Il tool calling è la capacità dei modelli di intelligenza artificiale (AI) di interagire con strumenti, application programming interface (API) o sistemi esterni per migliorare le loro funzioni. Anziché affidarsi esclusivamente a conoscenze pre-addestrate, un sistema AI con funzionalità di tool calling può interrogare database, recuperare informazioni in tempo reale, eseguire funzioni o eseguire operazioni complesse oltre le sue capacità native. Il tool calling, a volte denominate chiamata di funzione, è un fattore chiave dell’agentic AI. Consente ai sistemi autonomi di completare compiti complessi accedendo dinamicamente e agendo su risorse esterne. Anziché limitarsi a rispondere alle domande, i modelli linguistici di grandi dimensioni (LLM) con tool calling possono automatizzare i workflow, interagire con i database, eseguire la risoluzione dei problemi in più fasi, prendere decisioni in tempo reale e altro ancora. Questa evoluzione sta trasformando gli LLM da assistenti passivi in agenti digitali proattivi in grado di svolgere compiti complessi.

Le ultime tendenze in materia di AI, proposte da esperti

Ricevi insight selezionati sulle notizie più importanti e interessanti sull’AI. Iscriviti alla nostra newsletter settimanale Think. Leggi l’Informativa sulla privacy IBM.

Grazie per aver effettuato l’iscrizione!

Perché il tool calling è importante?

I modelli linguistici di grandi dimensioni (LLM) sono tradizionalmente limitati dai dati su cui vengono addestrati, un processo che può richiedere molto tempo e risorse di calcolo. Anche se i principali LLM sono addestrati su ampi set di dati, la necessità di dati in tempo reale, di calcoli esterni e di una maggiore interattività ha portato all’integrazione delle funzionalità di tool calling. I primi LLM, incluso il GPT-2 di OpenAI, erano statici. Generavano risposte in base ai dati di addestramento senza la possibilità di recuperare nuove informazioni. Sebbene straordinari, mancavano di consapevolezza del mondo reale e avevano difficoltà con query dinamiche che richiedono dati in tempo reale, come eventi attuali, prezzi delle azioni o azioni specifiche degli utenti.

Agenti AI

    • 5 tipi di agenti AI: funzioni autonome e applicazioni nel mondo reale

Scopri come l’AI basata sugli obiettivi e sulle utilità si adatta ai workflow e agli ambienti complessi. Sviluppa, distribuisci e monitora gli agenti AI.

Agente 1: L’Agente di Informazione

Descrizione:

Agente specializzato nei dati di ricerca e nella sintesi di informazioni.

Esempio:

    • Ricerca dati meteorologici.
    • Recupera informazioni finanziarie.

Agente 2: L’Agente Decisionale

Descrizione:

Capace di prendere decisioni basate su criteri predeterminati o sull'analisi di dati.

Esempio:

    • Approvazione di prestiti.
    • Rispondere a domande complesse.

Agente 3: L’Agente Operativo

Descrizione:

Esegue azioni specifiche all’interno di un sistema esterno, ad esempio un database o un’API.

Esempio:

    • Esportazione dati in Excel.
    • Modifica del contenuto di una pagina web.

Agente 4: L’Agente Interattivo

Descrizione:

Specializzato in conversazioni e interagisce con utenti in tempo reale.

Esempio:

    • Chatbot in un’app di supporto clienti.
    • Virtual assistant per rispondere a query specifiche.

Agente 5: L’Agente Adattivo

Descrizione:

L’apprendimento automatico gli permette di migliorare le prestazioni nel tempo basandosi sull’esperienza.

Esempio:

    • Analisi di sentimenti basata su dati storici.
    • Personalizzazione delle risposte in base ai dati dell’utente.

Come funziona il tool calling?

La chiamata degli strumenti coinvolge diversi componenti chiave che collaborano per facilitare l’interazione dell’AI con strumenti esterni. I moderni LLM, tra cui Claude di Anthropic, Llama 3 di Meta, Mistral e IBM® Granite, possiedono tutti funzionalità di chiamata agli strumenti, ma li gestiscono in modo leggermente diverso.

Passaggio 1: Riconoscimento della necessità di uno strumento

Supponiamo che un utente chieda a un LLM: "Che tempo fa a San Francisco in questo momento?" L'AI utilizza il Natural Language Understanding per riconoscere che sono necessari dati meteorologici in tempo reale, che non possono essere derivati dalla sua base di conoscenza statica.

Viene assegnato automaticamente un ID univoco alla richiesta di un modello di utilizzare uno strumento, che funge da numero di tracciamento per collegare la richiesta al suo risultato.

Passaggio 2: Selezione dello strumento

L’AI identifica lo strumento più adatto per il compito da svolgere, in questo caso consultando un database meteorologico aggiornato. Questo passaggio contribuisce a garantire che le informazioni recuperate siano accurate e pertinenti.

Ogni strumento contiene metadati e informazioni strutturate, come un nome univoco dello strumento (o nome della funzione), che aiuta il modello e il sistema a identificarlo correttamente. Altri metadati includono descrizione, parametri dello strumento e i tipi di input e output richiesti.

Passaggio 3: Creazione e invio di una query

L’AI formula quindi una richiesta strutturata che lo strumento o l’API possono comprendere.

Ogni strumento è associato a funzioni specifiche che ne definiscono il funzionamento. Queste funzioni si basano su una documentazione API, che fornisce le istruzioni su come interagire con l’API dello strumento, inclusi gli URL degli endpoint, i metodi di richiesta e i formati di risposta.

Per accedere a un’API esterna, molti servizi richiedono una chiave API, un identificatore unico che concede l’autorizzazione a effettuare richieste. Quando lo strumento viene selezionato e i parametri vengono impostati, viene effettuata una chiamata API per recuperare i dati richiesti. Questa richiesta viene in genere inviata tramite HTTP a un server esterno.

Passaggio 4: Ricezione ed elaborazione della risposta

Lo strumento esterno restituisce i dati. L’AI deve quindi analizzare i risultati dello strumento. Per una richiesta meteo, l’API potrebbe rispondere con un oggetto schema JSON contenente temperatura, umidità e velocità del vento