先做个广告：如需代注册ChatGPT或充值 GPT4.0会员（plus），请添加站长微信：gptchongzhi
1ChatGPT过气了吗？
推荐使用GPT中文版,国内可直接访问：https://ai.gpt86.top
随着去年12月底ChatGPT问世，举世为之振奋。转眼半年过去了，从数据上看，OpenAI、Midjourney等爆款应用的访问量都较最高点有所回落。![]()
OpenAI和Midjourney访问量（数据源：AlphaEngine）从历史上看，每一项重要技术的发展，都需要依托至少一款Killer App。比如个人电脑需要VisiCalc（世界上第一套电子表格软件）；智能手机需要Wechat、Uber、Pokemon Go；mRNA技术的普及需要依托于新冠疫苗的量产。众所周知，这次AI革命浪潮的第一代Killer App是以ChatGPT为代表的交互式文本问答，以及以Midjourney为代表的交互式艺术创作产品。第二代Killer App是以Office Copilot、Github Copilot等为代表的工作效率辅助工具。反应快的朋友可能都已经把这些工具引入到自己的工作流程中，实现了大幅效率提升。然而站在当前这个时点预测未来，下一代Killer App会是什么形态呢？这里给出我认为最有潜力成长为下一代Killer App的两种应用形态：以Autonomous Agents为核心的AI智能体
- 以Code Interpreter为代表的自动编程多任务处理器
Autonomous Agents：从Copilot到Autopilot
今年4月，AutoGPT横空出世，一举成为Github历史上star数增长最快的项目之一。截止目前，AutoGPT已经累计145k次star和31.2k次fork。将它与其他项目（比如langchain，以及非AI范畴的TypeScript）比较，其增速迅猛可见一斑。AutoGPT的出现引爆了人们对于自主AI智能体的无限想象，在过去的几个月中，Agent框架如雨后春笋般涌现出来，如ReAct、SayCan、Toolformer、HuggingGPT、Generative Agents、WebGPT，令人目不暇接。比如Nvidia在Voyager项目中，构建了一个能够自己玩MineCraft游戏的智能体。只需要给其设置一个宏观长期的任务目标：尽可能多的探索这个世界。智能体就会不断的设置一个又一个短期目标，在与世界互动的过程中不断学习到新的技能，不断成长。使用Voyager框架，我们的Steve同志能够一路从伐木工开始，途经石器时代、铁器时代，并造出钻石剑，打败末影人。相比AutoGPT而言，Voyager框架下Steve能够自主探索更大范围的世界地图，以更快的速度造出黄金剑和熔岩桶，几乎能够像一个人类玩家一样不断学习游戏机制，在摸索中通向终点。![]()
![]()
如果说Voyager只是Autonomous Agents在一个开放世界游戏中的尝试，那么ChatDev就是一次把AI智能体真正引入产业应用的一次大胆尝试。在ChatDev项目中，作者构建了一个“虚拟软件公司”，通过串联起“设计”、“开发”、“测试”等步骤，全自动实现软件开发工作。用户只需要向ChatDev系统提出软件开发的需求，比如“我想开发一款关于XX的游戏”，整个“虚拟软件公司”就会根据你的需求，开展产品设计、头脑风暴、UI设计、脚本开发、软件测试&debugging、文档撰写等一些列工作，最后将软件程序以及文档手册一并输出给你。这里这个“虚拟软件公司”中的每个角色，都是一个具备独特属性的智能体，各有各的技能和目标，互相之间按一定的方式进行沟通配合，完成最终的软件交付。再比如一份近期的研究中，作者构建了由25个“虚拟居民”组成的名为“Smallville”的虚拟小镇。这25位“虚拟居民”各有有着不同的性格、背景、人际关系。它们在这个虚拟沙箱中互相交互，一起“生活”，逐渐形成一个和谐的社区氛围。这个“虚拟社区”成为了学者研究社会学理论的最佳实验田，人们可以在这里模拟信息的传播理论、模拟人群的从众效应、验证人际关系的六度原理等。Autonomous Agents为我们打开了这轮AI革命新的天花板。