本文來自微信公眾號“新智元”。
【新智元導(dǎo)讀】最近OpenAI和谷歌放出的多智能體招聘信息，這可能預(yù)示著AI開發(fā)的下一個階段。
兩年前，OpenAI發(fā)布的ChatGPT將人工智能中的LLM一舉推到公眾面前，引起了世界矚目。
隨后各大科技公司紛紛在次年推出了自己的LLM，相關(guān)初創(chuàng)公司更是如雨后春筍般層出不窮。
但從去年3月GPT-4橫空出世后，LLM的發(fā)展似乎就開始陷入了停滯。
萬眾期待的、將具有顛覆性和革命性的GPT-5遲遲不出，于此同時，開源與閉源模型的性能差距迅速減小。
AGI這個曾經(jīng)在GPT-4發(fā)布時，似乎馬上就能達(dá)到的目標(biāo)，在這兩年里L(fēng)LM不斷出現(xiàn)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(yuǎn)起來。
那么，現(xiàn)階段人工智能發(fā)展的下一步是什么？
或許今年9月下旬時，谷歌和OpenAI發(fā)布的招聘已向我們揭示：多智能體系統(tǒng)（Multi-Agent Systems，MAS）將會是AI發(fā)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上宣布，他們正在為新的多智能體研究團隊招聘機器學(xué)習(xí)工程師，候選人最好擁有豐富的LLM工程經(jīng)驗。
AI智能體的發(fā)展符合OpenAI最近提出的衡量通用人工智能（AGI）進展的五級標(biāo)準(zhǔn)中的第三級。
目前，OpenAI認(rèn)為自己正處于第二階段的門檻，即被稱為「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(jù)《The Information》報道，OpenAI一直在開發(fā)兩種類型的AI智能體，用于自動化復(fù)雜任務(wù)。
其中一種類型旨在控制設(shè)備以便在文檔之間傳輸數(shù)據(jù)或完成報銷報告，另一種則專注于基于網(wǎng)絡(luò)的任務(wù)，例如收集公共數(shù)據(jù)或預(yù)訂航班。
無獨有偶，9月23日，谷歌也發(fā)布了有關(guān)多智能體的招聘信息。
但早在今年五月，谷歌DeepMind的CEO Demis Hassabis在接受彭博社采訪時，就表示AI發(fā)展的下一步是開發(fā)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(tǒng)會在未來一到兩年內(nèi)投入使用。
多智能體系統(tǒng)
多智能體系統(tǒng)是當(dāng)代人工智能研究的核心領(lǐng)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(huán)境、學(xué)習(xí)模型、做出決策并采取行動的自主實體。
在多智能體系統(tǒng)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(tǒng)中的每個智能體具備特定的專長和目標(biāo)。
例如，可以開發(fā)一個包含獨立智能體的系統(tǒng)，這些智能體分別專注于總結(jié)、翻譯、內(nèi)容生成等任務(wù)。
然后，這些智能體可以共同工作，共享信息，并以靈活可定制的方式分工合作。
與像GPT這樣的單體大語言模型（LLM）相比，多智能體系統(tǒng)的一些關(guān)鍵潛在優(yōu)勢包括：
專門化：智能體可以針對特定任務(wù)進行優(yōu)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(wù)時效率更高且更具針對性，性能也更佳。
定制化：用戶可以根據(jù)需求靈活組合不同的智能體。智能體團隊的組合可以根據(jù)不同的使用場景進行調(diào)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(xùn)練整個模型。這使得多智能體系統(tǒng)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(tǒng)的整體行為做出貢獻。而單體模型通常是一個「黑箱模型」。
在實際應(yīng)用中，多智能體系統(tǒng)的優(yōu)勢就更加顯著：
靈活性與擴展能力：多智能體系統(tǒng)可以通過增加、移除和修改智能體來靈活地適應(yīng)變化的環(huán)境，這使得它們在解決復(fù)雜問題時表現(xiàn)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(tǒng)也能繼續(xù)運行，從而具有更高的魯棒性和容錯能力。
自組織與協(xié)調(diào)：智能體可以基于「涌現(xiàn)行為規(guī)則」自組織，從而實現(xiàn)分工、協(xié)調(diào)決策和沖突解決；「涌現(xiàn)行為規(guī)則」是指通過個體間的簡單互動產(chǎn)生復(fù)雜的整體行為。
實時操作：無需人為監(jiān)管即可立即對環(huán)境變化作出響應(yīng)，支持災(zāi)害救援、交通優(yōu)化等實時響應(yīng)應(yīng)用場景。
多智能體系統(tǒng)在從前的發(fā)展中往往受到智能體復(fù)雜性、不安全的通信和協(xié)調(diào)困難的限制。
然而，隨著現(xiàn)代人工智能解鎖出更智能、自適應(yīng)且可擴展的實現(xiàn)方式，這些系統(tǒng)在構(gòu)建響應(yīng)迅速且具有彈性的系統(tǒng)中能夠發(fā)揮越來越重要的作用。
未來多智能體系統(tǒng)的應(yīng)用場景涵蓋了通過集成交通打造更智能的城市、通過分布式發(fā)電和存儲實現(xiàn)更清潔的能源，以及利用患者數(shù)據(jù)進行精準(zhǔn)醫(yī)療。
AI多智能體系統(tǒng)提供了將這些構(gòu)想變?yōu)閺V泛實際應(yīng)用的計算基礎(chǔ)，并為解決各行業(yè)中復(fù)雜的現(xiàn)實問題提供了新的解決方案。
而隨著分布式智能模仿生態(tài)系統(tǒng)等自然現(xiàn)象，AI多智能體系統(tǒng)將會成為打造更高效、響應(yīng)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/
