弘璣北大聯(lián)合實驗室首席科學(xué)家馬修軍教授發(fā)表“AIGA”(AI Generated Automation，即生成式自動化 )概念演講，同時指出隨著通用人工智能的發(fā)展進步，RPA與GPT的結(jié)合會逐步加深，由GPT驅(qū)動的RPA代表著一種顛覆式的RPA智能體，將推動企業(yè)數(shù)字化轉(zhuǎn)型與數(shù)字經(jīng)濟來到新階段。

　　在這個AIGC時代，利用自然語言大模型進行訓(xùn)練，將人類的知識和推理思考能力轉(zhuǎn)化為實用工具，滿足個性化需求將成為數(shù)字經(jīng)濟趨勢。馬教授指出，大模型具有泛化性，即隨著模型參數(shù)的增加，它展現(xiàn)出我們以前不曾預(yù)料的人類智能能力。因此，我們現(xiàn)在的AI比以前的垂直AI又向通用人工智能AGI邁進了一步。

　　“我們已經(jīng)進入了以大模型為基礎(chǔ)的APP Store時代，基于基礎(chǔ)模型，可以利用API和大模型的能力來開發(fā)我們自己的人工智能應(yīng)用，由此誕生的產(chǎn)業(yè)鏈和生態(tài)已經(jīng)超越了移動互聯(lián)網(wǎng)的影響力。”

　　馬教授指出，大模型的熱度與挑戰(zhàn)共存，例如，ChatGPT的訪問速度每個月都在下降，大模型的熱度是否會下降？它會不會像以前的人工智能一樣衰退？

　　對此，馬教授強調(diào)，大模型作為AI通用能力的支撐產(chǎn)業(yè)，并不會是曇花一現(xiàn)。然而，我們也要正視AIGC大模型本身的固有問題。首先，大模型存在一個黑箱問題，其數(shù)據(jù)、訓(xùn)練過程和生成內(nèi)容的能力無法解釋，這可能導(dǎo)致虛假信息的產(chǎn)生。其次，AIGC的生成式特性使其僅能根據(jù)給定的上下文和引導(dǎo)生成特定任務(wù)所需的內(nèi)容，而推理這種內(nèi)容需要消耗大量計算資源，帶來應(yīng)用成本問題。

　　為了解決這些問題，馬修軍教授介紹了弘璣與北大聯(lián)合實驗室的最新研究成果：“AIGA”。

　　AIGA是弘璣基于大模型驅(qū)動的全新RPA平臺，將GPT與RPA相結(jié)合，為RPA注入了思考和認(rèn)知的能力。馬修軍教授指出，未來的新型智能RPA有可能被稱為GPA(Generative Pre-trained Agent)，它不僅僅是根據(jù)特定業(yè)務(wù)執(zhí)行動作，還具備安全和審計功能，擁有與世界互動的能力。這種GPA將為我們帶來一種全新的、具有思考和認(rèn)知能力的企業(yè)級通用智能體。

　　弘璣北大聯(lián)合實驗室發(fā)布的“AIGA”研發(fā)概念引起了業(yè)內(nèi)外人士的廣泛關(guān)注。

　　AIGC大模型與RPA的結(jié)合帶來的顛覆性變革，為智能自動化賦予更多智能和靈活性。弘璣未來將持續(xù)加大研發(fā)投入力度，探索和推動AIGA的落地應(yīng)用，為企業(yè)數(shù)字化轉(zhuǎn)型提供更先進、更智能的解決方案。