انواع اصلی عامل‌های هوش مصنوعی عبارتند از:
عامل‌های واکنشی ساده:
عملکرد: به دنبال یک محرک خاص در یک یا چند حسگر می‌گردند
وقتی محرک را پیدا کردند، آن را تفسیر می‌کنند و یک اقدام انجام می‌دهند
مثال: ترموستات‌های دیجیتال ساده، جاروبرقی‌های هوشمند
عامل‌های واکنشی مبتنی بر مدل:
یک وضعیت داخلی فعال دارند
اطلاعات درباره نحوه عملکرد جهان و تأثیر اقدامات خود را جمع‌آوری می‌کنند
با گذشت زمان، تصمیم‌گیری بهتری دارند
مثال: پیش‌بینی نیازهای انبار، خودروهای خودران
عامل‌های مبتنی بر هدف:
برای حل یک مشکل خاص استراتژی ایجاد می‌کنند
لیستی از وظایف ایجاد می‌کنند و برای حل آنها قدم برمی‌دارند
می‌فهمند آیا اقداماتشان آنها را به هدف نزدیک‌تر می‌کند یا نه
مثال: شکست دادن استادان شطرنج، برنامه‌های عامل هوش مصنوعی
عامل‌های مبتنی بر مطلوبیت:
نتایج تصمیمات مختلف را در شرایطی با چندین راه‌حل بررسی می‌کنند
هر احتمال را بر اساس «تابع مطلوبیت» امتیازدهی می‌کنند (مثلاً ارزان‌ترین؟ سریع‌ترین؟ کارآمدترین؟)
مثال: بهینه‌سازی ترافیک شهری، پیشنهاد بهترین برنامه‌های تلویزیونی
عامل‌های یادگیرنده:
از محیط اطراف و رفتار خود یاد می‌گیرند
دارای یک «مولد مسئله» برای ایجاد آزمایش‌ها و کاوش در جهان هستند
یک «عنصر عملکرد» برای تصمیم‌گیری و اقدام بر اساس آموخته‌ها دارند
یک «منتقد داخلی» برای مقایسه اقدامات انجام شده با تاثیرات مشاهده شده دارند
مثال: جلوگیری از ورود هرزنامه به صندوق ورودی ایمیل شما
سیستم‌های چند عاملی:
برای وظایف بسیار پیچیده استفاده می‌شوند
یک عامل هوش مصنوعی به عنوان سیستم کنترل عمل می‌کند
وظایف را به عامل‌های تخصصی دیگر محول می‌کند
نتایج ذخیره و تحلیل می‌شوند
سیستم تا زمان یافتن راه‌حل به تکرار ادامه می‌دهد
این انواع مختلف عامل‌های هوش مصنوعی امکان حل طیف گسترده‌ای از مسائل را از ساده تا بسیار پیچیده فراهم می‌کنند.
عامل هوش مصنوعی چگونه کار می‌کند؟
به طور خلاصه، یک عامل هوش مصنوعی از اجزای زیر استفاده می‌کند:
حسگرها: برای جمع‌آوری داده‌ها
سیستم‌های کنترل: برای بررسی فرضیه‌ها و راه‌حل‌ها
عملگرها: برای انجام اقدامات در دنیای واقعی
سیستم یادگیری: برای پیگیری پیشرفت و یادگیری از اشتباهات
حالا بیایید مراحل کار یک عامل هوش مصنوعی مبتنی بر هدف را قدم به قدم بررسی کنیم:
مقداردهی اولیه هدف:
شما هدف را وارد می‌کنید
عامل، هدف را به مدل زبانی اصلی «مانند GPT» می‌فرستد
اولین خروجی مونولوگ داخلی را نمایش می‌دهد تا نشان دهد هدف را فهمیده است
ایجاد لیست وظایف:
بر اساس هدف، مجموعه‌ای از وظایف ایجاد می‌کند
ترتیب انجام وظایف را مشخص می‌کند
جستجوی اطلاعات:
از اینترنت اطلاعات جمع‌آوری می‌کند
می‌تواند به مدل‌ها یا عامل‌های هوش مصنوعی دیگر متصل شود
قابلیت‌هایی مانند تولید تصویر، پردازش داده‌های جغرافیایی یا بینایی کامپیوتری را دریافت می‌کند
ذخیره و مدیریت داده‌ها:
همه داده‌ها در سیستم پایگاه دانش/یادگیری ذخیره و مدیریت می‌شوند
این اطلاعات برای گزارش به شما و بهبود استراتژی استفاده می‌شوند
ارزیابی پیشرفت:
با انجام هر وظیفه، عامل ارزیابی می‌کند که چقدر به هدف نزدیک شده است
بازخورد از منابع خارجی و مونولوگ داخلی جمع‌آوری می‌شود
تکرار:
تا زمانی که هدف محقق نشود، عامل به تکرار ادامه می‌دهد
وظایف جدید ایجاد می‌کند
اطلاعات و بازخورد بیشتری جمع‌آوری می‌کند
بدون وقفه به پیش می‌رود
این فرآیند به عامل هوش مصنوعی اجازه می‌دهد تا به طور مؤثر و هوشمندانه به سمت هدف تعیین شده حرکت کند، با استفاده از منابع مختلف اطلاعاتی و بهبود مداوم عملکرد خود.
