如何改变下一代代理的边界

想象一下，将来有一天，您的保姆机器人将收到一个说明，以便下车购买咖啡，并自由完成一系列动作，例如打开门，拿到电梯，找到便利店，选择咖啡并付钱，并最终给您咖啡。这不是科幻电影，而是由具有独立进化能力的AI代理带来的可能性 - 它不再限于在固定场景中完成特定的动作，而可以在像人这样的奇怪环境中“独立学习”，并根据场景的变化采取适当的行动。作为人工智能的主要承载者，代理由硬件和软件等各种元素组成。这将看到周围的环境，并根据环境做出判断和决定。在家扫地机器人也是一个智能机构，如果地板上覆盖着灰尘或灰尘，可以识别出它，然后选择合适的清洁G方法。实际上，代理人并不总是明智的，他们的进化史就像一个人的成长历史。在早期，代理只能“记住”。例如，在1997年击败国际象棋冠军的超级计算机“深蓝色”实际上是一个“中继器”，它卖出了数十万个国际象棋标记，并且遇到了移动动作时避免。 2014年，Google的Alphago启动了“训练”模型，代理商开始通过自学来提高自己的能力，并逐渐搬到了一个特殊领域的硕士学位。在2022年，出现了一个由Chatgpt代表的大型语言模型，该模型是为代理商的高水平智力开发而来的。例如，当借助AI模型借助Oracle Bone脚本时，它可以根据上下文的含义自由地捕获稀有字符含义的铜模式数据库，甚至可以根据上下文的含义创建“创建”新字符。根据代理的演变，TR的方法发生了变化Aining Agents。 AI模型依靠由Mano收集的数据进行培训。您“喂食”的培训数据将了解您所学到的知识。例如，给他们100万张猫和狗的图像，清楚地标志着哪些猫和哪些狗是。经过漫长的训练期，他们可以区分猫和狗，但是他们仍然无法识别从未见过的动物。下一代代理商将有能力独立组成 - 通过观察世界并与周围环境互动来学习不同的技能。无需收集和标记100万张图像，只使用几张图像来教他们最基本的图像，他们可以自己学习更多知识。例如，如果您想教代理商骑自行车，则只需要展示一次，它将单独测试不同的自行车运动，持续的试验和错误，最后学习循环技巧。这意味着下一代代理商将在自主权方面提高下一个水平和灵活性，并可以积极获取信息，进行信息处理，然后分解任务和完成任务。基于这种方法，代理多年来可以完全融入我们的生活中：在厨房里，智能炉子不仅可以烹饪美味的食物，而且还要记住您的口味偏好；在医院，AI医生正在与患者约会症状，并要求外科医生讨论“定制计划”……但是，目前，代理商的发展远非预期的“清晰的耳朵，尖锐的眼睛和思维技巧”。他们只能在固定情况下完成特定的任务，并且无法在整个情况下完成任务：代理可以螺钉螺丝螺钉的汽车，但可能不会被船取代；它可以在平坦的地面上跳舞，但是当被山路所取代时，它可能“不平衡 - 相等”。 “十字架”，“跨阶段，跨学”活动是下一代代理商发展的目标。虽然是ArtificiaL智能从数字世界转变为物理世界，代理人的证书变得更加重要。在继续开发代理技术的过程中，我们始终需要保护文明的底线“技术发展应在人性的热量中服务”，并定义了行为和伦理标准的界限。 ）