加利福尼亚州雷德伍德城2024年10月30日 -- 陈天桥雒芊芊脑科学研究院（TCCI）内部人工智能团队凭借对大脑和记忆的深刻理解，在人工智能领域取得了重大突破。他们自主研发的OMNE多智能体框架在GAIA（通用人工智能助手）基准测试排行榜（https://huggingface.co/spaces/gaia-benchmark/leaderboard）上夺得首位，该排行榜由Meta AI、Hugging Face和Hugging Face的AutoGPT共同发起。 OMNE的表现优于包括微软研究院（Microsoft Research）在内的一些世界领先机构的框架。 这一成就基于TCCI多年的大脑研究成果，赋予智能体长期记忆（LTM）能力，使得框架能够进行更深层次、更缓慢的思考，并在复杂问题解决中增强大型语言模型（LLM）的决策能力。
Tianqiao_and_Chrissy_Chen_Institute__Institute_was_created_in_2016_by_Tianqiao_Chen_and_Chrissy_Luo
这一里程碑是自该研究院创始人、前中国科技巨头陈天桥去年宣布"All-In AI战略"以来，TCCI人工智能团队的一项重大成就。
OMNE
目前的
总体成功率达到40.53%
，在性能上超
过了Meta
、微
软、Hugging Face
、普林斯
顿大学、香港大学、英国人工智能安全研究所以及百川等提交的成果。
与此相比，配
备插件的GPT-4
的成功率
仅为15%
。
GAIA是多智能体智能领域中最严格的数据集之一，能够在其排行榜上位居首位，彰显了TCCI在人工智能领域的深厚专业知识以及拓展创新边界的能力。
OMNE是一个基于长期记忆（LTM）的多智能体协作框架。 每个智能体具有相同且独立的系统结构，能够自主学习和理解完整的世界模型，从而独立理解其环境。 基于LTM的多智能体协同系统使人工智能系统能够实时适应个体行为变化，优化任务规划和执行，促进个性化、高效的自我进化。
这一突破是长期记忆机制的融合，大大缩小了MCTS的搜索空间，提高了对复杂问题的决策能力。
通
过引入更高效的逻辑推理，OMNE
不
仅提升了单个智能体的智能水平，还通过优化协作机制显著增强了多智能体系统的整体能力。
这种增强的灵感来自对人类大脑皮层柱状结构的研究。
作
为大脑认知和行为功能的基本单位，皮质柱通过复杂的协作机制实现信息处理。
通
过加强单个智能体之间的协作，人工智能模型可能逐渐展现出认知能力，构建起内部表征模型，并最终推动系统整体智能的飞跃。
"我们对OMNE荣登GAIA排行榜榜首感到无比自豪。" TCCI人工智能团队负责人表示。 "这一成就展示了利用长期记忆推动人工智能自我进化和解决现实世界问题的巨大潜力。 我们认为，推进长期记忆和人工智能自我进化的研究对于人工智能技术的持续发展和实际应用至关重要。"
