订阅我们的每日和每周通讯，获取有关行业领先人工智能报道的最新更新和独家内容。了解更多
开源人工智能平台提供商 H2O.ai 认为，生成式人工智能模型和预测式人工智能模型的结合可以为企业提供更一致的 AI 代理响应。
H2O.ai 推出了其新的多代理平台，该平台融合了生成式人工智能和预测式人工智能，现已全面上市。
该平台名为 h2oGPTe，使用该公司的 AI 模型 Mississippi 和 Danube，但也可以访问其他大型和小型语言模型。该公司表示，h2oGPTe 可以在隔离的、本地和云系统中运行。
H2O 创始人兼首席执行官 Sri Ambati 在接受 VentureBeat 采访时表示，拥有生成式人工智能和预测式人工智能，可以使企业更有信心，代理将完全按照他们的需要工作，而不会影响安全性。
“代理面临的首要问题是响应的一致性。对于同一个提示，我能否从 [大型语言模型] LLM 获得一致的响应？我认为现在你可能会得到两个不同的，甚至多个响应，”Ambati 说。“但你可以将多个模型整合在一起，进行协商、规划并最终提供结果。想象一下，人类之间可能存在一些差异，但你仍然期望得到一致的响应，这就是预测式人工智能与生成式人工智能结合的领域。”
Ambati 解释说，生成式人工智能模型“在内容生成方面表现出色，在代码生成方面非常出色”，但预测模型则带来了更多场景模拟。他表示，预测模型为代理响应带来了稳定性，因为这些模型不仅生成响应，还从数据模式中学习。
该平台专为需要管理多步骤任务的金融、电信、医疗保健和政府企业而设计。H2O.ai 的代理最适合希望深入了解其业务的组织，而不仅仅是执行工作流程的指南。这是因为 h2oGPTe 平台中的代理可以读取图表等多模态数据，并针对诸如“我的公司今年是否应该销售更多玩偶？”之类的疑问提供答案，这些答案会考虑企业的历史财务数据或存储的市场趋势信息。
与其他 AI 代理一样，h2oGPTe 自动执行工作流程任务，使人类员工无需亲自动手。Ambati 表示，H2O.ai 代理的多模态功能打开了更多信息，它可以从中学习，从而为用户提供最佳、最一致的答案。
该公司表示，代理还可以创建包含图表和表格的 PDF 文档，这些图表和表格以企业数据为基础，以便为人类用户可视化信息。H2O.ai 确保代理引用其数据来源以实现可追溯性，并提供可定制的护栏。
H2O.ai 的代理平台内置了模型测试，包括自动问题生成，其中 AI 模型将创建提示的变体，并用问题轰炸代理，以查看它是否能始终如一地做出响应。它还提供了一个仪表板，人们可以在其中识别代理所利用的数据库、模型或工作流程的哪个部分。
随着围绕 AI 代理的炒作预计将在来年持续下去，需要确保代理为企业提供价值，包括始终如一、可靠和准确地执行。
可靠性至关重要，因为 AI 代理旨在自动执行企业工作流程的大部分内容，而无需人工干预。
H2O.ai 融合生成式模型和预测式模型的方法是一种方法，但其他公司也在寻找方法来确保 AI 代理不会给企业带来麻烦。初创公司 xpander.ai 推出了其 Agent Graph System，用于多步骤代理。Salesforce 还向有限预览版发布了其 Agentforce Testing Center，用于测试代理响应的一致性。
