吴恩达:AI真正的飞跃,来自“会反思的智能体”
在这场演讲中,吴恩达系统性地阐述了为什么“Agentic Workflow(智能体工作流)”将成为下一阶段AI应用的核心。他通过真实实验、失败与惊喜并存的案例,说明迭代、反思和多智能体协作,正在比单次更强模型更重要。
在这场演讲中,吴恩达系统性地阐述了为什么“Agentic Workflow(智能体工作流)”将成为下一阶段AI应用的核心。他通过真实实验、失败与惊喜并存的案例,说明迭代、反思和多智能体协作,正在比单次更强模型更重要。
同一周,Google一边把AI塞进Chrome这种“最无聊却最常用”的地方,另一边却亮出几乎科幻级别的视频生成模型。看似零散的发布,其实清楚地暴露了2024年AI竞争的两条主线:谁在追求极限,谁在抢占日常。
一家实验室用AI在尼安德特人和丹尼索瓦人的蛋白序列里,找回了“灭绝”的抗生素分子;另一边,Google DeepMind 刚刚亮出一个能读影像、懂文本、看基因的通用医疗模型。这不是两条新闻,而是一条正在成型的新范式。
AutoGPT 曾被捧成“下一代 ChatGPT”,却在短短几周内迅速降温。正当很多人以为 AI Agent 只是昙花一现时,一个叫 SuperAGI 的开源项目突然在开发者圈子里爆火。它真的是 AutoGPT 的进化版,还是又一轮高估的开始?
这场炉边对话回顾了自然语言处理在2018年前后的关键转折,解释了为什么语言模型会成为AI的基础设施,并通过零样本学习与文本生成的真实实验,揭示“规模”如何意外地改变模型能力边界。
在这段对话中,Alexa首席科学家Rohit Prasad直言:深度学习仍然强大,但无法独自解决“推理”这一终极难题。他结合Alexa的真实场景,解释了为什么下一代AI必须跨越预测,走向更接近人类目标理解的推理能力。