Рост и потенциал агентов на основе больших языковых моделей: обзор

На протяжении долгого времени человечество стремилось создать искусственный интеллект (ИИ), эквивалентный или превосходящий человеческий уровень, при этом агенты ИИ рассматриваются как перспективное средство для достижения этой цели. Агенты ИИ — это искусственные сущности, которые воспринимают окружающую среду, принимают решения и предпринимают действия. Было предпринято множество усилий по созданию интеллектуальных агентов, но они в основном сосредоточены на развитии алгоритмов или стратегий обучения для улучшения конкретных способностей или производительности в отдельных задачах. На самом деле сообществу не хватает общего и мощного базового моделирующего решения, которое послужило бы отправной точкой для проектирования агентов ИИ, способных адаптироваться к разнообразным сценариям. Благодаря универсальным способностям, которые они демонстрируют, большие языковые модели (LLM) рассматриваются как потенциальные искры для создания искусственного общего интеллекта (AGI), дающие надежду на построение универсальных агентов ИИ. Многие исследователи использовали LLM в качестве основы для создания агентов ИИ и добились значительного прогресса. В этой статье мы проводим всесторонний обзор агентов на основе LLM. Мы начинаем с прослеживания концепции агента от её философских истоков до развития в области ИИ и объясняем, почему LLM пригодны в качестве основы для агентов. Далее мы предлагаем общую структуру агентов на основе LLM, включающую три основных компонента: «мозг», восприятие и действие; эту структуру можно адаптировать для различных приложений. Затем мы исследуем широкие области применения агентов на основе LLM в трёх аспектах: сценарии с одним агентом, сценарии с несколькими агентами и взаимодействие человека и агента. После этого мы погружаемся в изучение обществ агентов, рассматривая поведение и личностные характеристики агентов на основе LLM, социальные явления, возникающие в обществе агентов, и выводы, которые они дают для человеческого общества. Наконец, мы обсуждаем несколько ключевых тем и открытых проблем в этой области. Репозиторий со связанными работами доступен по адресу https://github.com/WooooDyy/LLM-Agent-Paper-List.