代理式協作層｜視覺應用前景俏
原文刊於信報財經新聞「CEO AI⎹ EJ Tech——智情筆報」
在人工智能（AI）領域，傳統技術堆疊（Stack）框架通常分為4個層級，最底層是基礎設施，包括運行AI模型所需的硬件及計算資源，如伺服器、雲端服務和邊緣設備。其上是數據層，負責數據的收集、儲存和管理。第三是模型層，進行AI模型的開發、訓練和優化。最頂端是應用層，直接透過應用程式和介面來跟用戶互動。以上各層相互協作，覆蓋從硬件資源到最終應用的全過程。
會審慎思考 反覆修正
不少專家認為，這套結構已浮現一個新的「代理式協作層」（Agentic Orchestration Layer），位於模型和應用這兩層之間，可以拆解問題、安排任務、串接工具。多間企業紛紛對此作出部署，上月美國軟件巨擘Adobe、甲骨文（Oracle）分別發布自家AI代理協作平台，惠普（HP）、Quali亦宣布，跟輝達（Nvidia）的軟件平台整合，以加強代理式AI生態。內地智譜最近開源的AutoGLM模型，以及Google新發布的Agent2Agent協議，都可歸入此層。
跟「代理式協作層」關係密切的領域，首推視覺AI。因牽涉圖像或影片的工作，本質上必然是多步推理、語境豐富，無法靠單次輸入或輸出完成。傳統AI模型或能有效辨識物件、分類畫面，可是面對現實複雜場景，例如在工地影片內找出安全措施不足、身處危險區域者，就需要拆解不同任務和連結時間線，並調用複數模型協作，這些正是代理式AI的強項。
視覺資料亦不同於表格數據，其內容都是雜亂、動態甚至模糊的，代理式架構讓AI先像人類一樣審慎思考執行方案，在必要時反覆修正，容許AI根據當下實際需求，選擇使用哪一套工具或模型，跳脫了個別靜態模型的局限。
港布局應用尚待改善
放眼香港，視覺AI已有一定程度應用。醫管局於2021年引入自行訓練的AI模型篩查肺部X光片，屋宇署去年透過AI分析無人機拍攝的大廈外牆照片；房委會也挑選了10條屋邨作為智慧屋邨管理試點，使用AI偵測閉路電視影片中的高空擲物事件。
不過，目前本地應用案例多數仍屬於公共機構導向或試點性質，並集中於單一任務或明確場景，尤其當局各單位似傾向各自建立、使用AI模型，欠缺分享數據或互動協作，忽略了AI協作的關鍵價值，在統一調度與跨域連結。若想讓不同部門的AI系統真正共同協作，港府須推動跨部門AI協作機制，否則擁有再多的數據或先進模型，AI也無法提升其治理效能。
支持EJ Tech
如欲投稿、報料，發布新聞稿或採訪通知，按這裏聯絡我們。
