#Agent

#소개

Google 이 《Agents》 whitepaper 에서정의정의한 바에 의하면.

인공 지능(AI) 에이전트는 가용 도구를 사용해서 워크플로를 설계하고 작업을 자동으로 수행하는 시스템입니다. AI 에이전트는 자연어 처리 외에도 의사 결정, 문제 해결, 외부 환경과의 상호 작용, 작업 실행 등 다양한 기능을 포괄할 수 있습니다.

#핵심원칙

1. 인식. 이는 에이전트가 작동하는 공간을 의미합니다. 이는 도로, 창고 또는 집의 바닥과 같은 물리적 공간일 수 있습니다. 또는 웹사이트나 서버와 같은 디지털 공간일 수 있습니다. 에이전트는 센서를 통해 그들의 환경을 평가하고 인식합니다. 자율주행 자동차의 입력은 센서, 카메라, 레이더가 될 수 있습니다. 한편, 챗봇은 고객의 질문이나 피드백에서 입력을 받습니다.
2. 추론. 그러면 에이전트가 어떤 결정을 내려야 할지 결정할 수 있습니다. 에이전트는 지식 기반을 바탕으로 규칙 기반 시스템, 머신 러닝 모델 또는 다른 알고리즘을 사용하여 의사결정을 안내할 수 있습니다.
3. 목표 설정. AI는 사전 정의된 목표 또는 사용자 입력을 기반으로 목표를 설정합니다. 그런 다음 의사 결정 트리, 강화 학습 또는 기타 계획 알고리즘을 사용하여 이러한 목표를 달성하기 위한 전략을 개발합니다.
4. 결정. 지식 기반 에이전트는 메모리와 세계에 대한 이해를 바탕으로 결정을 내립니다. 그것은 사용자의 목표와 객체와 이벤트 간의 관계를 고려합니다.
5. 행동. 한 번 결정이 내려지면, 에이전트는 환경 내에서 행동합니다.
6. 학습. AI 에이전트를 단순한 AI 시스템과 구별하는 것은 그것이 학습하고, 세밀화하고, 그것의 결정 만들기를 향상시킬 수 있는 능력입니다. 시간이 지남에 따라 에이전트는 그 경험에서 배우고 더욱 능숙하고 최적화됩니다.

#구성요소

• 인식
  • 시각적
  • 청각적
  • 텍스트
  • 환경적
  • 예측적
• 추론
  • 조건부 논리
  • 휴리스틱
  • ReAct(이유+행동)
  • ReWOO(관찰 없이 추론하기 reasoning without observation)
  • 자기반성
• 메모리
  • 단기
  • 장기(에피소드, 의미, 절차 등등)
• 계획 수립(Plan)
  • 목표 정의
  • 상태 표현
  • 행동 순서화
  • 최적화 및 평가
  • 협업
• 도구 사용(Tool)
• 커뮤니케이션
  • agent간 통신
    • KQML(Knowledge Query and Manipulation Language)
    • FIPA-ACL(Foundation for Intelligent Physical Agents – Agent Communication Language)
  • 인간-AI 통신
    • 자연어 처리(Natural Language Processing), 음성 인식 등등
• 러닝
  • 지도 학습 supervised-learning
  • 비지도 학습 unsupervised-learning
  • 강화 학습
  • 지속적인 학습
  • 다중 에이전트 학습

#구현

1. 문제를 정의
2. 데이터, 도구 준비
3. 적절한 AI 모델을 선택
4. 지속적인 모니터링
5. 성공 측정 및 평가

#워크플로우 / AI 어시스턴트 / AI 에이전트

워크플로는 LLM(Large Language Model)과 도구가 미리 정의된 코드 경로를 통해 조율되는 시스템입니다.

AI 에이전트

에이전트는 LLM이 자체 프로세스와 도구 사용을 동적으로 지시하고 작업 수행 방식을 제어하는 시스템입니다.

AI 어시스턴트

AI 어시스턴트는 사용자의 직접적인 요청이나 명령에 반응하여(Reactive) 작업을 수행합니다.

#기타

#동작 흐름

• 계획 Planning
  • 개념
    • 작업을 어떻게 완수할지 관찰하고 사고한다
    • 보유한 도구를 활용해 목적을 달성한다
    • 작업을 하위 작업으로 분해한다
    • 실행 도중에 스스로를 되돌아보고 보완한다. 그 교훈으로 이후 단계를 개선한다
• 기억 Memory
  • 분류
    • 감각 기억(Sensory Memory)
    • 단기 기억
    • 장기 기억
• 도구 Tools
  • 내장 도구
    • Bing Search
    • DALL·E Image
  • 커스텀 도구
  • 도구 모음(툴셋)
• 실행 Action
  • 작업을 수행한다
  • 결과를 피드백한다

#예시

1. 입력: 현직 미국 대통령은 누구인가요? 그리고 그 사람 나이의 제곱은 얼마인가요? 두 질문 모두 한국어로 알려 주세요
2. 계획: 검색 엔진으로 현직 미국 대통령의 이름을 찾은 다음, 계산기로 그 사람의 나이를 제곱해야 한다
3. 실행: search
4. 실행 입력: 현직 미국 대통령
5. Observation: joe biden
6. Thought: 현직 미국 대통령은 joe biden이다
7. 실행: Calculator
8. 실행 입력: 68^2
9. Observation: 4624
10. Thought: 이제 현직 미국 대통령이 joe biden이고 나이의 제곱이 4624임을 알았다
11. Final Answer: 현직 미국 대통령은 joe biden이고, 나이의 제곱은 4624입니다

#프레임워크

• Plan and Execute
  1. user request
  2. plan
  3. generate tasks
  4. exec tasks(single task agent(loop))
  5. update state with task results
  6. rePlan
  7. response to user
• Self Ask
• Thinking and Self-Reflection — 사고하고 스스로 되돌아보기
  • 복잡한 의사결정 과정을 모사하고 구현하기 위한 프레임워크다. 끊임없이 자기 평가와 조정을 반복함으로써 시스템이 의사결정 과정을 학습하고 개선하게 만들고, 그 결과 복잡한 문제 앞에서 더 효과적인 판단을 내리도록 한다
  • Thinking
    • LLM ⇒ Thought1 ⇒ Action1 ⇒ Thought2 ⇒ Action2 ⇒ Thought3 ⇒ Action3 ⇒ End
  • Self-Reflection
    • LLM ⇒ Thought1 ⇒ Action1 ⇒ LLM ⇒ Thought2 ⇒ Action2 ⇒ LLM ⇒ End