نمونه‌های عامل‌های هوش مصنوعی: در عمل چگونه هستند؟
اینجا سه نمونه از عامل‌های هوش مصنوعی واقعی را بررسی می‌کنیم:
دوین «Devin»، اولین مهندس نرم‌افزار هوش مصنوعی
ابزارها: خط فرمان برای نوشتن دستورات، ویرایشگر کد، و مرورگر
کارکرد: شما می‌توانید پروژه یا تغییرات مورد نظرتان را با دوین در میان بگذارید
روند کار:
طرح یک برنامه عملیاتی برای درک نیازها
اطمینان از داشتن تمام منابع لازم
شروع به نوشتن کد در مقابل چشمان شما
نکته: دوین فقط حدود ۱۳٫۸۶٪ کارآمد است، پس هنوز جایگزین مهندسان نرم‌افزار نشده
مزایا: صرفه‌جویی در زمان برای برنامه‌نویسان حرفه‌ای و امکان ساخت پروژه‌های کدنویسی برای افراد غیرفنی
یک شهر مجازی با ۲۵ عامل هوش مصنوعی
سازندگان: دانشگاه استنفورد و گوگل
ابزار: «API» اوپن‌ای‌آی برای ایجاد ساکنان مجازی
هدف: مشاهده نحوه زندگی عامل‌های هوش مصنوعی
ویژگی‌ها:
پلتفرمی برای ذخیره خاطرات
پرامپت پایه برای تعیین هدف هر عامل
توانایی به اشتراک‌گذاری اطلاعات بین عامل‌ها
حفظ جزئیات روابط بین عامل‌ها
قابلیت برنامه‌ریزی (مثلاً برای جشن روز ولنتاین)
وایمو (Waymo)، خودروهای خودران
مکان‌های فعالیت: خیابان‌های فینیکس، سانفرانسیسکو و لس‌آنجلس
قابلیت: حرکت خودکار از نقطه A به B
تجهیزات: طیف وسیعی از سنسورها و سیستم‌های یادگیری
عملکرد: تشخیص جاده، خودروهای دیگر و عابران پیاده
تلاش برای رسیدن به مقصد با بیشترین ایمنی ممکن
نکته: میزان واقعی ایمنی این خودروها هنوز در حال بررسی است
این نمونه‌ها نشان می‌دهند که عامل‌های هوش مصنوعی در زمینه‌های مختلفی از برنامه‌نویسی گرفته تا شبیه‌سازی اجتماعی و حمل و نقل در حال استفاده و توسعه هستند. هر کدام از این عامل‌ها قابلیت‌های خاص خود را دارند و در عین حال با چالش‌ها و محدودیت‌هایی نیز مواجه هستند.
بهترین عامل‌های هوش مصنوعی که می‌توانید همین حالا امتحان کنید
این لیست شامل برنامه‌هایی است که در مراحل اولیه توسعه هستند، پس ممکن است با باگ و تاخیر مواجه شوید. با این حال، پتانسیل آنها قابل لمس و استفاده است.
