自主数据代理：智能数据的新机遇

随着数据规模和复杂性的不断增长，准备、转换和分析数据仍然是劳动密集型、重复的，并且难以扩展。由于数据包含知识，而人工智能从中学习知识，因此人工智能与数据之间的对齐至关重要。然而，数据往往不是以最佳方式构建以供人工智能利用。此外，一个重要问题出现了：我们通过密集的数据操作可以在数据中装入多少知识？自主数据代理（DataAgents）通过将大型语言模型推理与任务分解、动作推理和基础建立以及工具调用相结合，能够自主解读数据任务描述，将任务分解为子任务，进行动作推理，将动作基础转换为Python代码或工具调用，并执行操作。与传统的数据管理和工程工具不同，数据代理动态规划工作流程、调用强大的工具，并在大规模下适应多样的数据任务。本报告认为，数据代理代表了向自主数据到知识系统的范式转变。数据代理能够处理收集、集成、预处理、选择、转换、重新加权、增强、重编程、修复和检索。通过这些能力，数据代理将复杂且非结构化的数据转化为连贯且可操作的知识。我们首先探讨为何代理人工智能与数据到知识系统的融合已成为一个关键趋势。然后我们定义数据代理的概念，并讨论它们的体系结构设计、培训策略，以及它们所使能的新技能和能力。最后，我们呼吁共同努力推进行动工作流程优化，建立开放数据集和基准生态系统，保障隐私，平衡效率与可扩展性，并开发值得信赖的数据代理守护框架，以防止恶意行为.