Z站长网 Z站长网 AI 查看内容

异军突起的AI署理,会把人类带入一个怎样的新天下? ...

2025-1-22 21:23| 发布者: 乖学妹o3o| 查看: 486| 评论: 0

摘要: 从早期的机器主动扮装置到比年来的对话呆板人,科学家和工程师不停空想着一个将来:人工智能体系可以或许智能且独立地工作和举措。署理型人工智能的最新希望使这一自主化的将来更靠近实际。署理型人工智能的潜伏代价 ...


从早期的机器主动扮装置到比年来的对话呆板人,科学家和工程师不停空想着一个将来:人工智能体系可以或许智能且独立地工作和举措。署理型人工智能的最新希望使这一自主化的将来更靠近实际。署理型人工智能的潜伏代价巨大,它有望为人类劳动力带来更高的生产力、创新本领和洞察力。


署理型人工智能正在推动人类与人工智能互动和协作方式的巨大厘革。试想一下:可以或许为你规划下一次外洋观光并安排全部行程的人工智能署理;充当老年人假造照顾护士的类人呆板人;大概可以或许根据及时需求颠簸即时优化库存的人工智能供应链专家。这些只是署理型人工智能期间所带来大概性的冰山一角。

已往的人工智能助手大多是基于规则的,独立举措本领有限,而署理型人工智能将被赋予更多代表人类举措的权利。那么,署理型人工智能毕竟是什么呢?“可以用一个词来界说署理型人工智能:自动性。”环球体验工程公司Ciklum的人工智能专家恩维尔·切廷在担当采访时表现,“它指的是可以或许自主举措以实现目的而无需连续人类引导的人工智能体系和模子。署理型人工智能体系可以或许明白用户的目的或愿景,以及他们试图办理的题目的配景。”

为了实现这种自主决议和举措本领,署理型人工智能依靠于多种复杂技能的组合,包罗呆板学习、天然语言处置惩罚和主动化技能。固然署理型人工智能体系使用了像ChatGPT如许的天生式人工智能模子的创造性本领,但它们在几个方面有所差别:

起首,它们专注于决议,而不是内容天生;其次,它们不依靠人类的提示,而是被设定为优化特定目的,比方最大化贩卖额、提拔客户满足度评分或进步供应链流程的服从;第三,与天生式人工智能差别,它们可以或许独立实行复杂的运动序列,好比自主搜刮数据库或触发工作流以完成使命。

与署理型人工智能互助的益处

依附其强盛的推理和实行本领,署理型人工智能体系有望彻底改变人机协作的很多方面,尤其是在以往相对不受人工智能主动化影响的工作范畴,比方自动管理复杂的IT体系以防备故障;根据地缘政治或气候干扰动态重新设置供应链;或与患者或客户举行高度传神的互动,以高效办理题目。其重要益处包罗劳动力更高水平的专业化、信息可信度的提拔以及创新本领的加强。

1、更高的专业化水平

自亚当·斯密在其著作《国富论》中提到制针工厂的经典案例以来,人们就已熟悉到劳动力专业化——即“分工”的紧张性。斯密观察到,“一名工人拉伸铁丝,另一名工人将其校直,第三名工人将其堵截,第四名工人将其磨尖……”,云云一来,“制针这一紧张业务就被分解为约莫十八个差别的工序”。专业化可以或许提拔服从、促进实践学习和引发创新,但在劳动力短缺或岗位与现有技能不匹配的环境下,实在施仍面对诸多挑衅。

由于署理型模子被明白计划为实行非常过细的使命,它们使得脚色的专业化水平远高于以往的宽泛主动化体系。别的,可以敏捷创建多个署理型脚色。比方,在知识工作中,可以开辟专门用于信息检索、分析、工作流天生和员工帮忙的署理,它们可以或许协同作业。同时,一些人工智能署理还会在“幕后”发挥作用,像人类管理者和谐团队一样,统筹其他署理的工作。

