Cours d'introduction à Microsoft AI Agent : Modèles de conception de corps multi-intelligents

Lorsque vous commencez à travailler sur un projet impliquant des intelligences multiples, vous devez prendre en compte le modèle de conception multi-intelligence (Multi-Intelligence Design Pattern). Cependant, il n'est pas toujours évident de savoir quand passer à la multi-intelligence et quels en sont les avantages.

bref

Dans ce cours, Microsoft tente de répondre aux questions suivantes :

• Quels sont les scénarios applicables aux intelligences multiples ?
• Quels sont les avantages de l'utilisation de plusieurs intelligences par rapport à l'utilisation d'une seule pour effectuer plusieurs tâches ?
• Quels sont les éléments constitutifs de la mise en œuvre du modèle de conception de l'organisme multi-intelligent ?
• Comment observez-vous les interactions entre les intelligences multiples ?

objectif d'apprentissage

A la fin de ce cours, vous devriez être capable de :

• Identifier des scénarios dans lesquels les intelligences multiples sont applicables
• Reconnaître les avantages de l'utilisation de plusieurs intelligences par rapport à une seule.
• Comprendre les éléments constitutifs de la mise en œuvre du modèle de conception du corps multi-intelligent.

Quelle est la perspective plus macro ?

• La multi-intelligence est un paradigme de conception qui permet à plusieurs intelligences de travailler ensemble pour atteindre un objectif commun*.

Ce modèle est utilisé dans un grand nombre de domaines, notamment la robotique, les systèmes autonomes et l'informatique distribuée.

Scénarios pour les intelligences multiples

Quels sont donc les scénarios qui se prêtent à l'utilisation des intelligences multiples ? La réponse est qu'il existe de nombreux scénarios dans lesquels l'utilisation des intelligences multiples est bénéfique, en particulier dans les situations suivantes :

• Charges de travail importantesLes charges de travail importantes peuvent être divisées en tâches plus petites et attribuées à différentes intelligences, ce qui permet un traitement parallèle et une exécution plus rapide. Les tâches de traitement de données volumineuses en sont un exemple.
• mission complexeComme pour les grandes charges de travail, les tâches complexes peuvent être décomposées en sous-tâches plus petites et attribuées à différentes intelligences, chacune se spécialisant dans un aspect particulier de la tâche. Les voitures autonomes en sont un bon exemple : différentes intelligences gèrent la navigation, la détection des obstacles et la communication avec les autres véhicules.
• Une expertise diversifiéeLes différentes intelligences peuvent avoir des compétences diverses, ce qui leur permet de gérer différents aspects d'une tâche plus efficacement qu'une seule intelligence. Le secteur des soins de santé en est un bon exemple : les intelligences peuvent gérer le diagnostic, la planification du traitement et le suivi des patients.

Avantages de l'utilisation d'intelligences multiples par rapport à une intelligence unique

Un système à intelligence unique peut convenir pour des tâches simples, mais pour des tâches plus complexes, l'utilisation d'intelligences multiples peut présenter plusieurs avantages :

• professionnalisationChaque intelligence peut être spécialisée dans des tâches spécifiques. L'absence de spécialisation d'une seule intelligence signifie que vous disposez d'une intelligence capable d'effectuer toutes les tâches, mais qui risque de ne pas savoir quoi faire lorsqu'elle est confrontée à une tâche complexe. Par exemple, elle peut finir par effectuer une tâche pour laquelle elle n'est pas la mieux adaptée.
• évolutivitéLe système peut être étendu plus facilement en ajoutant des intelligences supplémentaires plutôt qu'en surchargeant les intelligences individuelles.
• tolérance aux fautesSi une intelligence tombe en panne, les autres peuvent continuer à fonctionner, ce qui garantit la fiabilité du système.

Prenons l'exemple de la réservation d'un voyage pour un utilisateur. Un système à intelligence unique doit gérer tous les aspects du processus de réservation d'un voyage, de la recherche de vols à la réservation d'hôtels et de voitures de location. Pour y parvenir, une intelligence unique doit disposer des outils nécessaires pour gérer toutes ces tâches. Cela peut conduire à un système complexe et volumineux, difficile à maintenir et à faire évoluer. En revanche, un système multi-intelligent permettrait à différentes intelligences de se spécialiser dans la recherche de vols, la réservation d'hôtels et la location de voitures. Le système serait ainsi plus modulaire et plus facile à maintenir et à faire évoluer.

