但几(ji)乎没有人怀疑，还需要用其他东西来“喂(wei)养”人工智能(neng)才能(neng)让其发挥更大(da)作用。从这个(ge)意义上说，人类周围的整个(ge)世界，包括人类自己，正成(cheng)为名副其实的信息宝库。

韦布解释说，多数人还没有意识到，传感器无(wu)处不在。一个(ge)浅显(xian)的例子是，智能(neng)手机内(nei)置(zhi)了传感器，它可以(yi)确定机主的位置(zhi)(定位功能(neng))和长相(面部(bu)识别功能(neng))。除此之外，还有可穿戴设备、增强现实设备、物联(lian)网(不仅是家用物联(lian)网，还有工业物联(lian)网)、智能(neng)家居和办公室、智能(neng)汽车(che)。埃隆·马斯克(ke)正在测试的脑机接口(kou)有一天或许也会出(chu)现在这份名单上。

韦布预测：“随着我们被越来越多的传感器包围，它们将捕捉并传递更多数量和种类的数据。所(suo)以(yi)，现在构建和使用大(da)语言模型(xing)的公司(si)很快也需要构建大(da)动作模型(xing)。如果说大(da)语言模型(xing)能(neng)预知下一句话要说什么，那么大(da)动作模型(xing)就能(neng)把复杂(za)任务分解为多个(ge)子任务，并预知下一步要做(zuo)什么。”

如果将这种逻辑推演到极致，那么不排除大(da)动作模型(xing)能(neng)优(you)化到“独立执行任务”水平的可能(neng)性。在英伟达公司(si)1月初举行产品发布会后，这种说法就出(chu)现了。英伟达首席执行官(guan)黄仁勋描绘了代理式人工智能(neng)的广阔前景(jing)。

据说，代理式人工智能(neng)是一个(ge)将人工智能(neng)的认(ren)知能(neng)力与其跟物理或虚拟世界的互动机制结合起来的概念。

它在实践中是什么样？代理式人工智能(neng)通过传感器、摄像(xiang)头、麦克(ke)风和软件界面接收来自环境的数据，再用机器学习算(suan)法和人工神经网络(luo)分析这些数据。根(gen)据分析结果，人工智能(neng)把任务分解为多个(ge)子任务，并选择能(neng)够(gou)达成(cheng)自己目的的动作。最后，它借助物理手段(机器人、机械手)或控制流(liu)程的特殊程序来执行选定的动作。

韦布还提到另一个(ge)重要因素——生物工程。有了它，人工智能(neng)才有可能(neng)“活起来”。在第一阶段，预计(ji)将出(chu)现一些特殊的生物制品：医学、药学、生态学和其他乍一看不太相关的行业(比如建筑业)需要的部(bu)件甚至有机体。

它们可能(neng)是“智能(neng)药物”(包括纳米机器人)、人工改造酶(比如可以(yi)分解塑料和其他污(wu)染物的酶)，也可能(neng)是能(neng)自主调节温度、光照和通风的新材(cai)料——不仅不需要人类参与，也不需要计(ji)算(suan)机参与。

“活机器”的出(chu)现绝对(dui)是梦幻般的场景(jing)。一篇(pian)题为《2024年类器官(guan)智能(neng)作为新科学领域首次(ci)亮相》的文章指出(chu)，用实验室培育(yu)的组织(如脑细胞和干细胞)创造的生物计(ji)算(suan)机就是这样的“活机器”。

当然(ran)，在憧憬未来的同时，也要时不时回到现实中来。可以(yi)断言，未来学家假设的前提是，各地要建立实现上述变化所(suo)需的所(suo)有数字基础设施。但迄今为止，远非每个(ge)居民点都能(neng)接入互联(lian)网和享受其他文明福利，更不用说在室内(nei)、大(da)楼和街道安装智能(neng)传感器了。

此外，还有其他一些阻碍，比如在法律审查方面。信息系统(tong)专(zhuan)家基里尔·谢米翁解释说，从责任判定的角(jiao)度看，上述创新“需要严格界定人类的参与度”。

同时，必须完善(shan)整个(ge)网络(luo)防御体系，以(yi)保护个(ge)人数据隐私(si)。最后，随着信息流(liu)的日(ri)益增长，成(cheng)比例地扩大(da)整套信息处理程序需要强大(da)的算(suan)力，而这是一笔巨(ju)大(da)的开销(xiao)。

具体到俄罗斯，接受《独立报》采访的专(zhuan)家一致认(ren)为，俄罗斯拥有开发大(da)动作模型(xing)等代理式人工智能(neng)所(suo)需的科技基础、经验和潜力，但也面临各种困难。

SL Soft公司(si)产品总(zong)监(jian)尼古(gu)拉·特尔扎斯卡(ka)尔指出(chu)：“人力财力限制和制裁(cai)压(ya)力使这一过程变得复杂(za)且耗(hao)时。要想在这个(ge)领域具备竞争力，我们需要把重点放在战(zhan)略性举措上：在国内(nei)建设普惠性基础设施、落实教育(yu)计(ji)划，以(yi)及推动国家与企业之间(jian)的合作。”

这位专(zhuan)家认(ren)为，国家应主要与小型(xing)技术(shu)公司(si)和初创公司(si)合作，因为大(da)企业很可能(neng)借此进一步推广自己的封(feng)闭生态系统(tong)。

他估计(ji)，大(da)动作模型(xing)最有可能(neng)在中低技能(neng)劳动力比例和数字化程度较高的经济部(bu)门发展(zhan)起来。

Aqara.ru公司(si)首席执行官(guan)德米特里·科热(re)夫尼科夫则说：“考虑文化和社会因素也很重要。社会对(dui)新技术(shu)的信任度会对(dui)其能(neng)否被接纳发挥关键作用。”

科热(re)夫尼科夫还指出(chu)，智能(neng)家居和物联(lian)网是代理式人工智能(neng)和大(da)动作模型(xing)最可能(neng)的应用场景(jing)。他说：“人工智能(neng)可以(yi)考虑各种因素，如天气、一天中不同时段的电费、室内(nei)外温差等，从而大(da)幅降低供暖和空调开支。”

总(zong)之，围绕这个(ge)话题的设想很多。至少，正如数据科学专(zhuan)家阿列克(ke)谢·卡(ka)拉布尔丁所(suo)言，人工智能(neng)已经有了发挥作用的“行动空间(jian)”，这也是“代理”一词的由来。近几(ji)个(ge)月来，这个(ge)词成(cheng)了全球(qiu)信息技术(shu)公司(si)的“营销(xiao)傀(gui)儡”。这些公司(si)从市场对(dui)其产品和技术(shu)的持续兴趣中获益匪浅。

不管怎样，使用代理式人工智能(neng)集群来完成(cheng)任务确实能(neng)显(xian)著提高成(cheng)效。人工智能(neng)专(zhuan)家彼得·奥托茨基说：“这一前景(jing)广阔的技术(shu)被用于开发‘推理式’人工智能(neng)。这种模型(xing)可以(yi)重新检(jian)查自己的答案，执行复杂(za)动作流(liu)程，独立编写(xie)程序来完成(cheng)任务。无(wu)论如何，它都将是人类专(zhuan)家的助理和帮手，而不是影响组织运作或发展(zhan)的独立主体。”（编译/贺(he)颖(ying)骏(jun)）