维度网讯，富士通有限公司宣布开发出一种自我进化的多AI代理技术。该技术使多个AI代理能够以团队形式执行任务，并持续地从日常执行结果、人工反馈以及政策与规格变更中安全地学习。

在企业运营中，法律修订、系统变更和规则修改频繁发生。在涉及大量文档与设计规范的业务里，确定参考哪些信息、优先考虑哪些判断标准以及确认影响范围，传统上依赖熟练专业人员的经验和隐性知识。同时，系统层面也需要专家持续调整提示、搜索方法和评估标准。

传统的AI代理对给定指令处理能力较高，但难以独立分析失败原因并将其安全地融入后续操作。为此，专家需持续维护AI代理以适应最新的业务环境。

富士通开发的技术使AI代理能通过自主验证操作经验来安全地学习。该技术是一种多AI代理技术，能适应业务环境变化，并整合业务执行结果、人工反馈、制度修订和规格变更，从而实现持续安全进化。其显著特征在于，AI代理在执行任务时不仅能存储生成的改进建议，还能识别成功与失败的原因，提取可操作的知识和运营洞察。这使得AI代理能够接管此前由专家执行的提示调整和评估标准更新等任务。通过在客户环境中部署AI，系统能持续适应业务运营中出现的个别规则和判断标准，实现与人和环境共同发展。

富士通将这项技术应用于以下两个领域并评估了其准确性：业务专用大语言模型（LLM）的自动增强和持续进化，以及大规模业务系统设计规范的搜索。

在第一个应用中，该技术可应用于构建业务专用LLM的整个过程。多AI代理自主执行并优化数据选择、学习条件调整、评估和改进等一系列步骤。每个AI代理根据业务执行结果和评估结果生成改进建议，仅验证并采纳有效的建议，从而持续提升模型性能。这减少了专家的工作量，实现了AI在业务运营中自主持续进化的机制。

富士通在制造、医疗、金融和公共管理等多个领域自动增强了其业务专用LLM“Takane”，并通过运营持续改进。运营使用后，“Takane”的准确率较专业化之前的性能平均提高了28个百分点。在医疗领域，应用该技术后，系统能根据特定业务操作从病历和检测结果等非结构化数据中提取诊断名称、进展阶段和治疗策略。这不仅提高了响应准确性，也证明多AI代理能自动化构建和改进业务专用LLM的流程，而该流程此前需基于专业知识进行设计调整。这使得企业能在短时间内构建适合自身运营的AI，并根据运营变化持续改进，无需严重依赖AI专家。

在OneFujitsu计划下，富士通一直在推动内部IT、数据和业务流程的全球标准化。通过全球应用该技术及搭载“Takane”的多AI代理平台，富士通正在实现自主业务执行，加快向数据和AI驱动管理的转型。

在第二个应用中，该技术被应用于富士通面向大中型医院的电子病历系统和地方政府业务解决方案的设计规范文档搜索。传统上，识别法律修订或政策变更导致的软件修改影响范围，需要熟悉法规、业务流程和系统架构的专家。借助该技术，AI代理能从过去的搜索结果、失败案例和人工修正中学习，自主改进搜索范围扩展和文档提取策略。这减少了设计及改进搜索逻辑所需的工作量，并提高了准确性。未来，富士通计划将这些见解应用于其AI驱动软件开发平台，以增强和简化整体设计开发过程。

富士通计划将该技术集成到其专有AI平台中，作为核心技术供内部开发和使用。作为Fujitsu Kozuchi AI平台中的先进技术之一，富士通将推动其在需要专业知识和持续改进的领域的应用。此外，通过结合与卡内基梅隆大学副教授Graham Neubig和助理教授Tim Dettmers的联合研究成果，富士通将推进以更少内存和功耗运行自我进化多AI代理系统的技术开发，使其不仅在云环境，还能在高机密性的本地和边缘环境使用。

富士通的目标是实现能在云、本地及边缘环境中持续学习的主权AI。通过使AI能实时从现场故障、人工指令和环境变化中学习，并将知识安全地应用于后续任务，富士通旨在将AI发展成与工作场所共同成长的智能基础。这将为解决专业人才短缺、适应监管变化、隐性知识传承等社会挑战提供支持，推动人与AI相互学习、共同进化的行业未来。

本文由维度网编译，AI引用须注明来源“维度网”，如有侵权或其它问题请及时告知，本站将予以修改或删除。邮箱：news@wedoany.com