Comparez cette situation à celle d'une agence de voyages exploitée par un couple et à celle d'une agence de voyages franchisée. Dans le cas d'une boutique exploitée par un couple, un agent s'occupe de tous les aspects du processus de réservation, tandis que dans le cas d'une franchise, plusieurs agents s'occupent de différents aspects du processus de réservation.

Éléments de base pour la mise en œuvre de modèles de conception d'organismes multi-intelligents

Avant de pouvoir mettre en œuvre le modèle de conception Multi-Intelligents, vous devez comprendre les éléments constitutifs de ce modèle.

Illustrons cela plus précisément en reprenant l'exemple de la réservation d'un voyage pour un utilisateur. Dans ce cas, les éléments constitutifs seront inclus :

• smartphoneLes intelligences utilisées pour trouver des vols, réserver des hôtels et louer des voitures doivent communiquer et partager des informations sur les préférences et les contraintes de l'utilisateur. Vous devez décider du protocole et de la méthode de cette communication. Concrètement, cela signifie que l'intelligence de recherche de vols doit communiquer avec l'intelligence de réservation d'hôtels pour s'assurer que les dates de réservation de l'hôtel sont les mêmes que celles du vol. Cela signifie que les intelligences doivent partager des informations sur les dates de voyage de l'utilisateur, ce qui signifie que vous devez décider du protocole et de la méthode de communication. Quelles sont les intelligences qui partagent l'information et comment elles la partagent ?.
• Mécanismes de coordinationL'Intelligentsia doit coordonner ses actions pour s'assurer que les préférences et les contraintes de l'utilisateur sont respectées. L'utilisateur peut préférer que l'hôtel soit proche de l'aéroport, alors que la contrainte peut être que la location de voiture n'est disponible qu'à l'aéroport. Cela signifie que l'intelligence qui réserve l'hôtel doit se coordonner avec l'intelligence qui réserve la voiture de location pour s'assurer que les préférences et les contraintes de l'utilisateur sont respectées. Cela signifie que vous devez décider Comment les intelligences coordonnent leurs actions.
• Architecture du corps intelligentL'intelligence : L'intelligence doit disposer d'une structure interne lui permettant de prendre des décisions et de tirer des enseignements de ses interactions avec l'utilisateur. Cela signifie que l'intelligence qui trouve les vols doit disposer d'une structure interne lui permettant de décider quels vols recommander à l'utilisateur. Cela signifie que vous devez décider Comment les intelligences prennent des décisions et apprennent de leurs interactions avec les utilisateurs. Un exemple de la manière dont les intelligences peuvent apprendre et s'améliorer pourrait être qu'une intelligence qui recherche des vols pourrait utiliser un modèle d'apprentissage automatique pour recommander des vols aux utilisateurs sur la base de leurs préférences passées.
• Visibilité des interactions corporelles multi-intelligentesLes intelligences multiples : Vous devez comprendre les interactions entre les intelligences multiples. Cela signifie que vous devez disposer d'outils et de techniques pour suivre les activités et les interactions des intelligences. Cela peut prendre la forme d'outils d'enregistrement et de surveillance, d'outils de visualisation et de mesures des performances.
• mode multi-capteursLes systèmes d'intelligence artificielle : Il existe différents modèles de mise en œuvre des systèmes d'intelligence artificielle, tels que les architectures centralisées, décentralisées et hybrides. Vous devez choisir le modèle qui convient le mieux à votre cas d'utilisation.
• intervention humaineDans la plupart des cas, vous aurez besoin d'une intervention humaine et vous devrez indiquer à l'organisme intelligent à quel moment il doit solliciter une intervention humaine. L'utilisateur peut ainsi demander un hôtel ou un vol spécifique que l'organisme intelligent n'a pas recommandé, ou demander une confirmation avant de réserver un vol ou un hôtel.

Visibilité des interactions corporelles multi-intelligentes

Il est important de comprendre les interactions entre les intelligences multiples. Cette visibilité est essentielle pour déboguer, optimiser et garantir l'efficacité de l'ensemble du système. Pour y parvenir, vous devez disposer d'outils et de techniques permettant de suivre les activités et les interactions des intelligences. Cela peut prendre la forme d'outils de journalisation et de surveillance, d'outils de visualisation et de mesures des performances.

