用的 IT 應(yīng)用都應(yīng)建立在對特定問題解決方案的理解之上)
所有實(shí)用的 IT 應(yīng)用都應(yīng)建立在對特定問題解決方案的理解之上。這一理解所需的知識既可嵌入程序代碼中也可通過知識描述進(jìn)行詳細(xì)記錄。AI 領(lǐng)域歷來高度重視應(yīng)用中的知識相關(guān)要素。自 1956 年 AI 概念提出以來該領(lǐng)域經(jīng)歷了深刻的變革。知識描述方法從早期依賴 AI 編程語言如 LISP列表處理和 PROLOG邏輯編程逐步發(fā)展為基于規(guī)則的系統(tǒng)并進(jìn)一步演進(jìn)到統(tǒng)計(jì)學(xué)習(xí)。基于數(shù)理邏輯的方法包括規(guī)則系統(tǒng)、本體和知識圖譜與亞符號神經(jīng)網(wǎng)絡(luò)在知識模型領(lǐng)域長期并存。直到近三年來基于概率的大規(guī)模生成式模型才逐漸成為知識模型研究領(lǐng)域的主導(dǎo)范式?!澳P汀笔秦灤┻@一演進(jìn)歷程的核心概念是對知識、規(guī)律或函數(shù)的結(jié)構(gòu)化表征。模型得以在解決問題場景中使用的前提是其能夠?qū)ΜF(xiàn)實(shí)世界各個(gè)組成部分進(jìn)行編碼。模型采用的方法可分為兩類顯式方法如由知識工程師構(gòu)建知識圖譜和隱式方法如通過神經(jīng)網(wǎng)絡(luò)從數(shù)據(jù)中自主學(xué)習(xí)。隱式知識模型的創(chuàng)建過程是將工程重心從繁重的人工知識模型構(gòu)建轉(zhuǎn)向大規(guī)模數(shù)據(jù)樣本集的收集。而知識模型對應(yīng)用系統(tǒng)能力和局限性的影響是該領(lǐng)域的一個(gè)關(guān)鍵考量因素。從廣義上看AI 模型是一種數(shù)學(xué)或計(jì)算架構(gòu)。AI 模型可以配置為基于公式執(zhí)行簡單的計(jì)算如銷售業(yè)績預(yù)測也可配置為深度神經(jīng)網(wǎng)絡(luò)如生成逼真的人類語言。作為對現(xiàn)實(shí)世界的抽象模型旨在捕捉數(shù)據(jù)中概念、規(guī)律和結(jié)構(gòu)之間的關(guān)系。此類知識關(guān)系有助于將模型用于分類、預(yù)測和決策。從符號模型到數(shù)據(jù)驅(qū)動(dòng)型統(tǒng)計(jì)模型的遷移是近期 AI 發(fā)展的標(biāo)志。以生成式對抗網(wǎng)絡(luò)和大語言模型為代表的生成式模型已展現(xiàn)出基于習(xí)得的概率分布生成多模態(tài)內(nèi)容如文本、圖像、音頻、視頻等的能力。這些深度學(xué)習(xí)模型在處理高維數(shù)據(jù)以及結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)包括自然語言任務(wù)中展現(xiàn)出強(qiáng)大的能力。其主要優(yōu)勢在于能夠從原始數(shù)據(jù)中自動(dòng)提取特征模型可直接從樣本中學(xué)習(xí)知識而無需依賴人工設(shè)計(jì)的特征從而挖掘出人類難以察覺的規(guī)律。大語言模型是深度學(xué)習(xí)模型的子集通常具備數(shù)十億級別的參數(shù)規(guī)模并在海量數(shù)據(jù)集上進(jìn)行訓(xùn)練無需針對特定任務(wù)進(jìn)行訓(xùn)練即可具備執(zhí)行各類任務(wù)的能力。大語言模型的能力包括編寫代碼、輸出文檔摘要、問答以及自然語言對話等。此外大語言模型還可用于實(shí)現(xiàn)工作流程、輔助決策以及利用外部工具來擴(kuò)展自身能力。這些能力是行業(yè)應(yīng)用創(chuàng)新的基礎(chǔ)。大語言模型還展現(xiàn)出僅需極少額外訓(xùn)練即可適應(yīng)新任務(wù)的能力并具備多模態(tài)輸入和輸出能力。這一范式轉(zhuǎn)變克服了最初針對特定任務(wù)設(shè)計(jì)的狹義 AI 系統(tǒng)存在的局限向具備靈活推理與決策能力的通用系統(tǒng)演進(jìn)。然而這些模型的質(zhì)量取決于三個(gè)因素模型訓(xùn)練數(shù)據(jù)、模型架構(gòu)以及優(yōu)化過程。大語言模型的應(yīng)用近期顯著增長在通信和生產(chǎn)等多個(gè)領(lǐng)域支持并實(shí)現(xiàn)決策流程的自動(dòng)化如聊天機(jī)器人和工業(yè)系統(tǒng)。在制造領(lǐng)域預(yù)測模型有助于管理工廠的資源分配、早期故障檢測以及增強(qiáng)其適應(yīng)不同環(huán)境的能力。在交通領(lǐng)域大語言模型在自動(dòng)駕駛車輛控制以及交通和物流優(yōu)化等方面也發(fā)揮著重要作用。