加入我们的每日和每周通讯，获取有关行业领先的 AI 报道的最新更新和独家内容。了解更多
Cognizant 去年宣布的 Neuro AI 平台将获得更多 AI，因为这家咨询公司为该服务添加了多智能体功能。
Neuro AI 平台帮助组织在没有编码的情况下构思、原型化和测试生成式 AI 应用程序。Cognizant 的 AI 首席技术官 Babak Hodjat 告诉 VentureBeat，该服务过去是 Cognizant 的专家为客户提供的服务。然而，Neuro AI 现在将可供企业自行使用。
“在我们开始向客户演示它时，我们培训的一件事是他们说，嘿，这真的很吸引人，我们想自己使用它并在内部托管它，”Hodjat 说。“在某种程度上，他们开始将其视为一个工厂，为在他们的业务中应用生成式 AI 的地方生成想法。”
Hodjat 说，Neuro AI 使用多个智能体使其在其他 AI 应用程序平台中脱颖而出，而 Cognizant 在为客户重新配置服务时已经在探索这些平台。当然，AI 智能体今年已成为企业 AI 的一大趋势。
该平台有四个步骤，所有步骤都依赖于预配置的智能体：机会发现者、范围界定智能体、数据生成器和模型编排器。
它充当 Cognizant 的顾问，为想要构建应用程序的客户提供服务。该平台会经历构思应用程序的过程，最后为客户提供一个框架供其遵循。
当人们第一次开始使用 Neuro AI 时，他们会被要求描述他们想要解决的问题。机会发现者随后会部署智能体来搜索特定行业的用例。一旦确定了潜在的用例，用户就会进入范围界定智能体，它将显示用例对特定类别和绩效指标的影响。数据生成智能体将生成与用例相关的合成数据以测试应用程序。
模型编排器设置应用程序。Hodjat 说它使用多个智能体来调用以构建系统。例如，项目描述智能体将返回 JSON 描述，然后是上下文智能体或结果映射器。编排器将管理的智能体数量取决于用例。
“我们让智能体相互通信以识别需要哪些功能，”Hodjat 说。“我们通过封装每个智能体的专业知识来做到这一点，因此这些智能体正在相互交谈。一个智能体正在询问另一个智能体，嘿，我有一个用例要构建。你能帮我做点什么吗？这里的主要技巧实际上是让智能体相互通信。”
Hodjat 说，他的团队使用 LangChain 作为框架来构建其多智能体编排并保持 LLM 独立。他说该框架并不完美，但由于许多客户更喜欢使用不同的模型，因此 Neuro AI 能够处理开放模型和封闭模型非常重要。
这不是 Cognizant 第一次涉足生成式 AI。今年 3 月，它在旧金山开设了一个 AI 实验室，以帮助推动企业使用该技术。
像 Cognizant 这样的公司帮助其他企业建立自己的 AI 应用程序或程序，正在创建新的产品以使使用生成式 AI 更容易。埃森哲与 AWS 共同发布了一个平台，用于评估 AI 就绪性和负责任的 AI 政策。麦肯锡公司去年为其顾问建立了一个名为 Lilli 的聊天机器人。
咨询和业务流程服务提供商开始在竞争日益激烈的 AI 平台领域中开辟自己的利基市场。Salesforce、SAP 和 Oracle 等企业软件提供商已经为客户提供了访问平台以轻松创建智能体或其他 AI 应用程序的权限。像 Cognizant 这样的组织正在构建的产品似乎迎合了那些仍然不确定如何充分利用生成式 AI 的企业。
