新智元報(bào)道
編輯：編輯部 HYZ【新智元導(dǎo)讀】2024年世界互聯(lián)網(wǎng)大會(huì)領(lǐng)先科技獎(jiǎng)揭曉，文心智能體技術(shù)獲獎(jiǎng)！至此，百度大模型技術(shù)已連續(xù)兩年獲得該獎(jiǎng)。11月19日，2024年世界互聯(lián)網(wǎng)大會(huì)領(lǐng)先科技獎(jiǎng)揭曉了。
在來自24個(gè)國家和地區(qū)的270項(xiàng)科技成果中，共有20項(xiàng)成果入選領(lǐng)先科技獎(jiǎng)。作為AI領(lǐng)域的關(guān)鍵代表，獲此殊榮的百度文心智能體技術(shù)尤為令人矚目。
最近，Scaling Law撞墻論成為熱門話題，大模型是新的科技泡沫嗎？橫跨互聯(lián)網(wǎng)幾個(gè)時(shí)代的巨頭百度告訴我們：所謂「AI應(yīng)用難落地」，「商業(yè)化沒途徑」，還是因?yàn)榭吹貌粔蜻h(yuǎn)。正如國家卓越工程師、百度首席技術(shù)官王海峰所言，智能體，就是最能激發(fā)大模型潛力的應(yīng)用方向。隨著智能體技術(shù)的突破，更多的創(chuàng)新將得到激發(fā)。而智能體給社會(huì)經(jīng)濟(jì)發(fā)展帶來的巨大價(jià)值，也將近在眼前了。AI智能體，像人一樣「慢思考」
百度的智能體，背后究竟是怎樣的技術(shù)原理？這就要從人類的認(rèn)知系統(tǒng)講起了。在心理學(xué)研究中，將人類的認(rèn)知系統(tǒng)分為兩種：系統(tǒng)1和系統(tǒng)2。系統(tǒng)1代反應(yīng)快，但容易出錯(cuò)；而系統(tǒng)2思考慢一些，但更準(zhǔn)確、理性。基于這一認(rèn)知特點(diǎn)，百度開發(fā)出了突破性的慢思考機(jī)制系統(tǒng)2，其核心就是「思考模型」。
「思考模型」包含了四個(gè)關(guān)鍵要素：理解、規(guī)劃、反思和進(jìn)化。在這四個(gè)環(huán)節(jié)緊密配合之下，AI系統(tǒng)便能夠可靠地執(zhí)行任務(wù)、持續(xù)自我進(jìn)化，并在一定程度上將思考過程白盒化。為了實(shí)現(xiàn)真正的智能思考，百度在基礎(chǔ)大模型之上開展了三個(gè)層面突破性的增強(qiáng)訓(xùn)練。首先是，思考過程的有監(jiān)督精調(diào)，讓模型像人類一樣進(jìn)行任務(wù)拆解、自主規(guī)劃。假設(shè)你要計(jì)劃一次蘇州園林之旅，「思考模型」不僅能理解你的需求，還會(huì)像人類導(dǎo)游一樣，考慮到景點(diǎn)分布、開放時(shí)間等因素，為你規(guī)劃出最優(yōu)路線。其次是，行為決策的偏好學(xué)習(xí)，讓模型學(xué)會(huì)運(yùn)用工具和決策。比如統(tǒng)計(jì)《師說》中，「師」字出現(xiàn)的頻率，模型會(huì)主動(dòng)調(diào)用搜索工具獲取全文，再調(diào)用代碼解釋器，對(duì)其出現(xiàn)的次數(shù)進(jìn)行精確的計(jì)算。最后是結(jié)果反思的增強(qiáng)學(xué)習(xí)，讓模型學(xué)會(huì)檢查工具的結(jié)果，并動(dòng)態(tài)調(diào)整行為。這一過程就像人類對(duì)信息真實(shí)性會(huì)產(chǎn)生質(zhì)疑一樣，AI也學(xué)會(huì)了審視數(shù)據(jù)的準(zhǔn)確性。舉個(gè)栗子，在統(tǒng)計(jì)國慶檔電影票房排行數(shù)據(jù)時(shí)，出現(xiàn)了兩個(gè)不同來源的差異數(shù)據(jù)：一個(gè)是2.15億元，另一個(gè)是2.35億元。