迈向基于基础模型的多智能体系统以加速社会影响人工智能
人工智能
2024-12-13 v2
摘要
社会影响人工智能（AI4SI）在应对公共卫生、农业、教育、自然保护和公共安全等领域的复杂社会挑战方面具有巨大潜力。然而，现有的AI4SI研究通常是劳动密集型和资源密集型的，限制了其可及性和可扩展性；标准方法是设计一个针对特定AI4SI问题定制的（基础级）系统。我们提议开发一种新颖的元级多智能体系统，旨在加速此类基础级系统的开发，从而降低计算成本以及社会影响领域专家和人工智能研究人员的负担。利用基础模型和大语言模型的进步，我们提出的方法专注于资源分配问题，在整个AI4SI流程中提供帮助，从问题定义到解决方案设计再到影响评估。我们强调了部署此类系统所固有的伦理考虑和挑战，并强调了人在回路方法的重要性，以确保人工智能系统的负责任和有效应用。
引用
@article{arxiv.2412.07880,
title = {Towards Foundation-model-based Multiagent System to Accelerate AI for Social Impact},
author = {Yunfan Zhao and Niclas Boehmer and Aparna Taneja and Milind Tambe},
journal= {arXiv preprint arXiv:2412.07880},
year = {2024}
}