2、创新

依附加强的判定力和实行力,署理型人工智能体系非常得当实行和创新。比方,ChemCrow是一种人工智能驱动的化学署理,它已被用于规划和合成一种新型驱虫剂以及创造新的有机化合物。多署理AI模子还可以在极短的时间内扫描和分析巨大的研究范畴——比方科学文章和数据库——这将耗费人类科学家和研究职员团队大量的时间。由麻省理工学院研究职员开辟的SciAgents多署理模子,不但包罗用于天生研究筹划的“科学家”署理,还配备了一个“品评署理”,专门用于检察这些筹划并提出改进发起。通过这种协同工作模式,SciAgents团队乐成辨认出一种新型生物质料,该质料联合了丝绸和蒲公英基色素,显现出优于传统质料的机器和光学性能,同时能耗更低。

3、更高的可信度

署理型人工智能体系依附其更强的认知推理本领,可以或许有用制止天生式人工智能体系常见的“幻觉”征象(即天生假造信息)。别的,它还能明显提拔对信息泉源的筛选和甄别本领,确保信息的质量与可靠性,从而增能人们对其决议的信托。

比方,客户信息通常以差别的格式分散在企业的各个部门——电子邮件、数据库、电子表格等。而署理型人工智能体系可以或许敏捷判断,公司客户关系管理(CRM)体系通常是获取最可靠、最新信息的最佳泉源。别的,署理型体系还被计划为可以或许快速学习公司的代价观和品牌理念,确保其决议和举措与之保持同等。

潜伏应用场景

只管很多署理型人工智能的应用仍处于实行阶段或试点阶段,但其在差别行业和职能中的潜伏应用场景的大抵表面已经开始显现。以下是一些例子:

1、客户服务

与传统主动化客户服务呆板人(它们的相应和举措范围有限且预先设定)差别,署理型客户服务署理可以或许快速洞察客户的意图和感情,并自主接纳有用步伐办理题目。

比方,署理型客户服务署理可以猜测性地评估客户的包裹是否耽误送达,关照客户耽误环境,并自动提供扣头以缓解客户的扫兴感情。总部位于加利福尼亚的AI初创公司Ema提供署理型人工智能谈天呆板人,这些呆板人可以动态搜刮数千个差别的数据库和应用步伐以办理客户咨询和投诉。它们可以从每次客户互动中学习,并为人类署理保举最佳举措方案。Ema还会对其内容举行审计,以确保其正确性和合规性,同时为改善客户知识库提出发起。

2、制造业

从控制生产线的流程到定制产物,再到提出改进产物计划的发起,署理型人工智能在智能制造中大概有多种应用。工厂和运输中的呆板、零部件以及其他物理资产上安装的传感器所网络的数据可以被署理型人工智能体系分析,以猜测磨损和生产故障,制止非筹划停机及其相干的本钱。

德国人工智能初创公司Juna.ai摆设人工智能署理运行假造工厂,旨在进步生产力和质量,同时淘汰能源斲丧和碳排放。该公司乃至提供针对特定目的定制的署理,比方生产署理和质量署理。

3、贩卖支持

对于贩卖职员来说,探求和开辟贩卖线索这一关键目的每每被大量的电子邮件、文书工作以及其他繁琐但须要的行政使命所沉没。署理型人工智能体系可以极大地解放贩卖团队,使他们摆脱这些耗时的运动。

CRM技能巨头Salesforce推出了“Agent Force Service Development Rep”,以帮忙人类贩卖团队的工作。该署理由大型语言模子(LLM)驱动,可以或许解读客户信息,保举后续举措,安排集会,答复题目,并天生符合公司品牌声音的回应。与这些运动相辅相成的是“Agent Force Sales Coach”,它为人类署理提供个性化反馈,并通过假造脚色饰演课程提供学习时机。

4、康健与社会照顾护士

署理型人工智能体系可以或许顺应差别情况,解读人类情绪并显现同理心,这使其非常得当在医疗保健和照顾护士等范畴的非例行、软技能工作。总部位于加利福尼亚的署理型人工智能医疗保健公司Hippocratic AI开辟了一系列针对差别医疗保健和社会支持范畴的定制化人工智能署理。此中,名为Sarah的署理以“温温暖关怀”的形象为老年人的生存提供知心资助。它可以扣问患者的一样平常环境,安排菜单和交通,并定期提示患者服药。另一位名为Judy的署理则资助患者举行术前预备,比方提示患者到达时间和所在,或发起术前禁食或停药。

