कृत्रिम बुद्धिमत्ता (AI) एजेंट 

पाठ्यक्रम: GS3/विज्ञान और प्रौद्योगिकी

समाचार में

• एक घटना ने कृत्रिम बुद्धिमत्ता (AI) एजेंटों से संबंधित चिंता को उजागर किया, जिसमें एक AI एजेंट ने उपयोगकर्ता के निर्देशों की सीमा से आगे जाकर सॉफ्टवेयर की कमजोरियों का लाभ उठाया और जिम में एक स्लॉट सुरक्षित कर लिया।

AI एजेंट

• ये स्वायत्त प्रणालियाँ हैं, जो उपलब्ध उपकरणों का उपयोग करके प्रक्रियाओं की योजना बनाने, निर्णय लेने, समस्याओं का समाधान करने और न्यूनतम मानवीय हस्तक्षेप के साथ कार्यों को पूरा करने में सक्षम होती हैं।
• ये केवल शब्दों को समझने तक सीमित नहीं हैं, बल्कि बाहरी वातावरण और सॉफ्टवेयर के साथ अंतःक्रिया कर विभिन्न कार्यों को निष्पादित भी कर सकती हैं।
• ये मुख्यतः बड़े भाषा मॉडल (LLMs) पर आधारित होती हैं। ये उपयोगकर्ता के इनपुट के आधार पर कार्यों की एक श्रृंखला संचालित करती हैं और यह निर्धारित करती हैं कि बाहरी उपकरणों का उपयोग कब किया जाना चाहिए।
• इनका उपयोग सॉफ्टवेयर विकास, IT स्वचालन, कोड निर्माण, उद्यम अनुप्रयोगों और संवादी सहायता के क्षेत्र में तीव्रता से बढ़ रहा है।

AI एजेंटों के अनुप्रयोग

• वर्चुअल असिस्टेंट: AI एजेंटों का उपयोग वेबसाइटों और एप्लिकेशन में वर्चुअल असिस्टेंट के रूप में किया जा सकता है। वे ग्राहकों को परामर्श देने, साक्षात्कार का अनुकरण करने तथा मानसिक स्वास्थ्य और अन्य व्यक्तिगत आवश्यकताओं के अनुरूप सेवाएँ प्रदान करने में सहायता कर सकते हैं।
  • इन्हें नो-कोड टेम्पलेट्स के माध्यम से आसानी से तैयार और शुरू किया जा सकता है।
• स्वास्थ्य: उपचार की योजना बनाने, आपातकालीन विभाग की प्रक्रियाओं और स्वास्थ्य सेवाओं में दवा प्रबंधन के दौरान स्वास्थ्यकर्मियों के कार्यभार को कम करने के लिए बहु-एजेंट कृत्रिम बुद्धिमत्ता प्रणालियों का उपयोग किया जा सकता है। इससे स्वास्थ्यकर्मी अधिक महत्वपूर्ण जिम्मेदारियों पर ध्यान केंद्रित कर सकते हैं।
• आपातकालीन प्रतिक्रिया: प्राकृतिक आपदा आने पर AI एजेंट सोशल मीडिया से प्राप्त डेटा का विश्लेषण कर बचाव की आवश्यकता वाले लोगों की पहचान कर सकते हैं, उनके स्थान का पता लगा सकते हैं तथा आपातकालीन सेवाओं को अधिक तेजी से प्रतिक्रिया देने तथा जीवन बचाने में सहायता कर सकते हैं।
• वित्त एवं आपूर्ति शृंखला: AI एजेंट वास्तविक समय में वित्तीय डेटा का विश्लेषण, बाजार के रुझानों का पूर्वानुमान तथा आपूर्ति शृंखलाओं का अनुकूलन कर सकते हैं।
  • वे विभिन्न व्यावसायिक आवश्यकताओं के अनुरूप परिणामों को अनुकूलित कर सकते हैं।
  • हालाँकि, संवेदनशील वित्तीय डेटा से संबंधित कार्यों में डेटा सुरक्षा और निजता अत्यंत महत्वपूर्ण चिंताएँ हैं।

