Vad är en resonemangsmotor?

Tänk om AI kunde automatisera rutinmässiga arbeten som att skriva e-postmeddelanden, ta fram utkast till kampanjer, bygga webbsidor, granska konkurrenter, analysera data och sammanfatta samtal. Att automatisera den här typen av repetitiva uppgifter kan avlasta en människa enormt både i tid och arbete – tid som istället kan läggas på mer komplexa och kreativa aktiviteter som att ta fram strategier eller bygga relationer.

Automatisering av den här typen av rutinuppgifter kräver simulering av mänsklig intelligens genom att få AI att fungera som en resonemangsmotor. Det är generativ AI på en helt annan nivå. Förutom att kommunicera på naturligt språk kommer AI också att kunna hjälpa till med problemlösning och beslutsfattande. Den kommer att lära sig av den information som tillhandahålls, utvärdera för- och nackdelar, förutsäga resultat och fatta logiska beslut. Mot bakgrund av senaste tidens tekniska framsteg står vi nu inför just den här typen av AI-kapacitet, och entusiasmen är stor inom både forskarvärlden och näringslivet.

En resonemangsmotor är ett AI-system som efterliknar en människas förmåga att fatta beslut och lösa problem, och som baseras på olika regler, data och logik. Det finns tre typer av mänskliga resonemangs- eller slutledningsmekanismer som resonemangsmotorer strävar efter att imitera:

1. Deduktivt resonemang – drar en slutsats baserat på universella och allmänt accepterade fakta. Till exempel: "Alla fåglar lägger ägg. En duva är en fågel. Därför lägger duvor ägg."
2. Induktivt resonemang – härleder en slutsats från specifika fall eller exempel. Så här, till exempel: "Alla hundar jag möter är snälla. Därför är alla hundar snälla!"
3. Abduktivt resonemang – drar en sannolik slutsats utifrån ofullständig (och ofta tvetydig) information, t.ex.: "Det ligger sönderrivna papper över hela golvet och vår hund var ensam i lägenheten. Därför måste hunden ha rivit sönder pappren."

Vid det här laget vet människor över hela världen att stora språkmodeller (LLM) är speciella maskininlärningsmodeller som kan generera användbart nytt innehåll utifrån den data de tränas på. Förutom detta har dagens LLM:er även förmågan att förstå sammanhang, dra logiska slutsatser från data och koppla samman olika informationsbitar för att lösa ett problem. Dessa egenskaper gör det möjligt för en LLM att fungera som en resonemangsmotor.

Hur löser då en LLM ett vanligt företagsekonomiskt matematikproblem genom att utvärdera information, skapa en plan och tillämpa en känd uppsättning regler?

Ett exempel kan vara en caféägare som vill veta hur många koppar kaffe hon behöver sälja per månad för att gå runt. Hon tar 40 kr per kopp, de fasta kostnaderna per månad uppgår till 25 000 kr, och de rörliga kostnaderna per kopp är 15 kr.

LLM tillämpar en känd uppsättning matematiska regler för att systematiskt få fram svaret:

Steg 1

Identifiera relevanta värden.

Steg 2

Beräkna marginalen per kopp kaffe. Marginalen är försäljningspriset minus den rörliga kostnaden.
= 40 – 15 = 25 kr

Steg 3

Beräkna nollpunkten. Nollpunkten är den fasta kostnaden dividerat med marginalen.
= 25 000 kr/25 kr = 1 000

Steg 4:

Avrunda vid behov uppåt till närmaste heltal.
Nollpunkt = 1 000 koppar kaffe

Stora språkmodeller exploderade i popularitet under hösten 2022, men forskarna har varit helt upptagna med att experimentera med dessa modeller med hjälp av olika promptar. "Prompting", eller promptteknik, är nu ett snabbt växande område där en noggrant utformad uppsättning inmatningsinstruktioner (promptar) skickas till LLM:en i syfte att generera önskade resultat. När vi använder promptar för att skapa en logisk kedja av steg för att uppnå ett mål, kallar vi det även för "resonemangsstrategier". Låt oss ta en titt på några populära resonemangsstrategier:

• Tankekedja (CoT): Detta är en av de mest populära resonemangsstrategierna. Metoden efterliknar mänskligt beslutsfattande genom att instruera en LLM att bryta ner ett komplext problem i en sekvens av steg. Denna strategi kallas även "sekventiell planering". CoT-resonemang kan lösa matematiska problem, resonera med sunt förnuft och lösa uppgifter som en människa kan lösa med hjälp av språk. En fördel med CoT är att ingenjörerna kan se själva processen och – om något går fel – identifiera vad och därefter åtgärda det.
• Resonemang och agerande (ReAct): Denna strategi använder verklig information för att resonera, förutom de data som LLM har tränats på. ReAct-baserat resonemang anses ligga närmare hur en människa skulle lösa en uppgift involverar interaktivt beslutsfattande och verbalt resonerande, vilket underlättar felhanteringen och leder till färre hallucinationer. Användarens åtgärder sammanfogar resonemang och handling vilket gör svaren tillförlitligare och enklare att tolka. Denna strategi kallas också "stegvis planering" eftersom problemlösningen sker stegvis och feedback från användaren inhämtas i varje steg.
• Tanketräd (ToT): I denna variant av tankekedja genereras flera tankar vid varje mellanliggande steg. Istället för att bara välja en resonemangsväg utforskar och utvärderar den miljöns nuvarande status i varje steg, för att aktivt blicka framåt eller bakåt och fatta mer medvetna beslut. Denna strategi har visat sig ge avsevärt mycket bättre resultat än CoT vid komplexa uppgifter som matematikspel, kreativa skrivövningar och minikorsord. ToT-resonemang anses ligga ännu närmare det mänskliga beslutsfattandet, där man utforskar olika, väger fördelar mot nackdelar och därefter väljer det bästa alternativet.
• Resonemang via planering (RAP): Denna strategi använder LLM:er som både resonemangsmotor och omvärldsmodell för att förutsäga miljöns tillstånd och simulera de långsiktiga effekterna av handlingar. Här integreras flera koncept, till exempel att utforska alternativa resonemangsvägar, förutse framtida tillstånd och belöningar, och att iterativt anpassa befintliga resonemangssteg i syfte att förbättra resonemanget. RAP-baserat resonemang hävdar överlägsen prestanda när det gäller olika uppgifter som inkluderar planering, matematiskt resonemang och logisk inferens.

