全球机器学习技术大会-高鹏至-小米在AI Agent上的思考和探索

小米科技作为全球领先的科技公司，在人工智能技术领域的发展一直是行业的焦点。高鹏至作为小米大模型团队的高级算法工程师，主要负责多语言大模型及AI Agent的研发工作。他毕业于伦斯勒理工学院，拥有自然语言处理和信号处理的研究背景，并在多个国际会议和期刊上发表过研究论文。 在2024年全球机器学习技术大会上，高鹏至分享了小米在AI Agent上的思考和探索。他首先介绍了小米科技战略的核心理念，即深耕底层技术、长期持续投入，并实现软硬深度融合，以AI全面赋能产品和服务。小米投资了1000亿元人民币在未来五年的12个技术领域，99个细分赛道上，这体现了小米对于科技研发的重视程度和前瞻性布局。 小米的人工智能发展历程可以追溯到大语言模型（LLM）的快速发展。高鹏至探讨了引入LLM Agent的原因，指出在解决真实世界问题时，利用外部工具和知识可以扩展大语言模型的能力，并且工作流更适合解决复杂问题。他提出了Agent任务拆解的理念，包括子任务分配、多Agent合作等，这为AI Agent的广泛应用铺平了道路。在代码生成、工作流自动化、机器人个人助理等方面，AI Agent都显示出了其强大的应用潜力。 高鹏至还强调了AI Agent与手机/智能家居的结合是天作之合。他指出，手机作为未来十年的个人计算中心，与智能家居场景中丰富的感知设备和复杂场景相结合，能够更好地理解用户需求。AI Agent能够处理复杂任务，并提供个性化服务，从而成为手机上的操作系统、接口服务和内容工具学习APP GUI Agent，以及APP中心化Agent等三种未来形态。 在实际工作方面，高鹏至介绍了已有的工作成果，包括ToolPlanner、APIsToolReranker、ToolMobile-Bench等，这些都是与外部工具交互的方案原型。他总结了方案可以简单概括为Thought-Action-Observation的循环操作，模型在认为任务完成后跳出循环并生成答案。ReAct方案作为一个示例，说明了如何在语言模型中协同推理和行动。 小米的AI Agent探索不仅体现在智能产品上，也体现在对软硬件融合的深度探索上。这种探索为未来AI技术的应用开辟了新的可能性，也展现了小米在AI领域深厚的积累和技术实力。通过这种前瞻性的技术研发，小米有望在未来的智能时代继续扮演领导者的角色。