這時(shí)，模型會(huì)主動(dòng)分析可能的原因（數(shù)據(jù)更新的不同時(shí)間、不同統(tǒng)計(jì)來源等等），然后進(jìn)一步檢索尋求驗(yàn)證，最終確保信息的可靠性。那么，訓(xùn)練「思考模型」的數(shù)據(jù)從何而來？畢竟人類思考過程，往往只會(huì)發(fā)生在每個(gè)人腦海中，很難外顯數(shù)字化，因此急難獲取相應(yīng)的數(shù)據(jù)。對(duì)此，百度創(chuàng)造性構(gòu)建了「數(shù)據(jù)合成」的虛擬環(huán)境。在提示構(gòu)建階段，基于領(lǐng)域知識(shí)自動(dòng)合成業(yè)務(wù)邏輯，通過工具模擬器靈活模擬業(yè)務(wù)所需的工具，通過用戶模擬器生成用戶可能的問題或指令，并與智能體交互。然后，根據(jù)輸入的提示，思考模型自動(dòng)探索思考和行動(dòng)的不同路徑，并通過分步執(zhí)行來模擬智能體的行動(dòng)過程，最終生成高質(zhì)量的合成數(shù)據(jù)。更進(jìn)一步地，基于這些合成數(shù)據(jù)，再利用RL對(duì)「思考模型」進(jìn)行優(yōu)化。最終，讓機(jī)器實(shí)現(xiàn)像人一樣的思考和行動(dòng)，自主完成復(fù)雜任務(wù)，同時(shí)在環(huán)境中持續(xù)學(xué)習(xí)、自主進(jìn)化。智能體的工作流斯坦福計(jì)算機(jī)系客座教授曾指出，AI智能體工作流將會(huì)在今年取得巨大的進(jìn)步，甚至還會(huì)超越下一代基礎(chǔ)模型。我們都有過這樣的經(jīng)歷，詢問ChatGPT/Claude等模型后，卻得不到滿意的輸出。但智能體的關(guān)鍵作用之一，便是提供反饋幫LLM去改進(jìn)輸出，最后獲得更好的響應(yīng)。其實(shí)，一個(gè)基礎(chǔ)的智能體架構(gòu)，應(yīng)該包含了記憶、規(guī)劃、工具、行動(dòng)四大方面。
前OpenAI研究員Lilian WengLLM Powered Autonomous Agents而且，在具體工作流中，智能體又有四種不同的設(shè)計(jì)模式。首先是反思（reflection），大模型能夠自己檢查工作，并提出改進(jìn)方法。其次是工具使用（tool use)，能夠主動(dòng)利用網(wǎng)絡(luò)搜索、函數(shù)調(diào)用等任何功能，完成信息收集數(shù)據(jù)處理，或采取行動(dòng)。緊接著是規(guī)劃（planning），提出一個(gè)多步計(jì)劃并實(shí)現(xiàn)目標(biāo)。最后是多智能體協(xié)作（multi-agent collaboration），多個(gè)AI智能體一同協(xié)作，分配任務(wù)并討論想法�？偨Y(jié)來說，AI智能體的出現(xiàn)并非讓LLM直接生成最終輸出，而且多次提示大模型，最終構(gòu)建出更高質(zhì)量的輸出。始于模型，但不止于模型
百度智能體背靠著的文心大模型技術(shù)，讓它在落地應(yīng)用上有了堅(jiān)實(shí)的基礎(chǔ)。自去年3月16日發(fā)布文心一言以來，百度文心大模型不斷升級(jí)，知識(shí)增強(qiáng)、檢索增強(qiáng)以及智能體等技術(shù)也在不斷進(jìn)化。今年9月以來，百度文心大模型的日均API調(diào)用量，已經(jīng)暴增至15億水平，短短半年增長(zhǎng)7.5倍。究其原因在于，它極大地改善了幻覺問題。憑借搜索引擎的技術(shù)積累，百度引入了檢索增強(qiáng)機(jī)制。通過搜索互聯(lián)網(wǎng)上已有的知識(shí)，讓大模型給出更準(zhǔn)確的回答。百度研發(fā)的「理解-檢索-生成」協(xié)同優(yōu)化的檢索增強(qiáng)技術(shù)，極大提升了大模型技術(shù)及應(yīng)用效果。