AI Agent目前应用落地有哪些局限性?

2024-03-22 06:52

本文主要是介绍AI Agent目前应用落地有哪些局限性?,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

谈到AI Agent目前应用落地有哪些局限性,还是要从概念、应用入手。

谈 到 AI Agent, 很多人都认为它是LLM的产物,了解 AI Agent 的人应该知道,Agent 概念并不是当今的产物,而是伴随人工智能而出现的智能实体概念不断进化的结果。

一、要弄懂AI领域的agent是什么意思,就要知道AI Agent的发展脉络

思想启蒙阶段:

关于 AI Agent 的最早起源,还要从能够启发人类思考的哲学领域开始探寻。可以追溯到公元前 350 年左右的亚里士多德(Aristotle)时期,当时的一些哲学家将其描述为一些拥有信念、意图和执行力的实体。

回到中国古代,必然始于中国春秋时代,从老子的“道生一,一生二,二生三,三生万物”,到在“庄周梦蝶”,这也可以看到智能体的影子。

人工智能实体化发展阶段:

人工智能实体化的标志性节点就是大名鼎鼎的图灵测试。20 世纪 50 年代,阿兰图灵(Alan Turing)把“高度智能有机体”概念扩展到了人工实体,并提出了著名的图灵测试。这个测试是人工智能的基石,旨在探索机器是否可以显示与人类相当的智能行为。

20 世纪 50 年代末到 60 年代是人工智能的创造时期,所出现的编程语言、书籍及电影到现在还在持续影响更多的人。比如,2001太空漫游( 2001: A Space Odyssey)

AI Agent进化:

伴随着 AI 技术的发展,至 2000 年左右,Agent 已经衍生出不少种类。比如基于模型的智能体(MODEL-BASED AGENTS),学习型智能体(LEARNING AGENTS)

基于 LLM 的智能体:

2012年之后,人工智能不断落地实践。轰动全世界的还是2016 年,AlphaGO(击败欧洲冠军范慧和世界冠军李世石。从此,人工智能走进大众视野。2023 OpenAI 发布 GPT-4。AutoGPT 横空出世,迅速火遍全球。澜码科技创始人兼 CEO 周健对 21 世纪经济报道记者表示,2023 年是大语言模型的元年,2024 年将是 AI Agent 的爆发年,AI Agent 是大语言模型优先落地的最佳形态。

目前,全球范围内的各大厂商推出了多款大型语言模型(LLM),如LLaMA、BLOOM、StableLM以及ChatGLM等,均为开源的LLM。与此同时,全球科技厂商所推出的数以千计的大型语言模型,为AI Agent在不同领域的多样化应用提供了更为广泛的基础支撑。

二、都在说的AI Agent 究竟是什么?

“AI Agent 本质上是通过对话式的 UI 来展现出部分人的属性,相当于很重要的连接器。并

且增加算力后,其智力可以无限扩张。”

三、明白了 Agent 的发展脉络和定义,我们再来深度剖析了AI Agent的两大潜在落地场景。

其一为智能体模拟。考虑到国内情绪消费市场尚存广阔的想象空间,陪伴型智能体有望借助情绪消费的趋势红利,在LLM(大语言模型)时代崭露头角,成为重要的AI原生应用。

其二则是交互智能体。东吴证券指出,智能体之间以及与虚拟世界内物体的互动能力,可能催生出超越设计者预期的新场景和功能。特别是在开放世界游戏等行业,这种交互智能体不仅能够提升玩家的沉浸感,还有望解决开放世界游戏中内容消耗过快的问题。随着多可信Agent技术的日益成熟,未来甚至可能孕育出全新的游戏类型。

四、所以,基于以上的分析,AI Agent应用落地局限性也就呼之欲出了。

首先,Agent 响应速度慢、数据权限把控难。

现有的系统改造和集成所需的投入成本、Agent在响应过程中的速度缓慢问题、对数据权限的严格把控难度、以及多个Agent之间集成与调度的复杂性等因素,均构成了AI Agent在实际应用落地过程中所面临的重大挑战。这些挑战不仅影响了AI Agent的性能和效率,也增加了其在实际应用中的不确定性和风险,需要我们在推进AI Agent落地的过程中予以充分重视和有效解决。

其次,大模型推广难。

不管是大厂商,还是中小型公司,会普遍反应模型贵,算力贵。关于AI Agent模型的价格,它实际上取决于多个因素,包括模型的复杂度、训练数据量、所需的计算资源以及开发成本等。一般来说,高级的AI Agent模型,特别是那些经过深度学习和大量数据训练的模型,其价格可能会相对较高。这是因为开发这样的模型需要投入大量的研发资源,包括人力、计算资源和时间。

对于商家来说,选择智能体Agent RPA处理流程,是比较具有性价比的。

而算力,作为AI模型训练和推理的基础,其价格也是受到多种因素的影响。算力的价格主要取决于所需的计算规模、计算设备的性能以及市场供需关系等。目前,随着人工智能技术的快速发展,对算力的需求也在不断增加,这可能导致算力价格的上升。同时,不同类型的计算任务对算力的需求也不同,例如,深度学习等复杂任务需要更高性能的算力支持,其价格自然也会相应较高。

2024 年企业采用大语言模型的首要目标是降低企业运营成本,这是一个可行方向;其次是产品服务体验创新,提升客户需求响应速度、业务收入增长,支持公司 AI 战略等。他预测,2024 年大模型市场规模 120 亿元。同时,AI Agent 能力建设和应用建设并行,建设和运营将同等重要。