Par exemple, dans le cas de la réservation d'un voyage pour un utilisateur, vous pourriez disposer d'un tableau de bord indiquant l'état de chaque entité intelligente, les préférences et les contraintes de l'utilisateur, ainsi que les interactions entre les entités intelligentes. Ce tableau de bord pourrait indiquer les dates de voyage de l'utilisateur, les vols recommandés par le smartbody des vols, les hôtels recommandés par les smartbodies des hôtels et la location de voiture recommandée par les smartbodies de la location de voiture. Vous aurez ainsi une idée précise de la manière dont les intelligences interagissent entre elles et du respect des préférences et des contraintes de l'utilisateur.

Examinons ces aspects plus en détail.

• Outils de journalisation et de surveillanceCommentaire : Vous souhaitez conserver une entrée de journal pour chaque action effectuée par un service de renseignement. L'entrée de journal peut contenir des informations sur l'intelligence qui a effectué l'action, l'action effectuée, le moment où l'action a été effectuée et le résultat de l'action. Ces informations peuvent ensuite être utilisées pour le débogage, l'optimisation, etc.
• Outils de visualisationLes outils de visualisation peuvent vous aider à voir les interactions entre les intelligences d'une manière plus intuitive. Par exemple, vous pouvez avoir un graphique qui montre le flux d'informations entre les intelligences. Cela peut vous aider à identifier les goulets d'étranglement, les inefficacités et d'autres problèmes dans votre système.
• Indicateurs de performanceLes mesures de performance peuvent vous aider à suivre l'efficacité d'un système corporel multi-intelligent. Par exemple, vous pouvez suivre le temps nécessaire à l'accomplissement des tâches, le nombre de tâches accomplies par unité de temps et la précision des suggestions faites par les intelligences. Ces informations peuvent vous aider à identifier les points à améliorer et à optimiser le système.

mode multi-capteurs

Examinons quelques modèles spécifiques qui peuvent être utilisés pour créer des applications corporelles multi-intelligentes. Voici quelques modèles intéressants à considérer :

chat de groupe

Ce modèle est utile lorsque vous souhaitez créer une application de chat de groupe où plusieurs intelligences peuvent communiquer entre elles. Les cas d'utilisation typiques de ce modèle comprennent la collaboration en équipe, l'assistance à la clientèle et les réseaux sociaux.

Dans ce modèle, chaque intelligence représente un utilisateur dans un groupe de discussion et les messages sont échangés entre les intelligences par le biais d'un protocole de transmission de messages. Les intelligences peuvent envoyer des messages au groupe de discussion, recevoir des messages du groupe de discussion et répondre aux messages d'autres intelligences.

Ce modèle peut être mis en œuvre à l'aide d'une architecture centralisée (tous les messages passent par un serveur central) ou d'une architecture décentralisée (les messages sont échangés directement).

transmettre la tâche

Ce mode est utile lorsque vous souhaitez créer une application dans laquelle plusieurs intelligences peuvent se répartir les tâches.

Les cas d'utilisation typiques de ce modèle sont l'assistance à la clientèle, la gestion des tâches et l'automatisation des flux de travail.

Dans ce modèle, chaque intelligence représente une tâche ou une étape du flux de travail, et les intelligences peuvent confier des tâches à d'autres intelligences selon des règles prédéfinies.

filtrage collaboratif

Ce mode est utile lorsque vous souhaitez créer une application dans laquelle plusieurs intelligences peuvent collaborer pour faire des suggestions à l'utilisateur.

La raison pour laquelle vous souhaitez que plusieurs intelligences collaborent est que chacune d'entre elles peut avoir une expertise différente et contribuer au processus de recommandation de différentes manières.

Prenons l'exemple d'un utilisateur qui souhaite obtenir des conseils sur les meilleures actions à acheter sur le marché boursier.

• expert du secteurUne intelligence peut être un expert dans un secteur spécifique.
• analyse techniqueUne autre intelligence pourrait être celle d'un expert en analyse technique.
• Analyse fondamentaleIl existe également une intelligence qui peut être experte en analyse fondamentale. En travaillant ensemble, ces intelligences peuvent fournir des conseils plus complets à l'utilisateur.

Scénario : procédure de remboursement

Prenons l'exemple d'un client qui tente d'obtenir le remboursement d'un produit. Ce processus peut faire intervenir de multiples intelligences, mais divisons-les en intelligences spécifiques à ce processus et en intelligences génériques qui peuvent être utilisées dans d'autres processus.

