多智能體纔是未來?谷歌、OpenAI齊下場,爭搶AGI人才

新智元報道

編輯:Lumina

【新智元導讀】最近OpenAI和谷歌放出的多智能體招聘信息,這可能預示着AI開發的下一個階段。

兩年前,OpenAI發佈的ChatGPT將人工智能中的LLM一舉推到公衆面前,引起了世界矚目。

隨後各大科技公司紛紛在次年推出了自己的LLM,相關初創公司更是如雨後春筍般層出不窮。

但從去年3月GPT-4橫空出世後,LLM的發展似乎就開始陷入了停滯。

萬衆期待的、將具有顛覆性和革命性的GPT-5遲遲不出,於此同時,開源與閉源模型的性能差距迅速減小。

AGI這個曾經在GPT-4發佈時,似乎馬上就能達到的目標,在這兩年裡LLM不斷出現的幻覺、推理邏輯掉鏈子以及模型性能衰退等一系列陰影中再次變得遙遠起來。

那麼,現階段人工智能發展的下一步是什麼?

或許今年9月下旬時,谷歌和OpenAI發佈的招聘已向我們揭示:多智能體系統(Multi-Agent Systems,MAS)將會是AI發展的下一步。

多智能體研究團隊招募進行中

9月20日,OpenAI的研究員Noam Brown在X上宣佈,他們正在爲新的多智能體研究團隊招聘機器學習工程師,候選人最好擁有豐富的LLM工程經驗。

AI智能體的發展符合OpenAI最近提出的衡量通用人工智能(AGI)進展的五級標準中的第三級。

目前,OpenAI 認爲自己正處於第二階段的門檻,即被稱爲「推理者」的階段。

而最近OpenAI推出o1模型,就是這一階段的代表。

據《The Information》報道,OpenAI一直在開發兩種類型的AI智能體,用於自動化複雜任務。

其中一種類型旨在控制設備以便在文檔之間傳輸數據或完成報銷報告,另一種則專注於基於網絡的任務,例如收集公共數據或預訂航班。

無獨有偶,9月23日,谷歌也發佈了有關多智能體的招聘信息。

但早在今年五月,谷歌DeepMind的CEO Demis Hassabis在接受彭博社採訪時,就表示AI發展的下一步是開發自主人工智能代理。

這些代理將能夠回答問題,也能夠獨立計劃和行動。

而此類系統會在未來一到兩年內投入使用。

多智能體系統

多智能體系統是當代人工智能研究的核心領域。

它由多個相互交互的智能體組成,這些智能體是能夠感知環境、學習模型、做出決策並採取行動的自主實體。

在多智能體系統中,智能體可以是軟件程序、機器人、無人機、傳感器、人類或它們的組合。

此外,多智能體系統中的每個智能體具備特定的專長和目標。

例如,可以開發一個包含獨立智能體的系統,這些智能體分別專注於總結、翻譯、內容生成等任務。

然後,這些智能體可以共同工作,共享信息,並以靈活可定製的方式分工合作。

與像GPT這樣的單體大語言模型(LLM)相比,多智能體系統的一些關鍵潛在優勢包括:

專門化:智能體可以針對特定任務進行優化,而不是試圖在單一模型中包含所有能力。這使得在處理特定任務時效率更高且更具針對性,性能也更佳。

定製化:用戶可以根據需求靈活組合不同的智能體。智能體團隊的組合可以根據不同的使用場景進行調整。

可擴展性:單個智能體可以獨立更新或替換,而無需從零重新訓練整個模型。這使得多智能體系統的迭代和改進更加可行。

可解釋性:使用多個智能體時,更容易理解和分析不同組件如何對系統的整體行爲做出貢獻。而單體模型通常是一個「黑箱模型」。

在實際應用中,多智能體系統的優勢就更加顯著:

靈活性與擴展能力:多智能體系統可以通過增加、移除和修改智能體來靈活地適應變化的環境,這使得它們在解決複雜問題時表現出極高的擴展能力。

魯棒性與可靠性:控制的去中心化使得即使某些組件失效,系統也能繼續運行,從而具有更高的魯棒性和容錯能力。

自組織與協調:智能體可以基於「涌現行爲規則」自組織,從而實現分工、協調決策和衝突解決;「涌現行爲規則」是指通過個體間的簡單互動產生複雜的整體行爲。

實時操作:無需人爲監管即可立即對環境變化作出響應,支持災害救援、交通優化等實時響應應用場景。

多智能體系統在從前的發展中往往受到智能體複雜性、不安全的通信和協調困難的限制。

然而,隨着現代人工智能解鎖出更智能、自適應且可擴展的實現方式,這些系統在構建響應迅速且具有彈性的系統中能夠發揮越來越重要的作用。

未來多智能體系統的應用場景涵蓋了通過集成交通打造更智能的城市、通過分佈式發電和存儲實現更清潔的能源,以及利用患者數據進行精準醫療。

AI多智能體系統提供了將這些構想變爲廣泛實際應用的計算基礎,併爲解決各行業中複雜的現實問題提供了新的解決方案。

而隨着分佈式智能模仿生態系統等自然現象,AI多智能體系統將會成爲打造更高效、響應更迅速且更具彈性的未來世界不可或缺的方法。

參考資料:

https://the-decoder.com/what-comes-after-o1-openai-builds-multi-agent-research-team/