在文本生成領(lǐng)域，檢索增強(qiáng)的應(yīng)用已經(jīng)成熟。下一步，就解決文生圖的幻覺問題了。為此，百度的研究團(tuán)隊(duì)將百度搜索的億級(jí)圖片資源，跟強(qiáng)大的基礎(chǔ)模型能力結(jié)合了起來，開發(fā)出了基于檢索增強(qiáng)的文生圖技術(shù)iRAG，讓圖片生成的效果更加真實(shí)�，F(xiàn)在，iRAG既可以生成精確的圖片，也可以進(jìn)行泛化生圖。具體來說，大模型會(huì)首先對(duì)用戶需求進(jìn)行分析理解，自動(dòng)規(guī)劃精確或泛化方案，比如對(duì)哪些實(shí)體進(jìn)行增強(qiáng)；接著在增強(qiáng)階段，對(duì)需要增強(qiáng)的實(shí)體，檢索并選擇相應(yīng)的參考圖。最后在生成階段，自研的多模可控生圖大模型，就通過局部注意力實(shí)現(xiàn)圖像的高泛化生成，另外還能通過整體注意力計(jì)算，進(jìn)行高精確的圖像生成。正如李彥宏所說過去24個(gè)月，AI行業(yè)的最大變化是什么？是大模型基本消除了幻覺。
從此，AI大模型可以快速走向智能體，迎接原生應(yīng)用大爆發(fā)了。智能體，開啟AI應(yīng)用新紀(jì)元
如今，憑借著門檻低、天花板高，既能讓人人都上手，又能做出復(fù)雜強(qiáng)大應(yīng)用的特點(diǎn)，智能體正在成為AI應(yīng)用最主流的形態(tài)。就連OpenAI的CEO Sam Altman也表示，「下一個(gè)關(guān)鍵突破，就是AI智能體」。
放眼全世界，各大科技巨頭、獨(dú)角獸在AI領(lǐng)域里掀起了一波智能體技術(shù)競(jìng)賽的高潮。然而，鮮為人知的是，在這波智能體熱潮之前，百度就已經(jīng)完成了關(guān)鍵的布局。百度，已然領(lǐng)先互聯(lián)網(wǎng)時(shí)代，百度搜索為核心的應(yīng)用，實(shí)現(xiàn)了人類發(fā)展史上第一次知識(shí)普惠。進(jìn)入下一個(gè)周期大模型時(shí)代，AI將讓無數(shù)普通人都有望成為超級(jí)個(gè)體。這個(gè)賦能者，無疑就是智能體。李彥宏表示，現(xiàn)在大模型戰(zhàn)中所謂的「領(lǐng)先12個(gè)月」，「落后18個(gè)月」，其實(shí)都沒那么重要。在這個(gè)完全競(jìng)爭(zhēng)的市場(chǎng)環(huán)境中，無論選擇什么方向，都會(huì)有很多競(jìng)爭(zhēng)對(duì)手。大模型熱到了第三年，我們已經(jīng)經(jīng)歷了大模型應(yīng)用發(fā)展必經(jīng)的幾個(gè)階段。過去一年許多目光都聚焦在多模態(tài)，但其實(shí)，智能體才是目前最能激發(fā)大模型潛力的應(yīng)用方向。原因就在于，它的門檻確實(shí)很低。大模型變成應(yīng)用有很多不確定性，但智能體卻是非常直接、高效、簡(jiǎn)單的方式。基礎(chǔ)模型需要靠應(yīng)用才能顯現(xiàn)出價(jià)值，而智能體是一個(gè)幾乎「放之四海而皆準(zhǔn)」的大模型應(yīng)用。因?yàn)殚T檻足夠低，甚至都不需要編程，只要用「人話」把工作流說清楚即可，比互聯(lián)網(wǎng)時(shí)代制作一個(gè)網(wǎng)頁還簡(jiǎn)單。智能體正在爆發(fā)，只是現(xiàn)在基數(shù)還比較小，大家的體感沒有那么強(qiáng)烈。讓更多人進(jìn)來、發(fā)揮聰明才智，指不定哪條路跑通了，就是一個(gè)Super APP。