如果把人工智能与人类的脑结构进行比较，那么与LLM最接近的就是人类大脑中的“前额叶”。前额叶是人类大脑中负责高级认知功能的重要模块，比如注意、思考、推理、决策等。前额叶与顶叶、枕叶、颞叶、丘脑等其他重要区域，一同构成了人类大脑的精巧结构，使得我们可以深入思考、获得感知、产生情绪、平衡动作、留存记忆。从这个角度来说，Autonomous Agents的目标，是把大语言模型的能力，从单纯的“前额叶”扩展至整个大脑，使得模型不仅仅会分析决策，还能实现记忆索引（向量数据库）、资源协调（Balancing）、认知反思（Reflection）等综合能力，从而解决高难度的复杂任务。这无疑是一个令人激动兴奋、充满前景的研究方向。我们相信在不远的将来，人人都会拥有属于自己的AI智能体，成为大家的小助手，帮助大家拓宽视野、伸展双手、延展思维。那么现在有没有这样的产品呢？向大家推荐一款效率神器：AlphaBox，它能够帮助大家自动解析会议、阅读报告，让你的工作效率直接翻番。AlphaBox的底层基于熵简科技的FinGPT行业大模型，将海量专业知识注入到开源大模型中，不止确保了数据安全性，也极大的增强了大模型的专业理解能力。AlphaBox的产品网址：https://www.alphabox.top（PC端申请）Code Interpreter：以代码为媒介，与万物交互
最早的人机交互方式是打孔卡带，操作员将提前编写好的二进制代码转录到纸带上，然后再将这个纸带插入到笨重的机器中，实现指令交互。到了60年代的中期，出现了命令行界面，人机交互的方式变成基于命令行的（CLI: Command-Line Interface）问答。Windows发布之后，人机交互进入GUI时代，绝大部分人们理解的“电脑”就是“键盘+鼠标”。2007年，Apple发布iPhone，开启了触屏时代，人机交互方式变成了手指操作（TUI: Touch User Interface）。而如今，我们的交互方式又进入以LUI自然语言为主的多模态表达的新阶段。人机交互方式的每一次重要变革，不仅会深刻改变人与机器的关系，也会大大影响工作的方式、效率、流程。今年7月OpenAI发布了Code Interpreter，它以自然语言为输入，以代码为媒介，可以完成ChatGPT难以独立完成的高难度复杂任务，比如数据可视化、编写游戏程序、一键制作动图等。Code Interpreter一经发布，就引起了广泛关注，全球用户纷纷贡献智慧，提供了无数应用场景，Sam也为此发推庆祝。比如有人用Code Interpreter在20分钟内制作了一款Musk和Zuck的格斗游戏。有人则用Code Interpreter对Billboard的全球热曲进行可视化，寻找符合自己口味的最新音乐。可以说只有想不到，没有做不到。利用大模型强大的代码生成能力，机器与机器之间可以实现无缝通信，相互协作完成复杂任务。这显然是比“低代码”、“无代码”更高阶的RPA实现路径——自动生成代码。后记：Stay Resilient, and Be Adaptive
在可以预见的未来，我们可能会经历从many-humans-per-AI，逐渐发展到one-human-per-AI，再到many-AIs-per-human的全过程。全球具有创造力的人们正在GPT的基础上不断探索新的应用场景。随着Autonomous Agents、Code Interpreter等产品的推出，下一代杀手级应用呼之欲出。AI革命的本质，是对生产力的解放，以及生产效率的爆发式增长。正如ChatGPT的强大得益于参数规模突破阈值后的“涌现效应”。随着AI带来生产效率乘数的大幅提升，量变终究会带来质变。人们的工作习惯、工作方式、乃至于生产组织形式都有可能出现“涌现”般的变化。正如Sam Altman所言，我们可能正身处人类文明变化最陡峭的一个阶段，世界正在以与过去几十年截然不同的速率发生着变化。如何面对和适应“新常态”呢？拥抱变化，享受竞争。Stay Creative, Resilient, and Adaptive.
本文链接：https://shikelang.cc/post/948.html
网友评论