【智為未來】AI代理自動規劃 工作生活更便捷
隨着人工智能（AI）算法的快速發展，大型語言模型（Large Language Model, LLM）的研究亦成為了AI領域中的重要突破。其中，ChatGPT展現了強大的語言理解和生成能力，從故事創作、文章摘要，以至專業試考核等任務，均可展現出比人類更優秀的才能。同時，我們在完成以上任務的步驟亦相對簡單，可能只需要一句提示詞便能讓LLM生成回答。
不過，在多變的環境中，任務可以是複雜的，或需要多個步驟才能完成。比如，我們想要舉辦一場足球比賽，其中步驟可包括：（1）邀請球隊，（2）預訂場地等，以上步驟亦可因球隊沒空，預訂已滿等環境因素而變更，只是利用LLM可能無法完成我們要求的任務。因此，在這篇文章裏，我們將會介紹一個被認為是推動AI發展的重要領域—— AI代理（AI Agent)。
任務決策流程自動化
AI代理，是一個可感知外在環境，並利用LLM作為大腦，實現相對自主完成任務的AI系統。它的基本工作流程可分為以下步驟：1.感知（Perception）2.規劃（Planning）3.行動（Action）4.回饋（Feedback）。
比如，我們現在發送「請幫我舉辦一場香港業餘足球比賽」的指令，AI代理便會感知到我們在環境中下的指令文本，然後儲存在記憶體內。
接下來，AI代理便會對記憶體內的任務進行規劃，把任務拆分成多個更小的子任務，以方便處理複雜任務。例如，第一個子任務可以是邀請球隊，LLM便會根據它對外在環境的知識和任務的理解決定需要執行的行動。而行動可以是借助網絡搜尋工具搜尋本地業餘球隊，並利用郵件工具發出邀請函。
在LLM從感知的觀察中，得到郵件回饋後，假如沒有球隊參與，LLM的行動可以是對我們發出沒有球隊參與的訊息，讓我們再送出其他指令。假如有球隊參與，LLM便可自動決定執行下一個子任務，例如預訂場地。LLM的行動可以是利用谷歌地圖和康文署的場地預訂工具，尋找合適的比賽地點。如回饋是有可預約的場地，LLM在感知後便會向我們發出確認場地地點和付款方式的訊息；如回饋是找不到可預約的場地，LLM亦可自動不斷尋找未來可供預約的場地。
AI代理會一直處理已規劃的子任務，直到最後完成所有子任務，或感知到終止任務的指令。由此可見，AI代理配合LLM可在多變的環境中互動，利用合適的工具，理解並自動完成人類送出的指令。
AI代理還有哪些實際的應用呢？其中一個是大家經常聽到的自動駕駛汽車。AI代理可不斷感知複雜多變的路面情況，利用LLM分析、規劃，並決定最佳的行車路線和速度，在無人為干預下安全駕駛。
AI代理還可以應用在智能家居中，透過感知家居的環境情況與使用者的行為和生活習慣，調整家居的智能設備的使用。例如：在家裏沒有人的時候關掉不必要的電器和在需要看書時自動調節合適的亮度。
隨着AI技術不斷進步，AI代理的應用在將來亦可能進一步增加我們與AI的交互，改變我們的生活方式。
◆ 中大賽馬會「智」為未來計劃 https://cuhkjc-aiforfuture.hk/
由香港賽馬會慈善信託基金捐助，香港中文大學工程學院及教育學院聯合主辦，旨在透過建構可持續的AI教育生態系統將AI帶入主流教育。通過獨有且內容全面的AI課程、創新AI學習套件、建立教師網絡並提供AI教學增值，計劃將為香港的科技教育寫下新一頁。