打造全新智能體生態(tài)如今，百度已經(jīng)構(gòu)建了一個(gè)強(qiáng)大的智能體生態(tài)系統(tǒng)。百度的智能體技術(shù)充分釋放了文心大模型的潛力，成為引領(lǐng)行業(yè)變革的新引擎。IDC、沙利文、中國軟件評(píng)測(cè)中心等多家權(quán)威評(píng)測(cè)顯示，文心大模型超過國際領(lǐng)先大模型平均表現(xiàn)，位居中國第一、國際第一梯隊(duì)。
來源：IDC《中國大模型市場(chǎng)主流產(chǎn)品評(píng)估，2024》如今，在營銷、客戶服務(wù)、企業(yè)辦公、代碼編程等領(lǐng)域中，智能體正重塑各行各業(yè)升級(jí)的新范式。另一方面，百度基于智能體技術(shù)構(gòu)建的「文心智能體平臺(tái)」，進(jìn)一步降低了開發(fā)門檻，讓AI賦能變得觸手可及。
開發(fā)者們可以基于自身行業(yè)特點(diǎn)和應(yīng)用場(chǎng)景需求，利用平臺(tái)提供的多樣化能力、工具，打造出大模型時(shí)代的AI原生應(yīng)用。基于易開發(fā)、能分發(fā)、有錢賺三大特點(diǎn)，讓這個(gè)平臺(tái)實(shí)現(xiàn)了價(jià)值閉環(huán)。
百度搜索AI問答比如，38歲失業(yè)女性答主自創(chuàng)建了「情感咨詢導(dǎo)師曉曉」智能體，不僅有了意外的收入，還獲得了新的職業(yè)機(jī)會(huì)。
目前，文心智能體平臺(tái)已吸引超過80萬開發(fā)者、15萬家企業(yè)。不寫代碼，就能實(shí)現(xiàn)任意想法了目前，百度的智能體技術(shù)正在加速LLM深度融入社會(huì)各行業(yè)的各個(gè)環(huán)節(jié)，助力企業(yè)與社會(huì)服務(wù)智能化升級(jí)。在政務(wù)領(lǐng)域，AI法律咨詢助手能為勞動(dòng)者提供及時(shí)準(zhǔn)確的法律指導(dǎo)。在農(nóng)業(yè)領(lǐng)域，「農(nóng)民院士智能體」讓科技助農(nóng)變得更加便捷高效。
在教育領(lǐng)域，它能為師生帶來更智能化、個(gè)性化的教學(xué)新體驗(yàn)。在輔助編程開發(fā)中，智能體降低了普通人開發(fā)應(yīng)用門檻，也提升了專業(yè)程序員的編碼效率。這里，尤為值得一提的是百度在「多智能體協(xié)作」領(lǐng)域的最新成果無代碼開發(fā)工具「秒噠」。用李彥宏的話說，它是「迄今為止人類歷史最復(fù)雜的多智能體協(xié)作工具」。
多智能體協(xié)作，是基于文心大模型的思考和規(guī)劃能力，實(shí)現(xiàn)了對(duì)不同智能體的調(diào)度和編排。在策劃、內(nèi)容、開發(fā)等工作中，有小組長(zhǎng)、策劃、小編、程序員和檢員五個(gè)智能體相互協(xié)作，甚至還能自動(dòng)識(shí)別bug，調(diào)用各種工具。在演講現(xiàn)場(chǎng)，李彥宏曾以蘿卜快跑新技術(shù)發(fā)布會(huì)為例，直接搭建了一個(gè)活動(dòng)報(bào)名系統(tǒng)。用中文描述需求，補(bǔ)充帶有大會(huì)時(shí)間地點(diǎn)主題的文檔，就可以指揮秒噠中的多個(gè)智能體協(xié)作了。
其中，小組長(zhǎng)智能體會(huì)進(jìn)行規(guī)劃調(diào)度，會(huì)將任務(wù)拆解并召喚各智能體來完成任務(wù)。策劃智能體負(fù)責(zé)將策劃設(shè)計(jì)解決方案拆分成i核心需求、內(nèi)容結(jié)構(gòu)、開發(fā)需求、數(shù)據(jù)收集四個(gè)子任務(wù)。小編智能體會(huì)編輯邀請(qǐng)函中的所有文字和媒體內(nèi)容，包括發(fā)布展望、時(shí)間地點(diǎn)信息、封面圖等。程序員智能體通過寫代碼，制作和部署網(wǎng)頁。