这篇关于AI Agent目前应用落地有哪些局限性?的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/834763

相关文章

Ilya-AI分享的他在OpenAI学习到的15个提示工程技巧

Ilya(不是本人,claude AI)在社交媒体上分享了他在OpenAI学习到的15个Prompt撰写技巧。 以下是详细的内容: 提示精确化:在编写提示时,力求表达清晰准确。清楚地阐述任务需求和概念定义至关重要。例:不用"分析文本",而用"判断这段话的情感倾向:积极、消极还是中性"。 快速迭代:善于快速连续调整提示。熟练的提示工程师能够灵活地进行多轮优化。例:从"总结文章"到"用

AI绘图怎么变现?想做点副业的小白必看!

在科技飞速发展的今天,AI绘图作为一种新兴技术,不仅改变了艺术创作的方式,也为创作者提供了多种变现途径。本文将详细探讨几种常见的AI绘图变现方式,帮助创作者更好地利用这一技术实现经济收益。 更多实操教程和AI绘画工具,可以扫描下方,免费获取 定制服务:个性化的创意商机 个性化定制 AI绘图技术能够根据用户需求生成个性化的头像、壁纸、插画等作品。例如,姓氏头像在电商平台上非常受欢迎,

中文分词jieba库的使用与实景应用(一)

知识星球:https://articles.zsxq.com/id_fxvgc803qmr2.html 目录 一.定义: 精确模式(默认模式): 全模式: 搜索引擎模式: paddle 模式(基于深度学习的分词模式): 二 自定义词典 三.文本解析   调整词出现的频率 四. 关键词提取 A. 基于TF-IDF算法的关键词提取 B. 基于TextRank算法的关键词提取

水位雨量在线监测系统概述及应用介绍

在当今社会,随着科技的飞速发展,各种智能监测系统已成为保障公共安全、促进资源管理和环境保护的重要工具。其中,水位雨量在线监测系统作为自然灾害预警、水资源管理及水利工程运行的关键技术,其重要性不言而喻。 一、水位雨量在线监测系统的基本原理 水位雨量在线监测系统主要由数据采集单元、数据传输网络、数据处理中心及用户终端四大部分构成,形成了一个完整的闭环系统。 数据采集单元:这是系统的“眼睛”,

从去中心化到智能化:Web3如何与AI共同塑造数字生态

在数字时代的演进中,Web3和人工智能(AI)正成为塑造未来互联网的两大核心力量。Web3的去中心化理念与AI的智能化技术,正相互交织,共同推动数字生态的变革。本文将探讨Web3与AI的融合如何改变数字世界,并展望这一新兴组合如何重塑我们的在线体验。 Web3的去中心化愿景 Web3代表了互联网的第三代发展,它基于去中心化的区块链技术,旨在创建一个开放、透明且用户主导的数字生态。不同于传统

AI一键生成 PPT

AI一键生成 PPT 操作步骤 作为一名打工人,是不是经常需要制作各种PPT来分享我的生活和想法。但是,你们知道,有时候灵感来了,时间却不够用了!😩直到我发现了Kimi AI——一个能够自动生成PPT的神奇助手!🌟 什么是Kimi? 一款月之暗面科技有限公司开发的AI办公工具,帮助用户快速生成高质量的演示文稿。 无论你是职场人士、学生还是教师,Kimi都能够为你的办公文

csu 1446 Problem J Modified LCS (扩展欧几里得算法的简单应用)

这是一道扩展欧几里得算法的简单应用题,这题是在湖南多校训练赛中队友ac的一道题,在比赛之后请教了队友,然后自己把它a掉 这也是自己独自做扩展欧几里得算法的题目 题意:把题意转变下就变成了:求d1*x - d2*y = f2 - f1的解,很明显用exgcd来解 下面介绍一下exgcd的一些知识点:求ax + by = c的解 一、首先求ax + by = gcd(a,b)的解 这个

Andrej Karpathy最新采访:认知核心模型10亿参数就够了,AI会打破教育不公的僵局

夕小瑶科技说 原创  作者 | 海野 AI圈子的红人,AI大神Andrej Karpathy,曾是OpenAI联合创始人之一,特斯拉AI总监。上一次的动态是官宣创办一家名为 Eureka Labs 的人工智能+教育公司 ,宣布将长期致力于AI原生教育。 近日,Andrej Karpathy接受了No Priors(投资博客)的采访,与硅谷知名投资人 Sara Guo 和 Elad G

hdu1394(线段树点更新的应用)

题意:求一个序列经过一定的操作得到的序列的最小逆序数 这题会用到逆序数的一个性质,在0到n-1这些数字组成的乱序排列,将第一个数字A移到最后一位,得到的逆序数为res-a+(n-a-1) 知道上面的知识点后,可以用暴力来解 代码如下: #include<iostream>#include<algorithm>#include<cstring>#include<stack>#in

zoj3820(树的直径的应用)

题意:在一颗树上找两个点,使得所有点到选择与其更近的一个点的距离的最大值最小。 思路:如果是选择一个点的话,那么点就是直径的中点。现在考虑两个点的情况,先求树的直径,再把直径最中间的边去掉,再求剩下的两个子树中直径的中点。 代码如下: #include <stdio.h>#include <string.h>#include <algorithm>#include <map>#