اوپن‌ای‌آی و گوگل:
«OpenAI Assistants API»:
برای توسعه‌دهندگان
امکان ایجاد عامل‌های هوش مصنوعی با قابلیت‌های مختلف
قابل آزمایش در «OpenAI Playground» یا «Zapier»
«GPT-4o»
انتشار «GPT-4o» و نمایش قابلیت‌های گفتاری آن نشان می‌دهد که «ChatGPT» ممکن است در آینده ویژگی‌های بیشتری داشته باشد که آن را به یک عامل هوش مصنوعی کامل تبدیل کند. اما تا این لحظه، هنوز برای تشخیص و تصمیم گیری زود است.
«Project Astra» گوگل:
برای مصرف‌کنندگان
کمک به ناوبری در دنیای واقعی و انجام وظایف
قابلیت‌هایی مانند تشخیص اشیا، توضیح کد، و کمک به پیدا کردن اشیای گمشده
برنامه‌های عامل هوش مصنوعی عمومی:
«AI Agent»:
امکان ایجاد عامل‌های شخصی با انتخاب نام، هدف و مدل هوش مصنوعی
در حال توسعه ویژگی‌های بیشتر
پس از اینکه هدف را مقداردهی اولیه کرد و اولین لیست کارها را ایجاد کرد، می‌توانید وظایف خود را ویرایش و اضافه کنید.
«AgentGPT»:
رابط کاربری مشابه «Chat GPT»
امکان ایجاد و مدیریت چندین عامل هوش مصنوعی
دارای کتابخانه برای توسعه‌دهندگان
«HyperWrite Assistant»:
عامل هوش مصنوعی برای مرورگر کروم
در حال حاضر در لیست انتظار برای بهره برداری
برنامه‌های عامل هوش مصنوعی برای تحقیقات آنلاین:
«aomni»:
جستجو در وب برای یافتن اطلاعات
ارائه نتایج از طریق ایمیل
استفاده رایگان محدود
«Toliman AI»:
مشابه «aomni» با قابلیت انتخاب تعداد منابع
سیستم اعتباری برای استفاده
دستیاران انجام کارها با هوش مصنوعی (در انتظار بهره برداری):
«Spell Page»:
کمک به تقسیم وظایف به زیر وظایف
کمک در تحقیق و ایجاد انگیزه
«Do Anything Machine»:
کمک در انجام وظایف
اتصال به «Notion» یا «Google Calendar»
عامل‌های هوش مصنوعی برای توسعه‌دهندگان:
«LangChain»
این لیست نشان می‌دهد که عامل‌های هوش مصنوعی در زمینه‌های مختلفی از جمله تحقیقات، مدیریت وظایف، و توسعه نرم‌افزار در حال پیشرفت هستند. هر کدام از این برنامه‌ها قابلیت‌های منحصر به فردی دارند و می‌توانند برای کاربردهای مختلف مورد استفاده قرار گیرند.
ساخت عامل‌های هوش مصنوعی خود با «Zapier Central»
«Zapier Central» پلتفرمی است که به شما امکان می‌دهد ربات‌های خود را برای خودکارسازی وظایف آماده کنید و بسازید. این مانند ترکیب «Chat GPT» با بیش از ۶۰۰۰ برنامه است، با قابلیت‌های فعال‌سازی خودکار اقدامات.
هنگام پیکربندی یک ربات جدید، سه روش برای شخصی‌سازی وجود دارد:
رفتارها:
کنترل نحوه صحبت ربات و اقدامات آن
شروع با ارائه دستورالعمل‌ها
اتصال اقدامات قابل اجرا توسط ربات (مثل ایجاد پیش‌نویس «Gmail» یا افزودن ورودی جدید به «Airtable»)
افزودن یک محرک برای شروع خودکار این رفتار
اقدامات فوری:
اقداماتی که ربات می‌تواند حین چت اجرا کند
تنظیم برنامه‌های متصل و داده‌ها
اجرای دستورات با نوشتن در چت
منابع داده:
داده‌های متصل به ربات (مانند یک سیستم پایگاه دانش)
افزودن منابعی مانند Google Sheets، Airtable، یا صفحات Notion
ربات می‌تواند این داده‌ها را بخواند و با آنها کار کند
نکته مهم: نیازی به استفاده از ویرایشگر Zapier نیست. می‌توانید با استفاده از زبان انگلیسی، اقدامات را با ربات خود خودکار کنید.
سوالات متداول درباره عامل‌های هوش مصنوعی:
آیا «Chat GPT» یک عامل هوش مصنوعی است؟
خیر، «Chat GPT» یک عامل هوش مصنوعی نیست.