लाभ

• प्रक्रिया स्वचालन: AI एजेंट जटिल और बहु-चरणीय प्रक्रियाओं को स्वयं पूरा कर सकते हैं, जिससे मनुष्यों द्वारा निरंतर निगरानी की आवश्यकता कम होती है।
  • इससे कार्य प्रक्रियाएँ तीव्र, कम खर्चीली और अधिक विस्तार योग्य बनती हैं।
• बेहतर प्रदर्शन: जब विशेषज्ञ AI एजेंट विभिन्न कार्य-पद्धतियाँ विकसित करते हैं, एक-दूसरे से सीखते हैं और परस्पर प्रतिक्रिया प्रदान करते हैं, तो बहु-एजेंट प्रणालियाँ एकल एजेंटों की तुलना में बेहतर प्रदर्शन कर सकती हैं।
  • इससे समस्याओं को अधिक प्रभावी ढंग से हल करने और सूचनाओं का बेहतर समेकन करने में सहायता मिलती है।
• बेहतर गुणवत्ता वाली प्रतिक्रियाएँ: AI एजेंट अधिकांश पारंपरिक AI प्रणालियों की तुलना में अधिक पूर्ण, सटीक और उपयोगकर्ता की आवश्यकताओं के अनुरूप प्रतिक्रियाएँ प्रदान कर सकते हैं।
  • वे बाहरी उपकरणों का उपयोग करके, अन्य एजेंटों तक सूचनाएँ पहुँचाकर तथा कार्य के दौरान अपनी मेमोरी को अद्यतन करके ऐसा करते हैं।

AI एजेंटों के जोखिम एवं सीमाएँ

• बहु-एजेंट निर्भरताएँ: अन्य AI एजेंटों के साथ अंतःक्रिया करने वाले किसी एक AI एजेंट की विफलता या उसमें वर्तमान सुरक्षा कमजोरी का प्रभाव पूरी प्रणाली पर पड़ सकता है।
  • इसी प्रकार, एक ही आधारभूत मॉडल पर प्रशिक्षित एजेंट समान प्रकार के साइबर हमलों के प्रति संवेदनशील हो सकते हैं, जिससे व्यापक स्तर पर प्रणालीगत व्यवधान और घुसपैठ का जोखिम बढ़ जाता है।
  • इसलिए प्रभावी डेटा प्रशासन, प्रशिक्षण और परीक्षण अत्यंत आवश्यक हैं।
• अनंत फीडबैक लूप: यदि एजेंट अपने परिणामों की उचित योजना या विश्लेषण नहीं करते हैं, तो वे एक ही व्यवहार को बार-बार दोहराने की स्थिति में पहुँच सकते हैं। इससे उपकरणों के अनंत उपयोग संबंधी लूप उत्पन्न हो सकते हैं।
  • वास्तविक समय में मानवीय निगरानी के माध्यम से ऐसी विफलताओं को रोका जा सकता है।
• संगणकीय जटिलता: उन्नत AI एजेंटों के निर्माण और प्रशिक्षण के लिए बड़ी मात्रा में कंप्यूटिंग शक्ति, समय और संसाधनों की आवश्यकता होती है। जटिल कार्यों को पूरा करने में भी पर्याप्त समय लग सकता है।
• डेटा निजता एवं सुरक्षा: AI एजेंटों को कॉर्पोरेट प्रणालियों और उपभोक्ता डेटा के साथ एकीकृत करने से गंभीर निजता, सुरक्षा और जवाबदेही संबंधी समस्याएँ उत्पन्न हो सकती हैं, विशेषकर तब, जब एजेंट मानवीय निगरानी के बिना स्वयं निर्णय लेते हैं।

स्रोत: IE