【EMNLP2024教程】语言智能体：基础、前景和风险

在过去的一年中，基于大型语言模型（LLMs）的AI智能体迅速成为最令人兴奋但也颇具争议的话题之一。有人认为这是下一次技术革命的开端，而另一些人则认为这些智能体不过是LLMs的简单包装。在本教程中，我们希望认真审视并调和这些不同的观点，同时将新一代AI智能体放在更广泛的AI发展历史中进行合理定位。我们认为，当代AI智能体与以往几代（如逻辑智能体或神经网络智能体）在质量上存在显著差异。通过集成LLM，这些智能体获得了一种全新的能力，即利用语言作为推理和交流的媒介，从而大幅提升了它们的表达能力和适应性。因此，我们认为它们最适合被称为语言智能体，因为语言是它们最显著的特性。 语言在推动人类认知进化中起到了关键作用，而AI似乎也在沿着类似的路径前进。然而，目前针对语言智能体的定义、理论基础、应用、风险及未来方向的系统性讨论仍然较少。本前沿教程旨在填补这一空白，提供对语言智能体的全面探讨。

需要注意的是，本教程并非相关工作的全面综述，也不是专注于代码框架的实践指南。