AI 转变：从模型转向智能代理

快速阅读: 《企业家杂志》消息，人工智能正从基础模型转向智能代理，推动经济与产业变革。阿联酋加大AI基础设施投入，助力国家数字战略发展。

人工智能正在塑造经济，重新定义产业，并为从生产力工具到国家数字战略的一切提供动力。人工智能领域正从一个竞相构建最大基础模型的时代，转向一个以实现为目标的、专注于交付实用、智能AI代理的时代，这些代理能够推理、适应并自主行动。这为规划和政策带来了新的机遇，尤其是对像阿联酋这样在人工智能基础设施和国家创新计划（如阿联酋2031年人工智能战略）上投入巨资的经济体而言。让我们探索人工智能的演变，从基础模型到智能代理，以及更远。

**基础模型时代**

在过去几年中，人工智能发展的核心是基础模型，即在大规模数据集上训练的大神经网络。目前有超过一百种模型正在被使用，它们能够执行各种任务：生成内容、翻译语言、编写代码，甚至创作音乐和图像。根据《2025年人工智能指数报告》，模型规模持续快速增长，计算资源每五个月翻一番，数据集每八个月翻一番，能耗每年增加。用于排名人工智能模型的Elo系统显示，顶级人工智能模型之间的技能差距正在快速缩小。仅一年时间，最佳模型与第十佳模型之间的差距就减少了一半以上，而前两名现在几乎相同。

有人认为人工智能的发展已经到达顶峰，亟需更小、更专业的模型。一些最常被引用的原因包括可用数据、计算能力和能源的缺乏。例如，一次向ChatGPT提问所消耗的能量约为谷歌搜索的十倍。

**基础模型依赖基础设施**

基础模型背后的大型已建立和新兴企业是众所周知的公司，是当今人工智能领域的明星企业。然而，如果没有那些负责构建和提供大规模人工智能开发基础设施的公司，他们的突破将不可能实现。构建一个基础模型需要大量投入基础设施。据Epoch AI数据显示，过去八年中，训练前沿人工智能模型的成本每年增长两到三倍。研究人员还预计，到2027年，训练最大模型的成本将超过十亿美元。

大规模训练基础模型需要高度先进的资源密集型基础设施。这始于高端GPU或TPU集群，由高速网络（如100 Gbps Infiniband）和广泛的SSD存储支持，以处理并保存检查点的大规模数据集。同样关键的是一个强大的数据基础设施，确保高效地收集、清理和安全处理拍字节级（PB）的数据量。为了管理这种复杂性，会采用分布式机器学习框架以及用于计算任务分配的编排工具。

除了计算系统之外，维护这些大规模操作还依赖于复杂的监控工具来跟踪系统健康和性能，可靠的备份系统，以及大量物理基础设施，包括不间断电源和先进冷却系统。整个过程必须由涵盖机器学习工程和数据工程的专家团队监督。

这些分层的基础设施需求表明了开发和部署最先进的AI模型所需的巨大成本、复杂性和人才。

**阿联酋的战略应对**

阿联酋已经认识到这一点，并采取战略性措施应对。通过G42、高级技术研究委员会和穆罕默德·本·扎耶德人工智能大学（MBZUAI）等机构，该国正在提升本地能力，在数字基础设施、芯片创新和人工智能研究方面取得进展。这些举措不仅仅是旨在促进创新，更是至关重要地保障长期技术自给自足，并在日益人工智能化的全球经济中确保国家主权。

**从智能助手到智能代理**

随着人工智能模型竞赛的势头趋于稳定，基础设施投资到位后，下一步是迈向代理型人工智能，即能够为用户推理、计划和行动的人工智能。人工智能已经在各个领域得到广泛应用，无论是娱乐还是生产力。从创建人工智能虚拟形象到处理会议电话中的记录的AI伴侣，人工智能已经成为我们日常生活中的极大帮助。

代理型人工智能正在推动这一向更加实用、产品导向和赋能方式的转变，揭示了人工智能超越仅仅搜索、分析和生成数据的能力，去执行现实生活中的动作。它融合了情境感知、记忆、逻辑和目标设定，不仅理解，而且行动。

对于阿联酋来说，这种转变意义重大，因为从政府门户到客户服务的数字服务正在变得更加先进且互联。代理系统可以帮助居民更新文件、规划旅行、管理健康习惯，甚至规划个性化教育。所有这些都通过一个主动界面进行管理。

**引领下一个AI前沿**

随着人工智能的关注点从大规模实验转向本地化、可部署的解决方案，人工智能的成功将在于将更智能的人工智能融入现实。随着人工智能将在2030年前为阿联酋的GDP贡献1000亿美元，这个国家具有前瞻性的领导、数字原生人口和强大的公私技术生态系统将推动这一增长。从政府服务和企业生产力到医疗、媒体和教育，真正的价值将来自于上下文感知、贴近本地需求且无缝嵌入日常系统的AI。

(以上内容均由Ai生成)