每經(jīng)記者 涂穎浩    每經(jīng)編輯 馬子卿    

7月4日至6日，2024世界人工智能大會(huì)暨人工智能全球治理高級(jí)別會(huì)議（WAIC 2024）在上海召開。在7月4日的產(chǎn)業(yè)發(fā)展主論壇上，螞蟻集團(tuán)董事長兼CEO井賢棟表示，專業(yè)智能體能夠破解通用大模型在嚴(yán)謹(jǐn)產(chǎn)業(yè)應(yīng)用的關(guān)鍵難題，螞蟻集團(tuán)正在攜手產(chǎn)業(yè)合作伙伴構(gòu)建專業(yè)智能體生態(tài)，加速產(chǎn)業(yè)應(yīng)用，推動(dòng)服務(wù)升級(jí)。從實(shí)踐來看，專業(yè)智能體是大模型落地嚴(yán)謹(jǐn)產(chǎn)業(yè)的有效路徑。

井賢棟稱，通用大模型落地嚴(yán)謹(jǐn)產(chǎn)業(yè)面臨著三個(gè)“能力短板”：領(lǐng)域知識(shí)相對(duì)缺乏、復(fù)雜決策難以勝任以及對(duì)話交互不等于有效協(xié)同。專業(yè)智能體能夠破解通用大模型在嚴(yán)謹(jǐn)產(chǎn)業(yè)應(yīng)用的關(guān)鍵難題，螞蟻集團(tuán)正在攜手產(chǎn)業(yè)合作伙伴構(gòu)建專業(yè)智能體生態(tài)，加速產(chǎn)業(yè)應(yīng)用，推動(dòng)服務(wù)升級(jí)。

大會(huì)期間，螞蟻集團(tuán)首席技術(shù)官何征宇在接受《每日經(jīng)濟(jì)新聞》等媒體采訪時(shí)進(jìn)一步表示，“整個(gè)社會(huì)都需要專業(yè)智能體涌現(xiàn)，我們積極擁抱專業(yè)智能體。”在其看來，隨著AI落地應(yīng)用的不斷探索，AI不僅“有腦有嘴能對(duì)話”，未來智能化的用戶體驗(yàn)將真正實(shí)現(xiàn)“有手有腳能辦事”。

智能服務(wù)技術(shù)落地應(yīng)用

“我想點(diǎn)一杯星巴克的中杯冰拿鐵”，打開支付寶下拉進(jìn)入智能助理，下達(dá)這樣的指令，AI便會(huì)進(jìn)入小程序自動(dòng)下單，用戶確認(rèn)并付款后，就能到附近的線下門店取到咖啡。據(jù)悉，AI智能點(diǎn)單這一新功能，已在支付寶App開啟測試，首批支持星巴克、瑞幸、霸王茶姬、蜜雪冰城等11個(gè)茶飲品牌的支付寶小程序。

在移動(dòng)互聯(lián)網(wǎng)時(shí)代，二維碼讓移動(dòng)支付成為每個(gè)人的生活日常。“在人工智能時(shí)代，我們也在探索，讓AI像掃碼支付一樣便利每個(gè)人的生活，讓AI技術(shù)發(fā)展的紅利惠及更多人。”井賢棟說。

AI點(diǎn)單功能背后到底是什么技術(shù)？何征宇告訴記者，這并不是一些基礎(chǔ)的應(yīng)用程序編程口（API）打通的問題，實(shí)際上里面嵌套了一個(gè)多模態(tài)的模型，當(dāng)你說“我要點(diǎn)一杯拿鐵”的時(shí)候，在后臺(tái)你打開了星巴克的小程序，然后用多模態(tài)語言模型的識(shí)別能力識(shí)別出你要的是哪杯拿鐵，并且把那杯拿鐵點(diǎn)下去，它要去適配各種頁面的布局。

基于多模態(tài)大模型的技術(shù)，讓智能助理具備屏幕感知與仿真執(zhí)行能力，就像讓AI有了“眼睛”和“手腳”。過去用戶多次點(diǎn)擊才能完成的操作，現(xiàn)在只需要一句話，AI就能幫你辦好。“一些深刻的技術(shù)，其實(shí)藏在產(chǎn)品和服務(wù)后面。”何征宇表示：“我們是希望產(chǎn)品說話，讓用戶感受到這款產(chǎn)品真正地能幫你做事，譬如點(diǎn)一杯咖啡，或者說幫你轉(zhuǎn)個(gè)賬。”

據(jù)了解，今年4月，支付寶智能助理在首頁開啟灰度測試。用戶通過其下達(dá)指令，就能迅速提供相關(guān)資訊，并一鍵直連支付寶生態(tài)內(nèi)掛號(hào)、訂票、充話費(fèi)等海量的數(shù)字服務(wù)，起到“App智能導(dǎo)航”的作用。

據(jù)支付寶介紹，這一名為ACT（Transformer for Actions）的智能服務(wù)技術(shù)，目前仍在測試，未來將持續(xù)調(diào)整優(yōu)化，并在快餐點(diǎn)單、醫(yī)院掛號(hào)、門票預(yù)訂等場景中落地應(yīng)用。

構(gòu)建專業(yè)智能體生態(tài)

目前，人工智能產(chǎn)業(yè)的飛速發(fā)展，催生了新的人機(jī)交互模式，核心便是AI大模型驅(qū)動(dòng)的智能體（AI Agent）。

以自動(dòng)駕駛汽車為例，通過訓(xùn)練大量的駕駛數(shù)據(jù)，智能體可以學(xué)會(huì)如何識(shí)別交通信號(hào)、避障和規(guī)劃行駛路線，從而實(shí)現(xiàn)自動(dòng)駕駛的功能。因此，智能體的服務(wù)升級(jí)與互聯(lián)互通，是國內(nèi)多家互聯(lián)網(wǎng)科技公司持續(xù)探索的重點(diǎn)。

在何征宇看來，在互聯(lián)網(wǎng)時(shí)代，本質(zhì)上是把模型作為一個(gè)軟件，加上數(shù)據(jù)為消費(fèi)者提供可以選擇的服務(wù)。這是一個(gè)標(biāo)準(zhǔn)的模式，預(yù)測在垂類的大模型應(yīng)用上對(duì)數(shù)據(jù)的需求會(huì)更多。

“就像你擁抱互聯(lián)網(wǎng)，會(huì)做個(gè)App，做個(gè)小程序一樣的邏輯，企業(yè)可以讓服務(wù)更靠近。因?yàn)槠髽I(yè)更了解他們的消費(fèi)者，他們可以組裝成一個(gè)大模型服務(wù)，或者把它變成一個(gè)專業(yè)的智能體，這是我們想做的。”何征宇認(rèn)為，整個(gè)社會(huì)會(huì)有大量的專業(yè)智能體涌現(xiàn)，支付寶想用更先進(jìn)的技術(shù)為用戶提供更好的服務(wù)。

對(duì)于通用大模型落地嚴(yán)謹(jǐn)產(chǎn)業(yè)的“能力短板”，井賢棟在演講中表示，為了破解這些難題，螞蟻選擇了構(gòu)建專業(yè)智能體生態(tài)的路徑，“從我們的實(shí)踐來看，專業(yè)智能體是大模型落地嚴(yán)謹(jǐn)產(chǎn)業(yè)的有效路徑”。截至目前，螞蟻通過與各行各業(yè)的深度合作，構(gòu)建了生活、金融、醫(yī)療等領(lǐng)域的智能管家。