Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.
Die Entwicklung von Softwareagenten
Der Weg von einfachen automatisierten Systemen zu intelligenten, autonomen und zielgerichteten Softwareagenten spiegelt die jahrzehntelange Entwicklung in den Bereichen Informatik, künstliche Intelligenz und verteilte Systeme wider.
Auf diese Entwicklung folgte der Aufstieg des maschinellen Lernens, der das Paradigma von handgefertigten Regeln hin zur statistischen Mustererkennung verlagerte. Diese Systeme konnten aus Daten lernen und ermöglichten Fortschritte bei der Wahrnehmung, Klassifizierung und Entscheidungsfindung.
Große Sprachmodelle (LLMs) stehen für eine Konvergenz von Umfang, Architektur und unbeaufsichtigtem Lernen. LLMs kann Aufgaben mit wenig oder keiner aufgabenspezifischen Schulung begründen, generieren und anpassen. Durch die Kombination LLMs mit skalierbarer, cloudnativer Infrastruktur und kombinierbaren Architekturen erreichen wir nun die vollständige Vision von agentischer KI: intelligente Softwareagenten, die auf Unternehmensebene autonom, kontextbewusst und anpassungsfähig arbeiten können.
In diesem Abschnitt wird die Geschichte der Softwareagenten von der grundlegenden Theorie bis zur modernen Praxis untersucht, wie in der folgenden Abbildung dargestellt. Es beleuchtet die Konvergenz von verteilter künstlicher Intelligenz (DAI) und transformatorbasierter generativer KI und identifiziert die wichtigsten Meilensteine, die die Entstehung der agentischen KI geprägt haben.
In diesem Abschnitt
