多智能体才是未来，谷歌、OpenAI 齐下场争抢 AGI 人才

最新发布的关于多智能体的招聘信息来自OpenAI和谷歌，这可能预示着人工智能领域的下一个阶段。OpenAI发布的ChatGPT两年前引发了全球关注，扩展了人工智能LLM的应用范围。

随后，各大科技公司纷纷推出自己的LLM，相关初创公司也纷纷涌现。但自从去年3月GPT-4问世后，LLM的发展似乎停滞不前。

人们一直期待着颠覆性和革命性的GPT-5的推出，同时，开源与闭源模型的性能差距也在迅速缩小。

AGI（通用人工智能）曾在GPT-4发布时被认为近在眼前，但在过去两年里，LLM的种种问题使得这一目标变得遥不可及。

那么，人工智能领域接下来的发展方向是什么？

也许，谷歌和OpenAI最近发布的招聘信息已经向我们展示：多智能体系统（MAS）将成为人工智能领域的下一个关键步骤。

多智能体研究团队正在招募中

9月20日，OpenAI的研究员Noam Brown在X上宣布，他们正在为新的多智能体研究团队招募机器学习工程师，候选人最好具备丰富的LLM工程经验。

AI智能体的发展符合OpenAI最近提出的衡量通用人工智能（AGI）进展的五级标准中的第三级。

目前，OpenAI认为自己正处于第二阶段的门槛，即被称为「推理者」的阶段。而最近OpenAI推出o1模型，即这一阶段的代表。

报道称，OpenAI一直在开发两种类型的AI智能体，以便自动化完成复杂任务。其中一种旨在控制设备以在文档之间传输数据或完成报销报告，另一种专注于基于网络的任务，例如收集公共数据或预订航班。

谷歌于9月23日发布了关于多智能体的招聘信息。

早在今年五月，谷歌DeepMind的CEO Demis Hassabis在接受彭博社采访时表示，人工智能发展的下一步是开发自主人工智能代理。这些代理将能够回答问题，也能够独立计划和行动。而这些系统将在未来一到两年内投入使用。

多智能体系统

多智能体系统是当代人工智能研究的核心领域。多智能体系统由多个相互交互的智能体组成，这些智能体能够感知环境、学习模型、做出决策并采取行动，是独立的实体。

在多智能体系统中，智能体可以是软件程序、机器人、无人机、传感器、人类或它们的组合。

此外，多智能体系统中的每个智能体具有特定的专长和目标。可以开发一个包含独立智能体的系统，这些智能体专注于总结、翻译、内容生成等任务。然后，这些智能体可以共同工作，共享信息，并以灵活可定制的方式分工合作。

与像GPT这样的单体大语言模型（LLM）相比，多智能体系统具有一些潜在的优势：

• 专门化：智能体可以针对特定任务进行优化，而不是试图在单一模型中包含所有能力。这使得处理特定任务更有效率，更具针对性，性能更佳。

• 定制化：用户可以根据需求灵活组合不同的智能体。智能体团队的组合可以根据不同的使用场景进行调整。

• 可扩展性：单个智能体可以独立更新或替换，而不需要重新训练整个模型。这使得多智能体系统的迭代和改进更加可行。

• 可解释性：使用多个智能体时，更容易理解不同组件如何对系统的整体行为做出贡献。而单体模型通常是「黑箱模型」。

• 在实际应用中，多智能体系统的优势更为显著：

• 灵活性与扩展能力：多智能体系统可以通过增加、移除和修改智能体，灵活地适应变化的环境，解决复杂问题时表现出极高的扩展能力。

• 鲁棒性与可靠性：其去中心化的特点使系统即使部分组件出现故障仍能继续运行，具备更高的鲁棒性和容错能力。

• 自组织与协调：智能体可以根据「涌现行为规则」自组织，实现协调决策和冲突解决；「涌现行为规则」是指通过简单互动形成复杂整体行为。

• 实时操作：系统可以即时响应环境变化，无需人为干预，适用于灾害救援、交通优化等实时应用场景。

多智能体系统在过去的发展中受智能体复杂性、不安全的通信和协调难题的限制。

然而，随着现代人工智能解锁更智能、自适应且可扩展的实现方式，这些系统在构建快速响应且具有弹性的系统方面将发挥日益重要的作用。

未来，多智能体系统将应用于更智能的城市交通、清洁能源生产、精准医疗等领域。

AI多智能体系统为将这些理念转化为实际应用提供了计算基础，为各行业解决复杂现实问题提供了新的解决方案。

随着分布式智能模仿生态系统等自然现象，AI多智能体系统将成为建设更高效、快速响应且具备弹性的未来世界的重要方法。

参考资料：

• https://the-decoder.com/what-comes-after-o1-openai-builds-multi-agent-research-team/

广告声明：文内含有的对外跳转链接（包括不限于超链接、二维码、口令等形式），用于传递更多信息，节省甄选时间，结果仅供参考。