近期,Open AI首席科学家Ilya Sutskever接受《麻省理工科技评论》专访,他认为ChatGPT可能有意识(如果你眯起眼睛仔细看的话)。
“总有一天,AGI会实现。也许来自OpenAI,也许来自别的公司。”他说。
事实上,大模型不仅在全球,在中国更是一个迅速发展的区域,并且一度更加深化发展为行业大模型、私域大模型。
在大模型蓬勃发展的背景下,爱数的路径是帮助企业构建数据的入口,投入领域认知智能的创新。10月24日,爱数领域认知智能解决方案巡展北京站上,爱数正在以丰富的全域数据产品与领域认知智能方案重塑企业未来生产力。
领域认知智能让企业用的放心
人工智能发展至今,经历了能存会算的第一代运算智能、能听会说,能看会认的第二代感知智能、能理解会思考的第三代认知智能,现在已经进入到领域认知智能阶段。
领域认知智能是人工智能发展的重要阶段,而爱数也展开了领域认知智能的探索。
爱数专注数据领域已有20年,2019年,正式发布“大数据基础设施”战略,现在以领域认知智能加持全域数据能力,“Data+AI”战略下,爱数大数据基础设施又焕然一新。
爱数产品副总裁李基亮认为,领域认知智能是利用人工智能的手段,基于业务模型,从各类数据中提取领域知识,并利用领域知识和大模型进行知识问答、内容生成和推理分析,解决领域内问题的技术体系。
领域认知智能在AGI时代面向特定技术或行业领域,基于领域数据对大模型进行预训练或调优,并利用知识工程将私域数据加工成领域知识网络。将两种技术结合,让计算机具备面向特定领域的理解、推理、归纳等认知能力。
在爱数看来,领域认知智能的基础是领域知识网络,领域知识网络是围绕领域认知模型的知识表示集合,包括领域知识图谱、领域词库、领域规则库、分析推理模型、领域预训练语言模型等。
这也进一步帮助企业在具体的领域上可以真正落地大模型。爱数AnyDATA领域认知智能框架通过检索增强生成模式(RAG模式),可以低成本帮助企业实现领域化、私有化,充分发挥大模型的推理能力和创造能力,确保私域数据和领域知识库的准确、及时、可解释性。
创新产品能力让企业用的舒心
爱数一直在结构化数据、非结构化数据、机器数据、多云环境所有数据入口迭代进化,为企业提供整套的解决方案,帮助客户在领域认知智能阶段成功。
AnyBackup Family 8,让AnyBackup不再仅仅面向数据保护,而是面向业务的数据管理平台,包括数据备份、副本数据管理、数据治理、数据归档、数据搜索等能力。
AnyBackup的创新优势可以体现在四个方面,第一,备份数据湖,实现海量数据存储、管理与利用;第二,开放架构,赋予平台集成与被集成的能力;第三,勒索病毒防御,守好最后一道防线;第四,赋能业务数据生命周期管理,实现业务敏捷。
针对AGI时代的不可解释以及安全性问题,2023年爱数推出AnyDATA Framework 3领域认知智能框架。面向各类大模型,提供认知应用的开发能力,兼容各类大模型。基于任务的大模型测评,帮助开发者用好大模型。
AGI时代的智能内容管理平台,AnyShare Family 7基于智能化、一体化和平台化的系统架构创新,高效洞察文档,显著提升搜索体验,全方位赋能业务与人,实现以内容改变生产力。
业务驱动的一体化数据运营平台AnyFabric,是基于领域认知智能和Data Fabric实现架构创新,帮助企业构建以业务架构和数据资产架构为中心的知识网络,以业务和数据标准化,指导数据治理,实现高效找数用数的的一体化数据运营。
云原生时代的可观测性平台AnyRobot Eyes 5,基于机器数据湖和全息观测实现架构创新,真正实现运维运营一体化,帮助组织整合机器数据孤岛,实现高效排障和业务敏捷,提升数字化效能。
未来爱数也将持续以数据重塑生产力,共创领域认知智能世界,就像巡展的主题一样“驶向领域深处”。
好文章,需要你的鼓励
自2022年底生成式AI革命爆发以来,服务器支出也存在类似的态势。一旦企业发现自己必须投资购置或者租用搭载GPU加速器的设备,往往会选择扩展现有服务器机群,被用于投资新设备的支出则自然随之下降。英特尔正在加大对其“Sapphire Rapids”至强SP的投入,AMD在其“Genoa”Epyc 9004处理器上也采取了同样的做法。
生成式人工智能在企业中的一个突出用例就是客户服务和支持。大多数读者可能都曾作为客户经历过与传统自动客服系统打交道的沮丧。但这种情况正在发生变化,这要归功于时下强大的大型语言模型和自然语言聊天机器人。虽然有报告显示,我们在处理复杂或敏感的咨询时仍然更愿意与人类交谈,但在提供简单的帮助时,机器人的能力已经越来越强了。
从电子商务到非营利组织,利用企业数据资产可能是组织成败的关键。机器学习和生成式AI是其中的一个组成部分,但要成功地应用这些技术则评估AI对业务的实际影响。
在对生成式AI进行了近两年的试验之后,许多IT领导者已经准备好扩大规模了。然而,在此之前,他们需要重新考虑数据管理问题。