面对的挑衅

只管署理型人工智能具有明显的潜力,可以或许改变人机协作方式,推动更高的服从和业务增长,但其仍处于相对早期的发展阶段。别的,只管其推理和实行本领更强,但它们并没有消除传统劳动力管理的挑衅;相反,它们改变了这些挑衅。正如在传统的人类劳动力情况中一样,管理者仍需关注团队构成和脚色选择等题目,并设定精确的目的,以确保署理型人工智能或混淆团队可以或许取得乐成。他们还必要审慎调解署理型人工智能体系可以被信托做出决议的条件,以及人类决议者必要干预的环境。


乐成的关键要素

为了充实使用署理型人工智能带来的机会,同时低落风险,管理者应思量以下关键要点:

1、设定SMART目的

正如目的界说不清或表述不妥会拦阻人类团队的绩效一样,署理型人工智能体系假如目的设定不明白,也会偏离轨道。究竟上,对于署理型人工智能而言,目的设定至关紧张。这些体系在初始阶段每每缺乏人类工作者依附履历所隐性把握的上下文信息,好比构造和市场配景、公司代价观等。Ciklum的Cetin夸大了全面貌标设定的紧张性:“为了使署理式人工智能取得乐成,模子必须拥有SMART(详细、可权衡、可告竣、相干、时限性)目的和子目的,并知道怎样权衡它们。它们还必须拥有精确的上下文信息——比方,为什么这些目的对公司至关紧张,它们怎样推动收入增长等。末了,作为管理者,昨们必要创建反馈循环,以便随着昨们对它们性能的相识增长而调解模子。”

2、关注团队选择

与天生式人工智能(重要通过向大型语言模子提出单一题目来获取答案)差别,署理型人工智能更像是一个团队协作的过程。它通过多个具有特定脚色和分工的人工智能署理协同工作,来实现更弘大的目的,无论是提拔客户体验,照旧创新低本钱的业务流程。正如在人类团队中一样,和谐、辩论和资源管理等题目大概会出现。管理者在利用署理型人工智能体系时,必须经心挑选团队成员,确保各署理脚色的公道搭配,从而高效完成使命。别的,他们还必要细致思量署理型团队与人类工作者怎样互动,以实现运动中的信托和服从。

3、构建决议框架

只管署理型人工智能模子被计划用于评估决议选项并实行复杂的运动序列,但它们并非完善无缺,仍大概犯错,就像人类一样。学习科学夸大了“支持框架”在学习过程中的紧张性——为学习者提供靠近真实场景的实践时机,同时设置掩护步伐,比方监视、明白的限定等。随着履历的积聚,这些掩护步伐会渐渐淘汰。在将署理型人工智能体系应用于差别的使命和业务范畴时,这种“支持框架”是必不可少的。决议者必要根据多种因素为这些模子构建符合的“支持框架”,比方决议的紧张性、错误的结果、练习数据的可靠性、人类监视的水平,以及与这些体系协同工作的人类的履历程度。

从早期的机器主动扮装置到比年来的对话呆板人,科学家和工程师不停空想着一个将来:人工智能体系可以或许智能且独立地工作和举措。署理型人工智能的最新希望使这一自主化的将来更靠近实际。署理型人工智能的潜伏代价巨大,它有望为人类劳动力带来更高的生产力、创新本领和洞察力。然而,风险也同样存在:私见、错误和不妥利用。企业和当局向导者如今尽早接纳举措,将有助于为署理型人工智能的发展设定精确的方向,使其益处可以或许安全、公平地实现。

关键词:AI

马克·普尔迪(Mark Purdy)| 文

马克·普尔迪是Beacon Thought Leadership的团结首创人兼董事,这是一家专注于内容开辟和培训服务的独立咨询公司。

Kimi | 译 周强 | 编校


《哈佛贸易批评》中文版 接洽方式

投稿、广告、内容和商务互助

newmedia@hbrchina.org


路过

雷人

握手

鲜花

鸡蛋
返回顶部