Google DeepMind上周公布具备2种思维模式的系统框架,可让AI代理人(agent)能兼具快、慢思考的效益。

现有大型语言模型能以自然语言和用户互动,具有二种能力,包括对话和规划/思考。DeepMind团队设计的一种由双系统组成的Talker-Reasoner代理人框架,能同时执行对话及多步骤推理任务,一如由以色列诺贝尔经济学家Daniel Kahneman提倡的“快思慢想”(之后也被翻译成多国语言版本,包括繁中版)的人类一样。

DeepMind设计的双系统代理人框架中,系统1 Talker LLM能执行快速、直觉及合成语言回应,负责感知观察外界、获得用户回应,并且以自然对话和用户互动。系统2 Reasoner LLM负责解决复杂的问题,这涉及从外界取得资讯增强其知识,像是调用工具、从外部数据库获取资讯。相较Talker LLM的快速回应,Reasoner的运行更为缓慢、深刻及具逻辑性,包含多阶段推理和规划、调用、执行行为等动作。Talker和Reasoner之间经由共同内存互动。Reasoner获得知识后,除了执行行为,也更新其(内存中的)知识信仰,并提供Talker产生新的说话内容。在接获用户互动输入问题时,Talker可以以现有知识为基础、提供直觉回应,也可以等待Reasoner代理人产出知识,延迟回应用户。

DeepMind团队利用Gemini 1.5 Flash设计出错含双系统AI代理人,在测试中,让该系统扮演用户睡眠指导顾问,在听取用户说明后,提供改善睡眠的建议。研究团队发现,系统在“理解”用户问题阶段,其代理人(Talker)直觉化、流畅回应用户,但当Reasoner未能理解其指导是哪个阶段时,会提供较直觉化而无用的建议。例如使用降噪窗帘及隔音板。为解决此问题,研究团队加入“指导”阶段说明,Talker一旦读取到指导阶段时,就会等待Reasoner提供的资讯,而非直觉回应用户。这时系统2就取得主导,而非只给系统1产出的回应,例如为房间换颜色柔和的壁纸。

研究人员指出,本研究是首个使用双系统的代理人,欲改善其效用,未来可以让Talker-Reasoner框架中的Talker自动判断是否加入System 2的资讯作为回应,或是System 2加入更多Reasoner,以多样化其输入的记忆资讯。