這個(gè)過程中，通過場(chǎng)景知識(shí)的增強(qiáng)，提升了復(fù)雜代碼生成的質(zhì)量與穩(wěn)定性，能高效實(shí)現(xiàn)用戶所需的功能。最后，質(zhì)檢員智能體會(huì)檢查代碼bug，修復(fù)，進(jìn)行代碼測(cè)試。一套流程下來，活動(dòng)邀請(qǐng)函立馬就生成了。
同時(shí)，百度的另一個(gè)多智能體應(yīng)用代碼助手「文心快碼」則升級(jí)到了3.0版本，全面進(jìn)入智能體時(shí)代。
具體來說就是，在開發(fā)全流程中，會(huì)有多個(gè)智能體進(jìn)行流水線協(xié)同，進(jìn)而大幅提升程序員的工作質(zhì)量和效率。
在推動(dòng)傳統(tǒng)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)的同時(shí)，百度智能體技術(shù)還催生了在智能家居、智能電商等新興產(chǎn)業(yè)發(fā)展。更重要的是，它還創(chuàng)造出智能體工程師、訓(xùn)練師等全新職業(yè)，推動(dòng)人才培養(yǎng)模式創(chuàng)新，為產(chǎn)業(yè)結(jié)構(gòu)升級(jí)提供源源不斷人才支持。站在新的歷史節(jié)點(diǎn)上，百度文心智能體正重新定義AI的發(fā)展方向。在全球科技巨頭還在為智能體技術(shù)摩拳擦掌之時(shí)，他們已用扎實(shí)的技術(shù)積累，以及豐富的實(shí)踐經(jīng)驗(yàn)，驗(yàn)證了智能體技術(shù)的巨大潛力。多次獲獎(jiǎng)，是全行業(yè)的肯定
仔細(xì)回看，其實(shí)不止在今年，此前百度就曾五次在世界互聯(lián)網(wǎng)大會(huì)烏鎮(zhèn)峰會(huì)上獲此殊榮，得獎(jiǎng)理由分別是百度大腦、小度助手、Apollo、飛槳、知識(shí)增強(qiáng)大語言模型技術(shù)。今年的百度文心智能體，已經(jīng)是第六次獲獎(jiǎng)。不僅如此，百度大模型相關(guān)技術(shù)還曾獲國家技術(shù)發(fā)明二等獎(jiǎng)、中國專利金獎(jiǎng)、吳文俊人工智能科技進(jìn)步特等獎(jiǎng)、中國電子學(xué)會(huì)科技進(jìn)步一等獎(jiǎng)等多個(gè)獎(jiǎng)項(xiàng)。
從第一屆世界互聯(lián)網(wǎng)大會(huì)到現(xiàn)在的整整11年間，百度率先預(yù)判出下一步技術(shù)的突破方向，同時(shí)也不忘將技術(shù)與實(shí)踐緊密結(jié)合，迅速抓住當(dāng)下市場(chǎng)的痛點(diǎn)。百度大腦、小度助手（DuerOS）、Apollo自動(dòng)駕駛平臺(tái)、飛槳開源深度學(xué)習(xí)平臺(tái)等，都是百度在行業(yè)內(nèi)先行一步的探索，全部取得了成功。這些領(lǐng)域內(nèi)的前沿技術(shù)，帶動(dòng)的不僅是百度的發(fā)展，也以引領(lǐng)者的姿態(tài)，推動(dòng)了全行業(yè)的技術(shù)進(jìn)步，讓全行業(yè)的技術(shù)發(fā)展坐上了快車。更關(guān)鍵的是，百度并非只局限于發(fā)展單一的技術(shù)，而是將格局放得更大，致力于建立一個(gè)包含硬件、軟件、服務(wù)和平臺(tái)的完整生態(tài)系統(tǒng)。AI的未來究竟在何方？這個(gè)答案，或許就藏在百度智能體技術(shù)的一個(gè)個(gè)突破里。從去年10月的前瞻布局，到如今智能體的蓬勃生長(zhǎng)；從系統(tǒng)2思考模型創(chuàng)新，到智能體賦能萬千企業(yè)的實(shí)踐。百度正用不斷創(chuàng)新的技術(shù)力量，為每個(gè)領(lǐng)域帶去智能化的蝶變。