خودمختاری محدودی در تولید محتوا یا انجام وظایف دارد.
نمی‌تواند محرک خود باشد یا برای رسیدن به یک هدف از طریق تلاش‌های متعدد کار کند.
اما «Chat GPT» دارای اجزایی است که می‌توان در یک عامل هوش مصنوعی یافت، مثل:
حسگرها: ورودی چت انسانی، ابزار جستجوی وب، پنجره زمینه (حافظه مکالمه)
عملگرها: ابزارهای تولید چندرسانه‌ای (متن، تصاویر، صوت – G در GPT)، ابزار ایجاد فایل
سیستم کنترل: معماری ترانسفورمر (T در GPT)
سیستم پایگاه دانش: داده‌های پیش‌آموزش (P در GPT) و تنظیم دقیق
همانطور که خوب میدانید «GPT» یا «Generative Pre-trained Transformer» یک نوع هوش مصنوعی پیشرفته است که می‌تواند متن تولید کند. که در بالا اشاره ای به نام آن صورت گرفت که برگرفته از ویژگی های آن است.
توضیحاتی که بیان شد نشان می‌دهد که ابزارهایی مانند «Zapier Central» در حال پیشرفت به سمت ایجاد عامل‌های هوش مصنوعی قابل تنظیم هستند، در حالی که «Chat GPT»، با وجود داشتن برخی ویژگی‌های مشابه، هنوز یک عامل هوش مصنوعی کامل محسوب نمی‌شود.
آیا GPT ها عامل‌های هوش مصنوعی هستند؟
تقریباً، اما هنوز نه کاملاً.
می‌توان آنها را برای انجام وظایف خاص تنظیم کرد.
اما نمی‌توانند محرک خود باشند یا به طور مستقل برای رسیدن به هدف کار کنند.
آیا عامل‌های هوش مصنوعی آگاهی دارند؟
اجماع فعلی براین است که خیر، هوش مصنوعی آگاهی ندارد.
آیا عامل‌های هوش مصنوعی شغل‌های ما را خواهند گرفت؟
این فناوری قطعاً برخی مشاغل را جابجا خواهد کرد.
ممکن است در صنایع مختلف جایگزین شوند.
در عین حال، مشاغل جدیدی در زمینه توسعه و نگهداری هوش مصنوعی ایجاد خواهد شد.
آیا عامل‌های هوش مصنوعی تعصب و تبعیض را تداوم می‌بخشند؟
بله، زیرا یک مدل هوش مصنوعی تنها به اندازه داده‌هایی که با آنها آموزش دیده، بی‌طرف است.
حل این مشکلات مستلزم تغییر در فرآیندهای یادگیری ماشینی و ایجاد مجموعه‌داده‌های متنوع‌تر است.
چه کسی مقصر است وقتی یک عامل هوش مصنوعی اشتباه می‌کند؟
این موضوع هنوز در حوزه اخلاق و قانون مبهم است.
مشخص نیست که توسعه‌دهندگان، مالکان سخت‌افزار/نرم‌افزار، یا اپراتور انسانی مسئول هستند.
با ایجاد قوانین جدید و اجرای محافظت‌های صنعتی، درک بهتری از نقش‌های مجاز عامل‌های هوش مصنوعی خواهیم داشت.
عامل‌های هوش مصنوعی برای همه:
تصور تمام امکانات ممکن و پیامدهای عامل‌های هوش مصنوعی در آینده دشوار است.
زندگی و کار در این فرآیند متحول خواهد شد.
پلتفرم‌های تجاری عامل هوش مصنوعی ممکن است به زودی وارد بازار شوند.
هوش مصنوعی عمومی (AGI):
مشخص نیست چگونه «AGI» به وجود خواهد آمد یا اصلا به وجود خواهد آمد یا خیر.
ممکن است یک مدل هوش مصنوعی قدرتمند واحد یا شبکه‌ای گسترده از عامل‌های هوش مصنوعی باشد.
این فناوری به سرعت در حال بهبود است و نتایج شگفت‌انگیزی پیش رو خواهد بود.
اگر ماشینی قادر به رسیدن یا فراتر رفتن از هوش انسانی باشد، ممکن است نیاز به تعریف جدیدی از انسان بودن داشته باشیم.