Det här är bara några av de mest lovande strategierna som finns idag. Processen att tillämpa dem på en verklig AI-applikation är en iterativ process som innebär att olika strategier kombineras och anpassas för att nå optimal prestanda.

Det är spännande att låta LLM:er fungera som resonemangsmotorer, men hur gör man det användbart i praktiken? Om vi gör en liknelse med människor skulle man kunna säga att LLM:en är hjärnan, med förmåga att resonera, planera och fatta beslut – men vi behöver fortfarande våra händer och ben för att kunna agera. Över till "AI-agenten" – ett AI-system som har förmågan att både resonera och handla. Själva handlandet sker oftast via "verktyg", "insticksprogram" och "åtgärder".

Det finns två typer av AI-agenter: helt autonoma och semiautonoma. Helt autonoma agenter kan fatta beslut självständigt utan mänsklig inblandning och även agera utifrån besluten. Den här typen av agenter är fortfarande på experimentstadiet. Semiautonoma agenter är agenter som involverar en människa som utlöser kommandon. Nu börjar allt fler semiautonoma agenter införas, framför allt i AI-applikationer som konversations-chattbotar, t.ex.Agentforce Assistant, ChatGPT och Duet AI.

En AI-agent har fyra huvudsakliga komponenter:

1. Mål – agentens primära mål eller uppgift.
2. Miljö – kontextuell information som mål, inledande användarinmatning, historik över tidigare aktiviteter eller konversationer, grundläggande data för relevans, användarfeedback och de data som LLM har tränats på.
3. Resonemang – den inbyggda förmågan hos en LLM att göra observationer, planera kommande åtgärder och kalibrera om sig och därmed optimeras på vägen mot det avsedda målet.
4. Åtgärd – oftast externa verktyg som gör det möjligt för en agent att uppnå målet. Några vanliga exempel på åtgärder är informationshämtning, sökning, kodgenerering, kodtolkning och dialoggenerering.

Agentforce Assistant är Salesforces avancerade AI-drivna konversationsassistent, som interagerar med företagets medarbetare och kunder på ett naturligt språk. Medarbetare kan använda assistenten för att genomföra en mängd olika uppgifter i arbetsflödet, vilket bidrar till att öka produktiviteten i stor skala. Och kunderna kan använda den för att chatta med varumärken och få svar på frågor omedelbart, vilket ger nöjdare och mer lojala kunder. Agentforce Assistant använder LLM:er för språkfärdigheter som förståelse och innehållsgenerering, och som en resonemangsmotor för att planera komplexa uppgifter, vilket minskar den kognitiva bördan för användarna.

Så här funkar det:

1. Användarna skriver in det mål de vill uppnå, till exempel: "Bygga en webbsida".
2. Agentforce Assistant använder en utvald prompt för att skicka användarinmatningen till en säker LLM där användarens avsikt identifieras.
3. Utifrån denna avsikt skickar Agentforce Assistant ytterligare en utvald prompt för att instruera LLM:en att ta fram en plan för att uppfylla avsikten i fråga.
4. Planen som tas fram är en uppsättning åtgärder sammankopplade i en logisk sekvens. För att säkerställa att Agentforce Assistant agerar på ett tillförlitligt sätt instrueras LLM:en att skapa planer som ligger strikt i linje med de åtgärder som den får tillgång till.
5. När LLM:en har tagit fram en plan utför Agentforce Assistant åtgärderna i den angivna ordningsföljden för att generera ett önskat resultat, och vidarebefordrar det till användaren.

Visuellt ser det här ut så här:

Agentforce Assistant ger företag möjligheten att utnyttja LLM:er som resonemangsmotorer. Med det här verktyget kan företag använda AI för att utföra en rad uppgifter som inte var möjliga för bara några månader sedan.

• Om ett säljteam upplever dålig orderingång kan Agentforce Assistant söka igenom databaser för att hitta högkvalitativa leads som är värda att lägga tid och arbete på.
• Copilot skannar igenom potentiella affärer för att identifiera vilka som ligger i riskzonen, och kan på förfrågan sammanfatta uppgifterna åt ledningen.
• Copilot kan hjälpa serviceagenter att lösa problem med exempelvis en kund som har debiterats för mycket, och samla in rätt information inför felsökningen.
• CoPilot kan analysera det nuvarande kundsentimentet för en potentiell affär och rekommendera de åtgärder som behövs för att avsluta affären under de kommande tre månaderna.

I dessa och många liknande användningsfall agerar Agentforce Assistant främst som en semiautonom agent, som använder LLM:er som resonemangsmotorer och vidtar åtgärder för att utföra uppgifter efter uppmaning från användarna. Det här är bara början – nästa milstolpe är att göra Agentforce Assistant helt autonom, så att den inte bara är en praktisk hjälpreda utan dessutom proaktiv och ständigt närvarande. AI utlovar en spännande framtid, men ännu mer spännande är den globala effektivitet som AI garanterat kommer att leda till.