邬贺铨:抢占新质生产力时代的AI战略高地

我国互联网发展历经网络化、移动化,现已进入以智能化和泛在化为特征的数智化时代。为适应这一结构性跨越的需要,互联网亟需实现“新质化” ,核心在于发挥人工智能(AI)的引擎作用,以智能体(AI Agent)为关键突破口,引领智能互联网发展,破局工业互联网应用。

当前,大模型技术虽在参数规模、多模态能力上持续迭代,但AI技术的规模价值尚未得到充分释放。生成式AI大模型的核心症结在于难以真正理解物理世界,仅能作为“被动助手”一问一答,而行业应用需要善解人意并执行的“代理”。

智能体正是破解这一困局的关键路径:它通过整合大模型(基础知识)、记忆系统(上下文关联和经验积累)、工具调用(物理世界认知与交互)及规划能力(任务拆解),实现了AI从“内容生成”转向“任务执行”的应用范式 。

进化式自主编程的智能体已经成为智能体新的发展方向。利用AI大模型的能力,多智能体系统通过群智聚合能够自主生成、测试并迭代优化算法,甚至发现全新的算法。目前已经出现用于发现和优化通用算法的平台,但多被用于科学研究领域,还不适于直接落地行业应用。

我国实体经济产业链的升级正面临排产调度、资源优化、路径规划、交易决策等诸多复杂挑战,迫切需要从AI for Science(AI助力科学研究)发展到AI for Industry(AI赋能产业应用),推进人工智能与实体经济深度融合。传统算法的局限性在于难以触及“全局最优解”,尤其是对我国工业门类齐全的千行百业。以编程智能体为代表的新一代AI技术,正在成为激发通用模型与行业知识深度融合的“化学反应炉”,其核心价值在于实现算法的自我演进与优化,为实体经济找到更优的解决方案。

一般来说,想要打造一个让AI算法自主进化、寻找全局最优的多智能体系统,需要结合大语言模型和进化搜索算法,并具备跨领域、端到端的自动化问题求解能力,即机器学习、组合优化、GPU内核生成、数学问题求解等能力。生成流程包括:可自我演化的智能体在收到指令后首先基于自身能力寻找算法,利用经典的专家策略或AI搜索不断进化,以复杂指令形式交给大模型完善并形成新算法,再交到人类预定目标的评估器上判断质量,打分并作为依据交给下一轮再采样迭代完善。

百度提出的自我近化超级智能体“伐谋”率先探路,通过AI能力内化,专注于在复杂系统中寻找“全局最优解”。 “伐谋”的出现给出了AI for Industry的一种可能方案:AI不只是局部环节提升效率,而是嵌入企业系统乃至产业链去寻找全局最优解,打造新型工业化生态。百度创始人李彦宏在《人民日报》发表署名文章专门介绍“伐谋”的设计理念和初步实践,“伐谋”以打造出适应市场竞争需要和技术发展趋势的新质生产力为使命,迈出了坚实的一步,做出有积极意义的探索。

一个直观的例子是内蒙古自治区鄂尔多斯市伊金霍洛旗早晚高峰期的交通优化方案。该地新老城区跨河通勤的繁忙路口上过去时常出现车辆排队拥堵的现象。在引入百度智能云SaaS信控平台后,这里的信号灯仿佛拥有了“大脑”,能根据实时车流自动调整配时方案,使车均延误降低了13%。随着“百度伐谋”的介入,算法实现了自主迭代,在原有基础上,车均延误再降低5%。垂直行业有更多适于采用自我进化智能体来提升效率和质量的应用场景。在国家深入实施“人工智能+”行动、推动人工智能与千行百业深度融合的背景下,自我进化智能体将为中国企业迈向数智化转型提供一种全局寻优方案的创新思路,将会助力我国更多行业激发新质生产力。


相关阅读

猜你喜欢

趋势

百科

数据

最新

分享