- 1、本文档共61页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
2024
中国AIAgent行业研究报告
大模型时代的“APP”,探索新一代人机交互及协作范式
出品机构:甲子光年智库
智库院长:宋涛
撰写分析师:刘瑶、胡博文
发布时间:2024.4
注:AIGC生成内容亦对本报告有贡献
Part01前世今生:科幻憧憬、学术概念与商业尝试
目录Part02奇点已至:让每个人掌握AI的力量
CONTENTS
Part03百家争鸣:属于大模型时代的APP繁荣
Part04时代先驱:当下商业实践值得关注的里程碑
Part05潜力无限:来自于数据、算法、算力的飞轮效应
AIAgent的发展历程梳理:大模型赋予了AIAgent核心改变
Agent(代理)一概念起源于哲学,描述了一种拥有欲望、信念、意图以及采取行动能力的实体。在人工智能领域,这一术语被赋予了一层新的
含义:具有自主性、反应性、交互性等特征的智能“代理”。大型语言模型(LLMs)的出现为智能代理的进一步发展带来了希望。
AIAgent的发展历程简述基于大模型
LLM给AIAgent底层提供了一个突破性技术方案:LLM带来了深度学习新范
式,思维链和强大的自然语言理解能力有望让Agent具备强大的学习能力和
基于深度学习迁移能力,从而让创建广泛应用且实用的Agent成为可能
LLM的框架优势:过去等强化学习基于深度学习框架可让Agent学到技能,
但Agent的泛化性较差,往往用于非常窄的特定领域,例如用在游戏或低维
基于统计学习层面的控制或计划,标志性应用是围棋领域的AlphaGo。
基于符号规则过往的工作主要集中在增强代理的特定能力,如符号推理或对特定任务的掌握(国际
象棋、围棋等)。这些研究更加注重算法设计和训练策略,而忽视了模型固有的通用
能力的发展,如知识记忆、长期规划、有效泛化和高效互动等。事实证明,增强模型
固有能力是推动智能代理进一步发展的关键因素。
•长期以来,研究者们一直在追求与人类相当、乃至超
越人类水平的通用人工智能(ArtificialGeneral过往的AIAgent类型:
Intelligence,AGI)。
•在1950年代,AlanTuring就将「智能」的概念扩展➢符号型智能体
1亿VIP精品文档
相关文档
最近下载
- 2022《格力电器的财务比率分析报告》.docx
- 【名师公开课】人教版二年级下册第七单元《用估算解决问题》课堂实录逐字稿及教学反思.docx
- 儿科医疗质量控制指标(2020年版).docx
- 部编版小学道德与法治四年级下册《生活离不开他们》第二课时“感谢他们的劳动”教学设计.docx
- 2022年摩托车修理工初级模拟试题及答案(26).doc
- 中信证券2024-新发展格局系列报告之十二—公用事业价格改革的路径、影响、机会.pdf
- ABB工业传动中压交流传动 ACS580MV(200-6300kW, 3.3-11kV)硬件手册 安装和操作手册.pdf
- 2021年摩托车修理工中级模拟试题及答案卷26.doc VIP
- 2023-2024学年高二上学期物理期末复习测试卷.docx
- 京东方A:2023年年度报告.PDF
文档评论(0)