但几乎(hu)没有人怀(huai)疑，还需要用其他东西来“喂养”人工智(zhi)能才能让其发(fa)挥更大作用。从这个意义上说，人类周围的(de)整个世界(jie)，包(bao)括人类自己，正成为名副(fu)其实的(de)信息(xi)宝(bao)库(ku)。

韦布解释说，多数人还没有意识到，传感(gan)器无处不在。一个浅显的(de)例子(zi)是，智(zhi)能手机内置了传感(gan)器，它可以确定机主的(de)位置(定位功能)和长相(面部(bu)识别功能)。除(chu)此之外，还有可穿戴设备、增强现实设备、物联网(不仅是家用物联网，还有工业物联网)、智(zhi)能家居和办公室、智(zhi)能汽车。埃隆·马斯(si)克正在测试的(de)脑机接口有一天或许也会出现在这份名单上。

韦布预测：“随着我们被越来越多的(de)传感(gan)器包(bao)围，它们将(jiang)捕捉并传递更多数量和种类的(de)数据。所以，现在构建和使用大语言模型(xing)的(de)公司很快也需要构建大动作模型(xing)。如果说大语言模型(xing)能预知下一句话要说什(shi)么，那么大动作模型(xing)就能把复杂任务分解为多个子(zi)任务，并预知下一步要做什(shi)么。”

如果将(jiang)这种逻(luo)辑推演到极致，那么不排除(chu)大动作模型(xing)能优(you)化到“独(du)立执行(xing)任务”水平的(de)可能性。在英伟达公司1月初举(ju)行(xing)产品发(fa)布会后，这种说法就出现了。英伟达首席执行(xing)官黄仁(ren)勋描绘(hui)了代理(li)式(shi)人工智(zhi)能的(de)广阔(kuo)前景。

据说，代理(li)式(shi)人工智(zhi)能是一个将(jiang)人工智(zhi)能的(de)认知能力与其跟物理(li)或虚拟世界(jie)的(de)互动机制结合(he)起来的(de)概念。

它在实践(jian)中是什(shi)么样？代理(li)式(shi)人工智(zhi)能通过传感(gan)器、摄像头、麦克风和软件界(jie)面接收(shou)来自环境的(de)数据，再用机器学习算法和人工神经网络分析这些数据。根据分析结果，人工智(zhi)能把任务分解为多个子(zi)任务，并选择能够达成自己目的(de)的(de)动作。最后，它借助物理(li)手段(机器人、机械手)或控制流程(cheng)的(de)特殊程(cheng)序来执行(xing)选定的(de)动作。

韦布还提到另(ling)一个重要因素(su)——生物工程(cheng)。有了它，人工智(zhi)能才有可能“活起来”。在第一阶段，预计将(jiang)出现一些特殊的(de)生物制品：医学、药学、生态学和其他乍一看(kan)不太相关的(de)行(xing)业(比如建筑业)需要的(de)部(bu)件甚至有机体。

它们可能是“智(zhi)能药物”(包(bao)括纳米机器人)、人工改造酶(比如可以分解塑料和其他污染物的(de)酶)，也可能是能自主调节温度、光照和通风的(de)新材料——不仅不需要人类参与，也不需要计算机参与。

“活机器”的(de)出现绝(jue)对是梦幻般(ban)的(de)场景。一篇题为《2024年类器官智(zhi)能作为新科学领(ling)域首次亮相》的(de)文章指出，用实验(yan)室培育的(de)组织(如脑细胞和干细胞)创造的(de)生物计算机就是这样的(de)“活机器”。

当然，在憧憬未来的(de)同(tong)时，也要时不时回到现实中来。可以断言，未来学家假(jia)设的(de)前提是，各地(di)要建立实现上述变化所需的(de)所有数字基础设施。但迄今为止，远非每个居民点(dian)都能接入互联网和享受其他文明福利，更不用说在室内、大楼和街道安装智(zhi)能传感(gan)器了。

此外，还有其他一些阻碍，比如在法律审查方面。信息(xi)系统专家基里(li)尔·谢米翁解释说，从责任判定的(de)角度看(kan)，上述创新“需要严格(ge)界(jie)定人类的(de)参与度”。

同(tong)时，必须完善(shan)整个网络防御体系，以保护个人数据隐私。最后，随着信息(xi)流的(de)日益增长，成比例地(di)扩大整套信息(xi)处理(li)程(cheng)序需要强大的(de)算力，而这是一笔巨大的(de)开销。

具体到俄(e)罗斯(si)，接受《独(du)立报》采访的(de)专家一致认为，俄(e)罗斯(si)拥有开发(fa)大动作模型(xing)等(deng)代理(li)式(shi)人工智(zhi)能所需的(de)科技基础、经验(yan)和潜力，但也面临(lin)各种困难(nan)。

SL Soft公司产品总监尼古拉·特尔扎斯(si)卡尔指出：“人力财力限制和制裁压力使这一过程(cheng)变得复杂且(qie)耗时。要想在这个领(ling)域具备竞争力，我们需要把重点(dian)放在战略性举(ju)措上：在国内建设普(pu)惠性基础设施、落实教育计划，以及推动国家与企业之间的(de)合(he)作。”

这位专家认为，国家应主要与小型(xing)技术(shu)公司和初创公司合(he)作，因为大企业很可能借此进一步推广自己的(de)封闭生态系统。

他估计，大动作模型(xing)最有可能在中低技能劳动力比例和数字化程(cheng)度较高的(de)经济部(bu)门(men)发(fa)展起来。

Aqara.ru公司首席执行(xing)官德米特里(li)·科热夫尼科夫则说：“考(kao)虑文化和社会因素(su)也很重要。社会对新技术(shu)的(de)信任度会对其能否被接纳发(fa)挥关键作用。”

科热夫尼科夫还指出，智(zhi)能家居和物联网是代理(li)式(shi)人工智(zhi)能和大动作模型(xing)最可能的(de)应用场景。他说：“人工智(zhi)能可以考(kao)虑各种因素(su)，如天气、一天中不同(tong)时段的(de)电费、室内外温差等(deng)，从而大幅降低供暖和空调开支。”

总之，围绕这个话题的(de)设想很多。至少(shao)，正如数据科学专家阿列克谢·卡拉布尔丁(ding)所言，人工智(zhi)能已经有了发(fa)挥作用的(de)“行(xing)动空间”，这也是“代理(li)”一词(ci)的(de)由来。近几个月来，这个词(ci)成了全球(qiu)信息(xi)技术(shu)公司的(de)“营销傀儡”。这些公司从市场对其产品和技术(shu)的(de)持(chi)续兴趣中获益匪浅。

不管怎样，使用代理(li)式(shi)人工智(zhi)能集群来完成任务确实能显著提高成效。人工智(zhi)能专家彼得·奥托茨基说：“这一前景广阔(kuo)的(de)技术(shu)被用于开发(fa)‘推理(li)式(shi)’人工智(zhi)能。这种模型(xing)可以重新检查自己的(de)答(da)案，执行(xing)复杂动作流程(cheng)，独(du)立编写程(cheng)序来完成任务。无论(lun)如何，它都将(jiang)是人类专家的(de)助理(li)和帮(bang)手，而不是影响组织运作或发(fa)展的(de)独(du)立主体。”（编译/贺颖骏）