第一章课后习题

[JavaBigData-cjc]

请分析以下四个 case 中的主体是否属于智能体，如果是，那么属于哪种类型的智能体（可以从多个分类维度进行分析），并说明理由：

case A：一台符合冯·诺依曼结构的超级计算机，拥有高达每秒 2EFlop 的峰值算力
反应式，对外部的输入反应

case B：特斯拉自动驾驶系统在高速公路上行驶时，突然检测到前方有障碍物，需要在毫秒级做出刹车或变道决策
反应式，反应时间极短

case C：AlphaGo在与人类棋手对弈时，需要评估当前局面并规划未来数十步的最优策略
学习型智能体，通过学习元件观察智能体元件运行结果并纠正

case D：ChatGPT 扮演的智能客服在处理用户投诉时，需要查询订单信息、分析问题原因、提供解决方案并安抚用户情绪
混合式/规划式，需要规划解决问题的步骤

假设你需要为一个"智能健身教练"设计任务环境。这个智能体能够：

通过可穿戴设备监测用户的心率、运动强度等生理数据
根据用户的健身目标（减脂/增肌/提升耐力）动态调整训练计划
在用户运动过程中提供实时语音指导和动作纠正
评估训练效果并给出饮食建议
请使用 PEAS 模型完整描述这个智能体的任务环境，并分析该环境具有哪些特性（如部分可观察、随机性、动态性等）。
描述任务环境的 PEAS 模型分别是performance，environment，actuators，sensors，在该任务下：
性能度量（performance）：最大化用户健身的收益
环境：心率检测设备
执行器：获取用户运动数据的函数
传感器：解析生理数据的格式，

某电商公司正在考虑两种方案来处理售后退款申请：

方案 A（Workflow）：设计一套固定流程，例如：

A.1 对于一般商品且在 7 天之内，金额 < 100RMB 自动通过；100-500RMB 由客服审核；>500RMB 需主管审批；而特殊商品（如定制品）一律拒绝退款

A.2 对于超过 7 天的商品，无论金额，只能由客服审核或主管审批；

方案 B（Agent）：搭建一个智能体系统，让它理解退款政策、分析用户历史行为、评估商品状况，并自主决策是否批准退款

请分析：

这两种方案各自的优缺点是什么？
workflow：流程明确，清晰，但是死板；
agent：像人一样去完成退款工作，但是容易出现幻觉

在什么情况下 Workflow 更合适？什么情况下 Agent 更有优势？如果你是该电商公司的负责人，你更倾向于采用哪种方案？
在流程更规范，结构化的情况，workflow更合适，在可调整空间大，弹性高的情况下，agent更有优势；如果我是电商负责人，我可能更倾向于设计一个agent，因为总有突发情况发生，workflow可能考虑不到很多情况。

是否存在一个方案 C，能够结合两种方案，达到扬长避短的效果？
在 1.3 节的智能旅行助手基础上，请思考如何添加以下功能（可以只描述设计思路，也可以进一步尝试代码实现）：

提示：思考如何修改 Thought-Action-Observation 循环来实现这些功能。

添加一个"记忆"功能，让智能体记住用户的偏好（如喜欢历史文化景点、预算范围等）
可能需要一个专门的文件记住用户的偏好，然后将其加入到observation中。

当推荐的景点门票已售罄时，智能体能够自动推荐备选方案
这里应该要专门写一个判断，需要在action的位置修改专门的逻辑

如果用户连续拒绝了 3 个推荐，智能体能够反思并调整推荐策略
这说明可能需要一个记忆来处理，在observation中加入用户可能讨厌什么类型的景点，然后再推荐

卡尼曼的"系统 1"（快速直觉）和"系统 2"（慢速推理）理论[2]为神经符号主义 AI 提供了很好的类比。请首先构思一个具体的智能体的落地应用场景，然后说明场景中的：

提示：医疗诊断助手、法律咨询机器人、金融风控系统等都是常见的应用场景

哪些任务应该由"系统 1"处理？
那些要求反应时间短，实时要求高的任务就需要系统1来处理

哪些任务应该由"系统 2"处理？
而那些需要仔细规划的任务就由系统2处理

这两个系统如何协同工作以达成最终目标？
各司其职，分工合作，扬长避短。

尽管大语言模型驱动的智能体系统展现出了强大的能力，但它们仍然存在诸多局限。请分析以下问题：

为什么智能体或智能体系统有时会产生"幻觉"（生成看似合理但实际错误的信息）？
因为在thought阶段，智能体本质上式预测下一个词语，那么这里就可能出现幻觉了，如果observation不合理或者有误的话，传给大模型之后，大模型可能就会出现一些幻觉

在 1.3 节的案例中，我们设置了最大循环次数为 5 次。如果没有这个限制，智能体可能会陷入什么问题？
如何评估一个智能体的"智能"程度？仅使用准确率指标是否足够？
不够，评估智能程度主要是看是否达到用户的期望，满足用户的需求。