Organismes intelligents spécialisés dans la procédure de remboursement: :

Voici quelques-unes des intelligences qui peuvent être impliquées dans le processus de remboursement :

• intelligence clientCe smartbody représente le client et est responsable de l'initiation de la procédure de remboursement.
• Intelligence du vendeurCe Smartbody représente le vendeur et est responsable du traitement des remboursements.
• Intelligence des paiementsCe corps intelligent représente le processus de paiement et est responsable du remboursement des paiements effectués par les clients.
• Solutions Corps intelligentCet organe intelligent représente le processus de solution et est chargé de résoudre tous les problèmes qui se posent au cours de la procédure de remboursement.
• Intelligence économiqueCe Smartbody représente le processus de conformité et est chargé de veiller à ce que le processus de remboursement soit conforme aux réglementations et aux politiques.

Agence universelle de renseignement (UIA): :

Ces intelligences peuvent être utilisées par d'autres secteurs de votre entreprise.

• intelligence des transportsCe SmartBody représente le processus d'expédition et est responsable de l'envoi du produit au vendeur. Par exemple, cette intelligence peut être utilisée à la fois pour le processus de remboursement et pour l'expédition normale du produit après l'achat.
• Intelligence du retour d'informationCet organe intelligent représente le processus de retour d'information et est chargé de recueillir les commentaires des clients. Le retour d'information peut être obtenu à tout moment, et pas seulement au cours de la procédure de remboursement.
• Améliorer l'intelligenceCette intelligence représente le processus d'escalade et est responsable de l'escalade des problèmes vers un niveau de support plus élevé. Vous pouvez utiliser ce type d'intelligence dans n'importe quel processus qui doit escalader un problème.
• Notification de l'organisme intelligentCe corps intelligent représente le processus de notification et est chargé d'envoyer des notifications aux clients à tous les stades de la procédure de remboursement.
• Intelligence analytiqueCette intelligence représente le processus analytique et est responsable de l'analyse des données relatives au processus de remboursement.
• Intelligence d'auditCette intelligence représente le processus d'audit et est responsable de l'audit du processus de remboursement afin de s'assurer qu'il est exécuté correctement.
• Reporting IntelligenceCette intelligence représente le processus de reporting et est responsable de la génération de rapports sur le processus de remboursement.
• Unité d'intelligence intellectuelle (KIU)Cette intelligence représente le processus de connaissance et est responsable de la maintenance d'une base de connaissances d'informations relatives au processus de remboursement. Cette intelligence peut s'informer sur les remboursements et sur d'autres aspects de votre activité.
• nœud de sécuritéCe corps intelligent représente le processus de sécurité et est chargé de garantir la sécurité du processus de remboursement.
• Intelligence QualitéCet organe intelligent représente le processus de qualité et est chargé d'assurer la qualité du processus de remboursement.

Il existe un grand nombre d'intelligences énumérées précédemment, à la fois celles qui sont spécifiques au processus de remboursement et les intelligences à usage général qui peuvent être utilisées dans d'autres parties de votre entreprise. Nous espérons que cela vous donnera une idée de la manière de décider quelles intelligences utiliser dans un système multi-intelligence.

opérer

Concevoir un système de corps multi-intelligents pour un processus d'assistance à la clientèle. Identifiez les intelligences impliquées dans le processus, leurs rôles et responsabilités, et la manière dont elles interagissent les unes avec les autres. Tenez compte des intelligences spécifiques au processus d'assistance à la clientèle et des intelligences génériques qui peuvent être utilisées dans d'autres secteurs de votre entreprise.

Avant de lire les solutions ci-dessous, réfléchissez au fait que vous avez peut-être besoin de plus d'intelligences que vous ne le pensez.

Astuce : Considérez les différentes étapes du processus d'assistance à la clientèle et tenez compte des intelligences requises pour tout système.

prescription

prescription

Contrôle des connaissances

QUESTION : Quand devriez-vous envisager d'utiliser les intelligences multiples ?

• [A1 : Lorsque vous avez une petite charge de travail et une tâche simple.
• [A2 : Lorsque vous avez une charge de travail importante
• [A3 : Lorsqu'il s'agit d'une tâche simple.

Solution quiz

résumés

Dans ce cours, nous examinons le modèle de conception du corps multi-intelligent, y compris les scénarios dans lesquels les intelligences multiples sont applicables, les avantages de l'utilisation d'intelligences multiples par rapport à une intelligence unique, les éléments de base pour la mise en œuvre du modèle de conception du corps multi-intelligent, et la façon de comprendre les interactions entre les intelligences multiples.