什么是智能体？

在本节结束时，你将对智能体的概念及其在人工智能中的各种应用感到熟悉。

为了解释什么是智能体，我们先从一个类比开始。

整体概览：智能体 Alfred

来见见 Alfred。Alfred 是一个智能体。

想象 Alfred 收到一个指令，比如：“Alfred，我想来杯咖啡。”

因为 Alfred 理解自然语言，他很快就明白了我们的请求。

在完成任务之前，Alfred 会进行推理和规划，弄清楚他需要的步骤和工具：

1. 去厨房
2. 使用咖啡机
3. 煮咖啡
4. 把咖啡拿回来

一旦有了计划，他就必须行动。为了执行计划，他可以使用他所知道的工具列表中的工具。

在这个例子中，为了煮咖啡，他使用了咖啡机。他启动咖啡机来煮咖啡。

最后，Alfred 把刚煮好的咖啡拿给我们。

这就是智能体：一个能够进行推理、规划和与环境交互的人工智能模型。

我们称之为智能体，因为它具有能动性，即与环境交互的能力。

更正式的定义

现在你已经了解了整体情况，以下是一个更精确的定义：

智能体是一个系统，它利用人工智能模型与环境交互，以实现用户定义的目标。它结合推理、规划和动作执行（通常通过外部工具）来完成任务。

可以把智能体想象成有两个主要部分：

1. 大脑（AI 模型）

这是所有思考发生的地方。AI 模型负责推理和规划。它根据情况决定采取哪些行动。

2. 身体（能力和工具）

这部分代表了智能体所能做的一切。

可能行动的范围取决于智能体被配备了什么。例如，因为人类没有翅膀，所以他们不能执行“飞”这个行动，但他们可以执行“走”、“跑”、“跳”、“抓”等行动。

我们为智能体使用什么类型的 AI 模型？

智能体中最常见的 AI 模型是 LLM（大型语言模型），它接受文本作为输入，并输出文本。

知名的例子包括OpenAI 的 GPT4、Meta 的 LLama、Google 的 Gemini 等。这些模型已经经过大量文本的训练，并且具有很好的泛化能力。我们将在下一节中更深入地了解 LLM。

AI 如何在环境中采取行动？

LLM 是令人惊叹的模型，但它们只能生成文本。

然而，如果你让像 HuggingChat 或 ChatGPT 这样的知名聊天应用程序生成图像，它们却可以做到！这是怎么可能的？

答案是，HuggingChat、ChatGPT 和类似应用程序的开发者实现了额外的功能（称为工具），LLM 可以利用这些工具来创建图像。

我们将在工具一节中更深入地了解工具。

智能体可以执行什么类型的任务？

智能体可以通过工具执行我们实现的任何任务来完成行动。

例如，如果我编写一个智能体作为我电脑上的个人助理（像 Siri 一样），并且我让它“给我的经理发一封邮件，要求推迟今天的会议”，我可以给它一些发送邮件的代码。这将是一个新的工具，智能体在需要发送邮件时可以随时使用。我们可以用 Python 编写它：

def send_message_to(recipient, message):
    """Useful to send an e-mail message to a recipient"""
    ...

如我们所见，大型语言模型（LLM）将在需要时生成运行该工具的代码，从而完成所需任务。

send_message_to("Manager", "Can we postpone today's meeting?")

工具的设计至关重要，对智能体的质量有着深远的影响。某些任务可能需要定制特定的工具，而其他任务则可以通过通用工具（如“网络搜索”）来解决。

请注意，动作（Actions）与工具（Tools）是不同的概念。例如，一个动作可能涉及使用多个工具来完成任务。

允许智能体与其环境进行交互为企业和个人提供了实际应用场景。

示例 1：个人虚拟助手

像 Siri、Alexa 或 Google Assistant 这样的虚拟助手，在代表用户与其数字环境交互时，充当着智能体的角色。

它们接收用户查询，分析上下文，从数据库中检索信息，并提供响应或启动动作（如设置提醒、发送消息或控制智能设备）。

示例 2：客户服务聊天机器人

许多公司部署聊天机器人作为智能体，使其能够以自然语言与客户互动。

这些智能体可以回答问题、引导用户完成故障排除步骤、在内部数据库中创建问题，甚至完成交易。

它们的预定义目标可能包括提高用户满意度、减少等待时间或提高销售转化率。通过直接与客户互动、从对话中学习并随着时间的推移调整其响应，它们展示了智能体的核心原理。

示例 3：视频游戏中的 AI 非玩家角色（NPC）

基于大语言模型（LLMs）的智能体可以使非玩家角色（NPC）更具动态性和不可预测性。

它们不再局限于僵化的行为树，而是能够根据上下文做出响应、适应玩家交互，并生成更细致入微的对话。这种灵活性有助于创造更生动、更具吸引力的角色，这些角色会随着玩家的操作而发展。

总结而言，智能体是一个系统，它使用人工智能模型（通常是大语言模型）作为其核心推理引擎，以实现以下功能：

• 理解自然语言：以有意义的方式解释和回应人类指令。

• 推理与规划：分析信息、做出决策并制定解决问题的策略。

• 与环境交互：收集信息、执行操作并观察这些操作的结果。

现在你已经对智能体有了扎实的理解，让我们通过一个简短的、不计分的测验来巩固你的知识。之后，我们将深入探讨智能体的“大脑”：大型语言模型（LLM）。