AI Agent,启动!复旦NLP团队发86页长文综述,智能体社会近在眼前近日,一篇探讨基于LLM的Agent综述论文在X上火了!仔细一看,论文署名中甚至一度还有米哈游。9...
AI Agent,启动!复旦NLP团队发86页长文综述,智能体社会近在眼前
近日,一篇探讨基于LLM的Agent综述论文在X上火了!仔细一看,论文署名中甚至一度还有米哈游。
9月19日,Jim Fan转发了一篇来自复旦NLP团队对基于LLM的Agent的综述。
Agent是能够感知自身所处环境、自我决策并采取行动的人工智能实体。该论文介绍了基于LLM Agent的一般概念框架,包括大脑、感知和行动;以及LLM Agent的应用场景、由LLM Agent组成的社会等。还讨论了LLM Agent领域中的一系列关键议题和开放性问题。有趣的是,在arXiv上提交的前两版论文中,注明了与米哈游合著,论文中则以原神中的海灯节为例,介绍了一个理想中的由AI Agent组成的社会。
论文地址:网页链接这篇论文从9月15号发布到GitHub上后,短短五天就收获了1K star,并被评为LLM Agent的必读论文。在20号时,更是登上了GitHub的趋势榜。
项目地址:github.com/WooooDyy/LLM-Agent-Paper-List
对什么是「智能」的讨论,从图灵时代就开始了。
1950年,阿兰·图灵发表了一篇名为《计算机器与智能(Computing Machinery and intelligence)》的论文。
在论文的开篇,他提出一个问题:「机器能思考吗?」
答案毋庸置疑,并且图灵将智能这一概念扩展到了人工实体中,并提出了著名的「图灵测试」。
随后的几十年,人们朝着让机器获得与人类智能相当或超越的AGI(通用人工智能)目标不断前进。
现在,性能最强大的人工智能GPT-4被称为是最接近AGI的人工智能。
但现今主流的人工智能都是基于NLP(自然语言处理)技术的LLM(大语言模型),往往只能应用于特定的领域,对其他领域一窍不通,还常常产生「幻觉」。
图灵奖得主Yann LeCun多次公开批评现有的人工智能只是一群训练有素的「随机鹦鹉」(stochastic parrots),称不上真正的智能。
他认为真正通往AGI的将是「世界模型」,能够自主感知环境、进行计划、做出行动。如果说通往AGI的终点是「世界模型」,那么现在最接近终点的是能够自主行动的Agent 网页链接
转载请注明:AI Agent,启动!复旦NLP团队发86页长文综述,智能体社会近在眼前近日,一篇探讨基于LLM的Agent综述论文在X上火了!仔细一看,论文署名中甚至一度还有米哈游。9... | AI 時.空 | AiTime.Space