DeepMind 创始人警告 AI 代理错误的复合效应

DeepMind 创始人兼首席执行官 Demis Hassabis 表示，人工智能 (AI) 的许多能力可能需要长达 10 年时间才能充分展现。

在庆祝音频生成模型 Chirp 3 在 Google Vertex AI 平台上发布的活动中，Hassabis 表示，在这段时间内，AI 将进化为通用人工智能，届时 AI 系统将展现出人类的"认知能力"。他补充说："这将是一个重要时刻，我们终于实现了一种通用智能，这也是整个 AI 领域的最初目标。"

Chirp 3 音频生成模型现已在 31 种语言中全面可用，提供 248 种不同的声音和 8 种说话人选项。据 Google 介绍，Vertex AI 上的 Chirp 3 提供了详细的语音功能，能够捕捉人类语调的细微差别，使对话更具吸引力和沉浸感。它可以应用于语音标注、实时会议转录、有声读物和客户通话情感收集等场景。

Google Cloud 还宣布将其英国数据驻留承诺扩展到 Google Agentspace，该服务将于 2025 年第二季度推出。Agentspace 提供的 AI 代理将 Gemini 的推理能力与 Google 搜索和企业数据相结合，无论数据托管在何处。

Google Cloud 表示，Agentspace 包含一个统一的、带有公司品牌的多模态搜索代理，员工可以使用它来回答复杂问题，并根据组织的专有信息（包括非结构化数据，如文档和存储在第三方应用程序中的信息）采取特定行动。它还包括一个名为 NotebookLM Enterprise 的功能，Google Cloud 表示该功能可以帮助员工快速综合大量信息以发现新的洞察。

代理时代

在谈到 AI 短期到中期的发展时，Hassabis 表示："我们一直在改进模型的'思考部分'，因此推理时间和计算将是今年的一个重要议题，因为系统变得更像代理。"这涉及 AI 代理在行动之前花更多时间思考和规划。

分析公司 Forrester 将代理式 AI 视为能够自主规划、决策和行动的 AI 系统，它们可以在最少人工干预的情况下编排复杂的工作流程。在一篇博客文章中，Forrester 分析师表示，代理式 AI 系统不仅有望成为知识经济的支柱，还将完全重新定义组织的运营和竞争方式。

Hassabis 表示，基于代理的 AI 效果已经开始显现。"它们不仅仅是被动的问答系统，还可以将问题分解为子目标，然后选择这些目标。"

DeepMind 此前曾在游戏中使用过这种问题解决方法，比如在 2016 年击败围棋世界冠军李世石的 AI 系统 AlphaGo。然而，Hassabis 表示："游戏非常有限，而且相对简单。规则是预设的信息，所以相比现实世界，这些是相对简单的设置。"

DeepMind 和其他 AI 开发者面临的挑战是，如何快速让 AI 系统普遍展现出在现实世界中可靠运作所需的规划和推理行为。

虽然 Hassabis 表示 AI 世界模型在过去几年取得了良好进展，但挑战在于如何最好地将这些模型与规划算法结合起来。Hassabis 举例说明了为什么这非常困难："如果你的 AI 模型有 1% 的错误率，而你计划执行 5,000 个步骤，那么这 1% 就会像复利一样累积。"

到 5,000 个步骤完成时，根据 Hassabis 的说法，由于错误的复合效应，答案正确的可能性变得随机。他说："对于游戏模型，你有国际象棋或围棋的规则。"这有助于规划算法做出正确的决策。"在现实世界中，你没有完美的信息。有我们不知道的隐藏信息，所以我们需要能够理解周围世界的 AI 模型。"

对 Hassabis 来说，未来几年预期出现的一个有趣发展是部署多个协同工作的 AI 代理来解决问题。

他说："我们过去在《星际争霸 II》（实时战略游戏）等方面做了大量工作，在那里你有一个代理社会或代理联盟，它们可以竞争或合作。"

如果代理能够帮助人们完成任务，Hassabis 认为拥有一整套具有互补技能的代理是有意义的。他补充说："这些代理应该如何相互合作或竞争是一个非常有趣的研究方向。"

他预计这类多代理 AI 系统将在未来几年内开始发挥作用。"你有一个通用代理的概念，比如 Gemini，但它可以调用专门的代理来处理数学或编程等任务，"他说。

尽管这些本身就是 AI 系统，但 Hassabis 表示 AI 代理可能成为通用 AI 系统用来解决问题的工具之一。

将不同类型的 AI 技术结合在一起的早期例子可以在几周前发布的 AI Co-scientist 工具中看到。据 Hassabis 介绍，这是一个混合系统，底层使用了 Gemini，但它也使用专门的 AI 系统来查找科学论文并尝试在不同研究成果之间建立联系。

Co-scientist 旨在模拟科学方法背后的推理过程，根据 Google 的说法，它的目的是发现新的原创知识，并根据先前的证据和特定的研究目标，形成可论证的新研究假设和建议。