想象未來某天，你的保姆機器人接到下樓買咖啡的指令，自主完成開門、乘坐電梯、尋找便利店、取咖啡、付錢等一連串動作，最后將咖啡遞到你手里。

　　這不是科幻電影，而是具有自主進化能力的AI智能體帶來的可能——不再局限于在固定場景里完成特定動作，而是能像人類一樣在陌生環(huán)境里“自主學習”，并根據(jù)場景變化做出相應的動作。

　　作為人工智能最主要的載體，智能體由硬件、軟件等多種要素組成，能夠感知周圍環(huán)境，并根據(jù)自身所處環(huán)境做出判斷和決策。在我們的日常生活中，一輛輔助駕駛的汽車是智能體，可以根據(jù)路況自主地踩油門或者剎車；家里的掃地機器人也是智能體，能識別地板上是紙屑果皮還是灰塵，并選擇合適的清潔方式。

　　實際上，智能體并非向來智能，它們的進化史就像一個人的成長史。早期，智能體只會“死記硬背”。例如，1997年擊敗國際象棋冠軍的超級電腦“深藍”，其實是存儲了幾十萬局棋譜的“復讀機”，遇到規(guī)則外的招式就會卡殼。2014年，谷歌研發(fā)的AlphaGo開啟了“思維訓練”的模式，智能體開始通過自我學習提升自身能力，并逐漸進階為某個專項領域的高手。2022年，以ChatGPT為代表的大語言模型橫空出世，標志著智能體發(fā)展出較高的智能水平。例如，借助AI大模型破譯甲骨文時，它會自主調取青銅器紋樣數(shù)據(jù)庫來“腦補”生僻字的字義，甚至根據(jù)上下文的意思“創(chuàng)造”新字符。

　　與智能體進化相對應的，是智能體訓練方法的變化。

　　AI大模型依賴于人工收集的數(shù)據(jù)進行訓練?！巴段埂苯o它們什么訓練數(shù)據(jù)，就學習什么知識。例如，給它們提供100萬張貓和狗的圖像，并且標注清楚哪些是貓、哪些是狗，經(jīng)過長時間的訓練，它們就能很好地分辨貓和狗，但對于沒見過的動物依然無法識別。

　　而下一代智能體將具備自主學習的能力——通過觀察這個世界、和周圍的環(huán)境互動，來學習各種技能。不需要收集和標注好100萬張圖像，只用幾張圖像教會它們最基本的知識，它們就可以自己學習更豐富的知識。例如，如果想教智能體騎自行車，只需要示范一次，它就會自己嘗試不同的騎行動作，并不斷試錯，最終學會騎行的技巧。這意味著下一代智能體將在自主性和適應性方面更上一個臺階，能夠主動獲取信息，進行信息加工，然后分解任務、完成任務。

　　基于這種方式，若干年后的智能體或將徹底融入我們的生活：廚房里，智能灶臺不僅能烹飪美味佳肴，還能記住你的口味偏好；醫(yī)院里，AI醫(yī)生為病人診斷出病癥，帶著“定制方案”找主刀醫(yī)生討論……

　　不過眼下，智能體的發(fā)展還遠未達到人們所期望的“耳聰目明、心靈手巧”，它們只能在固定場景中完成特定任務，并不具備跨場景完成任務的能力：一個智能體可以為汽車擰螺絲，但換成輪船可能就做不到了；可以在平地上翩翩起舞，但換成山路也許就“四肢不協(xié)調”了。因此，“跨任務、跨場景、跨本體”是下一代智能體的發(fā)展目標。

　　隨著人工智能從數(shù)字世界走向物理世界，智能體的可信性變得愈發(fā)重要。在智能體技術不斷發(fā)展的過程中，我們始終需要守護“技術進步須服務于人性溫暖”的文明底線，從源頭上界定其行為邊界與倫理規(guī)范。

　　（作者為復旦大學智能機器人與先進制造創(chuàng)新學院副院長，本報記者黃曉慧采訪整理）

分享讓更多人看到