但几乎没有人怀疑，还需(xu)要用(yong)其他(ta)东西来“喂养”人工智能才能让(rang)其发挥更大作用(yong)。从这个意义上说，人类周(zhou)围的整(zheng)个世界，包括人类自(zi)己，正成为名副其实的信息宝库。

韦布解释说，多数人还没有意识(shi)到(dao)，传感器(qi)无(wu)处不在。一个浅显的例子是(shi)，智能手机内置了传感器(qi)，它可以确定机主的位(wei)置(定位(wei)功能)和长相(xiang)(面部识(shi)别(bie)功能)。除(chu)此之外，还有可穿戴设备、增强现实设备、物联网(不仅是(shi)家用(yong)物联网，还有工业物联网)、智能家居和办公室、智能汽车。埃隆(long)·马斯克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(qi)包围，它们将捕(bu)捉并传递更多数量和种类的数据。所以，现在构建和使用(yong)大语言(yan)模型(xing)的公司很(hen)快也需(xu)要构建大动作模型(xing)。如果说大语言(yan)模型(xing)能预知(zhi)下一句话要说什么(me)，那么(me)大动作模型(xing)就能把复杂任务分解为多个子任务，并预知(zhi)下一步要做什么(me)。”

如果将这种逻辑推演到(dao)极致(zhi)，那么(me)不排除(chu)大动作模型(xing)能优化到(dao)“独立执行任务”水平(ping)的可能性。在英伟达公司1月初(chu)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(dai)理式(shi)人工智能的广阔前景。

据说，代(dai)理式(shi)人工智能是(shi)一个将人工智能的认(ren)知(zhi)能力与其跟物理或虚(xu)拟世界的互动机制结合起来的概念。

它在实践中是(shi)什么(me)样？代(dai)理式(shi)人工智能通过传感器(qi)、摄像头、麦克风和软件(jian)界面接收来自(zi)环境的数据，再用(yong)机器(qi)学习算法和人工神经网络分析(xi)这些(xie)数据。根据分析(xi)结果，人工智能把任务分解为多个子任务，并选择能够达成自(zi)己目的的动作。最后，它借助物理手段(机器(qi)人、机械手)或控制流程的特殊程序来执行选定的动作。

韦布还提(ti)到(dao)另一个重要因素——生(sheng)物工程。有了它，人工智能才有可能“活起来”。在第一阶段，预计将出(chu)现一些(xie)特殊的生(sheng)物制品：医学、药学、生(sheng)态学和其他(ta)乍一看不太相(xiang)关(guan)的行业(比如建筑业)需(xu)要的部件(jian)甚至有机体。

它们可能是(shi)“智能药物”(包括纳米(mi)机器(qi)人)、人工改造酶(比如可以分解塑料和其他(ta)污染物的酶)，也可能是(shi)能自(zi)主调节温度、光照和通风的新材(cai)料——不仅不需(xu)要人类参与，也不需(xu)要计算机参与。

“活机器(qi)”的出(chu)现绝对是(shi)梦幻(huan)般的场景。一篇题为《2024年类器(qi)官(guan)智能作为新科学领域首次亮相(xiang)》的文章(zhang)指出(chu)，用(yong)实验室培育的组织(如脑细胞和干细胞)创造的生(sheng)物计算机就是(shi)这样的“活机器(qi)”。

当然，在憧憬未(wei)来的同时，也要时不时回到(dao)现实中来。可以断言(yan)，未(wei)来学家假设的前提(ti)是(shi)，各地要建立实现上述变化所需(xu)的所有数字(zi)基础设施。但迄今为止，远非每个居民(min)点(dian)都能接入互联网和享(xiang)受其他(ta)文明福(fu)利，更不用(yong)说在室内、大楼(lou)和街道安装(zhuang)智能传感器(qi)了。

此外，还有其他(ta)一些(xie)阻碍，比如在法律审查方(fang)面。信息系统专家基里(li)尔·谢米(mi)翁(weng)解释说，从责任判定的角(jiao)度看，上述创新“需(xu)要严格(ge)界定人类的参与度”。

同时，必须完善整(zheng)个网络防(fang)御体系，以保护个人数据隐私。最后，随着信息流的日益增长，成比例地扩大整(zheng)套信息处理程序需(xu)要强大的算力，而这是(shi)一笔巨大的开销(xiao)。

具体到(dao)俄罗斯，接受《独立报》采访的专家一致(zhi)认(ren)为，俄罗斯拥有开发大动作模型(xing)等代(dai)理式(shi)人工智能所需(xu)的科技基础、经验和潜力，但也面临(lin)各种困难。

SL Soft公司产品总监(jian)尼古拉·特尔扎斯卡尔指出(chu)：“人力财(cai)力限制和制裁压力使这一过程变得复杂且耗时。要想在这个领域具备竞争(zheng)力，我们需(xu)要把重点(dian)放在战略性举措(cuo)上：在国内建设普惠性基础设施、落实教(jiao)育计划，以及推动国家与企业之间的合作。”

这位(wei)专家认(ren)为，国家应主要与小型(xing)技术(shu)公司和初(chu)创公司合作，因为大企业很(hen)可能借此进一步推广自(zi)己的封闭生(sheng)态系统。

他(ta)估计，大动作模型(xing)最有可能在中低技能劳动力比例和数字(zi)化程度较高的经济部门发展起来。

Aqara.ru公司首席执行官(guan)德米(mi)特里(li)·科热(re)夫(fu)尼科夫(fu)则(ze)说：“考虑文化和社会因素也很(hen)重要。社会对新技术(shu)的信任度会对其能否被接纳发挥关(guan)键(jian)作用(yong)。”

科热(re)夫(fu)尼科夫(fu)还指出(chu)，智能家居和物联网是(shi)代(dai)理式(shi)人工智能和大动作模型(xing)最可能的应用(yong)场景。他(ta)说：“人工智能可以考虑各种因素，如天气、一天中不同时段的电费、室内外温差等，从而大幅降低供暖(nuan)和空调开支。”

总之，围绕(rao)这个话题的设想很(hen)多。至少(shao)，正如数据科学专家阿列克谢·卡拉布尔丁所言(yan)，人工智能已经有了发挥作用(yong)的“行动空间”，这也是(shi)“代(dai)理”一词的由来。近(jin)几个月来，这个词成了全(quan)球信息技术(shu)公司的“营(ying)销(xiao)傀儡”。这些(xie)公司从市场对其产品和技术(shu)的持续兴(xing)趣(qu)中获益匪浅。

不管怎(zen)样，使用(yong)代(dai)理式(shi)人工智能集群来完成任务确实能显著提(ti)高成效。人工智能专家彼得·奥托(tuo)茨基说：“这一前景广阔的技术(shu)被用(yong)于开发‘推理式(shi)’人工智能。这种模型(xing)可以重新检查自(zi)己的答(da)案(an)，执行复杂动作流程，独立编写程序来完成任务。无(wu)论如何，它都将是(shi)人类专家的助理和帮(bang)手，而不是(shi)影响组织运作或发展的独立主体。”（编译(yi)/贺颖骏）