به دنیای هوش مصنوعی خوش آمدید! انجمن VB Transform، که به عنوان یکی از معتبرترین رویدادها در زمینه استراتژیهای هوش مصنوعی برای شرکتها شناخته میشود، به مدت نزدیک به دو دهه میزبان رهبران صنعتی و نوآوران این حوزه بوده است. در این رویداد، بحثهایی پیرامون یکی از داغترین موضوعات فناوری، یعنی «عاملهای هوش مصنوعی» یا AI agents برگزار میشود.
طبق آمارها، LinkedIn یکی از شرکتهایی است که بهطور فعال از یک عامل هوش مصنوعی به نام «دستیار استخدام LinkedIn» استفاده میکند. این ابزار فراتر از سیستمهای توصیهگر و جستجوی هوش مصنوعی معمولی عمل کرده و قادر است از طریق یک رابط طبیعی و ساده، کاندیداهای شغلی را جستجو و استخدام کند. دیپاک آگاروال، مدیر ارشد هوش مصنوعی LinkedIn، در بستر VB Transform بر این نکته تأکید کرد که: «این یک محصول آزمایشی نیست. این یک سیستم زنده است که به میزان زیادی در زمان استخدامکنندگان صرفهجویی میکند و به آنها این امکان را میدهد تا بر روی کارهایی که واقعاً دوست دارند، یعنی پرورش کاندیداها و استخدام بهترین استعدادها، تمرکز کنند.»
LinkedIn با رویکرد چندعاملی به کار خود ادامه میدهد، به طوری که آگاروال توصیف کرد که این سیستم شامل مجموعهای از عاملهاست که برای انجام وظایف خاص با یکدیگر همکاری میکنند. عامل ناظر وظیفه هماهنگی تمام کارها را بین سایر عاملها بر عهده دارد. این عامل، ورودیها از کاربران انسانی را درباره شرایط شغلی و دیگر جزئیات دریافت میکند و پس از آن اطلاعات را به عامل جستجو منتقل میکند تا به بررسی کاندیداها بپردازد.
آگاروال همچنین به این نکته اشاره کرد که استفاده از زبان طبیعی برای برقراری ارتباط با این سیستم، تجربهای نوین را برای کاربران فراهم میکند. این عامل قادر است تأهل مورد نظر را اصلاح کرده و به جستجوی کاندیداها بپردازد، به گونهای که برای مدیر استخدام هم به صورت همزمان و هم غیر همزمان عمل کند.
وی بر اهمیت مدلهای «انسانمحور» تأکید کرد که همواره کنترل و نظارت را در دستان کاربران حفظ میکند. هدف این است که تجربههای شخصیسازی شده و تعاملپذیر با هوش مصنوعی ایجاد شود که بتواند با درک ترجیحات کاربران، به بهبود مستمر خود ادامه دهد.
در این راستا، تیم توسعهدهندگان LinkedIn نیازمند یک رویکرد دقیق به آموزش سیستمهای چندعاملی است. آنها زمان زیادی را صرف تنظیم و بهینهسازی هر عامل برای انجام وظایف خاص خود میکنند تا کارایی و قابلیت اطمینان آنها را افزایش دهند. آگاروال همچنین به ویژگی حافظه تجربی عامل ناظر اشاره کرد که توانایی حفظ اطلاعات از گفتگوهای اخیر را دارد و میتواند تجربیات گذشته را برای شخصیسازی بهتر استفاده کند.
دحرامسی، مهندس ارشد نرمافزار LinkedIn، خاطرنشان کرد که با وجود عاملهای هوش مصنوعی، تأخیر باید به حداقل برسد. پیش از پیادهسازی، سازندگان مدل در LinkedIn باید درک دقیقی از چگونگی عملکرد مدلها با تعداد پرسشهای قابل پاسخگویی در هر ثانیه (QPS) داشته باشند و بر اساس آن به ارزیابی مدلها بپردازند.
بهطور کلی، LinkedIn با تمرکز بر عوامل مختلفی نظیر قابلیت اطمینان، اعتماد، حریم خصوصی، شخصیسازی و قیمت، بهدنبال ایجاد مدلهایی با خروجیهای پایدار و قابل اعتماد است. هدف اصلی این است که به کاربران کمک کند تا کار خود را بهتر و موثرتر انجام دهند و در نهایت احساس رضایت بیشتری از کار خود داشته باشند.
اگر به دنبال اطلاعات بیشتری در زمینه تحولات و برنامههای هوش مصنوعی هستید، وبسایت بینا ویرا دائما به روز رسانیها و نکات کلیدی این حوزه را ارائه میدهد.