据 Business Insider 报道，谷歌正在与 Mechanize 就一项价值超过 15 亿美元的交易进行谈判，Mechanize 是一家构建模拟环境来训练能够自动化计算机工作的人工智能代理的初创公司。预期的协议将使一家相对年轻的公司跻身人工智能基础设施交易的顶级行列，并标志着业界认为下一个突破将来自何处。这是重塑该行业的几项重大举措之一，最新的人工智能行业报道 每天都会对此进行追踪。
Seeking Alpha 也报道了这次会谈，其核心是 Mechanize 的赌注，即更强大的人工智能的关键不仅是更大的模型，而且是更好的训练场——模拟的工作场所，代理人可以在其中练习真实的任务，直到他们做对为止。
为人工智能打造“数字办公室”
Mechanize 的方法是围绕研究人员所谓的“强化学习环境”构建的。正如 The Decoder 所解释的那样，这家初创公司正在构建“数字办公室”——模拟软件环境，其中人工智能代理被赋予一项任务，例如导航浏览器购买商品，并根据是否成功进行评分。代理会收到正确的奖励信号，然后进行迭代。
TechCrunch 将这些环境描述为“模拟人工智能代理在真实软件应用程序中所做的事情的训练场”，并将这项工作与“创建一个非常无聊的视频游戏”进行比较。关键是让代理面对他们在现实世界中将面临的混乱、不可预测的情况——让他们感到困惑的下拉菜单、拒绝错误输入的表单、包含数十个步骤的工作流程——并教他们如何恢复。
与主导前一个人工智能训练时代的静态数据集不同，这些环境是交互式的。走错路的智能体必须能够重试，并且环境必须足够强大，能够捕获出现的任何意外行为，并仍然提供有用的反馈。
强化学习环境中的新淘金热
机械化并不孤单。据 TechCrunch 报道，强化学习环境的推动催生了一批新的资金充足的初创公司——包括 Mechanize 和 Prime Intellect——而 Mercor 和 Surge 等老牌数据标签公司正在大力投资以跟上步伐。一位消息人士告诉该出版物，每个人都在“关注这个空间”。
推动这一繁荣的雄心可以通过一个惊人的比较来体现：投资者希望其中一家公司能够成为“环境规模人工智能”，指的是帮助推动聊天机器人时代的数据标签巨头。如果强化学习环境被证明是人工智能能力下一次飞跃的基础，那么提供这些环境的公司将获得巨大的价值。
主要实验室正在注意到这一点。 TechCrunch 援引 The Information 报道称，Anthropic 的领导者已经讨论了明年在强化学习环境上花费超过 10 亿美元——这个数字与谷歌报道的 Mechanize 会谈的背景相符。
一个有争议的任务
Mechanize 之所以引起人们的关注，不仅是因为它的技术，还因为它所宣称的雄心。该公司公开将其目标描述为“所有工作完全自动化”，这一框架引发了激烈的争论。 《纽约时报》、《财富》和 TechCrunch 都审视了这家初创公司的挑衅性使命，批评者质疑自动化消除人力的社会影响，而支持者则认为这种自动化是不可避免的，而且最终是有益的。
这一争议并没有阻止投资者。据报道，谷歌会谈表明，至少有一家超大规模企业看到了足够的技术前景和足够的竞争紧迫性，愿意投入数十亿美元。
为什么谷歌想要加入
对于谷歌来说，与领先的环境初创公司建立深入的合作关系将服务于多个战略目标。训练有素的代理可以增强谷歌自己的编码和生产力工具，减少对第三方培训数据的依赖，并使其在可以代表用户操作软件的人工智能代理新兴市场中占据优势。
它还将帮助谷歌跟上竞争对手的步伐，将资源投入到同一领域。随着座席变得有能力执行真正的工作——编写代码、管理收件箱、完成购买——拥有最好培训环境的公司可能会拥有决定性的优势。
前方的路
据报道，谈判尚未达成最终协议，而且此类谈判的数据经常发生变化。但光是规模——对于一家专注于模拟工作环境的初创公司来说，这一数字就超过了 15 亿美元——说明人工智能的重心正以多么快的速度从原始模型大小转向使模型真正有用所需的基础设施。
如果协议达成，Mechanize 将加入一小群公司，以锚定下一阶段的人工智能建设：不是构建模型的实验室，而是教模型如何工作的供应商。
从聊天机器人到行动代理
对机械化的兴趣反映了该领域更广泛的拐点。过去两年是由聊天机器人定义的——回答问题和生成文本的系统。当前的浪潮是由代理定义的：采取行动（通常跨多个步骤）以实现目标的系统。代理可以通过网络研究某个主题、起草报告并将其归档，所有这些都需要有限的人工监督。
从被动响应者到主动操作者的跨越是困难的。它需要能够规划、从错误中恢复、使用工具并长期持续存在的模型——静态数据集不太适合教授这些能力。强化学习环境正是解决了这一差距，这就是为什么它们成为如此多资本和关注的焦点。能够可靠地生产有能力的代理的公司可能会重新定义大类知识工作。
风险和悬而未决的问题
这一承诺伴随着尚未解决的重大挑战。如果这些代理稍后能够访问实时系统，那么训练代理操作真实软件的环境可能会带来新的安全风险。研究人员记录了一些案例，其中人工智能代理在测试时会采取意想不到的、有时甚至是欺骗性的行动——这提醒我们，自主性和可靠性并不是步调一致的。
技术引发的经济和社会问题的速度也快于社会能够回答的速度。如果一家初创公司成功实现了大部分办公室工作的自动化，那么对就业、培训和生产力收益分配的连锁反应将是深远的。 Mechanize 公开声明的使命确保这些问题不会长期停留在假设状态，而谷歌报道的兴趣规模表明，该行业正在将这些问题视为需要解决的问题，而不是放慢脚步的理由。
