AI知识库

53AI知识库

学习大模型的前沿技术与行业应用场景


1个例子,揭开AI Agent神秘面纱
发布日期:2024-07-21 17:05:12 浏览次数: 1907



AI agent 大家现在应该不会太陌生了,最近一段时间关于它的解读层出不穷。也因其特有的易构建性和多扩展功能越来越被更多的人期待,谁还不想有个自己的智能体呢??

在 WAIC产业发展论坛上李彦宏指出,AI技术的价值并非仅仅体现在模型的复杂度上,而是在于其能否在实际应用中产生价值。智能体,作为AI技术的一种应用形态,正在将这一理念转化为现实。

还有许多专家认为智能体很有可能会是通往AGI(通用人工智能)的桥梁。

那么,AI智能体究竟是什么?它为何能获得如此高的评价?今天,我们就通过一个服装厂老板的决策这样一个案例,来揭开AI智能体背后的神秘面纱。

01

通过服装厂老板来看人类思维链

想象一下,作为一家服装厂的老板,您每天都需要做出关键的决策:生产什么样的服装?
如果我们直接询问大语言模型,可能会得到一些看似合理但实际上并无实际帮助的答案。因为对于这种知识密集型的决策任务,单次问答很难获得有价值的结果。
那我们看一下,我们人类是如果解决这类问题的。
1. 我们可能会根据经验列出影响服装销量的关键因素,如天气、流行趋势、原料成本和产能等。
2. 我们将这个大目标分解为一系列更易执行的小目标,例如查看未来一个月的天气预报、了解公众对服装潮流的看法、观察竞争对手的热销款式等。
像这种目标分解的策略相信大家都不陌生,这是咱们经常用的解决问题的办法。
3. 我们开始采取行动实现我的目标。
我们会先通过天气软件获取未来一个月的天气数据,这时候,我们突然发现将有一次大幅升温。这时候我们会果断调整研究方向,聚焦于夏季服装。
然后在各大社交平台上查看关于夏季服装的讨论,通过讨论发现跨梁背心会受到热烈欢迎。
这可能促使我们进一步调整小目标,专注于跨梁背心的研究。
然后,我们通过电商平台搜索跨梁背心,发现销量高的产品通常价格低且透气性好,这时候我们会得出一个初步的结论,可以先聚焦于跨梁背心的生产。
在得出这个结论之后,我们就会进一步围绕材料、产能和成本制定小目标。
在这个过程中,我们会随着外界的情况的变化,不断调整目标和策略,逐步调整成一个确定的目标答案。
而我们这种不断分解目标、调整策略并执行的过程,可以称它为思维链。

02

A I Agent底层原理

而AI Agent正是基于大语言模型,试图模仿人类解决问题的这种思维链的过程。
在AI Agent系统中,大语言模型相当于人类的大脑,而系统还包括工具模块,如网络搜索、数值计算和文件读取等接口。
通过精心设计的提示词,AI Agent被赋予了服装厂老板的角色,并设定了寻找最适合生产的服装款式的目标。
AI Agent的工作流程包括接收复杂的提示词,进行推理和目标分解,并确定下一步行动。例如,它可能会决定查询天气接口。
因为提示词中包含了严格的回复格式要求,AI Agent的回复将包括推理、目标分解和具体行动。
然后将这个过程不断重复,每次都将前一步的结果作为输入,继续进行推理和行动,直到得出最终答案。
再看完服装厂老板决策过程的例子,再来理解AI Agent是不是感觉就没有那么神秘了。
所以,我们也可以看出AI Agent之所以受到高度赞誉,是因为它有可能完整的模仿人类解决复杂问题的思维方式,用工具来解决问题。
也正是因为如此,有人认为它是实现AGI的一种可能途径。
虽然AI Agent对于AI圈的人来说并不陌生,但是要做个一个好的智能体,还需要有创意,以及不断的调优。
当然,。也有观点认为AI Agent是因为它的有效性高度依赖于大语言模型的推理能力。所以基础并不牢固,前景也并非一片美好。
总之呢,AI Agent目前处于理想与现实之间的状态,其潜力巨大,但面临的挑战同样严峻。


53AI,企业落地应用大模型首选服务商

产品:大模型应用平台+智能体定制开发+落地咨询服务

承诺:先做场景POC验证,看到效果再签署服务协议。零风险落地应用大模型,已交付160+中大型企业

联系我们

售前咨询
186 6662 7370
预约演示
185 8882 0121

微信扫码

与创始人交个朋友

回到顶部

 
扫码咨询