Adept dévoile des agents d'IA avancés dotés de capacités multimodales

Tony Kim 25 août 2024 08:31 Adept présente des agents d'IA optimisés par Adept Workflow Language (AWL) pour rationaliser les interactions Web complexes et les automatisations d'entreprise.

La société d'intelligence artificielle Adept a dévoilé une nouvelle génération d'agents d'IA optimisés par Adept Workflow Language (AWL) pour rationaliser les interactions Web complexes et les automatisations d'entreprise.

Construits sur l'AWL personnalisé d'Adept.ai, ces agents sont conçus pour traduire l'intention de l'utilisateur en actions, gérant des tâches allant du plus complexe au plus banal. Adept.ai décrit AWL comme un langage puissant qui permet aux utilisateurs de créer facilement des flux de travail avancés.

Les agents IA d'Adept sont conçus pour être fiables, robustes et conviviaux. Ces agents peuvent tout gérer, des tâches complexes aux tâches répétitives. Ils reposent sur une suite de modèles multimodaux formés pour comprendre les écrans, raisonner sur le contenu et élaborer des plans dès les premières étapes de la formation.

Les principales caractéristiques des agents IA d'Adept incluent :

1. Langage de flux de travail adepte (AWL)

AWL propriétaire d'Adept.ai est un sous-ensemble syntaxique de JavaScript ES6 qui offre de puissantes abstractions pour définir des interactions Web multimodales. Les utilisateurs écrivent des flux de travail dans AWL, qui se traduisent directement en appels de modèle.

Des fonctions AWL spécifiques permettent aux utilisateurs d'écrire des instructions en langage naturel, que le modèle traduit en AWL détaillé. Par exemple, les fonctions AWL comme click("Compose") et act() offrent un moyen flexible de définir le comportement de l'agent. Le premier localise les éléments sur l'écran et génère des appels de fonction pour interagir avec eux, tandis que le second utilise des entrées en langage naturel pour invoquer une boucle de raisonnement de l'agent, permettant à l'agent d'élaborer des plans et d'exécuter des tâches de manière dynamique.

2. Applications pratiques

Adept a démontré comment AWL peut être utilisé pour créer des flux de travail pour diverses applications. Un exemple impliquait la visualisation d'un PDF des participants à un événement, l'extraction d'informations et la création d'un nouveau prospect dans Hubspot. Le même flux de travail a été répliqué pour Salesforce avec des modifications minimes, démontrant la flexibilité et l'efficacité d'AWL.

Un autre exemple met en évidence l'extraction de notes de diagnostic de patient à partir d'un PDF et leur saisie dans un système DME. L'agent pourrait également gérer des tâches telles que la création d'enregistrements clients dans Stripe à partir des données Google Sheets et la gestion des prospects dans Salesforce en fonction des e-mails entrants.

3. Potentiel de transformation

Les agents IA d'Adept ont le potentiel de révolutionner les opérations commerciales. La possibilité de créer des automatisations en langage naturel réduit les obstacles à l’adoption, permettant ainsi à davantage d’utilisateurs de devenir des développeurs citoyens. Cela peut réduire les coûts, accélérer le délai de rentabilisation et accroître l’appétit pour l’automatisation dans divers espaces de travail.

De plus, les agents d'Adept peuvent gérer des flux de travail plus complexes impliquant des données non structurées, offrant ainsi une résilience et une robustesse accrues. Leur raisonnement en temps d'inférence leur permet de s'adapter aux changements Web sous-jacents, ce qui les rend adaptés à un large éventail d'applications.

Adept s'engage à rendre les automatisations plus faciles pour un public plus large, en permettant davantage de types de flux de travail plus fréquemment. Le potentiel de transformation de l'entreprise avec les agents IA d'Adept est important, offrant des automatisations plus simples et plus rapides et la possibilité d'automatiser des tâches plus complexes.

Pour des exemples plus détaillés de flux de travail créés avec AWL, visitez le blog Adept.ai.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!