AI Agent现状与发展趋势PPT.pptxVIP

AIAgent现状与发展趋势

时间：2024年12月31日

演讲嘉宾：王吉伟

王吉伟，《一本书读懂AlAgent:技术、应用与商业》作者，AIGC超自动化分析师，知名科技博客王吉伟频道创始人。

多年来持续关注互联网+、loT、产业互联网、产业升级及数字化转型，专注业务流程、人工智能、超自动化与RPA,致力于探索IOT时代产业升级新机会，为企业经营和创业创新提供前沿技术、商业模式及方法论的解读与分享。

目前重点观察与研究AIGC、AIAgent及超自动化在各行业的落地应用与创业创新。已撰写各类文章上千篇，作品见诸内容平台、学术网站及杂志。

嘉宾简介

目录

CONTENTS

01AIAgent现状02|AIAgent技术进展

03|AIAgent发展趋势

01AlAgent现状

●业务角度：AlAgent是完全自主的系统，可以在较长时间内独立运行，使用各种工具来完成复杂的任务。

●IBM:AIAgent是指能够通过设计其工作流程并利用可用工具代表用户或其他系统自主执行任务的系统或程序。

●Salesforce:AIAgent是一种人工智能(Al)系统，无需人工干预即可理解和响应客户查询。

●Zapier:AlAgent是可以在环境中自主操作的实体。它可以从周围环境中获取信息，根据这些数据做出决策，并采取行动来改变这些环境-物理、数字或混合

环境。

●Anthropic:Agent是LLM动态指导自己的流程和工具使用的系统，保持对如何完成任务的控制。

……行动子目标分解

图2-11LLM驱动的自主Agent系统架构

详见图书第2.2.3小节

短期记忆长期记忆

Calendar()记忆

Calculator()反思

2023年3月AutoGPT横空出世，7月OpenAI的翁丽莲发表名为《LLMPoweredAutonomousAgents》的博文，详细介绍基于LLM的AlAgent,给出了AIAgent的理想技术架构。

Codelnterpreter()

工具使用←Agent规划

自我批评

Search()

思维链

什么是AIAgent

关于AIAgent(智能体)的概念很多，很多组织都给出了定义

今天我们所说的主要是基于大语言模型的AlAgent(LLMbasedAgent),其最简单的表达式如下：

感知：AIAgent从环境中收集信息并从中提取相关知识的能力。

规划：AlAgent为了某一目标而做出决策的过程。

行动：AI基于环境和规划做出的动作

PPA:感知(Perce-ption)→规划(Planning)→行动(Action)

基于大语言模型的AIAgent

由复旦大学NLP团队提出的AIAgent定义已经得到产学研等各界的认可。AlAgent是一种能够感知环境、进行决策和执行动作的智能实体。

什么是AlAgent

总结回忆学习检索决策制定

行动规划/推理

图2-3PPA示意图

详见图书第2.2.2小节

看现在的天空，你

如果你认为会下雨，

泛化/迁移

文本

知识

什么是AIAgent

基于大语言模型的AIAgent(LLMBasedAgent)

PPA表达式看着简单，实则包括万象：

感知：视觉、听觉、嗅觉、味觉、触觉、平衡感……

规划：目标设定、信息收集、问题分析、方案生成、决策制定、资源分配……

行动：利用技术工具、合作与沟通、创新思维、分步执行、适应性行动……..

感知、规划与行动的每一个元素与维度，对应于智能体都是具体的应用场景，这些元素、维度与场景都可以无限的细分与挖掘。每一个元素、维度与场景的实现都会用到相应的技术、工具与资源，会催生出大量的技术、产品、解决方案与响应的企业，产业链上各个玩家均能受益。

对话型Agent

智能助理Agent

推荐类Agent

更多类型Agent参考图书第1.3节

任务型对话